CN109884896A - 一种基于相似日辐照预测的光伏跟踪***优化跟踪方法 - Google Patents
一种基于相似日辐照预测的光伏跟踪***优化跟踪方法 Download PDFInfo
- Publication number
- CN109884896A CN109884896A CN201910182948.6A CN201910182948A CN109884896A CN 109884896 A CN109884896 A CN 109884896A CN 201910182948 A CN201910182948 A CN 201910182948A CN 109884896 A CN109884896 A CN 109884896A
- Authority
- CN
- China
- Prior art keywords
- day
- photovoltaic
- irradiation
- tracking system
- photovoltaic tracking
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种基于相似日辐照预测的光伏跟踪***优化跟踪方法,通过获取气象台预报未来一天的气象参数作为基向量,选取具有相同天气现象的N天历史气象参数向量,以k近邻法选取k个距离基向量最临近向量计算未来一天水平面总辐照及地表法向直接辐照分布;通过光伏跟踪***预定跟踪策略、日‑跟踪***‑地三者几何关系、及散射辐照模型,计算光伏跟踪***表面直射和散射辐照分布;最终综合对光伏跟踪***的发电量与用电量、最佳倾角安装及水平安装光伏***的发电量进行评估,选择未来一天最佳运行方式。本发明可以计算比较测量地点不同安装方式下的发电量差异,平衡光伏跟踪***发电量与用电量,得到最佳发电成本的光伏跟踪***运行方式。
Description
技术领域
本发明涉及一种基于相似日辐照预测的光伏跟踪***优化跟踪方法,属于太阳能光伏***应用技术领域。
技术背景
目前,提高光伏发电***效率的主要方法有:改善电池效率、采用最大工作功率点跟踪技术、开发新型光伏组件以及太阳跟踪等。但在短期内,前三者很难有大的突破,因此对于聚光光伏***,太阳跟踪有更重要的意义。现有光伏跟踪技术可以准确跟踪太阳位置,但在多云及阴天条件下,光伏跟踪未必能给光伏***增加额外发电量收益并且光伏***会产生额外电能损耗。因此有需要借助高效准确的太阳辐照预测手段,对未来一天或多天辐照分布情况进行预测。
目前国内外在辐照预测的统计模型上做了大量研究,统计模型不需要光伏***等内在特征信息,它是基于大量历史数据提取相互数据间的联系来预测光伏***出力情况。研究人员通过研究辐照分布与其他变量间的关系,建立线性平稳、线性非平稳、非线性平稳等回归方程模型,通过带入大量数据可提高回归模型准确性。随着人工智能和机器学习近几年的飞速发展,ANN、k-NN、支持向量机(SVM)、随机森林法(RF)等在光伏领域得到广泛运用。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷,提供一种光伏跟踪***跟踪优化方案,合理选择跟踪***运行方式,使光伏组件表面在既定跟踪运行方式下获得最大日辐照量。
为解决上述技术问题,本发明提供一种基于相似日辐照分布预测未来1天或多天的太阳辐照分布,评估预测未来一天采用跟踪方式或固定安装方式条件下发电量,并选取最佳发电量方式作为未来1天或多天光伏***运行方式。
本发明所采用的技术方案如下:
一种基于相似日辐照预测的光伏跟踪***优化跟踪方法,包括以下步骤:
1)气象数据预测模块获取所在测试地点未来一天早晨7点至下午17点的气象数据,包括平均气温T、累计降雨量RF、平均风速WS、平均相对湿度RH和平均总云量CI,构建气象参数的基向量p0,p0=[T、RF、WS、RH、CI];
2)水平辐照预测模块计算所在测试地点未来一天的水平总辐照分布和地表法向直接辐照分布;
3)发电量计算模块计算未来一天光伏跟踪***发电量与固定安装光伏***发电量;
4)根据所述步骤3)两种情况下的发电量,确定最优运行状态。
前述的步骤1)中,所述气象数据预测模块至少获取气象网站上时间间隔1小时或以内的气象数据。
前述的步骤2)中,水平总辐照分布和地表法向直接辐照分布计算如下:
21)选取n个历史天,构建n个历史天的历史气象参数的相量集合;
22)计算相量集合中每个历史气象参数向量pi与基向量p0之间的欧氏距离di,计算方法如下:
di=||pi-p0||2
其中,等号右边为向量的2范数,i=1,2,……,n,n为历史天数;
23)选取k个di最小的历史天,计算未来一天的水平总辐照指数和直射指数
其中,α取值为0-1,kgi为水平总辐照指数,kbi为直射指数,Gi为水平地面总辐照分布,Gexi为大气层上界水平总辐照分布,Bi为地表法向直接辐照分布,Bexi为大气层上界法向直接辐照分布,下标i表示第i个历史天;
24)未来一天水平地面总辐照分布和地表法向直接辐照分布计算如下:
其中,为未来一天大气层上界水平总辐照分布,为未来一天大气层上界法向直接辐照分布。
前述的历史天的历史气象参数选取为:
选取未来一天近30天的T、RF、WS、RH、CI历史数据;选取过往3-5年与未来一天相同日期的前后共31天的T、RF、WS、RH、CI数据,共同作为历史天的历史气象参数。
前述的k取值为30。
前述的步骤3)中,通过光伏跟踪***预定跟踪策略、日-跟踪***-地三者几何关系、和辐照计算模型,计算未来一天光伏跟踪***表面辐照分布;所述光伏跟踪***预定跟踪策略由光伏组件平面、水平地面及太阳直射光线几何关系表示。
前述的未来一天光伏跟踪***表面辐照计算如下:
其中,为未来一天光伏跟踪***表面直接辐照,为未来一天光伏跟踪***表面散射辐照,θi为法向直射光线与光伏组件夹角,为未来一天水平面散射辐照分布,Rd为散射转化系数,θz为未来一天太阳天顶角,
Rd计算如下:
Rd=a1Rd1+a2Rd2+a3Rd3
其中,Rd1为Perez散射辐照模型关于水平面与光伏跟踪***或固定安装光伏***表面散射转化系数,根据Perez散射辐照模型计算得到;Rd2为Willmot散射辐照模型关于水平面与光伏跟踪***或固定安装光伏***表面散射转化系数,根据Willmot散射辐照模型计算得到;Rd3为Bugler散射辐照模型关于水平面与光伏跟踪***或固定安装光伏***表面散射转化系数,根据Bugler散射辐照模型计算得到;a1、a2及a3为权重系数。
前述的权重系数计算如下:
a2=1-a1-a3
其中,τ为平滑系数,kt′为总辐照修正指数,
其中,M为大气质量指数,为未来一天水平总辐照指数。
前述的步骤3)中,发电量计算如下:
其中,Pmax为未来一天各时刻下的光伏组件最大功率点功率;i=1时为光伏跟踪***发电量;i=2时为光伏固定安装***发电量;
其中,Imref为在标准状况下的最大功率点电流,Gref为标准状况下的太阳辐照强度,Vmref为标准状况下的最大功率点电压,Tref为标准状况下的组件温度,T为组件温度,β为组件电压温度系数。
前述的步骤4)中,最优运行状态选择方式为:
假定光伏跟踪***耗电量为光伏***发电量的5%时,则光伏跟踪***实际发电量即为0.95GC1,光伏组件正南朝向固定安装运行、不跟踪的发电量为GC2;当GC2大于0.95GC1时,则选择光伏组件正南朝向固定安装运行、不跟踪方式;反之则选择正常采用光伏跟踪***方案;
其中,对于光伏跟踪***与固定安装方式的对比分为以下几种情况:
A、若光伏跟踪***为双轴跟踪,对比的固定安装方式为安装地点最佳倾角,或水平面安装方式;
B、若光伏跟踪***为平单轴跟踪,对比的固定安装方式为安装地点水平面安装方式;
C、若光伏跟踪***为斜单轴跟踪,对比的固定安装方式为安装地点倾斜安装方式。
本发明所达到的有益效果为:
通过本发明中模型,可以简单快捷评估测量地点未来1天或多天的太阳辐照分布,结合准确辐照模型,可以计算比较测量地点不同安装方式下的发电量差异,平衡光伏跟踪***发电量与用电量,得到最佳发电成本的光伏跟踪***运行方式。
附图说明
图1为本发明方法的流程图。
具体实施方式
下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本发明提供一种基于相似日辐照预测的光伏跟踪***优化跟踪方法,如图1所示,具体如下:
(1)气象数据预测模块获取所在测试地点未来一天的气象数据
气象数据预测模块通过气象网站获取所在测试地点未来一天时间间隔为1小时或以内的早晨7点至下午17点的平均气温T、累计降雨量RF、平均风速WS、平均相对湿度RH和平均总云量CI,构建气象参数的基向量p0,p0=[T、RF、WS、RH、CI]。
(2)水平辐照预测模块计算所在测试地点未来一天的水平总辐照分布和法向直接辐照分布
通过k近邻法选取N个历史天中的k个与未来一天天气情况相似的历史天,并根据k个相似历史天计算水平总辐照分布和法向直接辐照分布,其具体算法步骤如下:
S1:选取a.未来一天近30天的T、RF、WS、RH、CI历史数据;b.过往3-5年与未来一天相同日期的前后共31天的T、RF、WS、RH、CI数据,基于历史数据,构建气象参数的相量集合。
S2:计算相量集合中每个历史气象参数向量pi与基向量p0之间的欧氏距离,计算方法如下:
di=||pi-p0||2 (1)
其中,式(1)等号右边为向量的2范数,i=1,2,……,n,n为历史天数。
S3:选取k个di最小的历史天水平总辐照指数kg和直射指数kb,计算未来一天的水平总辐照指数直射指数
其中,α取值为0-1,在本发明的计算过程中选为1,Gi为水平地面总辐照分布,Gexi为大气层上界水平总辐照分布,Bi为地表法向直接辐照分布,Bexi为大气层上界法向直接辐照分布,k值取为30,下标i表示第i个历史天。
S4:未来一天水平地面总辐照分布和地表法向直接辐照分布计算如下:
其中,为未来一天大气层上界水平总辐照分布,为未来一天大气层上界法向直接辐照分布。
(3)发电量计算模块计算光伏跟踪***表面辐照分布,结合未来一天温度分布评估光伏***发电量,选择最优运行状态。
通过光伏跟踪***预定跟踪策略、日-跟踪***-地三者几何关系、辐照计算模型,计算光伏跟踪***表面辐照分布,结合未来一天温度分布评估光伏***发电量,选择最优运行状态。
