共查询到20条相似文献,搜索用时 359 毫秒
1.
2.
利用在青海省建立的光伏系统及平衡部件实证性示范研究基地2016年10月~2017年1月的发电量数据资料,以直流发电量、系统效率和弱光效应为研究点,采用归一化、线性回归分析等数据处理方法,对实证平台采集的数据进行了对比分析,评估了11种光伏组件在青海地区的发电特性。结果表明:11种光伏组件中,单晶硅光伏组件的单位平均日发电量最高;传统的单晶硅、多晶硅光伏组件发电量高于薄膜类型的光伏组件;同等条件下,晶硅组件的系统发电效率要优于其他类型的组件;弱光效应对11种组件的发电量影响差异不大。 相似文献
3.
4.
5.
正太阳能光伏并网电站结合数据监控系统,检测太阳能光伏并网运行情况,与Internet连接实现电站远程控制、数据共享。光伏并网系统分为集中式光伏发电和分布式光伏发电。集中式光伏发电所发电量直接送入公共电网,相当于一个独立的发电项目,后者指在用户附近建设光伏发电站,所发电量以用户自用为主。1大庆油田光伏发电资源条件实施光伏发电需要一定的资源条件:日照资源、安装场地和负荷消纳。大庆油田位于黑龙江西部和松嫩平原北部,总面积约 相似文献
6.
针对集中式MPPT光伏发电系统的不足,本文提出了分离式MPPT光伏发电技术,并将其应用于实际的BAPV系统设计中.详细阐述了分离式MPPT技术提高发电量的原理,给出了电池板的电气接线图.用Matlab软件建立了光伏电池组件和光伏阵列的Bishop仿真模型,得到了不同遮挡情况下阵列输出的U-P和U-I特性曲线,并比较了在不同遮挡情况下分离式MPPT与集中式MPPT系统的输出功率.选取两个建筑光伏阵列进行了对比实验,得到了阴影遮挡时间内的发电功率曲线和全天的发电功率曲线.实验结果表明:分离式 MPPT光伏发电系统的日发电量比集中式MPPT光伏发电系统提高了8.45%,经过连续4个月的发电量统计得到分离式单元将发电量提高了6.48%. 相似文献
7.
8.
9.
10.
11.
12.
采用偏微分型光伏发电自动跟踪控制系统发电量可增加近50%.研究了偏微分型光伏发电自动跟踪控制系统机电部分的结构、工作原理和系统的工作特点.该跟踪装置的跟踪过程具有偏微分方程的特性与求解特征,因此称为偏微分型光伏发电自动跟踪系统. 相似文献
13.
14.
光伏发电易受温度、辐照度等环境因素的影响,而近年来雾霾(PM2.5浓度较高)污染严重,大幅降低了光伏系统发电量。因此研究雾霾天气下光伏发电量预测方法对光伏市场的发展具有重要意义。通过采集上海某户用光伏屋顶的全年光伏数据,利用控制变量法及雾霾相似日原理,拟合分析PM2.5的浓度与发电量损失指数之间的关系,通过迭代原理优化光伏发电量预测算法,并给出雾霾环境下光伏发电量预测公式,修正光伏收益预测模型。结果表明:优化后的光伏预测发电量算法可提高发电量预测结果的精确性和稳定性。通过对3种光伏经济模型进行收益分析,验证了迭代优化算法可有效提高光伏收益预测的精确性。 相似文献
15.
受采集设备故障、通信信道不稳定以及外界干扰等诸多因素的影响,用电信息采集系统在采集分布式光伏的发电量时会发生失败,造成用电信息采集系统中分布式光伏的发电量存在缺失值,进而影响基于分布式光伏发电量所开展的各类分析,如分布式光伏发电量预测、分布式光伏所在台区的线损分析等。为解决上述问题,本文提出了"同一地理区域内分布式光伏的发电量曲线具有很强的相关性"这一推论,并通过计算某地理区域的周发电量曲线相关系数矩阵验证了该推论的正确性。基于该推论,本文提出了周发电量趋势曲线的概念,以表征某一地理区域内分布式光伏发电量曲线的波动规律。基于周发电量趋势曲线提出了一种用电信息采集系统中分布式光伏发电量缺失值的修复方法,通过算例分析验证了该方法有效可行。 相似文献
16.
17.
18.
19.
分布式光伏发电运营过程中,会因设备故障、仪表测量误差、用户个人行为等干扰因素导致运营系统采集异常数据,因此需要对异常数据进行排查,有助于保障光伏发电用户数据库的准确性和可靠性,并识别存在运营问题的分布式光伏用户。基于上述原因,本文针对分布式光伏系统的特殊性,提出一种光伏发电运营系统异常数据排查技术,结合温度、辐射量、纬度、时令等环境因素,采用中心复合设计方法,通过有限的数据量建立较为精确的发电量数学模型,采用扩展卡尔曼滤波算法对采集到的发电量进行修正,从而排查和消除异常数据。该方法能够实现发电数据的预测,能够快速、可靠地排查异常数据,文中给出了排查原理和具体的实现过程,最后通过实验结果证明了所提出技术的有效性。 相似文献
20.
针对目前分布式光伏发电系统发电量的影响因素较多,不易预测,与其他发电系统之间运行优化策略不完善等问题.文章参考国内外光伏行业大数据应用的典型经验,基于光伏发电数据和用户的负荷需求数据,提出了一种基于RBF神经网络的光伏发电量预测和负荷预测模型,通过对数据的归一化处理和对天气因素的量化和相似度处理,对未来一段时间内的光伏用电量和负荷进行预测;采用青岛市某光伏电站的实际数据进行学习和预测,取得较好效果,从而验证了模型的可行性.此外通过对负荷的预测和对发电量的预测数据,以经济性能最优为目标制定了运行优化策略,实现了光伏发电的有效利用,使发电侧和负荷侧功率平衡,大大降低了网损和线损,提升了分布式光伏用电可靠性和经济性. 相似文献