CN102522917B - 光伏电站发电输出功率预测方法 - Google Patents

光伏电站发电输出功率预测方法 Download PDF

Info

Publication number
CN102522917B
CN102522917B CN201110369757.4A CN201110369757A CN102522917B CN 102522917 B CN102522917 B CN 102522917B CN 201110369757 A CN201110369757 A CN 201110369757A CN 102522917 B CN102522917 B CN 102522917B
Authority
CN
China
Prior art keywords
photovoltaic
photovoltaic cell
power
output
irradiation intensity
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
CN201110369757.4A
Other languages
English (en)
Other versions
CN102522917A (zh
Inventor
刘纯
王伟胜
冯双磊
王勃
卢静
张菲
赵艳青
姜文玲
车建峰
王晓蓉
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.)
China Electric Power Research Institute Co Ltd CEPRI
Original Assignee
China Electric Power Research Institute Co Ltd CEPRI
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 China Electric Power Research Institute Co Ltd CEPRI filed Critical China Electric Power Research Institute Co Ltd CEPRI
Priority to CN201110369757.4A priority Critical patent/CN102522917B/zh
Publication of CN102522917A publication Critical patent/CN102522917A/zh
Application granted granted Critical
Publication of CN102522917B publication Critical patent/CN102522917B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00Adapting or protecting infrastructure or their operation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy

Landscapes

  • Photovoltaic Devices (AREA)

Abstract

本发明公开了一种光伏电站发电输出功率预测方法,包括如下步骤:a.根据数值天气预报获得光伏电站所在地在预测时间段的水平面总辐照强度和环境温度,并分别修正为光伏电池的有效辐照强度和有效温度;b.根据在标准温度和标准辐照强度下单个光伏电池产生的短路电流得出在预测时间段的单个光伏电池产生的短路电流及开路电压;c.根据步骤b得到的单个光伏电池在预测时间段产生的短路电流及开路电压,得出光伏电池的输出特性曲线,计算该输出特性曲线上的最大输出功率,进而获得此时的最佳输出电流和最佳输出电压;d.根据光伏电站的光伏电池串并联的总个数及最佳输出电流和输出电压得到光伏电站发电输出功率。本发明方法简单易行,准确度高。

