不同安装倾角对光伏电站发电量的影响研究

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%。     

不同太阳能资源区不同容配比对光伏电站发电量影响的研究

在太阳辐照度低于标准测试条件(1000 W/m²)的时间段,光伏阵列的输出功率达不到额定的输出功率,导致逆变器不能按照额定功率运行,造成光伏发电系统交流侧设备的利用率低。根据项目所在地的太阳能资源情况,光伏电站在系统设计时选择合适的容配比,在不增加交流设备成本的情况下,可提高电站的整体发电量,并提高交流设备的利用率。     

不同安装倾角对双面光伏组件光伏电站发电量的影响研究

双面光伏组件采用固定支架运行方式时,在保持支架前、后排间距不变的情况下,当双面光伏组件的安装倾角不同时,组件背面接收的太阳辐射量不同,从而导致光伏电站总发电量也会不同。采用PVsyst软件模拟了不同安装倾角时双面光伏组件背面接收的太阳辐射量增益及光伏电站首年发电量情况,以便在有限的占地面积下充分利用双面光伏组件背面发电的特性,以期为今后光伏电站的设计方案比选、设计优化等工作提供依据。     

优化组件理论最佳安装倾角对光伏电站发电量的影响

针对某个采用固定支架运行方式的光伏电站,通过相关软件模拟光伏组件在不同安装倾角时倾斜面接收到的太阳辐射量,得出理论最佳安装倾角;然后在支架行间距不变的情况下,根据组件安装倾角与发电量之间的关系,综合确定组件的实际最佳安装倾角,以期通过此方法指导光伏电站设计方案的优化,在不提高光伏发电系统成本的情况下,提高电站的发电量。     

光谱响应对光伏电站发电量的影响分析

通过对单、多晶硅太阳电池的光谱响应与量子效率,以及格尔木地区太阳光谱的测试分析,同时结合光伏电站单、多晶硅光伏组件发电量的统计数据,分析了光谱响应对光伏电站发电量的影响,提出了光伏组件设备选型的要求。     

光伏电站发电量计算方法研究

光伏电站的发电量计算结果受多种因素影响,而发电量计算的准确性又影响到电站投资回报率的计算,决定了建设光伏电站的可行性。本文对比了标准法、组件面积法、标准小时法、经验系数法4种计算方法各自的优缺点,并讨论了4种方法的适用性。     

光伏电站发电量的理论计算及差异分析

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。     

并网光伏电站发电量影响因素分析

着重阐述影响并网光伏电站发电量的各种因素,结合已投产光伏电站的运行情况,对比分析运行参数,提出了切合实际的解决措施,对提高光伏电站的生产管理水平具有借鉴意义。:     

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。     

积尘对光伏电站发电量的影响及清洁方式分析

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.     

基于PCA-BPNN的并网光伏电站发电量预测模型研究

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。     

光伏电站发电量的预报试验分析

基于WRF气象模式对济南地面太阳总辐射进行短期逐时预报试验,结果显示:日太阳总辐射预报以晴天的预报效果最好,晴天、少云、多云、阴天等不同天气状况下,平均绝对百分比误差分别为14.1%,15.9%,31.1%,66.9%;太阳辐射的逐时预报,在中午前后时段的相对误差最小,早晚时段的相对误差较大,可达50%以上。用模式输出气温、露点温度、比湿、辐射量、云量及上一时次观测辐射量作为预报因子,对下一时次辐射量做MOS短时预报的效果明显提高。用日太阳总短波辐射量和日平均气温建立的月光伏单元日发电量预报模型,其晴天预报效果较好。     

基于遗传算法优化粗糙决策模型的光伏电站发电量的影响因素研究

通常光伏电站设计时要考虑2个主要目标,一个是使光伏电站的发电量最大,另一个是使光伏电站的度电成本最低.影响光伏电站发电量的因素众多,不同因素之间的相互影响及其交互影响极其复杂.在粗糙决策模型的基础上,引入遗传算法来寻找光伏电站发电量的主要影响因素.以光伏电站发电量作为决策属性,选取8个参数作为条件属性,建立了光伏电站发...     

基于LSTM神经网络的中长期光伏电站发电量预测方法研究

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。     

娜姑光伏电站的太阳能资源评估及发电量预测

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...     

不同形式组件自然积灰量及其对发电量影响的研究

以特变电工哈密863实验电站的便利条件为基础,经过7~10月份的自然积灰后,先量取各跟踪形式方阵中组件的积灰密度,再清洗部分组串上的积灰,对比经过清洗和未清洗的组件的并网功率以及不同积灰情形下组串的I-V曲线。结果表明:积灰量与跟踪形式和组件倾角有很大关系;跟踪形式也显著改变了积灰对组件并网功率的影响;积灰条件下,砷化镓聚光组件的发电量下降更加明显。     

基于遗传算法小波神经网络的光伏电站发电量预测方法

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。     

基于BIM的光伏电站自动化布置及发电量评估

对光伏电站自动化布置的区域填充算法以及进行阴影分析的射线检测算法进行研究,进而以BIM技术为基础在Sketchup平台上实现光伏组件自动参数化布置及逐时阴影遮挡分析功能,并和实际电站的性能进行比较。研究结果表明：自动化布置算法和阴影分析算法符合电站实际应用情况,相对于传统的光伏电站性能模拟方法可视化性能有明显提升,此外基于实测气象数据模拟电站全年发电量和实测发电量的差异约为1.5%,具有一定精度。     

基于KPCA与混合蛙跳算法的并网光伏电站发电量预测模型研究

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。     

雾霾天气下的光伏电站输出功率预测方法研究

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。