基于BP神经网络的光伏发电短期出力预测

分析了影响光伏发电出力的主要因素,建立了基于BP神经网络的光伏发电短期出力预测模型。利用光伏电站的出力数据和气象数据对BP神经网络进行训练,根据光伏出力影响因素的分析,将不同日类型的日发电功率数据进行处理,将其映射为日类型指数作为神经网络训练、预测的输入。文章建立的预测模型可以对不同天气类型下一天各时段的出力进行预测,预测结果与实测值的比较结果表明,该模型有比较准确的预测能力和较强的适用性。     

基于PCA-GA-ELM的光伏发电功率预测研究

针对目前光伏发电功率预测方法所存在的预测精度较低和不同天气类型适应性较弱的问题,提出一种利用主成分分析(PCA)和遗传算法(GA)改进极限学习机(ELM)的光伏发电功率预测模型(PCA-GA-ELM预测模型)。该模型的计算过程:首先,基于季节因素和天气类型等气象因素对于光伏发电系统的影响,在不同季节下建立了不同的子模型,并利用灰色关联分析法选取同种天气类型下的相似日;然后,利用PCA将多个原始输入变量降维成少数彼此独立的变量;最后,利用GA对ELM的初始权值和阈值进行寻优。此外,文章利用光伏电站的实际发电功率数据对预测模型进行验证。分析结果表明,PCA-GA-ELM预测模型具有较高的预测精度和较强的泛化能力。     

温度对屋顶分布式光伏系统发电效率的影响分析

提高发电效率是光伏模块进一步大规模应用的关键。温度是影响光伏模块发电效率的重要因素之一,尤其对屋顶分布式光伏系统而言。基于某屋顶分布式光伏电站运行数据,分析了温度对光伏模块发电效率的影响。通过建立多元线性回归模型探讨了环境温度与电池板发电效率的关系,并提出了一种拟合度较高的理论发电量计算模型。该模型可用于计算电站的应发电量和相应的损失发电量,以便综合考虑收益与成本,判断是否采取适当的降温措施。     

n型高效光伏组件发电性能研究

该文基于海南某小型光伏电站测试项目,收集p型和n型2种光伏组件在2021年的发电量数据,对比分析这2种组件在不同月份下的单瓦日均发电量,验证n型光伏组件相较于p型组件发电效率方面的优越性。在光伏电站实际工作条件下测试辐照度和温度对2种组件发电性能的影响,结果表明：n型光伏组件弱光性能更好;在高温条件下有更多的发电量增益,证明n型光伏组件的热稳定性更好,与理论上n型光伏组件功率温度系数更小相符。通过研究2种组件在不同天气下的直流功率,发现n型光伏组件在辐照度突降的情况下也保持优越的发电性能。     

光伏电站不同统计时段计算的发电量对比分析

介绍了光伏电站发电量计算的基本思路,并针对某地的实际数据利用介绍的方法对不同统计时段小时、每天、每月的测量数据进行了光伏理论发电量分析计算,旨在得出不同统计时段测量的数据对于光伏工程设计而言,计算的发电量的区别,希望为光伏发电系统设计人员和决策人员提供参考。     

基于新能源集控平台的光伏组件清洗分析系统的设计

灰尘是影响光伏电站发电效率的关键因素之一,其会大幅降低光伏电站的发电量。为降低积灰对光伏电站发电量损失影响的程度,电站需定期清洗光伏组件,因此,基于新能源集控平台设计了一款光伏组件清洗分析系统。该系统通过建立清洗计算模型,提出光伏组件无积灰理论发电量算法,量化了积灰损失发电量,推算光伏组件的最优清洗周期。结果显示：该系统能够为光伏组件清洗提供合理的决策依据。     

小型光伏电站成本回收问题的研究

为了给青岛地区的用户在安装小型分布式光伏并网电站时提供理论依据,对青岛地区小型光伏电站成本回收问题进行研究。以青岛大学自建光伏电站为例,说明适用于青岛地区的屋顶小型光伏并网电站的安装与测量方法;实际测量、统计、筛选电站安全运行期间内的天气与发电数据,得到870组有效数据,实际验证青岛地区各个月份的光照时间、实际发电时间、日发电量之间的关系,分析影响青岛地区光伏发电的因素,并重点分析湿度与风速对日发电量的影响;给出光伏电站运行维护的一般经验,得到适用于青岛地区的以查表法为基础的预测年发电量的公式,计算电站回收成本需要的时间。     

并网型分布式光伏电站待机运行状态下的降损优化策略

光伏发电的输出功率存在明显的间歇性和波动性,其不参与电力平衡调节,只提供电量价值,不提供容量价值。因此针对分布式光伏电站的研究主要集中在提升系统发电量和发电效率等方面,而对于分布式光伏电站在夜间不发电的待机运行状态,即处于并网状态但无发电功率输出情况下的电站模型未形成完整的分析论证。选取典型的已并网分布式光伏电站,对其待机运行状态下各类负荷进行分类,通过理论建模计算,并结合电站实际运行数据做对比性验证,分析其理论损耗电量与实际损耗电量的偏差及损耗电量占总发电量的构成比例,据此推导出降低损耗的路径。经实测,在满足分布式光伏电站安全运行的条件下,通过改变原有系统运行方式、降低设备空载运行时间等策略,可达到降低待机损耗电量的效果,电站整体发电量提升约1%,获得了更好的财务收益率。     

基于户外并网光伏电站运行数据的双面光伏组件发电性能研究

在湖南省湘潭地区某建筑屋顶建设光伏电站实证平台，跟踪分析了该平台中户外并网光伏电站在2020年10月—2021年9月这1年间的运行实证数据。总结了光伏电站所在地的气候情况及实测的太阳辐照情况，有针对性地对比了传统单面光伏组件与不同类型双面光伏组件的发电表现，分析了采用不同类型跟踪支架系统的双面光伏组件的发电量增益情况。相关结果可为光伏产品选型和当地光伏发电系统设计提供有效的数据支撑。     

气象因子对光伏发电量的影响效应分析

针对华电陕西靖边光伏电站一年发电量数据和同期气象观测资料,运用相关分析、回归分析、通径分析等常用的数理统计分析方法,分析逐日光伏发电量与各主要气象因子的对应关系。结果表明:日照时数与光伏发电量的正相关关系最为密切,日照时数对发电量的单位效应量最大;最小相对湿度与光伏发电量的负相关关系最为密切;最高气温的单位效应量最小。气温对光伏电站发电量的影响较为复杂,需要进一步深入研究。     

基于IOWA算子的短期光伏发电量组合预测

摘要： 为了对光伏电站的输出发电量进行预测,提出了一种基于IOWA算子的组合预测模型。该方法通过灰色关联度分析影响光伏发电量的关键影响因子,结合光伏电站历史数据,基于IOWA算子建立了短期光伏发电量组合预测模型。以华中科技大学电力电子研究中心18 kW并网光伏电站资料为基础进行预测试验,以误差平方和最小为准则构建最优化模型,结合各单项预测模型的优点,建立基于IOWA算子的光伏发电量组合预测模型。实验结果表明：所提出的预测模型降低了预测结果误差,提高了预测精度。说明该预测模型可为光伏电站发电量进行预测,为电力系统调度稳定运行提供参考。     

基于时间序列的分布式光伏电站发电数据采集方法

由于当前方法对发电数据进行采集时,没有对发电数据的缺失值进行修复,存在缺失数据修复前数据采集精度差、与实际采集数据相差多的问题。该文提出一种基于时间序列的分布式光伏电站发电数据采集方法。根据光伏电站受到的不同影响,构建了负荷异常值类型的时间序列模型,利用该模型对异常数据负荷点进行剔除,由于剔除后的数据存在缺失值,因此对其进行修复;根据修复结果,采用BP神经网络对发电数据进行采集。实验结果表明,通过对该方法进行缺失数据修复前后对比测试、不同方法与实际指标数据采集测试,验证了该方法的有效性强、实用性高。     

基于逐步聚类分析的短期光伏发电预测方法

光伏发电功率与气象因素密切相关,可靠的功率预测对光伏入网和电网安全运行具有重要意义。为提高光伏短期发电功率预测的准确率,基于某40 MW光伏电站历史功率和气象数据,在不同季节和天气类型下利用逐步聚类分析方法(SCA)搭建光伏短期预测模型,实现分季节和天气类型的光伏功率预测。模型对比结果表明：逐步聚类分析方法具有较高的预测精度,在四季、单一天气类型和复合天气类型3方面预测精度分别提高了11.13%,9.51%和8.26%。     

基于组件输出功率估算的光伏电站经济效益研究

基于辐照度、温度等环境因素对光伏组件输出功率的影响程度,建立了光伏组件输出功率估算模型,对光伏电站的总装机成本、运营成本及收益进行了分析,给出了光伏电站项目的现金流,并选择内部收益率指标和净现值法,分析了光伏电站的经济效益,推导出期望内部收益率下的光伏电站成本、规模与发电量之间的匹配模型,提出了经济发电量和环境约束发电量的概念。通过算例对比分析两种发电量的差异,验证了模型的有效性和实用性,为光伏电站的选址和装机容量的选择提供了决策依据。     

考虑空气污染因素的光伏发电量回归分析

人类活动产生的大气污染物对到达地面的太阳总辐照和光谱分布都会产生一定影响。文章利用一座分布式电站的实测数据,通过模型回归分析的统计学方法,定量地研究了空气质量和光伏发电量之间的直接关联强度。同时,考虑了温度、风力、云量和太阳光入射角度等气象、物理参数对于光伏发电量的影响。利用该回归模型,可以根据公开气象资料对小型光伏电站的发电量进行简单预测。     

电池板温度和辐射量对光伏发电量影响的趋势面分析

利用光伏电站发电数据和同步辐射观测资料,采用趋势面分析法分析多晶硅太阳能板温度和太阳辐射量对发电量的影响。分析结果表明:春、夏、秋、冬四季及全年发电量二次和三次趋势面拟合度均达显著水平,可以揭示其影响变化趋势;电池板温度和太阳辐射量对光伏发电量影响的二次趋势面拟合方程,完全可以用于光伏电站发电量的预报预测。研究发现,电池板温度和太阳辐射量对发电量的影响较为复杂,二者既相互制约,又共同发挥作用,总体表现出双向渐变趋势,即辐射量正向变化、板温负向变化;太阳能电池板在不同季节的发电量受电池板温度和太阳辐射量影响的变化趋势和幅度也有所不同,板温对光伏发电量的影响较为复杂。     

灰尘对光伏发电的影响及组件清洗研究

在大型光伏电站运行发电过程中,灰尘对其发电量的影响不容忽视。本文从灰尘的来源、种类及特性出发进行分析,结合国内外光伏电站组件清洗相关实测数据,研究灰尘对光伏发电的影响;并在此基础上,总结、对比目前已有的光伏电站组件清洗方式,分析各种清洗方式的选择方法和清洗周期的判断,旨在探索研究光伏组件清洗的最佳方案。     

水上光伏电站应用技术与解决方案

介绍水上光伏电站的应用形式、设计与施工要点、设备选型、运营维护,以及发电量与经济性评估等。其中重点介绍水上光伏电站的应用形式和设计与施工要点,根据水域特点可分为桩基固定电站和水面漂浮电站,并对两者进行简单的技术经济性评价。此外,通过实际发电数据和理论分析,水上光伏电站比地面电站发电量高约5%~7%。该文对于水上光伏电站的应用和推广有积极的指导意义。     

双面光伏组件在多类型光伏电站中的发电特性研究

针对双面光伏组件在水面、农光互补、平单轴、彩钢瓦等不同背景和不同支架类型光伏电站中的发电特性进行了分析与实证,结果表明:在水上光伏电站,双面光伏组件较单面光伏组件的年均发电量增益为5.39%;在农光互补光伏电站,双面光伏组件较单面光伏组件的年均发电量增益达11.96%;采用平单轴跟踪支架的双面光伏组件较采用固定支架的单面光伏组件的年均发电量增益达20.17%;以10°倾角铺设时,白色彩钢瓦上的双面光伏组件较蓝色彩钢瓦上的单面光伏组件的年均发电量增益可达9.11%。利用PVsyst软件对上述电站进行发电量模拟,结果显示:采用平单轴跟踪支架的双面光伏组件的模拟结果与实际数据基本一致;彩钢瓦屋顶电站的模拟值与实际值趋势一致,但实际值比模拟值偏低;水上光伏电站的模拟值和实际值在夏季的趋势相同,但在冬季时相差较大;农光互补光伏电站受地面植被的影响,其模拟值和实际值有较大差别。     

基于ArcGIS与多因子模型的光伏电站选址评估

该文基于中国光伏资源的时空分布，研究并提出一种基于ArcGIS与多因子评价的光伏电站选址及发电潜力预测模型。利用ArcGIS软件与层次分析法，综合考虑多种影响大型光伏电站建设的因素，对不同地势和土地类型赋予不同的光伏利用系数，得到大型光伏电站建设适宜度、光伏潜力与光伏电站选址的多因子评价模型。基于该模型得出中国光伏发电潜力并给出光伏电站选址建议。评估结果表明，全国年光伏总发电量约为570.07×10⁶kWh，其中新疆为年光伏总发电量最高的省份。中国较为适宜建设光伏电站的地区主要为西北部地区，其中适宜区面积为1.08×10⁶km²，最适宜区面积为2.10×10⁵km²，研究可结果将为中国光伏产业长期的规划与建设提供可靠的理论依据。