光伏跟踪***预定跟踪策略即为光伏跟踪***的跟踪方式,与实际跟踪***运行方式相关,但其可以由光伏组件平面、水平地面及太阳直射光线几何关系表示。因此,未来一天光伏跟踪***表面直接辐照计算模型为:
其中,为未来一天光伏跟踪***表面直接辐照,θi为法向直射光线与光伏组件夹角。
未来一天光伏跟踪***表面散射辐照计算模型为:
未来一天光伏跟踪***表面总辐照计算模型为:
其中,为未来一天光伏跟踪***表面散射辐照;为未来一天水平面散射辐照分布;θz为未来一天太阳天顶角;Rd为散射转化系数,Rd=a1Rd1+a2Rd2+a3Rd3;Rd1为Perez散射辐照模型关于水平面与光伏跟踪***或固定安装光伏***表面散射转化系数,根据perez散射辐照模型计算得到,此处作为已知量;Rd2为Willmot散射辐照模型关于水平面与光伏跟踪***或固定安装光伏***表面散射转化系数,根据Willmot散射辐照模型计算得到,此处作为已知量;Rd3为Bugler散射辐照模型关于水平面与光伏跟踪***或固定安装光伏***表面散射转化系数,根据Bugler散射辐照模型计算得到,此处作为已知量;a1、a2及a3为权重系数表示为:
a2=1-a1-a3 (13)
其中,τ为平滑系数,取值范围为50-150,在本发明计算过程中选为100。k′t为总辐照修正指数,计算为:
其中,M为大气质量指数。
因此,未来一天早晨7点至下午17点光伏跟踪***发电量与固定安装光伏***发电量计算方法为:
其中,Pmax为未来一天各时刻下的光伏组件最大功率点功率;i=1时为光伏跟踪***发电量;i=2时为光伏固定安装***发电量。
其中,Imref为在标准状况下的最大功率点电流,Gref为标准状况下的太阳辐照强度,Vmref为标准状况下的最大功率点电压,Tref为标准状况下的组件温度,T为组件温度,与未来一天预测的环境温度相同,β为组件电压温度系数。
(4)最终,假定光伏跟踪***耗电量为光伏***发电量的5%时,光伏跟踪***实际发电量即为0.95GC1,光伏组件正南朝向固定安装运行、不跟踪的发电量为GC2。若跟踪***为双轴跟踪,对比的固定安装方式可以为安装地点最佳倾角,或水平面安装方式;若跟踪***为平单轴跟踪,对比的固定安装方式为安装地点水平面安装方式;若跟踪***为斜单轴跟踪,对比的固定安装方式为安装地点倾斜安装方式。当GC2大于0.95GC1时,则选择光伏组件正南朝向固定安装运行、不跟踪方式;反之则选择正常采用光伏跟踪***方案。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种基于相似日辐照预测的光伏跟踪***优化跟踪方法,其特征在于,包括以下步骤:
1)气象数据预测模块获取所在测试地点未来一天早晨7点至下午17点的气象数据,包括平均气温T、累计降雨量RF、平均风速WS、平均相对湿度RH和平均总云量CI,构建气象参数的基向量p0,p0=[T、RF、WS、RH、CI];
2)水平辐照预测模块计算所在测试地点未来一天的水平总辐照分布和地表法向直接辐照分布;
3)发电量计算模块计算未来一天光伏跟踪***发电量与固定安装光伏***发电量;
4)根据所述步骤3)两种情况下的发电量,确定最优运行状态。
2.根据权利要求1所述的一种基于相似日辐照预测的光伏跟踪***优化跟踪方法,其特征在于,所述步骤1)中,所述气象数据预测模块至少获取气象网站上时间间隔1小时或以内的气象数据。
3.根据权利要求1所述的一种基于相似日辐照预测的光伏跟踪***优化跟踪方法,其特征在于,所述步骤2)中,水平总辐照分布和地表法向直接辐照分布计算如下:
21)选取n个历史天,构建n个历史天的历史气象参数的相量集合;
22)计算相量集合中每个历史气象参数向量pi与基向量p0之间的欧氏距离di,计算方法如下:
di=||pi-p0||2
其中,等号右边为向量的2范数,i=1,2,……,n,n为历史天数;
23)选取k个di最小的历史天,计算未来一天的水平总辐照指数和直射指数
其中,α取值为0-1,kgi为水平总辐照指数,kbi为直射指数,Gi为水平地面总辐照分布,Gexi为大气层上界水平总辐照分布,Bi为地表法向直接辐照分布,Bexi为大气层上界法向直接辐照分布,下标i表示第i个历史天;
24)未来一天水平地面总辐照分布和地表法向直接辐照分布计算如下:
其中,为未来一天大气层上界水平总辐照分布,为未来一天大气层上界法向直接辐照分布。
4.根据权利要求3所述的一种基于相似日辐照预测的光伏跟踪***优化跟踪方法,其特征在于,所述历史天的历史气象参数选取为:
选取未来一天近30天的T、RF、WS、RH、CI历史数据;选取过往3-5年与未来一天相同日期的前后共31天的T、RF、WS、RH、CI数据,共同作为历史天的历史气象参数。
5.根据权利要求3所述的一种基于相似日辐照预测的光伏跟踪***优化跟踪方法,其特征在于,所述k取值为30。
6.根据权利要求1所述的一种基于相似日辐照预测的光伏跟踪***优化跟踪方法,其特征在于,所述步骤3)中,通过光伏跟踪***预定跟踪策略、日-跟踪***-地三者几何关系、和辐照计算模型,计算未来一天光伏跟踪***表面辐照分布;所述光伏跟踪***预定跟踪策略由光伏组件平面、水平地面及太阳直射光线几何关系表示。
