CN105337576A - 一种光伏电池板组串健康程度评价方法 - Google Patents
一种光伏电池板组串健康程度评价方法 Download PDFInfo
- Publication number
- CN105337576A CN105337576A CN201510919534.9A CN201510919534A CN105337576A CN 105337576 A CN105337576 A CN 105337576A CN 201510919534 A CN201510919534 A CN 201510919534A CN 105337576 A CN105337576 A CN 105337576A
- Authority
- CN
- China
- Prior art keywords
- group string
- string
- group
- calculating
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 10
- 239000006185 dispersion Substances 0.000 claims abstract description 23
- 238000011156 evaluation Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000013461 design Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 description 11
- 230000005611 electricity Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000005587 bubbling Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开一种光伏电池板组串健康程度评价方法,该方法包括如下步骤:S101、采集每个组串的PV特性曲线数据。S102、计算组串离散度。S103、计算组串离散速率。S104、计算组串衰减率。S105、计算组串衰减速率。本发明实现了对整个发电站光伏电池板组串健康程度的全面监测,监控的数据种类丰富,监控的数据量大,监控数据具有良好的实时性,使用户能够实时全面的把握整个发电站光伏电池板组串的质量以及后续的发展情况。
Description
技术领域
本发明涉及光伏发电技术领域,尤其涉及一种光伏电池板组串健康程度评价方法。
背景技术
光伏电站一般有电池组串、直流汇流箱、逆变器、升压变压器、静止型动态无功补偿装置(SVG)、监控中心等功能单元组成。1MW发电单元,一般配置有200-300个左右的光伏电池板组串(简称组串)。而组串作为光转电的核心转换设备,目前光伏电站对组串自身的故障的监控手段却非常少。现有光伏电站监控系统对组串监控程度不足,监控的数据种类少,监控的数据量小,监控数据的实时性差,而且各个直流汇流箱的数据信息不同步,无法全面把握整个电站光伏电池板组串的质量以及后续的发展情况,因此,急需一个全面评价发电站光伏电池板组串整体健康程度的指标体系。
发明内容
本发明的目的在于通过一种光伏电池板组串健康程度评价方法,来解决以上背景技术部分提到的问题。
为达此目的,本发明采用以下技术方案:
一种光伏电池板组串健康程度评价方法,其包括如下步骤:
S101、采集每个组串的PV(功率-电压)特性曲线数据;
S102、计算组串离散度;
S103、计算组串离散速率;
S104、计算组串衰减率;
S105、计算组串衰减速率。
特别地,所述步骤S101具体包括:
S1011、在具有组串最大功率寻优功能的光伏电站中,数据采集装置统一启动PV特性曲线数据采集;
S1012、所有逆变器在光强稳定的同一时刻t0启动PV特性曲线扫描,扫描时间t<10秒,扫描电压范围为(-U,+U),扫描刻度为ΔU,记录下来每个电压对应的当前功率Pij;取得每个组串的PV特性曲线数据;如果电站装机容量为m兆瓦,每1兆瓦发电单元有n个组串,则可以获取m×n组数据,并且记录下当前环境下的组串的预测最大功率Pt;
其中,矩阵A表示容量为m兆瓦电站的每个组串PV特性曲线数据集,其数据数量为(m×n×k);其中,Pij=(Pij0Pij1…Pijk),i取值范围[1,m],j取值范围[1,n],Pij表示的是第i个发电单元的第j个组串的t0时刻点的P(功率)曲线数组,k表示每组P曲线的数组长度;
S1013、从矩阵A中找出每个组串的最大功率点;
其中,B表示容量为m兆瓦电站的每个组串的最大功率点的数据集,其数据数量为(m×n);其中,Pij(mppt_ij)表示的是第i个发电单元的第j个组串的当前最大功率点,mppt_ij取值范围[1,k];
S1014、取矩阵B中的最大值Pmax和最小值Pmin;
S1015、取Δp为允许误差,将Pmin和Pmax的区间分为L个等份,即:L=(Pmax-Pmin)/Δp,从而得到L个数据区间;若x取值范围在[1,L],则第x区间的功率范围为(Pmin+(x-1)Δp,Pmin+(x)Δp],每个区间对应一个整数变量,得到一个变量数组λ=(λ1,λ2…λL),该变量数组的每个成员的初值为0;
S1016、遍历矩阵B中的每个数据Pij(mppt_ij),确认该数据在上述L个区间的哪一个区间里,若Pij(mppt_ij)在(Pmin+(x-1)Δp,Pmin+(x)Δp]区间内,则λx加1,即在第x区间内有λx个落入该区间的最大功率数据;遍历所有数据后得到更新的数组λ,λ=(λ1,λ2…λL)。
特别地,所述步骤S102具体包括:计算组串离散度即计算步骤S1016中所述更新的数组λ的标准差Sλ;
Sλ表征的是当前组串的发电能力的离散度指标,Sλ越大,其离散度越大,一致性越差。
特别地,所述步骤S103具体包括:组串离散速率是相邻两次计算的组串离散度之差与时间的比值;若Sλ(N+1),Sλ(N)分别代表相邻两次计算的组串离散度,T为相邻两次计算组串离散度的时间间隔,则组串离散速率VS计算公式如下:
VS=(Sλ(N+1)-Sλ(N))/T。
特别地,所述步骤S104中计算组串衰减率,具体包括:
S1041、计算当前工况下整个发电站的组串最大功率的数学期望E:
S1042、计算所述发电站的组串发电能力的衰减率;该衰减率是与前次计算的数据的比值;若前次计算的组串最大功率的数学期望为E(N),前次计算的组串最大功率理论值为Pt(N),本次计算的组串最大功率的数学期望为E(N+1),本次计算的组串最大功率理论值为Pt(N+1),则本次计算时刻相比前一次计算时刻的组串衰减率为:
μ=E(N+1)Pt(N)/(E(N)Pt(N+1))。
特别地,所述步骤S105中计算组串衰减速率,具体包括:计算组串衰减速率即计算发电站的组串发电能力的衰减速率Vμ:Vμ=μ/T,其中,T为两次计算的时间差。
特别地,所述步骤S1012中当前环境包括但不限于:组件温度、光辐照度、电池板倾角及方位角的设计值。
本发明提出的光伏电池板组串健康程度评价方法实现了对整个发电站光伏电池板组串健康程度的全面监测,监控的数据种类丰富,监控的数据量大,监控数据具有良好的实时性,使用户能够实时全面的把握整个发电站光伏电池板组串的质量以及后续的发展情况。
附图说明
图1为本发明实施例提供的光伏电池板组串健康程度评价方法流程图;
图2为本发明实施例提供的集散式逆变器系统发电方案示意图;
图3为本发明实施例提供的组串式逆变器系统发电方案示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参照图1所示,图1为本发明实施例提供的光伏电池板组串健康程度评价方法流程图。
本实施例中光伏电池板组串健康程度评价方法具体包括如下步骤:
S101、采集每个组串的PV(功率-电压)特性曲线数据,具体过程如下:
S1011、在具有组串最大功率寻优功能的光伏电站中,例如图2所示的集散式逆变器系统发电方案、图3所示的组串式逆变器系统发电方案,数据采集装置统一启动PV特性曲线数据采集。本发明中分析的数据可以是最大功率点的电压或电流信息。
S1012、所有逆变器在光强稳定的同一时刻t0启动PV特性曲线扫描,扫描时间t<10秒,扫描电压范围为(-U,+U),扫描刻度为ΔU,记录下来每个电压对应的当前功率Pij;取得每个组串的PV特性曲线数据;如果电站装机容量为m兆瓦,每1兆瓦发电单元有n个组串,则可以获取m×n组数据,并且记录下当前环境下的组串的预测最大功率Pt;
其中,矩阵A表示容量为m兆瓦电站的每个组串PV特性曲线数据集,其数据数量为(m×n×k);其中,Pij=(Pij0Pij1…Pijk),i取值范围[1,m],j取值范围[1,n],Pij表示的是第i个发电单元的第j个组串的t0时刻点的P(功率)曲线数组,k表示每组P曲线的数组长度。需要说明的是,所述当前环境包括但不限于:组件温度、光辐照度、电池板倾角及方位角的设计值。
S1013、从矩阵A中找出每个组串的最大功率点;
其中,B表示容量为m兆瓦电站的每个组串的最大功率点的数据集,其数据数量为(m×n);其中,Pij(mppt_ij)表示的是第i个发电单元的第j个组串的当前最大功率点,mppt_ij取值范围[1,k]。于本实施例中,具体采用求最大值方法如冒泡法等从矩阵A中找出每个组串的最大功率点。
S1014、取矩阵B中的最大值Pmax和最小值Pmin。
S1015、取Δp为允许误差,将Pmin和Pmax的区间分为L个等份,即:L=(Pmax-Pmin)/Δp,从而得到L个数据区间;若x取值范围在[1,L],则第x区间的功率范围为(Pmin+(x-1)Δp,Pmin+(x)Δp],每个区间对应一个整数变量,得到一个变量数组λ=(λ1,λ2…λL),该变量数组的每个成员的初值为0。
S1016、遍历矩阵B中的每个数据Pij(mppt_ij),确认该数据在上述L个区间的哪一个区间里,若Pij(mppt_ij)在(Pmin+(x-1)Δp,Pmin+(x)Δp]区间内,则λx加1,即在第x区间内有λx个落入该区间的最大功率数据;遍历所有数据后得到更新的数组λ,λ=(λ1,λ2…λL)。
S102、计算组串离散度。计算组串离散度即计算步骤S1016中所述更新的数组λ的标准差Sλ:
Sλ表征的是当前组串的发电能力的离散度指标,Sλ越大,其离散度越大,一致性越差。
S103、计算组串离散速率。组串离散速率是相邻两次计算的组串离散度之差与时间的比值;若Sλ(N+1),Sλ(N)分别代表相邻两次计算的组串离散度,T为相邻两次计算组串离散度的时间间隔,则组串离散速率VS计算公式如下:
VS=(Sλ(N+1)-Sλ(N))/T。
S104、计算组串衰减率,具体包括:
S1041、计算当前工况下整个发电站的组串最大功率的数学期望E:
S1042、计算所述发电站的组串发电能力的衰减率;该衰减率是与前次计算的数据的比值;若前次计算的组串最大功率的数学期望为E(N),前次计算的组串最大功率理论值为Pt(N),本次计算的组串最大功率的数学期望为E(N+1),本次计算的组串最大功率理论值为Pt(N+1),则本次计算时刻相比前一次计算时刻的组串衰减率为:
μ=E(N+1)Pt(N)/(E(N)Pt(N+1))。
S105、计算组串衰减速率。计算组串衰减速率即计算发电站的组串发电能力的衰减速率Vμ:Vμ=μ/T,其中,T为两次计算的时间差。
值得一提的是,所述步骤S101中的组串PV特性曲线,既可以是每路MPPT(最大功率寻优)仅有1路组串,也可以有多路组串,比如2路、3路、n路等。其中,每路MPPT仅1路组串的情况评价效果最好。本发明的要保护的内容不局限于步骤S101-S105,也可根据实际需要,在此基础上进一步进行运算获得其他更优结果。
本发明的技术方案实现了对整个发电站光伏电池板组串健康程度的全面监测,监控的数据种类丰富,监控的数据量大,监控数据实时性好,使用户能够实时全面的把握整个发电站光伏电池板组串的质量以及后续的发展情况。
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理,而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释,本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式,这些方式都将落入本发明的保护范围之内。
Claims (7)
1.一种光伏电池板组串健康程度评价方法,其特征在于,包括如下步骤:
S101、采集每个组串的PV特性曲线数据;
S102、计算组串离散度;
S103、计算组串离散速率;
S104、计算组串衰减率;
S105、计算组串衰减速率。
2.根据权利要求1所述的光伏电池板组串健康程度评价方法,其特征在于,所述步骤S101具体包括:
S1011、在具有组串最大功率寻优功能的光伏电站中,数据采集装置统一启动PV特性曲线数据采集;
S1012、所有逆变器在光强稳定的同一时刻t0启动PV特性曲线扫描,扫描时间t<10秒,扫描电压范围为(-U,+U),扫描刻度为ΔU,记录下来每个电压对应的当前功率Pij;取得每个组串的PV特性曲线数据;如果电站装机容量为m兆瓦,每1兆瓦发电单元有n个组串,则可以获取m×n组数据,并且记录下当前环境下的组串的预测最大功率Pt;
其中,矩阵A表示容量为m兆瓦电站的每个组串PV特性曲线数据集,其数据数量为(m×n×k);其中,Pij=(Pij0Pij1…Pijk),i取值范围[1,m],j取值范围[1,n],Pij表示的是第i个发电单元的第j个组串的t0时刻点的P(功率)曲线数组,k表示每组P曲线的数组长度;
S1013、从矩阵A中找出每个组串的最大功率点;
其中,B表示容量为m兆瓦电站的每个组串的最大功率点的数据集,其数据数量为(m×n);其中,Pij(mppt_ij)表示的是第i个发电单元的第j个组串的当前最大功率点,mppt_ij取值范围[1,k];
S1014、取矩阵B中的最大值Pmax和最小值Pmin;
S1015、取Δp为允许误差,将Pmin和Pmax的区间分为L个等份,即:从而得到L个数据区间;若x取值范围在[1,L],则第x区间的功率范围为(Pmin+(x-1)Δp,Pmin+(x)Δp],每个区间对应一个整数变量,得到一个变量数组λ=(λ1,λ2…λL),该变量数组的每个成员的初值为0;
S1016、遍历矩阵B中的每个数据Pij(mppt_ij),确认该数据在上述L个区间的哪一个区间里,若Pij(mppt_ij)在(Pmin+(x-1)Δp,Pmin+(x)Δp]区间内,则λx加1,即在第x区间内有λx个落入该区间的最大功率数据;遍历所有数据后得到更新的数组λ,λ=(λ1,λ2…λL)。
3.根据权利要求2所述的光伏电池板组串健康程度评价方法,其特征在于,所述步骤S102具体包括:计算组串离散度即计算步骤S1016中所述更新的数组λ的标准差Sλ:
Sλ表征的是当前组串的发电能力的离散度指标,Sλ越大,其离散度越大,一致性越差。
4.根据权利要求3所述的光伏电池板组串健康程度评价方法,其特征在于,所述步骤S103具体包括:组串离散速率是相邻两次计算的组串离散度之差与时间的比值;若Sλ(N+1),Sλ(N)分别代表相邻两次计算的组串离散度,T为相邻两次计算组串离散度的时间间隔,则组串离散速率VS计算公式如下:
VS=(Sλ(N+1)-Sλ(N))/T。
5.根据权利要求4所述的光伏电池板组串健康程度评价方法,其特征在于,所述步骤S104中计算组串衰减率,具体包括:
S1041、计算当前工况下整个发电站的组串最大功率的数学期望E:
S1042、计算所述发电站的组串发电能力的衰减率;该衰减率是与前次计算的数据的比值;若前次计算的组串最大功率的数学期望为E(N),前次计算的组串最大功率理论值为Pt(N),本次计算的组串最大功率的数学期望为E(N+1),本次计算的组串最大功率理论值为Pt(N+1),则本次计算时刻相比前一次计算时刻的组串衰减率为:
μ=E(N+1)Pt(N)/(E(N)Pt(N+1))。
6.根据权利要求5所述的光伏电池板组串健康程度评价方法,其特征在于,所述步骤S105中计算组串衰减速率,具体包括:计算组串衰减速率即计算发电站的组串发电能力的衰减速率Vμ:Vμ=μ/T,其中,T为两次计算的时间差。
7.根据权利要求2至6之一所述的光伏电池板组串健康程度评价方法,其特征在于,所述步骤S1012中当前环境包括但不限于:组件温度、光辐照度、电池板倾角及方位角的设计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510919534.9A CN105337576B (zh) | 2015-12-11 | 2015-12-11 | 一种光伏电池板组串健康程度评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510919534.9A CN105337576B (zh) | 2015-12-11 | 2015-12-11 | 一种光伏电池板组串健康程度评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105337576A true CN105337576A (zh) | 2016-02-17 |
CN105337576B CN105337576B (zh) | 2017-12-22 |
Family
ID=55287920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510919534.9A Active CN105337576B (zh) | 2015-12-11 | 2015-12-11 | 一种光伏电池板组串健康程度评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105337576B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203879A (zh) * | 2016-07-19 | 2016-12-07 | 上能电气股份有限公司 | 一种光伏电站系统效率计算方法 |
CN107171638A (zh) * | 2016-10-18 | 2017-09-15 | 上海电力新能源发展有限公司 | 一种组串集合的划分方法和装置 |
CN107786164A (zh) * | 2016-08-25 | 2018-03-09 | 成都鼎桥通信技术有限公司 | 一种评估光伏电站组件衰减的方法 |
CN108198907A (zh) * | 2017-12-30 | 2018-06-22 | 苏州阿特斯阳光电力科技有限公司 | 一种硅片的确定方法及装置 |
CN109085437A (zh) * | 2018-09-03 | 2018-12-25 | 苏州协鑫新能源运营科技有限公司 | 一种光伏电站设备健康值的检测方法 |
CN112288285A (zh) * | 2020-10-30 | 2021-01-29 | 西安热工研究院有限公司 | 一种基于广义极值分布的光伏发电站组串衰减率评估方法 |
CN112782495A (zh) * | 2019-11-06 | 2021-05-11 | 成都鼎桥通信技术有限公司 | 一种光伏电站的组串异常识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104408562A (zh) * | 2014-11-25 | 2015-03-11 | 许继集团有限公司 | 一种基于bp神经网络的光伏系统发电效率综合评估方法 |
CN104682384A (zh) * | 2015-02-03 | 2015-06-03 | 国家电网公司 | 光伏并网后引起电网电压波动的评价方法 |
JP2015114741A (ja) * | 2013-12-09 | 2015-06-22 | オムロン株式会社 | 太陽電池の評価装置、評価方法及び、太陽光発電システム |
CN105046091A (zh) * | 2015-08-18 | 2015-11-11 | 河海大学 | 基于经验回归的光伏资源评估代表性辐射数据生成方法 |
-
2015
- 2015-12-11 CN CN201510919534.9A patent/CN105337576B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015114741A (ja) * | 2013-12-09 | 2015-06-22 | オムロン株式会社 | 太陽電池の評価装置、評価方法及び、太陽光発電システム |
CN104408562A (zh) * | 2014-11-25 | 2015-03-11 | 许继集团有限公司 | 一种基于bp神经网络的光伏系统发电效率综合评估方法 |
CN104682384A (zh) * | 2015-02-03 | 2015-06-03 | 国家电网公司 | 光伏并网后引起电网电压波动的评价方法 |
CN105046091A (zh) * | 2015-08-18 | 2015-11-11 | 河海大学 | 基于经验回归的光伏资源评估代表性辐射数据生成方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203879A (zh) * | 2016-07-19 | 2016-12-07 | 上能电气股份有限公司 | 一种光伏电站系统效率计算方法 |
CN106203879B (zh) * | 2016-07-19 | 2019-11-08 | 上能电气股份有限公司 | 一种光伏电站系统效率计算方法 |
CN107786164A (zh) * | 2016-08-25 | 2018-03-09 | 成都鼎桥通信技术有限公司 | 一种评估光伏电站组件衰减的方法 |
CN107786164B (zh) * | 2016-08-25 | 2019-10-22 | 成都鼎桥通信技术有限公司 | 一种评估光伏电站组件衰减的方法 |
CN107171638A (zh) * | 2016-10-18 | 2017-09-15 | 上海电力新能源发展有限公司 | 一种组串集合的划分方法和装置 |
CN108198907A (zh) * | 2017-12-30 | 2018-06-22 | 苏州阿特斯阳光电力科技有限公司 | 一种硅片的确定方法及装置 |
CN109085437A (zh) * | 2018-09-03 | 2018-12-25 | 苏州协鑫新能源运营科技有限公司 | 一种光伏电站设备健康值的检测方法 |
CN112782495A (zh) * | 2019-11-06 | 2021-05-11 | 成都鼎桥通信技术有限公司 | 一种光伏电站的组串异常识别方法 |
CN112288285A (zh) * | 2020-10-30 | 2021-01-29 | 西安热工研究院有限公司 | 一种基于广义极值分布的光伏发电站组串衰减率评估方法 |
CN112288285B (zh) * | 2020-10-30 | 2023-04-07 | 西安热工研究院有限公司 | 一种基于广义极值分布的光伏发电站组串衰减率评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105337576B (zh) | 2017-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105337576A (zh) | 一种光伏电池板组串健康程度评价方法 | |
Jamil et al. | Uncertainty analysis of energy production for a 3× 50 MW AC photovoltaic project based on solar resources | |
Hoff et al. | Modeling PV fleet output variability | |
Chen et al. | Forecasting based power ramp-rate control for PV systems without energy storage | |
Haffaf et al. | Monitoring, measured and simulated performance analysis of a 2.4 kWp grid-connected PV system installed on the Mulhouse campus, France | |
Yazdanpanah | Modeling and sizing optimization of hybrid photovoltaic/wind power generation system | |
US20230253798A1 (en) | Real-time estimation of contributions from classes of energy generators in residual load signals | |
Tang et al. | Suppression strategy of short-term and long-term environmental disturbances for maritime photovoltaic system | |
CN104037776A (zh) | 随机惯性因子粒子群优化算法的电网无功容量配置方法 | |
EP4071957B1 (en) | Method and apparatus for controlling power supply system, and system | |
CN106058876A (zh) | 考虑暂态电压稳定性的动态无功规划选址分析方法及系统 | |
Li et al. | Storage capacity allocation strategy for distribution network with distributed photovoltaic generators | |
Kanwal et al. | Gaussian process regression based inertia emulation and reserve estimation for grid interfaced photovoltaic system | |
Doorga et al. | Forecasting mesoscale distribution of surface solar irradiation using a proposed hybrid approach combining satellite remote sensing and time series models | |
JP6641007B2 (ja) | 太陽光出力予測装置、電力系統制御装置及び太陽光出力予測方法 | |
Anderson et al. | Estimating subhourly inverter clipping loss from satellite-derived irradiance data | |
Kim et al. | A probabilistic approach to potential estimation of renewable energy resources based on augmented spatial interpolation | |
Zavala et al. | Economic impacts of advanced weather forecasting on energy system operations | |
CN101814738A (zh) | 基于启发式能量函数的电力系统无功充裕度评估方法 | |
Xu et al. | Sensor network based solar forecasting using a local vector autoregressive ridge framework | |
Prasad et al. | Design validation and analysis of the drive range enhancement and battery bank deration in electric vehicle integrated with split power solar source | |
Muella et al. | Thermospheric meridional wind control on equatorial scintillations and the role of the evening F-region height rise, E× B drift velocities and F 2-peak density gradients | |
Wong et al. | Operational performance and economic analysis of three PV tracking technologies in an Australian PV plant | |
Tuyishimire et al. | Evaluation of a Kalman predictor approach in forecasting PV solar power generation | |
Gorbachev et al. | MPC-based LFC for interconnected power systems with PVA and ESS under model uncertainty and communication delay |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |