光学损失故障对单晶硅光伏电池参数的影响

长时间暴露在室外的光伏电池会出现封装材料的老化或破损,从而导致电池的光学损失故障。为研究不同的故障状态对光伏电池模型参数的影响,从等效透光率的角度入手,用半透膜逐层遮挡的方法模拟光伏电池不同的光学损失故障状态,测量并分析相应状态下光伏电池的I-V特性曲线,采用自适应混沌粒子群算法辨识出相应光伏模型的5个参数值,从而对在发生光学损失故障时的光伏电池模型参数的变化规律进行研究,得到了能较好表现光伏模型参数变化规律的非线性表达式,为提高光伏电池的效率和后续光伏电池故障诊断的研究打下基础。     

光伏发电功率的智能预测算法

光伏发电系统的出力具有强烈的波动性,为了减轻其对电网的冲击,有必要进行光伏出力预测。提出了一种基于灰色关联度分析（gray relational analysis, GRA）和最小二乘支持向量机（ least square support vector machine , LSSVM）方法对光伏出力进行预测,该方法是传统直接预测和间接预测方法的结合,分析了辐照度、天气类型等对光伏输出功率的影响。通过GRA选择训练样本,使样本更全面地反映预测日的天气属性;然后运用LSSVM提前24 h预测输出功率,利用天津市太阳能光电建筑示范项目的实测数据对该预测模型进行了测试与评估,算例结果表明,所提出的GRA-LSSVM的预测方法具有较高的预测精度。