基于预测的快速热电发电机重构用于车辆散热器能量收集
其他计算机科学
2018-04-06 v1
摘要
热电发电（TEG）因环境友好而日益受到关注。少数研究聚焦于在系统层面提升车辆散热器上的 TEG 效率。最近的重构算法显示了性能提升，但在计算时间与能量开销以及阵列规模和处理频率方面的不可扩展性上存在重大缺陷。本文中，我们提出一种新颖的 TEG 阵列重构算法，以可接受的计算时间确定近最优配置。更确切地说，凭借 时间复杂度，我们基于预测的快速 TEG 重构算法使所有模块工作于或接近其最大功率点（MPP）。此外，我们引入预测方法以进一步降低重构过程中的运行时间与切换开销。实验结果表明，相较于基线与先前工作，性能提升 ，切换开销减少近 ，计算速度提高 。我们算法的可扩展性使其适用于工业锅炉和换热器等更大规模系统。
引用
@article{arxiv.1804.01574,
title = {Prediction-Based Fast Thermoelectric Generator Reconfiguration for Energy Harvesting from Vehicle Radiators},
author = {Hanchen Yang and Feiyang Kang and Caiwen Ding and Ji Li and Jaemin Kim and Donkyu Baek and Shahin Nazarian and Xue Lin and Paul Bogdan and Naehyuck Chang},
journal= {arXiv preprint arXiv:1804.01574},
year = {2018}
}
备注
4 pages, 7figurs; Accepted at Design Automation and Test in Europe (DATE) 2018