未来光伏发电技术的发展趋势预测

近些年,光伏发电技术的迭代速度较快,在光伏发电技术发展的长河中,薄膜太阳电池技术的市场占有率逐渐下滑、单晶硅太阳电池技术逐渐取代了多晶硅太阳电池技术、金刚线切割技术取代了砂浆切割技术、背钝化(PERC)太阳电池技术取代了常规铝背场(BSF)太阳电池技术,每一轮技术变革都意味着应对不力的光伏企业将陷入经营困境.因此,科学...     

分布式光伏发电政策现状及发展趋势

一光伏发电市场将进入稳定增长期2011年底全球光伏装机约7000万kW;预计2016年全球光伏装机2.1～3.4亿kW;2001～2011年平均年增长率58.6%;预计2012～2016年平均年增长率22.0%。     

日本光伏发电

一、日本光电的发展阶段 第一阶段第一次石油危机后,日通产省于1974年制订了以发展太阳能为主的可再生能源代油的技术研究开发中长期规划,即有名的阳光计划.在光伏电池方面的目标即把用于宇航的技术移植到地面来应用.初期进展不快,仅把技术成熟的单晶硅、多晶硅电池用在家用计算器、灯标和弧岛柴油发电的补充电源等处.接着发生的第二次石油危机加强了其开发的紧迫感,于是成立了NEDO(原名新能源综合开发机构,现改名新能源产业技术综合开发机构)负责光电产业化的一条龙管理,在政府加大开发资金的条件下,加速了光伏电池产业化的技术开发:(a)继续开发提高光电转换效率高的新材料、新工艺以为长远服务;(b)大力进行降低造价的新材料、新工艺开发,为加速产业化创造基本条件;(c)积极开发配套用的蓄电池、整流器及和电网连接的技术;(d)在上述条件基本过关后,通过大量多种示范实用化验证工程,以在长期运行中发现问题并据以改进,如重点的电源工程,十大电力公司均参与,最大的一户达300kWp.     

基于学习曲线的中国光伏发电成本发展趋势分析

介绍了我国光伏发电的发展情况,以学习曲线模型为原理,分别采用恒定学习率与分阶段学习率分析了未来我国10年光伏发电单位成本发展趋势,并估算了光伏发电实现商业化运作所需的学习成本,预测在2020年左右我国光伏发电成本有望与传统化石能源相持平,进而步入大规模商业化运作阶段。     

光伏发电系统建设项目效率提升分析

当前社会发展过程中,电力资源对于社会工业生产至关重要,但是资源枯竭问题逐渐明显,以煤炭资源发电的火力发电方式受到威胁,同时电力生产也受到影响,导致电力生产效果下降.光伏发电主要应用光伏发电原理进行太阳能发电,随着光伏发电项目不断进步,光伏发电项目建设更加注重效率和成本,从而确保光伏发电项目建设更加优化,最大程度提升项目...     

光伏发电技术清洁度分析

客观分析了光伏发电技术的清洁程度,通过时空多尺度分析和全生命周期评价方法,计算光伏发电的能量转换效率和CO2排放量,并探讨重金属排放和SiCl4的问题.计算结果表明,光伏发电的能量转换效率为13.6,每安装1 kW的光伏组件所发电量相当于减排CO224.3t.光伏发电技术较常规能源发电技术在减少CO2和污染物排放方面都具有很大优势,是清洁的发电技术.     

百姓看光伏发电前景

本刊今年第一期刊登了马胜红、赵玉文、王斯成、孔力、王燕五位同志所写的“制定阶梯电价促进我国光伏发电发展”一文，他们从光伏发电的必要性、目标到光伏发电的对策等一一说清了，而且说的很深远。我们读后受到了鼓舞，看到了光伏发电的希望。     

南宁太阳能光伏发电开发及规划研究

介绍南宁市太阳能资源情况,以及在太阳能光伏发电方面的利用现状及存在的问题。通过分析,提出在"十三五"期间,南宁市建设集中式光伏发电项目、分布式光伏发电项目以及扶贫光伏发电项目的规划目标。最后,从节能减排和社会效益方面对规划的光伏发电项目进行了分析和测算。     

并网光伏发电项目的LCOE分析

围绕并网光伏发电系统的度电成本/平准化电力成本(LCOE)水平进行了分析讨论。针对LCOE的评估依据和测算方法,提出一种适用于我国光伏发电项目的 LCOE评估模型。利用该模型对影响LCOE的几个典型因素进行了敏感性分析;测算了我国光伏发电项目的 LCOE水平;预测了光伏发电项目的 LCOE发展。     

聚类分析在光伏发电量预测中的应用研究

为了从光伏发电历年数据中筛选出有效样本,并提高光伏发电量预测模型的准确率,文章将聚类分析应用于光伏领域,并结合神经网络建立了光伏发电量预测模型。以晴天、多云和雨天3种天气类型为目标,利用聚类分析对历史数据中的异常样本进行筛选,并将筛选后的样本作为训练数据建立了反向传播(BP)神经网络预测模型。通过对比筛选前后预测模型的计算结果可知,利用聚类分析筛选后的数据所建立起来的预测模型精度较高,因此,聚类分析和BP神经网络相结合是提高光伏发电量预测精度的一种有效方法。     

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。     

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。     

并网光伏发电系统动态特性的对比分析

大量光伏电站的并网,相应地带来并网稳定性、自身抗扰动性等相关问题。由于单级型光伏并网系统和双级型光伏并网系统的拓扑结构不同,其并网运行的动态特性也不尽相同。文章基于PSCAD/EMTDC电磁暂态仿真软件,分别搭建单级型和双级型光伏并网系统模型,并对比仿真了光照扰动与电网电压跌落扰动下两种光伏并网系统的动态特性,单级型光伏并网系统更适合于大中型光伏电站。     

考虑空气污染因素的光伏发电量回归分析

人类活动产生的大气污染物对到达地面的太阳总辐照和光谱分布都会产生一定影响。文章利用一座分布式电站的实测数据,通过模型回归分析的统计学方法,定量地研究了空气质量和光伏发电量之间的直接关联强度。同时,考虑了温度、风力、云量和太阳光入射角度等气象、物理参数对于光伏发电量的影响。利用该回归模型,可以根据公开气象资料对小型光伏电站的发电量进行简单预测。     

光伏发电系统在某三星级绿色建筑中的应用分析

可再生能源利用是绿色建筑的重要内容之一,对于办公类建筑,光伏发电是主要的可再生能源利用形式。对某绿色建筑项目的光伏发电系统的设计及运营1年的实际发电量进行介绍,为光伏发电系统在类似项目中的应用提供了依据。     

Energy storage-based power buffering control for photovoltaic power generation system

光伏发电系统输出的最大功率随外界环境变化而波动,无法满足负荷的供电需求,针对该问题,建立了基于储能系统的光伏发电系统结构,介绍了光伏发电系统运行原理,分析了系统功率与直流母线电压的关系,设计了无源式储能系统和有源式储能系统对功率进行缓冲以满足控制目标.仿真结果表明,有源式储能系统较无源式储能系统有更好的功率调节作用,通过双向DC-DC变换器的储放能量自动切换控制,使得光伏发电系统输出的功率与负荷需求功率良好匹配,直流电压稳定.     

面向光伏发电的模式预测树模型

文章将模式预测树引入到光伏发电预测中,提出了一种面向光伏发电的模式预测树模型(PGMT)。与传统的神经网络不同,PGMT将树模型与线性回归模型相结合,预测时输入信息沿着某条路径到达叶结点,该叶结点使用线性回归模型预测相应的发电量。该方法有效地避免了标准线性回归模型对数据的线性要求,同时保留了线性模型的可解释性。利用在某光伏电站的数据集上的实验结果表明,PGMT较之于神经网络保留了很好的可解释性,表现出更高的预测准确性。