CN117559499B - 一种光伏发电智能储能*** - Google Patents

一种光伏发电智能储能*** Download PDF

Info

Publication number
CN117559499B
CN117559499B CN202311542995.XA CN202311542995A CN117559499B CN 117559499 B CN117559499 B CN 117559499B CN 202311542995 A CN202311542995 A CN 202311542995A CN 117559499 B CN117559499 B CN 117559499B
Authority
CN
China
Prior art keywords
energy storage
module
power generation
period
time
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.)
Active
Application number
CN202311542995.XA
Other languages
English (en)
Other versions
CN117559499A (zh
Inventor
肖丽军
冯金生
舒名华
李直元
叶文斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Felicity Solar Technology Co ltd
Original Assignee
Guangzhou Felicity Solar Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Felicity Solar Technology Co ltd filed Critical Guangzhou Felicity Solar Technology Co ltd
Priority to CN202311542995.XA priority Critical patent/CN117559499B/zh
Publication of CN117559499A publication Critical patent/CN117559499A/zh
Application granted granted Critical
Publication of CN117559499B publication Critical patent/CN117559499B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Photovoltaic Devices (AREA)

Abstract

本发明提供了一种光伏发电智能储能***，所述***包括光电转换模块、储能模块、信息采集模块、智能控制模块和逆变输出模块；所述光电转换模块用于进行光伏发电，所述储能模块用于储存光伏发电产生的电能，所述信息采集模块用于采集所述***所在地的发电影响信息；所述智能控制模块用于根据电能需求和发电影响信息对储能策略进行调整，所述逆变输出模块用于根据并网的电能需求，输出光电转换模块和储能模块的电量到并网中；本发明通过对预测时段内的储能电量进行预测并结合需求电量，可动态的实现储能策略的调整，可延长储能设备使用寿命并提高能源利用效率。

