新型太陽能混合裝置全天候供電不中斷

2020-01-02
作者 Maurizio Di Paolo Emilio,EE Times Europe編輯、EEWeb主編

研究人員開發出新的太陽能整合系統,能以低損耗採集並儲存太陽能,並因應大規模與小規模等應用提供24/7的全天候供電…

美國休斯頓大學(University of Houston)的研究人員開發出新的太陽能儲熱裝置,能夠有效地捕捉太陽能並加以儲存,落實於物聯網(IoT)和工業IoT (IIoT)等應用。相較於使用光伏技術直接發電的太陽能電池板和太陽能電池,這種混合裝置主要利用分子能的物理原理以及累積潛熱,讓能量的採集和儲存成為24/7全天候供電的不間斷過程,突破目前太陽能產品的限制。

研究人員們合成該裝置的方式是使用一種具有高比能和延長儲存時間的有機化合物——降冰片二烯四氫環烷(NBD-QC),他們將這種化合物作為分子儲存材料(MSM),並以矽氣凝膠使其隔離局部相變材料(L-PCM),以維持必要的操作溫度差異。

儲存太陽能的常見方法是搭配使用電池與光伏系統,以便於小規模和大規模的安裝。但在進行能量轉換時,不只是電力需要加以儲存,捕捉並儲存太陽熱能的能力也同樣重要。然而,這個目標並沒那麼容易實現,尤其是當您需要的是一個可以長時間保持熱量的系統。

近年來,這一挑戰激發了一條新的研究路線,帶動研究人員致力於按需(on-demand)太陽能儲存的開發。但這一類系統的關鍵點仍然是效率。因此,休士頓大學研究人員開發的新裝置可望有助於推動熱電池領域的決定性變化。

有效地採集並儲存太陽能熱能對於善加利用到達地球表面的大量陽光輻射至關重要。當今的系統使用的材料較昂貴,而且由於具有較高的光集中度,因而導致很高的熱損耗。

根據休士頓大學研究人員發表於最新一期《焦耳》(Joule)的論文,該新裝置的基礎在於一種使用白天熱積聚的混合模式,不僅能夠小規模地提供73%的收集效率,大規模應用時也能提供約90%的收集效率。尤其是在夜間,這種混合系統儲存的能量能夠以80%的效率以及比白天更高的溫度進行回收,使其有別於其他的先進系統。

經典的矽光伏系統被認為是一項成熟的技術,儘管仍在不斷改善中,但已開始接近其理論性能極限。目前,人們對於這種雙面的太陽能板十分感興趣,因為它不僅能從陽光中提取能量,而且還能從反射率間接取得能量——該反射率是指由岩石、瀝青或其他表面反射的光。

然而,針對太陽能和風能等可再生資源,長久以來的缺點之一就在於其間歇性,因而這都需要使用電池,才能安全且經濟地儲存所產生的電能,以備需要時使用。休斯頓大學的研究人員說,他們的方法可以在四季和各種天氣情況下實現24/7全天候不間斷的太陽能使用,從而消除大規模使用太陽能的障礙(圖1和2)。

20200102_solar_NT01P1

圖1:休斯頓大學研究人員開發的混合系統及其化學結構。
(來源:《Joule》)

20200102_solar_NT01P2

圖2:新型太陽能混合系統示意圖。
(來源:《Joule》)

該研究論文的通訊作者、同時也是該校機械工程教授Hadi Ghasemi表示:「實現高效率的能量採集一部份取決於裝置捕獲陽光頻譜的能力,它可在採集後立即使用,並將多餘的能量轉換為分子能量儲存。」此外,由於熱量並不需要透過長管線進行傳輸與儲存,該整合系統還有助於減少熱耗損。

鑑於實現能源安全和因應氣候變遷的其他發展浮出檯面,以低成本和高效率儲存太陽能的技術至關重要。

例如,人工智慧(AI)可以調節並最佳化智慧電網應用的流量,以補償太陽能和風能的間歇性,並且最大限度地減少熱電廠中補償電網不平衡的必要性。

編譯:Susan Hong

(參考原文:Solar-Energy–Harvesting Hybrid Device Provides Uninterrupted Power,by Maurizio Di Paolo Emilio)

活動簡介

人工智慧(AI)無所不在。這一波AI浪潮正重塑並徹底改變科技產業甚至整個世界的未來。如何有效利用AI協助設計與開發?如何透過AI從設計、製造到生產創造增強的體驗?如何以AI作為轉型與變革的力量?打造綠色永續未來?AI面對的風險和影響又是什麼?

AI⁺ 技術論壇聚焦人工智慧/機器學習(AI/ML)技術,涵蓋從雲端到邊緣、從硬體到軟體、從演算法到架構的AI/ML技術相關基礎設施之設計、應用與部署,協助您全面掌握AI最新技術趨勢與創新,接軌AI生態系佈局,讓機器學習更快速、更經濟、更聰明也更有效率。

贊助廠商

發表評論

訂閱EETT電子報