7.根据权利要求3所述的一种基于相似日辐照预测的光伏跟踪***优化跟踪方法,其特征在于,所述未来一天光伏跟踪***表面辐照计算如下:
其中,为未来一天光伏跟踪***表面直接辐照,为未来一天光伏跟踪***表面散射辐照,θi为法向直射光线与光伏组件夹角,为未来一天水平面散射辐照分布,Rd为散射转化系数,θz为未来一天太阳天顶角,
Rd计算如下:
Rd=a1Rd1+a2Rd2+a3Rd3
其中,Rd1为Perez散射辐照模型关于水平面与光伏跟踪***或固定安装光伏***表面散射转化系数,根据Perez散射辐照模型计算得到;Rd2为Willmot散射辐照模型关于水平面与光伏跟踪***或固定安装光伏***表面散射转化系数,根据Willmot散射辐照模型计算得到;Rd3为Bugler散射辐照模型关于水平面与光伏跟踪***或固定安装光伏***表面散射转化系数,根据Bugler散射辐照模型计算得到;a1、a2及a3为权重系数。
8.根据权利要求7所述的一种基于相似日辐照预测的光伏跟踪***优化跟踪方法,其特征在于,所述权重系数计算如下:
a2=1-a1-a3
其中,τ为平滑系数,kt′为总辐照修正指数,
其中,M为大气质量指数,为未来一天水平总辐照指数。
9.根据权利要求7所述的一种基于相似日辐照预测的光伏跟踪***优化跟踪方法,其特征在于,所述步骤3)中,发电量计算如下:
其中,Pmax为未来一天各时刻下的光伏组件最大功率点功率;i=1时为光伏跟踪***发电量;i=2时为光伏固定安装***发电量;
其中,Imref为在标准状况下的最大功率点电流,Gref为标准状况下的太阳辐照强度,Vmref为标准状况下的最大功率点电压,Tref为标准状况下的组件温度,T为组件温度,β为组件电压温度系数。
10.根据权利要求1所述的一种基于相似日辐照预测的光伏跟踪***优化跟踪方法,其特征在于,所述步骤4)中,最优运行状态选择方式为:
假定光伏跟踪***耗电量为光伏***发电量的5%时,则光伏跟踪***实际发电量即为0.95GC1,光伏组件正南朝向固定安装运行、不跟踪的发电量为GC2;当GC2大于0.95GC1时,则选择光伏组件正南朝向固定安装运行、不跟踪方式;反之则选择正常采用光伏跟踪***方案;
其中,对于光伏跟踪***与固定安装方式的对比分为以下几种情况:
A、若光伏跟踪***为双轴跟踪,对比的固定安装方式为安装地点最佳倾角,或水平面安装方式;
B、若光伏跟踪***为平单轴跟踪,对比的固定安装方式为安装地点水平面安装方式;
C、若光伏跟踪***为斜单轴跟踪,对比的固定安装方式为安装地点倾斜安装方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910182948.6A CN109884896B (zh) | 2019-03-12 | 2019-03-12 | 一种基于相似日辐照预测的光伏跟踪***优化跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910182948.6A CN109884896B (zh) | 2019-03-12 | 2019-03-12 | 一种基于相似日辐照预测的光伏跟踪***优化跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109884896A true CN109884896A (zh) | 2019-06-14 |
CN109884896B CN109884896B (zh) | 2022-02-11 |
Family
ID=66931653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910182948.6A Active CN109884896B (zh) | 2019-03-12 | 2019-03-12 | 一种基于相似日辐照预测的光伏跟踪***优化跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109884896B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111258335A (zh) * | 2020-01-19 | 2020-06-09 | 广州发展新能源股份有限公司 | 一种光伏跟踪优化方法、装置、***和存储介质 |
CN111596381A (zh) * | 2020-05-22 | 2020-08-28 | 天合光能股份有限公司 | 一种双辐照计推测直射辐照比例的方法 |
CN111738526A (zh) * | 2020-07-01 | 2020-10-02 | 中广核新能源投资(深圳)有限公司 | 一种以***收益最优为目标的光伏***优化设计方法 |
CN111932005A (zh) * | 2020-08-04 | 2020-11-13 | 广州发展新能源股份有限公司 | 一种基于时空辐照分布特性的光伏发电出力预测方法 |
CN114064755A (zh) * | 2021-11-15 | 2022-02-18 | 珠海格力电器股份有限公司 | 太阳辐射量的估计方法、装置、设备及存储介质 |
TWI785397B (zh) * | 2020-10-14 | 2022-12-01 | 國立中央大學 | 微電網能源管理系統及其方法 |
CN118134292A (zh) * | 2024-05-07 | 2024-06-04 | 湖北华中电力科技开发有限责任公司 | 一种区域电力柔性负荷预测方法及*** |
CN118199493A (zh) * | 2024-05-15 | 2024-06-14 | 天津飞宇幕墙装饰工程有限公司 | 一种光伏幕墙发电配置方法和*** |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100198420A1 (en) * | 2009-02-03 | 2010-08-05 | Optisolar, Inc. | Dynamic management of power production in a power system subject to weather-related factors |
US20110178641A1 (en) * | 2010-01-18 | 2011-07-21 | Sunpower Corporation | Photovoltaic assembly for use in diffuse weather conditions and related methods |
CN102522917A (zh) * | 2011-11-18 | 2012-06-27 | 中国电力科学研究院 | 光伏电站发电输出功率预测方法 |
CN103020487A (zh) * | 2013-01-20 | 2013-04-03 | 华北电力大学(保定) | 一种光伏电站辐照度预测值修正方法 |
CN103390202A (zh) * | 2013-07-18 | 2013-11-13 | 华北电力大学 | 一种基于相似数据选取的光伏电站输出功率预测方法 |
CN103390116A (zh) * | 2013-08-07 | 2013-11-13 | 华北电力大学(保定) | 采用分步方式的光伏电站发电功率预测方法 |
CN104217259A (zh) * | 2014-09-17 | 2014-12-17 | 国家电网公司 | 一种区域地表辐照度分布预测方法 |
CN104573879A (zh) * | 2015-01-30 | 2015-04-29 | 河海大学 | 基于最优相似日集的光伏电站出力预测方法 |
CN105023070A (zh) * | 2015-08-12 | 2015-11-04 | 河海大学常州校区 | 一种光伏***输出功率预测方法 |
CN105373857A (zh) * | 2015-11-27 | 2016-03-02 | 许昌许继软件技术有限公司 | 一种光伏电站辐照度预测方法 |
CN105631545A (zh) * | 2015-12-25 | 2016-06-01 | 河海大学常州校区 | 基于相似日分析的光伏电站发电量预测方法及预测*** |
US20170070054A1 (en) * | 2013-12-30 | 2017-03-09 | King Fahd University Of Petroleum And Minerals | Solar powered water pumping system with photovoltaic system that tracks a maximum power point |
CN106600060A (zh) * | 2016-12-15 | 2017-04-26 | 河海大学常州校区 | 基于相似日晴朗系数修正的太阳辐照量预测方法 |
CN106959707A (zh) * | 2017-03-16 | 2017-07-18 | 浙江大学 | 一种用于光伏发电的太阳辐射量监控调整方法 |
CN107256437A (zh) * | 2017-05-15 | 2017-10-17 | 内蒙古电力(集团)有限责任公司 | 一种光伏电站超短期辐照度预测方法及*** |
CN108008633A (zh) * | 2017-12-11 | 2018-05-08 | 甘肃省电力公司风电技术中心 | 包含多种天气变化的辐照度与光伏组件坐标关联关系建立方法 |
US20180196896A1 (en) * | 2015-08-07 | 2018-07-12 | Mitsubishi Electric Corporation | Device for predicting amount of photovoltaic power generation, and method for predicting amount of photovoltaic power generation |
CN207650659U (zh) * | 2018-01-04 | 2018-07-24 | 阳光电源股份有限公司 | 一种光伏组件的跟踪转动装置及转动控制*** |
CN108564192A (zh) * | 2017-12-29 | 2018-09-21 | 河海大学 | 一种基于气象因子权重相似日的短期光伏功率预测方法 |
-
2019
- 2019-03-12 CN CN201910182948.6A patent/CN109884896B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100198420A1 (en) * | 2009-02-03 | 2010-08-05 | Optisolar, Inc. | Dynamic management of power production in a power system subject to weather-related factors |
US20110178641A1 (en) * | 2010-01-18 | 2011-07-21 | Sunpower Corporation | Photovoltaic assembly for use in diffuse weather conditions and related methods |
CN102522917A (zh) * | 2011-11-18 | 2012-06-27 | 中国电力科学研究院 | 光伏电站发电输出功率预测方法 |
CN103020487A (zh) * | 2013-01-20 | 2013-04-03 | 华北电力大学(保定) | 一种光伏电站辐照度预测值修正方法 |
CN103390202A (zh) * | 2013-07-18 | 2013-11-13 | 华北电力大学 | 一种基于相似数据选取的光伏电站输出功率预测方法 |
CN103390116A (zh) * | 2013-08-07 | 2013-11-13 | 华北电力大学(保定) | 采用分步方式的光伏电站发电功率预测方法 |
US20170070054A1 (en) * | 2013-12-30 | 2017-03-09 | King Fahd University Of Petroleum And Minerals | Solar powered water pumping system with photovoltaic system that tracks a maximum power point |
CN104217259A (zh) * | 2014-09-17 | 2014-12-17 | 国家电网公司 | 一种区域地表辐照度分布预测方法 |
CN104573879A (zh) * | 2015-01-30 | 2015-04-29 | 河海大学 | 基于最优相似日集的光伏电站出力预测方法 |
US20180196896A1 (en) * | 2015-08-07 | 2018-07-12 | Mitsubishi Electric Corporation | Device for predicting amount of photovoltaic power generation, and method for predicting amount of photovoltaic power generation |
CN105023070A (zh) * | 2015-08-12 | 2015-11-04 | 河海大学常州校区 | 一种光伏***输出功率预测方法 |
CN105373857A (zh) * | 2015-11-27 | 2016-03-02 | 许昌许继软件技术有限公司 | 一种光伏电站辐照度预测方法 |
CN105631545A (zh) * | 2015-12-25 | 2016-06-01 | 河海大学常州校区 | 基于相似日分析的光伏电站发电量预测方法及预测*** |
CN106600060A (zh) * | 2016-12-15 | 2017-04-26 | 河海大学常州校区 | 基于相似日晴朗系数修正的太阳辐照量预测方法 |
CN106959707A (zh) * | 2017-03-16 | 2017-07-18 | 浙江大学 | 一种用于光伏发电的太阳辐射量监控调整方法 |
CN107256437A (zh) * | 2017-05-15 | 2017-10-17 | 内蒙古电力(集团)有限责任公司 | 一种光伏电站超短期辐照度预测方法及*** |
CN108008633A (zh) * | 2017-12-11 | 2018-05-08 | 甘肃省电力公司风电技术中心 | 包含多种天气变化的辐照度与光伏组件坐标关联关系建立方法 |
CN108564192A (zh) * | 2017-12-29 | 2018-09-21 | 河海大学 | 一种基于气象因子权重相似日的短期光伏功率预测方法 |
CN207650659U (zh) * | 2018-01-04 | 2018-07-24 | 阳光电源股份有限公司 | 一种光伏组件的跟踪转动装置及转动控制*** |
Non-Patent Citations (4)
Title |
---|
DONGSHENG CAI: "Short-term solar photovoltaic irradiation predicting using a nonlinear prediction method", 《2014 IEEE PES GENERAL MEETING | CONFERENCE & EXPOSITION》 * |
MUHAMMAD AIDIL ADHA AZIZ: "Prediction of Photovoltaic System Output using Hybrid Least Square Support Vector Machine", 《2017 7TH IEEE INTERNATIONAL CONFERENCE ON SYSTEM ENGINEERING AND TECHNOLOGY》 * |
刘沛汉: "一种光伏***短期功率预测模型", 《四川电力技术》 * |
姜猛: "功率优化器对太阳能组件发电性能的研究", 《太阳能学报》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111258335A (zh) * | 2020-01-19 | 2020-06-09 | 广州发展新能源股份有限公司 | 一种光伏跟踪优化方法、装置、***和存储介质 |
CN111596381A (zh) * | 2020-05-22 | 2020-08-28 | 天合光能股份有限公司 | 一种双辐照计推测直射辐照比例的方法 |
CN111596381B (zh) * | 2020-05-22 | 2022-03-22 | 天合光能股份有限公司 | 一种双辐照计推测直射辐照比例的方法 |
CN111738526A (zh) * | 2020-07-01 | 2020-10-02 | 中广核新能源投资(深圳)有限公司 | 一种以***收益最优为目标的光伏***优化设计方法 |
CN111738526B (zh) * | 2020-07-01 | 2022-08-23 | 中广核新能源投资(深圳)有限公司 | 一种以***收益最优为目标的光伏***优化设计方法 |
CN111932005A (zh) * | 2020-08-04 | 2020-11-13 | 广州发展新能源股份有限公司 | 一种基于时空辐照分布特性的光伏发电出力预测方法 |
TWI785397B (zh) * | 2020-10-14 | 2022-12-01 | 國立中央大學 | 微電網能源管理系統及其方法 |
CN114064755A (zh) * | 2021-11-15 | 2022-02-18 | 珠海格力电器股份有限公司 | 太阳辐射量的估计方法、装置、设备及存储介质 |
CN118134292A (zh) * | 2024-05-07 | 2024-06-04 | 湖北华中电力科技开发有限责任公司 | 一种区域电力柔性负荷预测方法及*** |
CN118134292B (zh) * | 2024-05-07 | 2024-07-23 | 湖北华中电力科技开发有限责任公司 | 一种区域电力柔性负荷预测方法及*** |
CN118199493A (zh) * | 2024-05-15 | 2024-06-14 | 天津飞宇幕墙装饰工程有限公司 | 一种光伏幕墙发电配置方法和*** |
Also Published As
Publication number | Publication date |
---|---|
CN109884896B (zh) | 2022-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109884896A (zh) | 一种基于相似日辐照预测的光伏跟踪***优化跟踪方法 | |
Xu et al. | Optimized sizing of a standalone PV-wind-hydropower station with pumped-storage installation hybrid energy system | |
Ye et al. | Towards a 90% renewable energy future: A case study of an island in the South China Sea | |
Abbes et al. | Life cycle cost, embodied energy and loss of power supply probability for the optimal design of hybrid power systems | |
CN208335256U (zh) | 一种基于分布式光伏电站设计的预测发电量计算*** | |
Kelleher et al. | A computational tool for evaluating the economics of solar and wind microgeneration of electricity | |
CN108446811A (zh) | 一种基于分布式光伏电站设计的预测发电量计算方法 | |
CN105335560A (zh) | 光伏发电功率波动性及其自动发电控制备用需求计算方法 | |
Kichou et al. | Energy performance enhancement of a research centre based on solar potential analysis and energy management | |
Gönül et al. | A comparative techno-economic assessment of manually adjustable tilt mechanisms and automatic solar trackers for behind-the-meter PV applications | |
Alrwashdeh | Energy profit evaluation of a photovoltaic system from a selected building in Jordan | |
Kemery et al. | Optimal PV orientation and geographic dispersion: a study of 10 Canadian cities and 16 Ontario locations | |
CN109767353A (zh) | 一种基于概率分布函数的光伏发电功率预测方法 | |
Lopes et al. | Predicted direct solar radiation (ECMWF) for optimized operational strategies of linear focus parabolic-trough systems | |
Deng et al. | A survey of the researches on grid-connected solar power generation systems and power forecasting methods based on ground-based cloud atlas | |
Odungat et al. | Estimation of system efficiency and utilisation factor of a mirror integrated solar PV system | |
CN115660177A (zh) | 提高光伏消纳水平的多目标光伏-电动汽车调度方法 | |
Zhang et al. | Solar photovoltaic power prediction based on similar day approach | |
Marinelli et al. | Day-ahead scheduling of a photovoltaic plant by the energy management of a storage system | |
Cahyadi et al. | Solar prediction strategy for managing virtual power stations | |
CN114764262B (zh) | 一种太阳能发电站发电功率预测和控制方法 | |
Lee-Jones | FEASIBILITY STUDY OF BUILDING INTIGRATED HYBRID SOLAR PV AND WIND POWER SYSTEMS: A CASE-STUDY ON THE SWEDISH ISLAND OF GOTLAND | |
CN107608008A (zh) | 一种基于广义大气浑浊度的晴空时段的检测方法 | |
CN117663503B (zh) | 一种智能调节熔盐储热速率的方法及*** | |
Tsui et al. | Viability of renewable energy technologies under the Feed-in Tariff scheme in Hong Kong,‖ |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230717 Address after: 518000, Building A, Tongfang Information Port, No. 11 Langshan Road, Songpingshan Community, Xili Street, Nanshan District, Shenzhen, Guangdong Province Patentee after: Shenzhen Jiawei Low Carbon Technology Co.,Ltd. Address before: 213022, No. 200 Jinling North Road, Jiangsu, Changzhou Patentee before: CHANGZHOU CAMPUS OF HOHAI University |