Description

光伏电站发电输出功率预测方法
技术领域
本发明涉及光伏发电技术领域,具体地说是一种光伏电站发电输出功率预测方法。
背景技术
太阳能光伏发电是利用太阳能电池的光伏效应将太阳辐射能直接转换为电能的一种发电形式。现阶段,太阳能的推广应用日益呈现方兴未艾的世界潮流,太阳能产业成为全球蓬勃兴起的新能源产业之一。开发利用清洁、安全、环保的太阳能成为人类社会缓解日益加剧的能源短缺的共同选择和治理严峻环境污染的有生力量。电网的稳定运行需要在供需双方之间保持一定的平衡,即根据用户的消耗变化,预先安排火电、水电等发电机组的开启和关停,从而相应地调整供应的总功率。由于光伏发电受天气的影响较大,且不能像火电及水电一样自由控制,所以光伏电站发电的输出功率具有剧烈变化及间歇性等特点。由此,光伏电站并入电网必将对电网的平衡产生巨大影响。
1)调峰问题。随着天气的变化,光伏电站的输出功率剧烈变化,严重影响电网的调峰;
2)电网稳定问题。在电网发生大扰动时,光伏电站由于不具备低电压穿越能力,容易退出运行从而对电网带来二次冲击,影响电网的暂态稳定性;
所以对光伏电站输出功率进行有效监测和预测,把光伏电站输出功率纳入电网的发电计划编制,并参与实时调度,是保证电网稳定经济运行的重要措施之一。从而能够实施发电运行自动控制,实现多元电源联合调度。
太阳能光伏发电功率预测的研究起步较晚。德国、丹麦、日本、美国、法国和加拿大等国均进行过相关研究。主要是在全国范围设立太阳能资源监测点,收集太阳能资源数据,并建立光伏发电功率预测模型,预测全国范围光伏发电出力的时空分布。国外虽然已经开展了太阳能资源布点监测和光伏电站功率预测系统的相关研究,但仍然属于起步阶段,目前还没有成熟的光伏电站功率预测系统方法。
有鉴于此,本发明人积极加以研究和创设,以发明一种光伏电站发电输出功率预测方法,来实现对光伏电站输出功率的准确预测。
发明内容
为了解决现有技术中存在的上述问题,本发明提供了一种光伏电站发电输出功率预测方法。本发明方法具有简单易行,准确度高的特点。
为了解决上述技术问题,本发明采用了如下技术方案:
光伏电站发电输出功率预测方法,包括如下步骤:
a.根据数值天气预报获得光伏电站所在地在预测时间段的水平面总辐照强度和环境温度,并将水平面总辐照强度修正为光伏电池的有效辐照强度,将环境温度修正为光伏电池的有效温度;
b.根据已知的在有效温度为标准温度和有效辐照强度为标准辐照强度下单个光伏电池产生的短路电流得出在预测时间段的有效辐照强度及有效温度条件下单个光伏电池产生的短路电流及开路电压;
c.根据步骤b得到的单个光伏电池在预测时间段产生的短路电流及开路电压,得出光伏电池的输出特性曲线,计算该输出特性曲线上的最大输出功率即为该光伏电池的输出功率,进而获得此时的最佳输出电流和最佳输出电压;
d.根据光伏电站的光伏电池串并联的总个数及由步骤c得到的单个光伏电池的最佳输出电流和最佳输出电压得到光伏电站发电输出功率。
进一步,通过如下公式将水平面总辐照强度修正为光伏电池的有效辐照强度:
I t = I b cos θ i + I d ( 1 + cos β 2 ) + ρ I h ( 1 - cos β 2 )
式中,It为光伏电池的有效辐照强度,Ib为直射辐照强度,Id为散射辐照强度,Ih为水平面总辐照强度,β为光伏电池倾角,θi为太阳入射角,ρ为反射系数。
进一步,通过如下公式将环境温度修正为光伏电池的有效温度:T=Tair+K·S
式中,T为光伏电池的有效温度,Tair为环境温度,S为光照强度,K为温度系数。
进一步,单个光伏电池产生的短路电流通过如下公式获得:
I sc = S 2 S 1 [ I scS + ( T 2 - T 1 ) k T ]
式中:IscS,Isc分别为标准条件和现有条件下的短路电流;
T1,T2分别为标准条件和现有条件下的温度;
S1,S2分别为标准条件和现有条件下的光照强度;
kT为温度系数(该数据为实验测量数据)。
进一步,单个光伏电池产生的开路电压通过如下公式获得:
U OC = AkT q ln ( I sc I 0 + 1 )
式中,I0为光伏电池内部等效二极管P-N结反向饱和电流;Isc为光伏电池的短路电流;UOC为光伏电池内部等效二极管的端电压;q为电子电荷,其值为:1.6×10-19C;k为波尔兹曼常量,其值为:0.88×10-4Ev/K;T为绝对温度;A为光伏电池内部等效二极管P-N结的曲线常数。
进一步,光伏电站发电输出功率通过如下公式获得:
PMPPA=IMPPA·UMPPA,其中,IMPPA=IMPP·n,UMPPA=UMPP·m-(UDA+UWA)
式中,PMPPA为光伏电站发电输出功率;IMPPA为光伏电站发电输出电流;UMPPA为光伏电站发电输出电压;IMPP为单个光伏电池的最佳输出电流;n为光伏电池并联的个数;UMPP为单个光伏电池的最佳输出电压;m为光伏电池串联的个数;UDA为光伏阵列电路中阻塞二极管的压降;UWA为光伏阵列电路中连接电阻的压降。
与现有技术相比,本发明的有益效果在于:
本发明的基于气象要素的光伏电站发电输出功率预测方法根据光伏电站所处的地理位置,分析了影响光伏电站出力的各种气象因素,利用数值天气预报得到的气象要素与光伏电站的输出功率建立函数关系,实现对未来光伏电站输出功率的预测,简单易行。本发明方法采用了气象要素与光伏电站内部元件的特性相结合获得输出功率,不需要历史数据,特别适合新建电站的输出功率的预测,预测效果较好,准确度高。为光伏电站与常规电源的协调配合,保障电网安全稳定运行的各项措施提供了基础性数据。
附图说明
图1为光伏电池的输出特性曲线图;
图2为光伏电站的原理说明图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细描述,但不作为对本发明的限定。
光伏电站发电输出功率预测方法,包括如下步骤:
a.根据数值天气预报获得光伏电站所在地在预测时间段的水平面总辐照强度和环境温度,并将水平面总辐照强度修正为光伏电池的有效辐照强度,将环境温度修正为光伏电池的有效温度;
b.根据已知的在有效温度为标准温度和有效辐照强度为标准辐照强度下单个光伏电池产生的短路电流得出在预测时间段的有效辐照强度及有效温度条件下单个光伏电池产生的短路电流及开路电压;
c.根据步骤b得到的单个光伏电池在预测时间段产生的短路电流及开路电压,得出光伏电池的输出特性曲线,计算该输出特性曲线上的最大输出功率即为该光伏电池的输出功率,进而获得此时的最佳输出电流和最佳输出电压;图1为光伏电池的输出特性曲线图,本步骤请参阅图1。
d.根据光伏电站的光伏电池串并联的总个数及由步骤c得到的单个光伏电池的最佳输出电流和最佳输出电压得到光伏电站发电输出功率。
由于根据数值天气预报获取的辐照强度为水平面总辐照强度,而发电量与光伏电池表面的总辐照强度直接相关,所以需要将辐照强度修正为光伏电池表面的总辐照强度,而获取的温度为环境温度,而发电量与光伏电池的有效温度直接相关,所以需要将温度修正为光伏电池的有效温度。具体通过如下公式将辐照强度修正为光伏电池的有效辐照强度:
I t = I b cos θ i + I d ( 1 + cos β 2 ) + ρ I h ( 1 - cos β 2 )
式中,It为光伏电池的有效辐照强度,Ib为直射辐照强度,Id为散射辐照强度,Ih为水平面总辐照强度,β为光伏电池倾角,θi为太阳入射角,ρ为反射系数。通过上述已知的或测量获得的数据可以算得有效辐照强度It
通过如下公式将温度修正为光伏电池的有效温度:T=Tair+K·S
式中,T为光伏电池的有效温度,Tair为环境温度(即通过数值天气预报获得的温度),S为光照强度,K为系数,K=0.03(℃·m2/W)。
作为本实施例的一个优选,单个光伏电池产生的短路电流通过如下公式获得:
I sc = S 2 S 1 [ I scS + ( T 2 - T 1 ) k T ]
式中:IscS分别为标准条件和现有条件下的短路电流;
T1,T2分别为标准条件和现有条件下的温度;
S1,S2分别为标准条件和现有条件下的光照强度;
kT为温度系数(该数据为实验测量数据)。
进一步,单个光伏电池产生的开路电压通过如下公式获得:
U OC = AkT q ln ( I sc I 0 + 1 )
式中,I0为光伏电池内部等效二极管P-N结反向饱和电流;Isc为光伏电池的短路电流;UOC为光伏电池内部等效二极管的端电压;q为电子电荷,其值为:1.6×10-19C;k为波尔兹曼常量,其值为:0.88×10-4Ev/K;T为绝对温度;A为光伏电池内部等效二极管P-N结的曲线常数。
作为本实施例的一个优选,图2为光伏电站的原理说明图。结合图2,光伏电站发电输出功率通过如下公式获得:
PMPPA=IMPPA·UMPPA,其中,IMPPA=IMPP·n,UMPPA=UMPP·m-(UDA+UWA)
式中,PMPPA为光伏电站发电输出功率;IMPPA为光伏电站发电输出电流;UMPPA为光伏电站发电输出电压;IMPP为单个光伏电池的最佳输出电流;n为光伏电池并联的个数;UMPP为单个光伏电池的最佳输出电压;m为光伏电池串联的个数;UDA为光伏阵列电路中阻塞二极管的压降;UWA为光伏阵列电路中连接电阻的压降。
下表1为光伏电站使用本发明方法进行功率预测的预测误差统计表。
表1
光伏电站名称 起始日期 截止日期 相关性系数 平均绝对误差 均方根误差
国投格尔木光伏电站 08-01 10-18 0.87 11.05% 16.37%
华能格尔木光伏电站 08-01 10-18 0.87 10.13% 14.81%
龙源格尔木光伏电站 08-01 10-18 0.85 12.09% 17.04%
从表中可以看出本发明方法的预测结果准确度高,满足电网运行使用的要求。
误差统计说明:
1、相关性系数(r)
r = Σ i = 1 n [ ( P Mi - P ‾ M ) · ( P Pi - P ‾ P ) ] Σ i = 1 n ( P Mi - P ‾ M ) 2 · Σ i = 1 n ( P Pi - P ‾ P ) 2
PMi为i时刻的实际功率,PPi为i时刻的预测功率,为所有样本实际功率的平均值,为所有预测功率样本的平均值,n为所有样本个数。
2、平均绝对值误差(nMAE)
nMAE = Σ i = 1 n | P Mi - P Pi | Cap · n
PMi为i时刻的实际功率,PPi为i时刻的预测功率,为所有样本实际功率的平均值,Cap为光伏电站总装机容量,n为所有样本个数。
该指标反映预测结果的绝对值的误差,可以在一定程度上反映误差的情况。但误差较大的点在做统计平均时容易被淹没,不能反映误差特别大的极端情况。
3、均方根误差(nRMSE)
nRMSE = Σ i = 1 n ( P Mi - P Pi ) 2 Cap · n
PMi为i时刻的实际功率,PPi为i时刻的预测功率,为所有样本实际功率的平均值,Cap为光伏电站总装机容量,n为所有样本个数。
该指标没有对应的物理意义。因为是平方和开根号,放大了误差较大的点的影响。在统计时间范围内,大多数点预测值偏离实际值10%左右,但有少量点的预测值偏离实际值50%以上(该类情况对调度影响较大),采用该项误差可能在15%~20%甚至更大,体现这些误差偏大的点的影响。
以上实施例仅为本发明的示例性实施例,不用于限制本发明,本发明的保护范围由权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内,对本发明做出各种修改或等同替换,这种修改或等同替换也应视为落在本发明的保护范围内。

Claims (6)

1.光伏电站发电输出功率预测方法,其特征在于,包括如下步骤:
a.根据数值天气预报获得光伏电站所在地在预测时间段的水平面总辐照强度和环境温度,并将水平面总辐照强度修正为光伏电池的有效辐照强度,将环境温度修正为光伏电池的有效温度;
b.根据已知的在有效温度为标准温度和有效辐照强度为标准辐照强度下单个光伏电池产生的短路电流得出在预测时间段的有效辐照强度及有效温度条件下单个光伏电池产生的短路电流及开路电压;
c.根据步骤b得到的单个光伏电池在预测时间段产生的短路电流及开路电压,得出光伏电池的输出特性曲线,计算该输出特性曲线上的最大输出功率即为该光伏电池的输出功率,进而获得此时的最佳输出电流和最佳输出电压;
d.根据光伏电站的光伏电池串并联的总个数及由步骤c得到的单个光伏电池的最佳输出电流和最佳输出电压得到光伏电站发电输出功率。
2.根据权利要求1所述的光伏电站发电输出功率预测方法,其特征在于,通过如下公式将水平面总辐照强度修正为光伏电池的有效辐照强度:
I t = I b θ i + I d ( 1 + cos 2 ) + ρ I h ( 1 - cos β 2 )
式中,It为光伏电池的有效辐照强度,Ib为直射辐照强度,Id为散射辐照强度,Ih为水平面总辐照强度,β为光伏电池倾角,θi为太阳入射角,ρ为反射系数。
3.根据权利要求1所述的光伏电站发电输出功率预测方法,其特征在于,通过如下公式将环境温度修正为光伏电池的有效温度:T=Tair+K·S
式中,T为光伏电池的有效温度,Tair为环境温度,S为光照强度,K为温度系数。
4.根据权利要求1所述的光伏电站发电输出功率预测方法,其特征在于,单个光伏电池产生的短路电流通过如下公式获得:
I sc = S 2 S 1 [ I scS + ( T 2 - T 1 ) k T ]
式中:IscS,Isc分别为标准条件和现有条件下的短路电流;
T1,T2分别为标准条件和现有条件下的温度;
S1,S2分别为标准条件和现有条件下的光照强度;
kT为温度系数。
5.根据权利要求1所述的光伏电站发电输出功率预测方法,其特征在于,单个光伏电池产生的开路电压通过如下公式获得:
U OC = AkT q ln ( I sc I 0 + 1 )
式中,I0为光伏电池内部等效二极管P-N结反向饱和电流;Isc为光伏电池的短路电流;UOC为光伏电池内部等效二极管的端电压;q为电子电荷,其值为:1.6×10-19C;k为波尔兹曼常量,其值为:0.88×10-4Ev/K;T为绝对温度;A为光伏电池内部等效二极管P-N结的曲线常数。
6.根据权利要求1所述的光伏电站发电输出功率预测方法,其特征在于,光伏电站发电输出功率通过如下公式获得:
PMPPA=IMPPA·UMPPA,其中,IMPPA=IMPP·n,UMPPA=UMPP·m-(UDA+UWA)
式中,PMPPA为光伏电站发电输出功率;IMPPA为光伏电站发电输出电流;UMPPA为光伏电站发电输出电压;IMPP为单个光伏电池的最佳输出电流;n为光伏电池并联的个数;UMPP为单个光伏电池的最佳输出电压;m为光伏电池串联的个数;UDA为光伏阵列电路中阻塞二极管的压降;UWA为光伏阵列电路中连接电阻的压降。
CN201110369757.4A 2011-11-18 2011-11-18 光伏电站发电输出功率预测方法 Active CN102522917B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110369757.4A CN102522917B (zh) 2011-11-18 2011-11-18 光伏电站发电输出功率预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110369757.4A CN102522917B (zh) 2011-11-18 2011-11-18 光伏电站发电输出功率预测方法

Publications (2)

Publication Number Publication Date
CN102522917A CN102522917A (zh) 2012-06-27
CN102522917B true CN102522917B (zh) 2015-03-25

Family

ID=46293736

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110369757.4A Active CN102522917B (zh) 2011-11-18 2011-11-18 光伏电站发电输出功率预测方法

Country Status (1)

Country Link
CN (1) CN102522917B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102868323A (zh) * 2012-08-28 2013-01-09 深圳蓝波幕墙及光伏工程有限公司 一种光伏电站发电预测控制方法
CN103337989B (zh) * 2013-03-04 2015-07-08 国家电网公司 一种基于净空模型的光伏电站最大输出功率预测方法
CN104036337A (zh) * 2013-03-04 2014-09-10 中国电力科学研究院 基于预测不确定度和净空出力的光伏发电优化调度方法
CN103532491A (zh) * 2013-10-25 2014-01-22 南昌航空大学 一种预测任意光强和温度下光伏组件性能的方法
CN106156455A (zh) * 2015-03-26 2016-11-23 中国能源建设集团新疆电力设计院有限公司 一种基于全时段模拟积分的光伏发电系统发电量计算方法
CN106505553B (zh) * 2015-09-08 2019-07-19 中国电力科学研究院 一种基于实测气象数据的光伏电站理论出力评估方法
CN105356851B (zh) * 2015-12-16 2018-04-06 天合光能股份有限公司 一种光伏组件入射角影响因子测试方法
JP6790706B2 (ja) * 2016-02-17 2020-11-25 住友電気工業株式会社 監視装置、収集装置、監視システムおよび監視方法
CN107204741B (zh) * 2017-05-15 2021-12-14 国家电投集团黄河上游水电开发有限责任公司 一种确定环境参数的方法和装置
CN108428019B (zh) * 2018-05-15 2021-09-03 阳光电源股份有限公司 组件电池温度计算模型的建立方法及光伏功率预测方法
CN111008448B (zh) * 2018-10-08 2024-06-18 中国电力科学研究院有限公司 一种太阳能资源到功率的转化方法及装置
CN109884896B (zh) * 2019-03-12 2022-02-11 河海大学常州校区 一种基于相似日辐照预测的光伏跟踪系统优化跟踪方法
CN110829496A (zh) * 2019-11-21 2020-02-21 国网江苏省电力有限公司南通供电分公司 一种光伏分布式电源模型的建立方法
CN110764536B (zh) * 2019-12-12 2023-06-27 河海大学常州校区 一种平单轴光伏跟踪系统优化方法
CN115034078B (zh) * 2022-06-21 2023-03-10 合肥工业大学 一种针对山地电站的光伏组串融合模型的建模方法
CN115577857B (zh) * 2022-11-15 2023-04-28 南方电网数字电网研究院有限公司 能源系统出力数据预测方法、装置和计算机设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090302681A1 (en) * 2006-01-27 2009-12-10 Kazuo Yamada Power supply system
CN101728984A (zh) * 2010-01-18 2010-06-09 华北电力大学(保定) 并网型光伏电站发电功率预测方法
JP2011101492A (ja) * 2009-11-05 2011-05-19 Hitachi Zosen Corp 発電システム
JP2011130584A (ja) * 2009-12-17 2011-06-30 Fuji Electric Systems Co Ltd 発電計画作成方法および発電計画作成システム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090302681A1 (en) * 2006-01-27 2009-12-10 Kazuo Yamada Power supply system
JP2011101492A (ja) * 2009-11-05 2011-05-19 Hitachi Zosen Corp 発電システム
JP2011130584A (ja) * 2009-12-17 2011-06-30 Fuji Electric Systems Co Ltd 発電計画作成方法および発電計画作成システム
CN101728984A (zh) * 2010-01-18 2010-06-09 华北电力大学(保定) 并网型光伏电站发电功率预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《呼和浩特地区太阳辐射模型分析》;后尚;《可再生能源》;20080728;第26卷(第2期);第79-82页 *

Also Published As

Publication number Publication date
CN102522917A (zh) 2012-06-27

Similar Documents

Publication Publication Date Title
CN102522917B (zh) 光伏电站发电输出功率预测方法
Balali et al. An overview of the environmental, economic, and material developments of the solar and wind sources coupled with the energy storage systems
Sundaram et al. Performance evaluation and validation of 5 MWp grid connected solar photovoltaic plant in South India
CN102567809B (zh) 光伏电站发电输出功率预测系统
CN103020766B (zh) 用于光伏发电系统的光伏发电量计划方法
CN102521670A (zh) 基于气象要素的光伏电站发电输出功率预测方法
Natsheh Hybrid power systems energy management based on artificial intelligence
Salmi et al. Desing and simulation of an autonomous 12.6 kW solar plant in the Algeria’s M’sila region using PVsyst software
CN103337989B (zh) 一种基于净空模型的光伏电站最大输出功率预测方法
Attari et al. Comparative performance investigation between photovoltaic systems from two different cities
Zhou Simulation and optimum design of hybrid solar-wind and solar-wind-diesel power generation systems
Kazem et al. Evaluation of oscillatory flow Photovoltaic/Thermal system in Oman
CN202523101U (zh) 光伏电站发电输出功率预测系统
Boughamrane et al. Comparative Analysis of Measured and Simulated Performance of the Moroccan First MV Grid Connected Photovoltaic Power Plant ofAssa, Southern Morocco
Shimada et al. Grid-connected photovoltaic systems with battery storages control based on insolation forecasting using weather forecast
Liu et al. The characteristic analysis of the solar energy photovoltaic power generation system
Bourahla et al. Conception and Analysis of a Photovoltaic Microgrid in the USTO Campus
Yang et al. Solar Photovoltaic Power Generation
Sadeghi et al. Using floating photovoltaics, electrolyser and fuel cell to decrease the peak load and reduce water surface evaporation
Santiago et al. Analysis of variations in PV production, focussing on storage and dispatchability decisions
Ismail et al. Grid-connected and off-grid solar PV system design using long-term climatological data and techno-economic analysis for ecological conservation
Anene et al. Techno-Economic Evaluation of Standalone Hybrid Renewable Power System for a Remote Location in Nigeria.
Tang Research on the Impact of Rooftop Photovoltaic on Reducing Carbon Dioxide Emissions
Nikolov et al. Energy harvesting power supply for an autonomous environmental sensor node
Kollros Simulation and operational modes of a plug and play storage for photovoltaic power

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant