排序方式: 共有26条查询结果,搜索用时 15 毫秒
1.
2.
太阳能资源评估是太阳能资源开发利用的基础,针对我国现行的太阳能资源评估标准以长期观测数据为稳定性分析对象,无法满足电力行业对太阳能资源变化特性的实际要求,提出一种太阳能资源日变化分析方法,并以北京地区为例,首先研究了不同时间尺度太阳能资源变化特征,再结合光伏电站接入电网的相关规定,利用太阳辐射日变化分析参数K′分析了晴天、多云、阴雨等典型天气条件和连续30d的太阳能总辐射日变化情况。结果表明,太阳能资源日变化分析方法能够反映1d中太阳能资源的稳定程度,对光伏发电的规划和设计具有一定的参考意义。 相似文献
3.
4.
5.
针对光伏电站输出功率时间序列表征出来的周期性非平稳特性,提出一种基于多尺度小波分解和神经网络相结合的光伏功率预测方法。将光伏电站输出功率时间序列在不同尺度上进行小波分解,得到逼近信号和多层细节信号。利用神经网络逼近非线性函数的能力,选择理论计算太阳辐照强度和气象环境逼近信号作为逼近信号神经网络模型的输入,选择气象环境细节信号作为细节信号神经网络模型的输入。输出结果叠加合成得到原始光伏电站输出功率序列预测值。算例分析表明,该文提出的将光伏电站输出功率时间序列分解为周期性逼近信号和准平稳细节信号,并分别采用神经网络建立预测模型的方法保证算法的收敛性和预测精度。 相似文献
6.
7.
8.
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
9.
10.