Description

一种光伏发电智能储能***
技术领域
本发明涉及光伏发电***技术领域，尤其涉及一种光伏发电智能储能***。
背景技术
随着全球对可持续能源和环境保护意识的不断增强，可再生能源越来越受到关注。尤其是太阳能，作为一种无尽的、清洁的能源来源，在全球范围内得到了广泛的推广和应用；然而，太阳能发电也面临着一些困境，例如不稳定的供电、低效的储能方式以及对电网的调度困难等。
查阅相关已公开技术方案，公开号为CN209731138U的技术提出公开了一种光伏发电的储能***，该光伏发电的储能***通过将光伏阵列经光电转换产生的电能通过电能转换模块转换为交流电，并且由电路分配装置将所转换的交流电分配给相应负载供电，同时将剩余电量分配至储能模块进行存储；该方案的光伏阵列利用光生伏特效应将太阳光能转换为电能，以实现清洁能源的利用，降低环境污染；同时，光伏阵列转换电能的剩余电量能够通过储能模块进行存储，以进一步提高清洁能源的利用率，提高光伏发电的经济性，并且所存储的剩余电量能够在用电高峰期时释放，降低对电网的冲击，提高用电稳定性和安全性；但该方案缺乏动态的调整和智能控制，在不同的气象和电力需求的条件下，无法实现智能调节，能源利用率和对于储能设备的保护性较差。
发明内容
本发明的目的在于，针对目前所存在的不足，提出了一种光伏发电智能储能***。
本发明采用如下技术方案：
一种光伏发电智能储能***，其特征在于，所述***包括光电转换模块、储能模块、信息采集模块、智能控制模块和逆变输出模块；
所述光电转换模块用于进行光伏发电，所述储能模块用于储存光伏发电产生的电能，所述信息采集模块用于采集所述***所在地的发电影响信息；所述智能控制模块用于根据电能需求和发电影响信息对储能策略进行调整，所述逆变输出模块用于根据并网的电能需求，输出光电转换模块和储能模块的电量到并网中；
所述光电转换模块通过其内部的光伏阵列进行光电转换产生电量，所述光伏阵列的光电转换满足如下模型：
；
其中，为发电的实际功率，/>为损耗系数，取值范围为/>；/>为发电的额定功率，/>为实际太阳辐射强度，/>为标准辐射强度；/>为温度转换系数，可通过实验设定；/>为光伏阵列表面实际温度，/>为光伏阵列表面标准温度；
所述信息采集模块包括地理信息采集单元和预测信息采集单元；所述地理信息采集单元用于获取***所在地的地理位置信息，包括经纬度信息，从而可以获取***所在地的日照时长；所述预测信息采集单元用于获取***所在地的温度预测信息和天气预测信息；
进一步的，所述智能控制模块通过对预测时段内的电能供应进行预测，并结合预测时段的电能需求完成对储能策略的调整，所述对于储能策略的调整具体为对储能模块充电效率的调整，所述储能策略对储能策略的具体调整方式如下：
设预测时段内的预计电能储能电量为，预测时段内非日照时间的电能需求电量为/>，储能模块的最小安全储能电量为/>，当/>时，此时对于储能策略的调整为：
；
其中，为充电效率，/>为在满足日照时间的电能供应的情况下，储能模块所能达到的最大充电效率；/>为设定的储能模块最大安全充电效率；
当时，此时对于储能策略的调整为：
；
其中，为储能模块内的实时储能电量，/>为设定的储能模块理想充电效率；
进一步的，所述预计电能储能电量通过下述方式获取：
其中，为预测时段内的预计电能供应量，/>为预测时段内日照时间的电能需求量；
进一步的，所述预测时段内的预计电能供应量通过下述方式获取：
；
设预测时段为一日，其中，为预测时段当日日照时长，/>为从日出开始的时间，满足/>；/>为预测时段内的太阳辐射模型，/>为天气预测信息中，从日出开始随预测时段当日时间变化的温度；
对于所述太阳辐射模型，满足：
；
其中，为理想太阳辐射变化函数，/>为云层遮挡系数，通过实验设定；/>为云层遮挡量，即天气预测信息中预测时段当日的云层覆盖百分比；
对于理想太阳辐射变化函数满足：
；
其中，为预测时段当日日间最大太阳辐射量；
对于当日日间最大太阳辐射量，满足：
；
其中，为赤道地区的最大太阳辐射量，/>为***所在地的纬度，/>和/>为幅度系数，/>为修正系数，且满足/>，/>。
本发明所取得的有益效果是：
本发明通过***所在地的地理位置获取日照时长信息，通过结合日照时长信息、天气预测信息和温度预测信息获取预测时段内的预计电能储能电量，通过将预计电能储能电量与预计的电能需求电量进行对比分析，并考虑储能模块的最小安全储能电量以及最大安全充电效率的因素，从而完成对储能模块充电效率的动态调整，保证了储能设备的使用寿命，并减少了电能浪费，降低了运营成本。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在不同的视图中，相同的附图标记指定对应的部分。
