晴空模型在北方地区的适用性研究——以甘肃、河北部分地区为例

为了研究晴空模型在中国北方地区的适用性，采用北方地区7个站点的逐分钟太阳总辐射数据以及MERRA-2分析数据，选取Reno方法筛选晴空时段，之后选取11个统计量对7个晴空模型的性能进行评估，并采用主成分分析方法对模型进行排名。结果表明：模型综合排名由高到低依次为MAC2、REST2V5、BIRD、INEICHEN、IQBAL-C、sSOLIS、ESRA。Dong MAC2和REST2V5模型计算晴空条件下的太阳辐射准确率较高，在北方地区的适用性较好。     

基于随机模糊理论的短期太阳辐射强度预测

首先分析天气预报以及太阳辐射强度所具有的不确定性,然后结合云量预报和随机模糊理论建立预测模型,能实现提前24 h的太阳辐射强度预测并给出预测期望值以及满足不同置信水平的预测区间,最后采用实际数据对模型进行验证。结果表明:该模型能较准确地预测太阳辐射强度,同时提供更加丰富的预测信息,具有一定的实用意义。     

晴空工况光伏超短期功率预报方法

提出一种基于实时辐射采集技术的晴空工况光伏超短期功率预报方法.该方法预报时效为未来0～4h,预测点时间分辨率为15 min,每15 min滚动循环预测.以此预报方法为基础,建立了国家能源太阳能发电研发(实验)中心屋顶光伏电站的功率预测系统.现场预测结果表明,该方法具有较好的预报效果,能够满足工程应用要求.     

基于GRU-RF模型的太阳辐照度短时预测

针对现有太阳辐照度短期预测方法的建模复杂、准确度低等问题,提出一种基于深度学习的GRU-RF动态权值组合预测方法。大气因素与太阳辐照度数据融合,将运算速度较快且模型复杂度较低的随机森林（RF）模型与带有时序记忆的门控循环单元（GRU）神经网络进行动态权值的加权集成,分别将地表接收到的太阳辐照度、近地层气温、相对湿度、近地层风速和相对气压等变化特征进行预测研究。通过几种模型对比分析,结果表明使用GRU-RF模型预测短时（9 h）太阳辐照度结果较好,运行速度较快,在不同时间间隔（5、10以及15 min）下能够很好地预测太阳辐照度数据。     

从辐射强度变化分析深圳太阳辐射气象条件

计算太阳辐射典型年,对与到达地面太阳辐射强度变化密切相关的气象和环境因素进行分析研究,总结出深圳太阳辐射气象条件,运用典型天气进行验证。结果发现:1)温度、相对湿度、降水量、云量、最大风速的风向、沿海站的极大风速和大气气溶胶均与到达地面太阳辐射强度有不同程度的关联,云量与直接辐射呈显著的负相关;2)一天中深圳太阳总辐射最大值出现在11:00～12:00,太阳有效辐射时间为05:00～18:00;月总辐射和直接辐射最大值均出现在每年中的6～7月份;3)辐射强度与空气质量指数(AQI)相关性明显,大气污染物对直接辐射起到较明显的削弱作用,其中O3与辐射关联度较大,其次PM2.5、PM10等在傍晚时对辐射具有一定的削弱作用;4)前汛期云量和水汽、降雨等对辐射的影响作用大。     

太阳辐射强度对污泥干燥特性的影响

采用敞口型、温室型、温室-集热型3种干燥装置,研究了污泥在不同太阳辐射强度下的含水率变化,结果显示,太阳能干燥污泥的传热机理主要是太阳微波辐射及空气对流换热,干燥过程存在初始、增速、恒速、降速4个区别明显的阶段,并且空气流速对干燥过程的影响权重大于空气温度。当平均太阳辐射强度大于620W/m2时,能在180 min内将污泥的含水率降到38%以下;大于900 W/m2时,含水率能在120 min内降至38%。研究使用Logarithmic模型,建立了仅含太阳辐射强度S、干燥时间τ两种变量的干燥特性方程,简化了污泥干燥一般规律的预测计算。模型计算结果和实验值吻合较好,误差小于3.9%。     

PM2.5限排与燃煤工业锅炉发展

从GB 3095—2012《环境空气质量标准》增设PM2.5排放限值,简述PM2.5的定义及其危害性;分析了锅炉大气污染物中烟尘的来源、烟尘初始排放浓度限值,导出燃煤锅炉烟尘初始排放浓度计算公式;随后介绍了烟尘分散度、除尘器分级效率以及煤粉锅炉飞灰中的PM10/PM2.5分布特性,预测了GB 13271《锅炉大气污染物排放标准》修订时对烟尘与PM10/PM2.5的排放限值;最后提出了燃煤工业锅炉应对PM2.5限排的几个建议方法。     

低纬度地区水平面太阳辐射的直散分离模型研究

以中国低纬度地区水平面太阳总辐射的直散分离为研究对象,依据福建、广东、广西和海南等低纬度地区4个气象台站1971~2003年的水平面太阳总辐射和散射辐射实测气象数据,采用回归分析方法,建立大气散射透射比与晴空指数之间的回归计算模型。选取LiuJordan模型、Orglill模型和Erbs模型3种代表性分离模型与自建模型比较,结果表明,自建模型准确度最高。得出结论:大气散射透射比与晴空指数之间存在显著的负相关性,建立二者之间的回归模型可实现水平面太阳辐射的直散分离。     

南太湖地区紫外辐射强度及影响因子分析

利用2014年1月至2017年12月湖州国家基本气象站的紫外线观测资料、地面常规观测资料以及大气成分观测资料,分析南太湖地区太阳紫外辐射的变化特征,并检验与其他气象要素的相关性。结果表明:紫外辐射日变化基本呈抛物线型,12:00～13:00达到全天最高。夏季的紫外辐射最高,春季次之,秋季比冬季略高,春夏季明显高于秋冬季。全年7月份紫外线最强,极大值一般出现在8月份。紫外辐射强度与总云量、低云量、最小相对湿度为负相关,与日最高温度、最高地温呈正相关。晴天时,紫外辐射强度与颗粒物浓度PM10、PM2.5、PM1三者相关性基本一致,均为春、秋和冬季呈负相关,夏天呈正相关。     

风电接入下的时序渐进滚动修正调度模型

以"电量"为纽带,建立了风电接入下的时序渐进滚动调度修正模型。该模型在时间尺度上包含年计划、月计划、日计划以及实时调度计划。时序渐进体现在上一级时间尺度为下一级时间尺度提供计划电量或调度功率,指导下一级时间尺度的调度安排;滚动修正则根据下一级时间尺度提供的实际发电量对上一级进行不断修正。年计划和月计划滚动修正模型侧重于电量的不平衡修正,在各自时间尺度内,结合下一级时间尺度提供的实际已发电量以及最新的风电、负荷预测信息,滚动修正剩余时段的发电计划,保证各机组电量的有效实施。日计划、日内滚动优化调度和实时调度模型侧重于风电功率的消纳,针对风电的随机性和波动性,建立基于场景法的日前机组组合模型和日内滚动优化模型,且仅在日内滚动调度和实时调度阶段考虑合理弃风。最后,通过修改的IEEE-RTS24系统进行算例仿真,验证了该模型的有效性。     

基于神经网络算法的太阳模拟器光均匀性优化设计

提出一种把人工神经网络和光学仿真软件相结合的太阳模拟器光均匀性优化设计方法.首先由光学软件仿真一组不同结构参数的模型,然后让神经网络通过学习这些仿真数据来寻找模型的结构参数和检测平面辐照均匀性的复杂非线性关系,并预测辐照均匀性最优时的模型结构参数,再用仿真软件进行验证.基于此方法,对一个短距离大面积的太阳模拟器模型成功进行了优化仿真,使其辐照非均匀度满足A级标准.结果表明:此方法能有效解决太阳模拟器设计周期长、调试困难、试验成本高的问题,对解决同类工程问题亦具有一定的研究价值.     

基于MATLAB的太阳辐射资源计算

运用MATLAB软件编程,计算了太阳辐射穿过大气层后到达地面的强度,综合考虑海拔高度、大气透明度系数的影响,建立了太阳辐射强度数学计算模型。模型计算得到的理论数据与用MS4型太阳能资源测试仪测试获得的数据进行了对比分析,相对误差在0.002%～9.981%之间,验证了计算模型的合理性。     

复杂地形区晴空太阳辐射模型构建与应用

以昆仑山提孜那甫河流域为研究区,利用中分辨率成像光谱仪(MODIS)提供的大气数据基于Iqbal Model C模型估算晴空大气透射率空间分布,并引入地形开阔度(SVF)和遥感地表反照率数据分别用于估算散射辐射地形阻挡以及反射辐射反照率系数空间分布,最后结合Kumar模型的直接辐射地形阻挡模拟过程,实现对Kumar模型的改进,改进后模型综合考虑了大气以及地形对太阳辐射的影响。利用改进后模型对研究区地表太阳辐射时空分布进行模拟和分析,基于地面气象站点观测数据对模拟结果进行验证。结果表明：模型估算值与站点观测值存在很好的一致性,相关系数R²为0.96,平均绝对误差(MAE)为1.47 MJ/m²,平均绝对相对误差(MARE)为12.26%。春季、夏季以及秋季模型的模拟精度较高,冬季模型的模拟精度较低,可能的原因为冬季MODIS大气数据有所低估。     

日总辐射推算模型在中国的适用性研究

归纳了经验模型的类型并基于中国数据状况提出3大类8种模型形式用于比较和分析。选择覆盖中国5个建筑气候区的7个典型台站2000～2013年的数据,引入相关系数R2和均方根误差(RMSE)作为衡量标准完成模型适用性研究。研究发现在晴空指数较高的地区可以选择基于日照时数的模型(模型2),随着晴空指数的降低,二参数(模型6)及三参数(模型8)模型的推算结果优于单参数模型(模型2)。研究为在不同地域选择适当的日总辐射推算模型提供依据。     

初值非固定的动态模型在变压器故障预测中的应用

基于新信息优先原则,将最新突变数据列为离散GM(1,1)模型初始值,采用预测数据等维更新原始数据序列,同步递进更新初始值,如此反复建立了等维滚动的初始值递进的动态离散GM(1,1)模型,运用该模型对变压器油中溶解气体含量有明显变化的情况进行了故障预测,并与DGM(1,1)模型的预测结果进行了对比分析。结果表明,本文方法实用、有效。     

光伏组件在黄土高原气候条件下的性能研究

为了探明黄土高原半干旱气候条件对单晶硅光伏组件的性能影响,将光伏组件置于户外,利用光伏气象监测系统和户外I-V测试仪进行实时记录,研究其在晴天、多云和阴天等气象条件下输出参数的变化规律。结果表明:光伏组件的温度受太阳辐射强度和风速的综合影响;短路电流与太阳辐射强度呈正比,且倾角在一定范围内变化时对倾斜面上的太阳辐射强度和短路电流的影响较小;当太阳辐射强度较高时,开路电压主要受温度影响,并呈反比关系;而当太阳辐射强度较低时,其会对开路电压产生较大影响。     

光伏系统设计中太阳辐射强度影响的分析

太阳辐射强度影响光伏系统的发电量,根据工程上常用的晶体硅太阳电池的数学模型,利用典型气象年逐时数据,考虑太阳辐射强度的影响,利用Visual Basic语言编程分别计算了一天和一年中的光伏电池组件的发电量,并与不考虑辐射强度影响的峰值日照时数方法计算结果进行比较。结果表明：昆明地区考虑辐射强度的逐时计算结果与不考虑辐射强度的计算结果相差7.05%,光伏系统设计中必须考虑当地的太阳辐射强度分布情况。     

基于混合高斯分布的风电功率实时预测误差分析

针对风电功率实时预测误差随预测方法不同呈现不同分布特性,提出基于混合高斯分布的风电功率实时预测误差分布模型,采用期望最大化算法估计混合高斯分布模型的参数,以位于吉林省、黑龙江省和辽宁省的3个风电场的实测数据为例,分析不同预测方法下风电功率实时预测误差的分布特性,三权值高斯分布的评价指标——绝对值平均误差、均方根误差及相关系数均最优,验证了模型基于不同预测方法下预测误差的有效性和适用性。     

基于STCP-BP的风速实时预测方法研究

为提高实时预测精度,提出一种新的基于时空相关性和BP神经网络的风速实时预测方法。该方法首先基于风速演变的物理特性,依据目标预测点若干个邻域点的风速及风向信息,建立时空相关性预测(spatio-temporalcorrelation predictor,STCP)模型并得到不等时间间隔的预测风速;然后依据目标预测点的风速序列建立BP神经网络预测模型进行风速的实时预测;最后将STCP结果以一定的滑动时间窗与BP预测模型得到的实时预测风速进行适当加权组合得到最终的预测风速。以某区域多个风电场实测数据为例进行仿真测试,结果表明,与BP预测模型相比,该文提出的STCP-BP组合预测方法可有效提高风速的实时预测精度。     

基于TRNSYS的太阳能耦合燃料电池热电联产系统的模拟研究

文章建立了太阳能耦合燃料电池热电联产系统的TRNSYS模型。采用镇江地区的天气数据(太阳直射辐射强度和环境温度),模拟了该系统在各典型日的火用效率。得出热电联产系统的集热量、发电量及火用效率均随着太阳辐射强度的增强而提高的结论。基于此,将热电联产系统的生命周期成本设为优化目标,采用Hooke-Jeeves算法对关键运行参数进行优化。结果表明:当集热器面积为15 m²,单电池片数为60个,蓄热水箱容积为5 m²,太阳能电池板面积为5 m²时,可以获得最小的生命周期成本49.1万元,比常规模型降低11.7%;优化后的热电联产系统在典型日的火用效率为50%~57%,较常规热电联产系统提升50.0%~85.7%。