CN103712685A - 光伏阵列辐照度测量辨识方法 - Google Patents
光伏阵列辐照度测量辨识方法 Download PDFInfo
- Publication number
- CN103712685A CN103712685A CN201310457007.1A CN201310457007A CN103712685A CN 103712685 A CN103712685 A CN 103712685A CN 201310457007 A CN201310457007 A CN 201310457007A CN 103712685 A CN103712685 A CN 103712685A
- Authority
- CN
- China
- Prior art keywords
- irradiance
- photovoltaic
- image
- photovoltaic array
- local
- 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
- 238000005259 measurement Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000004891 communication Methods 0.000 claims abstract description 15
- 238000005516 engineering process Methods 0.000 claims abstract description 7
- 230000003287 optical effect Effects 0.000 claims description 36
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 7
- 238000012850 discrimination method Methods 0.000 claims description 4
- 230000003100 immobilizing effect Effects 0.000 claims description 3
- 239000000049 pigment Substances 0.000 claims description 3
- 239000000843 powder Substances 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 3
- 238000010248 power generation Methods 0.000 abstract 2
- 230000001360 synchronised effect Effects 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 3
- 230000005611 electricity Effects 0.000 description 2
- 230000003749 cleanliness Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013083 solar photovoltaic technology Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
Images
Abstract
本发明采取图像处理与传感器测量相结合的方案:首先将光传感器分散布置于光伏阵列之中,利用图像采集设备拍摄光伏阵列的图像;然后将图像及其同步的辐照度测量数据经过通信网络传送到光伏发电系统控制中心;光伏发电控制中心对光伏阵列运行图像进行分析处理,辨识出局部阴影是否存在,及其分布的范围;最后结合光传感器同步测量的辐照度数据,通过插值和模糊化处理技术,估计光伏阵列各个位置的辐照度。本发明不仅可以提高局部阴影分布范围和辐照度测量的准确度和速度,而且大大减少了光传感器的布置数量。
Description
技术领域:
本发明涉及光伏发电系统中光伏阵列遭遇局部阴影时的辐照度测量辨识技术,属于光伏发电系统运行条件检测领域。
背景技术:
太阳能光伏发电技术,因其清洁无污染、安装方便、不受地域限制等诸多优点,成为继风力发电之后的主要新能源发电方式。随着光伏组件价格的降低和政府补贴措施的出台,光伏发电装机容量呈高速增长,其中包括大容量的荒漠光伏电站、大量分散的中小容量建筑光伏系统。
光伏发电系统中的光伏阵列由大量光伏电池以一定的串并联结构组成,具有光电转换功能。光伏阵列的最大功率输出能力与其所处的环境和自身的阵列结构密切相关。当光伏阵列采取集中输出控制时,局部阴影环境将对其输出外特性产生显著影响。局部阴影不仅削弱光伏阵列潜在的最大功率输出能力,而且会导致光伏阵列的输出外特性更加复杂化,给最大功率点跟踪(MPPT)控制、重构优化、发电功率预测等带来很大的困难。
局部阴影条件下,光伏阵列中各个光伏电池所接收到的太阳光辐照度和电池温度可能存在差异。考虑到局部阴影可能千变万化,若要 掌握整个光伏阵列的局部阴影状况,通常需要安装大量的光传感器和温度传感器,以实现对光伏阵列中各个位置的辐照度和温度的测量。大量的传感器意味着建设成本高和系统复杂。若对局部阴影形状准确度测量要求越高,传感器的数量将成倍增加。
发明内容:
本发明要克服现有技术针对局部阴影下光伏阵列辐照度测量存在的缺点,提出结合传感器测量技术和图像分析技术,实现光伏阵列局部阴影时辐照度的全面检测。该方法所需的传感器数量非常少,但是可以实现高精度、快速的局部阴影检测效果。
为了实现上述技术目标,本发明提出的技术方案涉及光伏阵列、光传感器、图像采集装置、通信网络、光伏发电控制中心等主要设备,具体包括如下步骤:
1、确定光伏阵列的分布范围及阵列中光伏组件的排列位置,并作标记,在此基础上还可以增加可选步骤如下:
a)在不影响封装电池的工作特性的前提下,对光伏电池板的边框进行预处理,例如涂抹颜料或荧光粉,使局部阴影在拍摄的图像中更加容易被辨识;
2、布置光传感器的安装位置,用其测量安装地点的辐照度,辐照度数据需要标记记录时刻的时间和位置,以便与采集的图像保持同步,辐照度及其采集时间和位置信息通过通信网络传送到光伏发电系统控制中心,光传感器有两种布置方案可选:
a)固定布置方式:在光伏阵列的四角、四周中点、中心等典型位置安装光传感器,并配置通信网络,将辐照度及其采集时间和位置信息传递到控制中心;
b)运动布置方式:在光伏阵列的四周以及光伏电池板之间设置轨道安装可移动的光传感器,让光传感器沿轨道匀速运动的同时测量其经过各点的辐照度,并配置通信网络,将辐照度及其对应的位置和时间信息传送到控制中心;
3、设置图像采集装置的拍摄位置,图像采集装置拍摄光伏阵列的运行图像,并标记图像采集时刻的时间和位置,以便与辐照度测量数据保持同步,图像及其拍摄时间和位置信息通过通信网络传送到光伏发电系统控制中心;图像采集装置的拍摄位置三种方案可供选择:
a)固定不变:图像采集装置的安装位置保持固定不变,确保其能够拍摄到完整的光伏阵列图像;
b)两个位置轮换:考虑到固定安装的图像采集装置为了获取较好的拍摄效果,可能人为地引入局部阴影,因此可以在东西两个方位设置2个图像采集装置安装点,上午在西边方位进行图像采集,下午则转换到东边方位进行图像采集,从而避免图像采集装置的阴影出现在光伏阵列上;
c)随太阳变动;为了获得理想的光伏阵列图像效果,降低图像处理难度,提高局部阴影辨识精度,可以考虑图像采集装置随太阳的东升日落不断改变位置;
4、光伏发电系统控制中心对光伏阵列的图像进行分析,辨识局部阴影的分布范围和均匀程度,可以采取下述措施:
a)根据光伏组件边框图像的灰度值来估算整块光伏电池板(以边框颜色为背景时)的灰度值分布,可以采用插值技术和模糊化技术,以此消除边框与电池颜色不同引入的灰度值差异;
b)统计光伏阵列中所有光伏电池板的灰度值的均方差,若均方差小于阈值,则认为不存在局部阴影,即辐照度的分布均匀;反之,则选取灰度值较大(例如前10%)的光伏电池板作为无阴影区域,剩余部分光伏电池作为阴影区域;
c)若局部阴影范围内灰度值的均方差较小,则认为局部阴影处的光辐照度是均匀的;否则,则认为局部阴影处的辐照度是不均匀的;
5、根据图像拍摄时光传感器采集的光伏阵列的辐照度数据,对照局部阴影辨识结果,拟合出光伏阵列各个位置的辐照度数据,拟合方法如下:
a)若图像分析结果判断光伏阵列不存在局部阴影,则整个光伏阵列的辐照度取所有光传感器测量值的平均;
b)若图像分析结果判断存在局部阴影且局部阴影处辐照度较均匀时,阴影区域的辐照度水平取该区域内所有光传感器测量值(同步测量为佳,异步测量应当注意间隔时间不宜过大)的平均值,非阴影区域的辐照度则取该区域内所有光传 感器测量值的平均值;
c)若图像分析结果判断存在局部阴影且局部阴影分布不均匀时,则根据图像灰度值与辐照度的正相关关系,利用光传感器的测量数据来推算局部阴影区域各个光伏电池的辐照度值。
本发明可进一步结合红外热成像技术测量得到的光伏阵列温度分布数据,从而快速获取并构造实际光伏阵列运行环境数据,不仅有助于光伏阵列输出特性的求解,而且也有助于光伏发电系统最大输出功率的跟踪与预测,实现光伏发电系统的高效运行。
本发明的优点是:实现光伏阵列局部阴影时辐照度的全面检测,所需的传感器数量非常少,可以实现高精度、快速的局部阴影检测效果。
附图说明:
图1是本发明的系统框架图
图2实施案例中光伏阵列的图像:(a)无阴影时;(b)局部阴影时
图3实施案例局部阴影辨识过程:(a)光伏组件边框和电池区域识别结果;(b)局部阴影初步辨识结果;(c)局部阴影分布范围辨识结果
具体实施方式:
下面结合实施例及附图,对本发明作进一步的详细说明,但本发明的实施方式不限于此。
光伏阵列辐照度测量辨识方法,包括下列步骤:
步骤1,确定光伏阵列的分布范围及阵列中光伏组件的排列位置,并作标记,在不影响封装电池的工作特性的前提下,对光伏电池板的边框进行预处理,例如涂抹颜料或荧光粉,使局部阴影在拍摄的图像中更加容易被辨识;
步骤2,布置光传感器的安装位置,用其测量安装地点的辐照度,辐照度数据需要标记记录时刻的时间和位置,以便与采集的图像保持同步,辐照度及其采集时间和位置信息通过通信网络传送到光伏发电系统控制中心,光传感器布置方案有两种可选:
a)固定布置方式:在光伏阵列的四角、四周中点、中心等典型位置安装光传感器,并配置通信网络,将辐照度及其采集时间信息传递到控制中心;
b)运动布置方式:在光伏阵列的四周以及光伏电池板之间设置轨道安装可移动的光传感器,让光传感器沿轨道匀速运动的同时测量其经过各点的辐照度,并配置通信网络,将辐照度及其对应的位置和时间信息传送到控制中心;
步骤3,设置图像采集装置的拍摄位置,图像采集装置拍摄光伏阵列的运行图像,并标记图像采集时刻的时间和位置,以便与辐照度测量数据保持同步,图像及其拍摄时间和位置信息通过通信网络传送到光伏发电系统控制中心;图像采集装置的拍摄位置三种方案可供选择:
c)固定不变:图像采集装置的安装位置保持固定不变,确保其能够拍摄到完整的光伏阵列图像;
d)两个位置轮换:考虑到固定安装的图像采集装置为了获取较好的拍摄效果,可能人为地引入局部阴影,因此可以在东西两个方位设置2个图像采集装置安装点,上午在西边方位进行图像采集,下午则转换到东边方位进行图像采集,从而避免图像采集装置的阴影出现在光伏阵列上;
e)随太阳变动;为了获得理想的光伏阵列图像效果,降低图像处理难度,提高局部阴影辨识精度,可以考虑图像采集装置随太阳的东升日落不断改变位置;
步骤4,光伏发电系统控制中心对光伏阵列的图像进行分析,辨识局部阴影的分布范围和均匀程度,可以采取下述措施:
f)根据光伏组件边框图像的灰度值来估算整块光伏电池板(以边框颜色为背景时)的灰度值分布,可以采用插值技术和模糊化技术,以此消除边框与电池颜色不同引入的灰度值差异;
g)统计光伏阵列中所有光伏电池板的灰度值的均方差,若均方差小于阈值,则认为不存在局部阴影,即辐照度的分布均匀;反之,则选取灰度值较大(例如前10%)的光伏电池板作为无阴影区域,剩余部分光伏电池作为阴影区域;
h)若局部阴影范围内灰度值的均方差较小,则认为局部阴影处的光辐照度是均匀的;否则,则认为局部阴影处的辐照度是不均匀的;
步骤5,根据图像拍摄时光传感器采集的光伏阵列的辐照度数据, 对照局部阴影辨识结果,拟合出光伏阵列各个位置的辐照度数据,拟合方法如下:
i)若图像分析结果判断光伏阵列不存在局部阴影,则整个光伏阵列的辐照度取所有光传感器测量值的平均;
j)若图像分析结果判断存在局部阴影且局部阴影较均匀时,阴影区域的辐照度水平取该区域内所有光传感器测量值(同步测量为佳,异步测量应当注意间隔时间不宜过大)的平均值,非阴影区域的辐照度则取该区域内所有光传感器测量值的平均值;
k)若图像分析结果判断存在局部阴影且局部阴影分布不均匀时,则根据图像灰度值与辐照度的正相关关系,利用光传感器的测量数据来推算局部阴影区域各个光伏电池的辐照度值。
光伏阵列辐照度测量系统框架如图1所示,分别在阵列的四周和中心位置布置固定的光传感器,并在指定位置安装摄像机一台,光传感器测量的辐照度数据和摄像机拍摄的光伏阵列图像将实时传送到光伏发电系统控制中心进行局部阴影辨识。
摄像机拍摄到某光伏阵列无阴影时的图像如图2(a)所示,将其转化为灰度数据矩阵,数据矩阵中与光伏组件边框(白色)位置对应的灰度值远大于光伏电池片区域,而且无阴影处的各个光伏组件的边框灰度值相近、各个组件中光伏电池片的灰度值也相近,据此可以划分边 框区域和电池区域,辨识结果如图3(a)所示,白色区域表示边框,黑色区域表示光伏电池。
摄像机拍摄到的该光伏阵列处于局部阴影时的图像如图2(b)所示,将其转化为灰度数据矩阵。分别对边框区域与电池区域的灰度值进行处理和分析,可以得到局部阴影的初步辨识结果如图3(b)所示,黑色表示存在阴影区域,白色表示无阴影区域。对图3(b)所示局部阴影辨识结果进一步作模糊化处理,可以得到局部阴影分布范围如图3(c)所示。
由于本实施例中,局部阴影处辐照度较均匀,因此,阴影处和无阴影处的辐照度可以分别取对应区域中图像采集时刻光传感器测量值的平均,分别为200W/m2和600W/m2。将图3(c)与图2(b)对比可见,通过图像灰度值分析,可以获得较好的局部阴影辨识效果。
本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举,本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式,本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。
Claims (2)
1.光伏阵列辐照度测量辨识方法,涉及光伏阵列、光传感器、图像采集装置、通信网络、光伏发电控制中心等主要设备,具体包括下列步骤:
步骤1,确定光伏阵列的分布范围及阵列中光伏组件的排列位置,并作标记,
步骤2,布置光传感器的安装位置,用其测量安装地点的辐照度,辐照度数据需要标记记录时刻的时间和位置,以便与采集的图像保持同步,辐照度及其采集时间和位置信息通过通信网络传送到光伏发电系统控制中心,光传感器布置方案有两种可选:
a)固定布置方式:在光伏阵列的四角、四周中点、中心等典型位置安装光传感器,并配置通信网络,将辐照度及其采集时间和位置信息传递到控制中心;
b)运动布置方式:在光伏阵列的四周以及光伏电池板之间设置轨道安装可移动的光传感器,让光传感器沿轨道匀速运动的同时测量其经过各点的辐照度,并配置通信网络,将辐照度及其对应的位置和时间信息传送到控制中心;
步骤3,设置图像采集装置的拍摄位置,图像采集装置拍摄光伏阵列的运行图像,并标记图像采集时刻的时间和位置,以便与辐照度测量数据保持同步,图像及其拍摄时间和位置信息通过通信网络传送到光伏发电系统控制中心;图像采集装置的拍摄位置三种方案可供选择:
c)固定不变:图像采集装置的安装位置保持固定不变,确保其能够拍摄到完整的光伏阵列图像;
d)两个位置轮换:考虑到固定安装的图像采集装置为了获取较好的拍摄效果,可能人为地引入局部阴影,因此可以在东西两个方位设置2个图像采集装置安装点,上午在西边方位进行图像采集,下午则转换到东边方位进行图像采集,从而避免图像采集装置的阴影出现在光伏阵列上;
e)随太阳变动;为了获得理想的光伏阵列图像效果,降低图像处理难度,提高局部阴影辨识精度,可以考虑图像采集装置随太阳的东升日落不断改变位置;
步骤4,光伏发电系统控制中心对光伏阵列的图像进行分析,辨识局部阴影的分布范围和均匀程度,可以采取下述措施:
f)根据光伏组件边框图像的灰度值来估算整块光伏电池板(以边框颜色为背景时)的灰度值分布,可以采用插值技术和模 糊化技术,以此消除边框与电池颜色不同引入的灰度值差异;
g)统计光伏阵列中所有光伏电池板的灰度值的均方差,若均方差小于阈值,则认为不存在局部阴影,即辐照度的分布均匀;反之,则选取灰度值较大(例如前10%)的光伏电池作为无阴影区域,剩余部分光伏电池作为阴影区域;
h)若局部阴影范围内灰度值的均方差较小,则认为局部阴影处的光辐照度是均匀的;否则,则认为局部阴影处的辐照度是不均匀的;
步骤5,根据图像拍摄时光传感器采集的光伏阵列的辐照度数据,对照局部阴影辨识结果,拟合出光伏阵列各个位置的辐照度数据,拟合方法如下:
i)若图像分析结果判断光伏阵列不存在局部阴影,则整个光伏阵列的辐照度取所有光传感器测量值的平均;
j)若图像分析结果判断存在局部阴影且局部阴影较均匀时,阴影区域的辐照度水平取该区域内所有光传感器测量值(同步测量为佳,异步测量应当注意间隔时间不宜过大)的平均值,非阴影区域的辐照度则取该区域内所有光传感器测量值的平均值;
k)若图像分析结果判断存在局部阴影且局部阴影分布不均匀时,则根据图像灰度值与辐照度的正相关关系,利用光传感器的测量数据来推算局部阴影区域各个光伏电池的辐照度值。
2.如权利要求1所述的光伏阵列辐照度测量辨识方法,其特征在于:步骤1增加可选步骤如下:
l)在不影响封装电池的工作特性的前提下,对光伏电池板的边框进行预处理,例如涂抹颜料或荧光粉,使局部阴影在拍摄的图像中更加容易被辨识。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310457007.1A CN103712685B (zh) | 2013-09-29 | 2013-09-29 | 光伏阵列辐照度测量辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310457007.1A CN103712685B (zh) | 2013-09-29 | 2013-09-29 | 光伏阵列辐照度测量辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103712685A true CN103712685A (zh) | 2014-04-09 |
CN103712685B CN103712685B (zh) | 2015-10-07 |
Family
ID=50405842
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310457007.1A Active CN103712685B (zh) | 2013-09-29 | 2013-09-29 | 光伏阵列辐照度测量辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103712685B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2525883A1 (es) * | 2014-09-08 | 2014-12-30 | Universidad Politécnica de Madrid | Método de generación de datos de irradiación solar a partir de datos de producción energética de instalaciones solares fotovoltaicas |
CN105281666A (zh) * | 2015-10-22 | 2016-01-27 | 河海大学常州校区 | 一种提高太阳电池辐照传感器测试精度的方法 |
CN107168049A (zh) * | 2017-05-19 | 2017-09-15 | 浙江工业大学 | 光伏阵列输出特性曲线实时获取方法 |
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 |
CN110361090A (zh) * | 2019-06-20 | 2019-10-22 | 广东工业大学 | 基于光伏阵列传感器关联性的未来光照度预测方法 |
CN110487397A (zh) * | 2019-08-13 | 2019-11-22 | 浙江工业大学 | 一种光伏阵列辐照度传感器的布置方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011041020A2 (en) * | 2009-09-30 | 2011-04-07 | The Boeing Company | Diodeless terrestrial photovoltaic solar power array |
CN103105884A (zh) * | 2013-01-22 | 2013-05-15 | 重庆大学 | 光伏发电系统最大功率点跟踪系统及方法 |
CN103123514A (zh) * | 2013-02-26 | 2013-05-29 | 浙江工业大学 | 光伏阵列多峰最大功率点跟踪方法 |
-
2013
- 2013-09-29 CN CN201310457007.1A patent/CN103712685B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011041020A2 (en) * | 2009-09-30 | 2011-04-07 | The Boeing Company | Diodeless terrestrial photovoltaic solar power array |
CN103105884A (zh) * | 2013-01-22 | 2013-05-15 | 重庆大学 | 光伏发电系统最大功率点跟踪系统及方法 |
CN103123514A (zh) * | 2013-02-26 | 2013-05-29 | 浙江工业大学 | 光伏阵列多峰最大功率点跟踪方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2525883A1 (es) * | 2014-09-08 | 2014-12-30 | Universidad Politécnica de Madrid | Método de generación de datos de irradiación solar a partir de datos de producción energética de instalaciones solares fotovoltaicas |
CN105281666A (zh) * | 2015-10-22 | 2016-01-27 | 河海大学常州校区 | 一种提高太阳电池辐照传感器测试精度的方法 |
CN107168049A (zh) * | 2017-05-19 | 2017-09-15 | 浙江工业大学 | 光伏阵列输出特性曲线实时获取方法 |
CN107168049B (zh) * | 2017-05-19 | 2019-11-29 | 浙江工业大学 | 光伏阵列输出特性曲线实时获取方法 |
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 |
CN110361090A (zh) * | 2019-06-20 | 2019-10-22 | 广东工业大学 | 基于光伏阵列传感器关联性的未来光照度预测方法 |
CN110361090B (zh) * | 2019-06-20 | 2021-05-25 | 广东工业大学 | 基于光伏阵列传感器关联性的未来光照度预测方法 |
CN110487397A (zh) * | 2019-08-13 | 2019-11-22 | 浙江工业大学 | 一种光伏阵列辐照度传感器的布置方法 |
CN110487397B (zh) * | 2019-08-13 | 2021-05-11 | 浙江工业大学 | 一种光伏阵列辐照度传感器的布置方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103712685B (zh) | 2015-10-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103712685B (zh) | 光伏阵列辐照度测量辨识方法 | |
Ayvazoğluyüksel et al. | Estimation methods of global solar radiation, cell temperature and solar power forecasting: A review and case study in Eskişehir | |
WO2020215405A1 (zh) | 基于并网逆变器运行数据的光伏电站功率预测方法及系统 | |
Lukač et al. | Buildings roofs photovoltaic potential assessment based on LiDAR (Light Detection And Ranging) data | |
Rahaman et al. | PV system defects identification using Remotely Piloted Aircraft (RPA) based infrared (IR) imaging: A review | |
US20140083413A1 (en) | Method and apparatus for mapping cloud shading on the ground in a large area | |
WO2017193153A1 (en) | Solar power forecasting | |
Torres Lobera et al. | Operation of TUT solar PV power station research plant under partial shading caused by snow and buildings | |
US20100212653A1 (en) | Field Level Tracker Controller | |
CN107168049B (zh) | 光伏阵列输出特性曲线实时获取方法 | |
CN103472884B (zh) | 一种光伏阵列全局最大功率点跟踪方法 | |
De Oliveira et al. | Aerial infrared thermography of a utility-scale PV plant after a meteorological tsunami in Brazil | |
Stegner et al. | Monitoring and assessment of PV generation based on a combination of smart metering and thermographic measurement | |
Chaudhary et al. | Efficient thermal image segmentation for heat visualization in solar panels and batteries using watershed transform | |
KR102139329B1 (ko) | 태양광 발전소를 모니터링하는 방법 및 장치 | |
CN108008633A (zh) | 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 | |
CN109614649B (zh) | 一种面向华南地区桥梁的全气候热分析方法 | |
CN116736893B (zh) | 一种光储装置的智慧能源管理方法及光储装置 | |
CN116800172B (zh) | 一种光电转换方法及储能系统 | |
Vega-Garita et al. | A practical method for considering shading on photovoltaics systems energy yield | |
Rahaman et al. | Investigate the impact of environmental and operating conditions of infrared (IR) imaging on infrared thermography of PV modules to identify defects | |
Karpić et al. | Comparison of solar power measurements in alpine areas using a mobile dual-axis tracking system | |
KR20190014990A (ko) | 군집 태양광 트래커들의 제어 방법 및 시스템 | |
CN116192005A (zh) | 基于微时空尺度辐照预测的光伏跟踪方法、系统及介质 | |
KR102497676B1 (ko) | 인공지능 기반의 태양광 모니터링 시스템 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231028 Address after: 310000 room 506, building C, No. 3, Weiye Road, Puyan street, Binjiang District, Hangzhou City, Zhejiang Province Patentee after: HANGZHOU YUNMU TECHNOLOGY CO.,LTD. Address before: 310014 No. 18 Chao Wang Road, Xiacheng District, Zhejiang, Hangzhou Patentee before: JIANG University OF TECHNOLOGY |