图1为本发明整体模块示意图。
图2为本发明光伏发电智能储能方法流程示意图。
具体实施方式
为了使得本发明的目的、技术方案及优点更加清楚明白，以下结合其实施例，对本发明进行进一步详细说明；应当理解，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明；对于本领域技术人员而言，在查阅以下详细描述之后，本实施例的其它***、方法和/或特征将变得显而易见；旨在所有此类附加的***、方法、特征和优点都包括在本说明书内；包括在本发明的范围内，并且受所附权利要求书的保护；在以下详细描述描述了所公开的实施例的另外的特征，并且这些特征根据以下将详细描述将是显而易见的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或组件必须具有特定的方位，以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
实施例一：
如图1所示，本实施例提供一种光伏发电智能储能***，其特征在于，所述***包括光电转换模块、储能模块、信息采集模块、智能控制模块和逆变输出模块；
所述光电转换模块用于进行光伏发电，所述储能模块用于储存光伏发电产生的电能，所述信息采集模块用于采集所述***所在地的发电影响信息；所述智能控制模块用于根据电能需求和发电影响信息对储能策略进行调整，所述逆变输出模块用于根据并网的电能需求，输出光电转换模块和储能模块的电量到并网中；
所述光电转换模块通过其内部的光伏阵列进行光电转换产生电量，所述光伏阵列的光电转换满足如下模型：
；
其中，为发电的实际功率，/>为损耗系数，取值范围为/>；/>为发电的额定功率，/>为实际太阳辐射强度，/>为标准辐射强度；/>为温度转换系数，可通过实验设定；/>为光伏阵列表面实际温度，/>为光伏阵列表面标准温度；
所述信息采集模块包括地理信息采集单元和预测信息采集单元；所述地理信息采集单元用于获取***所在地的地理位置信息，包括经纬度信息，从而可以获取***所在地的日照时长；所述预测信息采集单元用于获取***所在地的温度预测信息和天气预测信息；
进一步的，所述智能控制模块通过对预测时段内的电能供应进行预测，并结合预测时段的电能需求完成对储能策略的调整，所述对于储能策略的调整具体为对储能模块充电效率的调整，所述储能策略对储能策略的具体调整方式如下：
设预测时段内的预计电能储能电量为，预测时段内非日照时间的电能需求电量为/>，储能模块的最小安全储能电量为/>，当/>时，此时对于储能策略的调整为：
；
其中，为充电效率，/>为在满足日照时间的电能供应的情况下，储能模块所能达到的最大充电效率；/>为设定的储能模块最大安全充电效率；
当时，此时对于储能策略的调整为：
；
其中，为储能模块内的实时储能电量，/>为设定的储能模块理想充电效率；
进一步的，所述预计电能储能电量通过下述方式获取：
其中，为预测时段内的预计电能供应量，/>为预测时段内日照时间的电能需求量；
进一步的，所述预测时段内的预计电能供应量通过下述方式获取：
；
设预测时段为一日，其中，为预测时段当日日照时长，/>为从日出开始的时间，满足/>；/>为预测时段内的太阳辐射模型，/>为天气预测信息中，从日出开始随预测时段当日时间变化的温度；
对于所述太阳辐射模型，满足：
；
其中，为理想太阳辐射变化函数，/>为云层遮挡系数，通过实验设定；/>为云层遮挡量，即天气预测信息中预测时段当日的云层覆盖百分比；
对于理想太阳辐射变化函数满足：
；
其中，为预测时段当日日间最大太阳辐射量；
对于当日日间最大太阳辐射量，满足：
；
其中，为赤道地区的最大太阳辐射量，/>为***所在地的纬度，/>和/>为幅度系数，/>为修正系数，且满足/>，/>。
实施例二：
本实施例应当理解为至少包含前述任一一个实施例的全部特征，并在其基础上进一步改进；
本实施例提供一种光伏发电智能储能***，其特征在于，所述***包括光电转换模块、储能模块、信息采集模块、智能控制模块和逆变输出模块；
所述光电转换模块用于进行光伏发电，所述储能模块用于储存光伏发电产生的电能，所述信息采集模块用于采集所述***所在地的发电影响信息；所述智能控制模块用于根据电能需求和发电影响信息对储能策略进行调整，所述逆变输出模块用于根据并网的电能需求，输出光电转换模块和储能模块的电量到并网中；
所述光电转换模块包括光伏阵列、MPPT控制器、阵列支架和光电转换监测单元，所述光伏阵列用于进行光电转换，将太阳光能转化为电能，所述MPPT控制器用于确保光伏阵列的最大输出功率，所述阵列支架用于调整光伏阵列方向，使光伏阵列随太阳位置移动，从而提高光伏板的光电转换效率；所述光电转换监测单元用于监测光伏板的性能和输出功率；
所述储能模块包括储能电池组和电池监测单元，所述储能电池组用于储存电能，所述电池监测单元用于监测电池组的健康状态和容量信息；
所述光伏阵列的光电转换满足如下模型：
；
其中，为发电的实际功率，/>为损耗系数，取值范围为/>；/>为发电的额定功率，/>为实际太阳辐射强度，/>为标准辐射强度；/>为温度转换系数，可通过实验设定；/>为光伏阵列表面实际温度，/>为光伏阵列表面标准温度；
所述信息采集模块包括地理信息采集单元和预测信息采集单元；所述地理信息采集单元用于获取***所在地的地理位置信息，包括经纬度信息，从而可以获取***所在地的日照时长；所述预测信息采集单元用于获取***所在地的温度预测信息和天气预测信息；
所述智能控制模块通过对预测时段内的电能供应进行预测，并结合预测时段的电能需求完成对储能策略的调整，所述对于储能策略的调整具体为对储能模块充电效率的调整，所述储能策略对储能策略的具体调整方式如下：
设预测时段内的预计电能储能电量为，预测时段内非日照时间的电能需求电量为/>，储能模块的最小安全储能电量为/>，当/>时，此时对于储能策略的调整为：
；
其中，为充电效率，/>为在满足日照时间的电能供应的情况下，储能模块所能达到的最大充电效率；/>为设定的储能模块最大安全充电效率；
储能模块的最小安全储能电量用于在紧急情况下作为***的电量储备，如在光伏阵列故障、光照条件不足和非日照时长的情况下，释放电能至并网中，实现能量补偿；在预计电能储能电量小于或等于预测时段内非日照时间的电能需求电量时，即预测时段内储能的电量可能不足以完成非日照时间的电能需求时，此时确保储能模块采用最大的安全充电效率，从而保证在非日照时间有足够的电量供应且最小化的使用储能模块预存储的最小安全储能电量；
当时，此时对于储能策略的调整为：
；
其中，为储能模块内的实时储能电量，/>为设定的储能模块理想充电效率；
在预计电能储能电量大于预测时段内非日照时间的电能需求电量时，此时在满足储能模块中拥有最小安全储能电量的前提下，尽量保证充电效率为储能模块理想的充电效率，从而避免过渡充电和防止充电速度过快对电池使用寿命产生影响，从而延长了设备使用寿命且避免了能源的浪费；
所述预计电能储能电量通过下述方式获取：
其中，为预测时段内的预计电能供应量，/>为预测时段内日照时间的电能需求量；
所述预测时段内的预计电能供应量通过下述方式获取：
；
设预测时段为一日，其中，为预测时段当日日照时长，/>为从日出开始的时间，满足/>；/>为预测时段内的太阳辐射模型，/>为天气预测信息中，从日出开始随预测时段当日时间变化的温度；
对于所述太阳辐射模型，满足：
；
其中，为理想太阳辐射变化函数，/>为云层遮挡系数，通过实验设定；/>为云层遮挡量，即天气预测信息中预测时段当日的云层覆盖百分比；
对于理想太阳辐射变化函数满足：
；
其中，为预测时段当日日间最大太阳辐射量；
对于当日日间最大太阳辐射量，满足：
；
其中，为赤道地区的最大太阳辐射量，/>为***所在地的纬度，/>和/>为幅度系数，/>为修正系数，且满足/>，/>；
如图2所示，本实施例提供一种光伏发电智能储能方法，所述方法包括以下步骤：
S1：设置预测时段，获取预测时段内的电能需求电量、温度预测信息和天气预测信息；
S2：获取光伏阵列所在地理位置，通过地理位置和日期确定光伏阵列所在地的日照时长；
S3：根据光伏阵列的地理位置和日照时长获取理想状态下的太阳辐射变化量；
S4：结合天气预测信息中的云层遮挡量，建立太阳辐射模型；
S5：根据太阳辐射模型和温度预测信息计算预测时段内的预计电能供应量；
S6：结合预测时段内日照时间的电能需求量获取预测时段内的预计电能储能电量；
S7：当预计电能储能电量小于或等于预测时段内非日照时间的电能需求电量时，此时控制储能模块的充电效率为当前所能达到的最大充电效率，且小于最大安全充电效率；
S8：当预计电能储能电量大于预测时段内非日照时间的电能需求电量，且储能模块内的实时储能电量小于最小安全储能电量时，此时控制储能模块的充电效率为当前所能达到的最大充电效率，且小于最大安全充电效率；
S9：当预计电能储能电量大于预测时段内非日照时间的电能需求电量，且储能模块内的实时储能电量大于最小安全储能电量时，此时控制储能模块的充电效率为当前所能达到的最大充电效率，且小于或等于理想充电效率。
以上所公开的内容仅为本发明的优选可行实施例，并非因此局限本发明的保护范围，所以凡是运用本发明说明书及附图内容所做的等效技术变化，均包含于本发明的保护范围内，此外，随着技术发展其中的元素可以更新的。

Claims (4)

1.一种光伏发电智能储能***，其特征在于，所述***包括光电转换模块、储能模块、信息采集模块、智能控制模块和逆变输出模块；
所述光电转换模块用于进行光伏发电，所述储能模块用于储存光伏发电产生的电能，所述信息采集模块用于采集所述***所在地的发电影响信息；所述智能控制模块用于根据电能需求和发电影响信息对储能策略进行调整，所述逆变输出模块用于根据并网的电能需求，输出光电转换模块和储能模块的电量到并网中；
所述光电转换模块通过其内部的光伏阵列进行光电转换产生电量，所述光伏阵列的光电转换满足如下模型：
；
其中，为发电的实际功率，/>为损耗系数，取值范围为/>；/>为发电的额定功率，/>为实际太阳辐射强度，/>为标准辐射强度；/>为温度转换系数，可通过实验设定；/>为光伏阵列表面实际温度，/>为光伏阵列表面标准温度；
所述信息采集模块包括地理信息采集单元和预测信息采集单元；所述地理信息采集单元用于获取***所在地的地理位置信息，包括经纬度信息，从而可以获取***所在地的日照时长；所述预测信息采集单元用于获取***所在地的温度预测信息和天气预测信息。
2.根据权利要求1所述的一种光伏发电智能储能***，其特征在于，所述智能控制模块通过对预测时段内的电能供应进行预测，并结合预测时段的电能需求完成对储能策略的调整，所述对于储能策略的调整具体为对储能模块充电效率的调整，所述储能策略对储能策略的具体调整方式如下：
设预测时段内的预计电能储能电量为，预测时段内非日照时间的电能需求电量为，储能模块的最小安全储能电量为/>，当/>时，此时对于储能策略的调整为：
；
其中，为充电效率，/>为在满足日照时间的电能供应的情况下，储能模块所能达到的最大充电效率；/>为设定的储能模块最大安全充电效率；
当时，此时对于储能策略的调整为：
；
其中，为储能模块内的实时储能电量，/>为设定的储能模块理想充电效率。
3.根据权利要求2所述的一种光伏发电智能储能***，其特征在于，所述预计电能储能电量通过下述方式获取：
其中，为预测时段内的预计电能供应量，/>为预测时段内日照时间的电能需求量。
4.根据权利要求3所述的一种光伏发电智能储能***，其特征在于，所述预测时段内的预计电能供应量通过下述方式获取：
；
设预测时段为一日，其中，为预测时段当日日照时长，/>为日出开始的时间，满足；/>为预测时段内的太阳辐射模型，/>为天气预测信息中，从日出开始随预测时段当日时间变化的温度；
对于所述太阳辐射模型，满足：
；
其中，为理想太阳辐射变化函数，/>为云层遮挡系数，通过实验设定；/>为云层遮挡量，即天气预测信息中预测时段当日的云层覆盖百分比；
对于理想太阳辐射变化函数满足：
；
其中，为预测时段当日日间最大太阳辐射量；
对于当日日间最大太阳辐射量，满足：
；
其中，为赤道地区的最大太阳辐射量，/>为***所在地的纬度，/>和/>为幅度系数，/>为修正系数，且满足/>，/>。
CN202311542995.XA 2023-11-20 2023-11-20 一种光伏发电智能储能*** Active CN117559499B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311542995.XA CN117559499B (zh) 2023-11-20 2023-11-20 一种光伏发电智能储能***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311542995.XA CN117559499B (zh) 2023-11-20 2023-11-20 一种光伏发电智能储能***

Publications (2)

Publication Number Publication Date
CN117559499A CN117559499A (zh) 2024-02-13
CN117559499B true CN117559499B (zh) 2024-04-12

Family

ID=89820117

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311542995.XA Active CN117559499B (zh) 2023-11-20 2023-11-20 一种光伏发电智能储能***

Country Status (1)

Country Link
CN (1) CN117559499B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117973239B (zh) * 2024-04-02 2024-06-14 厦门中构新材料科技股份有限公司 一种基于人工智能的光伏组件发电效率模拟装置与方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104218875A (zh) * 2014-09-10 2014-12-17 中铁第一勘察设计院集团有限公司 独立式光伏发电铁路供电控制***及其控制方法
KR20190100800A (ko) * 2018-02-21 2019-08-29 엘에스산전 주식회사 태양광 발전 시스템
CN111884585A (zh) * 2020-07-20 2020-11-03 深圳库博能源科技有限公司 一种光伏发电智能储能***
CN116720631A (zh) * 2023-08-09 2023-09-08 深圳市洛丁光电有限公司 一种分布式光伏发电电量分析预测方法、***及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104218875A (zh) * 2014-09-10 2014-12-17 中铁第一勘察设计院集团有限公司 独立式光伏发电铁路供电控制***及其控制方法
KR20190100800A (ko) * 2018-02-21 2019-08-29 엘에스산전 주식회사 태양광 발전 시스템
CN111884585A (zh) * 2020-07-20 2020-11-03 深圳库博能源科技有限公司 一种光伏发电智能储能***
CN116720631A (zh) * 2023-08-09 2023-09-08 深圳市洛丁光电有限公司 一种分布式光伏发电电量分析预测方法、***及存储介质

Also Published As

Publication number Publication date
CN117559499A (zh) 2024-02-13

Similar Documents

Publication Publication Date Title
Sumathi et al. Solar tracking methods to maximize PV system output–A review of the methods adopted in recent decade
Eroglu et al. A mobile renewable house using PV/wind/fuel cell hybrid power system
US9218577B2 (en) Electric power generation amount estimation device, electric power generation amount estimation system, electric power generation amount estimation method and computer program
CN117559499B (zh) 一种光伏发电智能储能***
CN104052082A (zh) 一种离网并网运行的光储联合供电***
WO2010057250A1 (en) Method and apparatus for managing power output of an electrical power generation system
KR20140067654A (ko) 전력 관리 방법 및 시스템
Scamman et al. Off-grid solar-hydrogen generation by passive electrolysis
JP2013055874A (ja) 電気エネルギー適応制御機能を備えた太陽光発電システムおよびその制御方法
JP2010259303A (ja) 分散発電システム
KR20140111118A (ko) 최대수요전력 보상기능을 가지는 태양광 발전 시스템 및 그 방법
JP6146624B1 (ja) エネルギーマネジメントシステム
Rajesh et al. EV charging station using renewable systems (solar and wind)
Adam et al. Optimization of a photovoltaic hybrid energy storage system using energy storage peak shaving
JP6473841B1 (ja) 協調型発電設備およびそれを用いた余剰電力の活用方法
JP2612639B2 (ja) 太陽電池システム
Calderón et al. Weather data and energy balance of a hybrid photovoltaic-wind system with hydrogen storage
CN113665400A (zh) 风光互补充电方法及***
JP2013207935A (ja) エネルギー管理システム、エネルギー管理方法及び分散電源
Kord et al. An integrated hybrid power supply for off-grid applications fed by wind/photovoltaic/fuel cell energy systems
del Rosario et al. Optimization of a small scale dual-axis solar tracking system using Nanowatt technology
JP2015136215A (ja) 再生可能エネルギー制御システム、再生可能エネルギー制御装置
Bouzid et al. Estimation of Solar Radiation, Management of Energy Flow and Development of a New Approach for the Optimisation of the Sizing of Photovoltaic System; Application to Algeria
JP2019075258A (ja) 電池劣化抑制装置を備えた電源システム
JP5872352B2 (ja) エネルギー管理システム、エネルギー管理方法及び分散電源

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
CB02 Change of applicant information

Country or region after: China

Address after: 510000, No. 2, 4, 6, 8, 10, and 12 Donghua Huaye Road, Renhe Town, Baiyun District, Guangzhou City, Guangdong Province (Airport Baiyun)

Applicant after: GUANGZHOU FELICITY SOLAR TECHNOLOGY Co.,Ltd.

Address before: 510000 airport Baiyun, No. 23, Xingfu street, Donghua, Renhe Town, Baiyun District, Guangzhou, Guangdong

Applicant before: GUANGZHOU FELICITY SOLAR TECHNOLOGY Co.,Ltd.

Country or region before: China

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant