共查询到20条相似文献,搜索用时 15 毫秒
1.
不同安装倾角对光伏电站发电量的影响研究 总被引:1,自引:0,他引:1
通过采集某光伏电站内各种安装倾角下的同年发电量值,对比研究倾角对电站发电量的影响。采用倾斜面辐射量计算方法 Reindl模型计算对应角度下理论发电量,验证模型工程计算方法的适用性。在此基础上,按照春分、夏至、秋分和冬至4个节气每相邻两个节气的中间点为分界点,比较14°、34°和38°3种角度下光伏组件的发电能力,并计算在不考虑角度限制后的最佳季调倾角发电能力。结果显示,若在各季节分界点实施调节,3种倾角下全年发电量较固定倾角安装可提高约4.6%,不考虑角度限制后的可调倾角方案全年发电量比固定倾角可提高约5.7%。 相似文献
2.
3.
4.
5.
6.
7.
首先根据太阳能辐射的机理模型推算出1MW太阳电池方阵的发电量,再与国外软件的发电量进行对比,并分析差异原因。最后提出,待光伏电站的实际运行数据获取后,再对本理论计算方法进行优劣分析。 相似文献
8.
9.
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。 相似文献
10.
积尘对光伏电站发电量的影响及清洁方式分析 总被引:1,自引:0,他引:1
光伏发电已成为全球重要的可再生能源利用形式,然而光伏组件表面的积尘严重影响了其输出功率及使用寿命.通过分析光伏组件表面的积尘量对光伏组件输出功率的影响,计算了定期清洁积尘可增加的光伏电站年发电量及收益,并指出了自动行走类清洁机器人是大型地面光伏电站清洁设备的发展方向. 相似文献
11.
《可再生能源》2017,(5)
针对目前光伏电站发电量预测模型中输入气象维数较多、预测精度低等问题,提出基于主成分分析(PCA)和BP神经网络(BPNN)相结合的光伏电站发电量预测模型。利用PCA对水平面太阳总辐射、日照时数、气温日较差等多个气象变量进行解耦降维处理,形成相互正交、相互独立的公因子变量。将这些公因子变量作为BPNN模型的输入变量,并进行训练拟合建模,从而实现对光伏电站发电量进行预测。文章利用我国华中地区某屋顶并网光伏电站的实测数据,对PCA-BPNN模型进行检验。通过研究结果可知,与常见的预测模型相比,PCA-BPNN模型大大降低了气象变量的输入维数,该模型预测结果的准确性较高。 相似文献
12.
13.
14.
准确估算光伏电站的中长期发电量对电网规划改进、调度优化、管理发展具有重要意义。然而,由于中长期发电量预测与短期出力预测存在显著差异,短期出力预测技术无法直接应用于中长期电量预测。文章提出一种基于模糊C均值聚类-随机森林算法FCM-RF和LSTM神经网络的中长期辐照度预测模型,进而提出间接预测分布式光伏电站发电量的方法。针对传统随机森林在数据差异性处理能力不足的问题,引入模糊C均值聚类算法对传统随机森林算法模型进行了改进。设计了LSTM神经网络,解决了"长时间周期依赖"问题。最后经实验验证,该分布式光伏电站中长期发电量预测模型每月预测平均误差百分数MAPE在3.5%上下波动,各电站年预测值在1.1%上下波动,预测效果较好。 相似文献
15.
云南省是中国太阳能资源最丰富的地区之一,光伏发电已成为该省实现能源转型的中坚力量和减少碳排放的重要举措。基于Meteomorm和SolarGIS数据库,对在云南省曲靖市会泽县拟建的娜姑光伏电站所在区域的太阳能资源时空分布特征进行了分析;并通过计算能够反映太阳能资源丰富程度、稳定度和太阳直接辐射状况的量化指标,评估了该光伏电站建设地的气候适宜性;然后利用光伏发电系统设计软件,结合电站所在地的实际地形,对该电站光伏阵列的布置方式进行了优化,并预测了电站的发电量。分析结果表明:1)基于Meteomorm和SolarGIS数据库分别计算得到的月均水平面太阳辐射量及月均水平面太阳散射辐射量的变化趋势和数值基本接近;2)根据SolarGIS数据库计算得到的娜姑光伏电站建设区域的年总水平面太阳辐射量、月均法向太阳直接辐射量和年总水平面太阳散射辐射量分别为1655.9、1361.8和755.0 kWh/m2;3)娜姑光伏电站装机容量为151.2 MW时,预计其25年的总发电量为5499833.0 MWh,年均发电量为219993.3 MWh,年均等效利用小时数为1454.9 h。该研究可为娜姑光伏电站... 相似文献
16.
17.
针对光伏电站发电量预测不准确及多种气象因素下预测结果出现波动的问题,提出一种基于遗传算法小波神经网络(GA-WNN)的光伏电站发电量预测方法。首先,以反向传播(BP)神经网络的结构为框架,选择小波基函数作为隐含层的传递函数,将网络连接权值、小波函数伸缩因子、小波函数平移因子视为遗传个体,并通过遗传算法(GA)进行个体寻优以得到网络最优初始参数;然后,利用优化后的网络进行仿真预测,并对仿真数据进行分析;最后,将预测结果与实际发电量进行对比,以评估预测模型的误差和可靠性。实例分析表明,GA-WNN预测模型具有更小的误差和更高的预测精度,适用于精确预测光伏电站的发电量。 相似文献
18.
19.
文章提出一种混合蛙跳算法和核主成分分析的光伏发电功率综合预测方法,以日期、时刻、历史天气预报中的云层状况和温度为输入量,以光伏发电系统历史发电数据和历史天气预报数据为基础,用核主成分分析对输入量降维,提取主要输入成分,与光伏发电功率输出共同构成历史数据库,对历史数据进行训练,建立光伏发电功率的综合预测模型,利用相对均方根误差对模型进行评估。结果表明,文章提出的方法建模速度快,模型预测精度较高。 相似文献
20.
预测光伏电站输出功率对于光伏发电并网和电网安全运行具有重要意义,但雾霾天气的存在,对光伏电站输出功率预测产生了不利影响。针对这一问题,利用空气质量指数(air quality index,AQI)设计了雾霾天气下的光伏电站输出功率预测方法。以中国的某座城市为例,分析了不同雾霾天气下AQI与光伏电站输出功率折损率之间的相关性,证明了雾霾会对光伏电站的输出功率产生显著影响,并验证了以AQI=150作为判定AQI是否成为预测模型输入参数的阈值是可行的。该方法显著提高了在雾霾天气下得到的光伏电站输出功率预测精度,同时保证了空气质量较好时输出功率的预测精度。 相似文献