CN106156455A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN106156455A CN106156455A CN201510135548.1A CN201510135548A CN106156455A CN 106156455 A CN106156455 A CN 106156455A CN 201510135548 A CN201510135548 A CN 201510135548A CN 106156455 A CN106156455 A CN 106156455A
- Authority
- CN
- China
- Prior art keywords
- time
- period
- photovoltaic
- generated energy
- computational methods
- 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.)
- Pending
Links
Abstract
本发明公开了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,结合工程实践总结提出全时段环境参数模拟法,对每个时间段内的数据进行模拟计算,近似认为该时间段内参数数据保持不变,得到全时段环境温度参数T;根据当地月天文辐射量及月日照时数,可以近似模拟出光伏电站所在地全时段的日照强度信息S;最后根据光伏电池参数,得到光伏电站瞬时输出功率。然后通过积分将所有时间点的出力值汇总;本发明的优点在于:通过全时段模拟法计算获得全时段温度T及光照强度S,进而计算每个时间点的光伏电站出力,得到全年侯全时段的出力曲线,然后通过积分将所有时间点的出力值汇总,得出总的发电量。
Description
技术领域
本发明涉及一种光伏发电系统发电量计算方法,具体地说是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,属于光伏发电系统发电量计算方法领域。
背景技术
近年来,光伏发电受到了越来越多的关注,在光资源丰富的地区新建了大量的光伏电站。在光伏电站设计的可研阶段,电站设计人员一般根据当地年均辐射量推算发电量。而针对光伏发电系统发电量的估算,国内外学者已经提出了很多算法。最常见的方法即通过建立太阳辐射模型及光伏发电系统模型,对光伏发电系统输出功率进行仿真计算,进而求得发电量,但是此类方法未考虑温度对光伏电池出力的影响;一些国外学者基于BP神经网络和灰色理论建立了光伏发电系统发电量预测评估模型,但是此类模型对发电量规律要求较高,缺乏工程实践有效性;另有一些学者针对某地的实际数据,对不同统计时段小时、每天、每月的测量数据进行了光伏理论发电量分析计算,分析不同的环境及设备状态对光伏出力的影响,但是此方法对待建的实际光伏电站工程的发电量估算参考意义不大。
在光伏电站建设的可研阶段,现有电站发电量的估算方法并不准确,在缺乏环境参数以及光照强度参数的地区,仅仅根据天文辐射量 推算发电量缺乏理论支持且精确度不能保证。未考虑到当地环境温度对光伏电池出力的影响,简单的将当地辐射量转换为电量而不考虑光伏电池的工作机理缺乏理论支持。尤其在环境参数无法获得的地方采用此种方法,无法反映光伏发电系统出力的时效性。综上所述,亟需建立一种考虑光伏电站当地温度参数以及光照强度参数的光伏电站上网电量计算方法,以提高计算的可靠性及计算精度。
发明内容
本发明的目的在于,设计了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,提供了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,只需分别获得温度参数、日照强度参数以及光伏电池参数,得到光伏电站瞬时输出功率。然后通过积分将所有时间点的出力值汇总,得到光伏电站上网电量。
本发明的技术方案为:
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,包括光伏电池阵列模块、效率计算模块、全时段温度及光辐射量模拟模块、发电量计算模块;通过全时段模拟法计算获得全时段温度T及全时段光照强度S,进而计算每个时间点的光伏电站出力出力,得到全年侯全时段的出力曲线,然后通过积分将所有时间点的出力值汇总,得出总的发电量。
所述光伏电池阵列模块的计算方法为:在光伏电池的输入输出特性表达式中,根据Im、ISC、Vm、VOC四个参数,得到C1、C2,而Im、ISC、Vm、VOC为随日照和温度变化的变量,将其计算公式代入光伏电 池输入输出特性表达式中,得到光伏电池输出电流与输入电压、日照强度、电池温度之间的关系,得到光伏电站瞬时输出功率。
其中,所述光伏电站瞬时输出功率的计算公式为:
所述的C1和C2的计算公式为:
所述效率计算模块的计算方法为:由光伏电站瞬时输出功率公式计算得到光伏电站瞬时输出功率,光伏电站瞬时输出功率减去功率损耗得到光伏电站输出到最近变电站的功率,对于逆变器、变压器以及输电线路等损耗直接以效率的形式体现。
其中,所述光伏电站输出到最近变电站的功率Pt计算公式为:
所述全时段温度参数计算模块:结合工程实践总结提出全时段环境参数模拟法,所谓全时段模拟就是把全天分为若干个时间段,对每个时间段内的数据进行模拟计算,近似认为该时间段内参数数据保持不变。
结合距离光伏电站最近气象站提供的气象数据信息,采用全时段温度模拟法即可直观有效的给出光伏电站所在地全年全时段的气温数据。
所述全时段日照强度计算模块的计算方法为:根据当地月天文辐 射量及月日照时数,近似模拟出光伏电站所在地全时段的日照强度信息。
所述上网电量计算模块的计算方法为:
通过基于全时段模拟积分的方法来计算光伏发电系统的上网电量,其算法如下:
其中,Esw—年均上网电量;v—月份;d—天数;t1—全时段时间起点;t2—全时段时间终点;Pt—光伏发电系统出力。
首先采用全时段模拟法确定每个时间点的辐射量及温度,计算每个时间点的出力,得到全年侯全时段的出力曲线,然后通过积分将所有时间点的出力值汇总,得出总的发电量。
本发明通过全时段模拟法计算获得全时段温度T及光照强度S,进而计算每个时间点的光伏电站出力出力,得到全年侯全时段的出力曲线,然后通过积分将所有时间点的出力值汇总,得出总的发电量。克服了在缺乏环境参数的地区,仅仅根据天文辐射量推算发电量缺乏理论支持的缺点。
结合工程实践总结提出全时段温度参数模拟法,对每个时间段内的数据进行模拟计算,近似认为该时间段内参数数据保持不变,得到全时段环境温度参数T;根据当地月天文辐射量及月日照时数,可以近似模拟出光伏电站所在地全时段的日照强度参数S;最后根据光伏电池参数,得到光伏电站瞬时输出功率;然后通过积分将所有时间点的出力值汇总,得到光伏电站上网电量。
本发明的优点在于:从功率流动角度的出发,通过对光伏发电系统结构及其输入、输出特性的分析,构建了光伏发电系统潮流模型。通过对光伏电站所在地的温度及光辐射量的全时段模拟,得到当地全年每个月每天的温度及光辐射量,根据光伏发电系统潮流模型求得光伏电站全时段出力功率,估算出光伏年均发电量,克服了在缺乏环境参数的地区,仅仅根据天文辐射量推算发电量缺乏理论支持的缺点。
下面结合附图和实施例对本发明作进一步说明。
附图说明
图1为本发明实施例光伏电池板的等效模型图;
图2为本发明实施例光伏子阵列模型图;
图3本发明实施例光伏子阵列实际出力与模拟值对比图;
图4为本发明实施例光伏电站全时段模拟出力。
具体实施方式
以下对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1
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,包括光伏电池阵列模块、效率计算模块、全时段温度及光辐射量模拟模块、发电量计算模块;通过全时段模拟法计算获得全时段温度T及全时段光照强度S,进而计算每个时间点的光伏电站出力出力,得到全年侯全时段的出力曲线,然后通过积分将所有时间点的出力值汇总,得出总的发电量。
其中,所述光伏电池阵列模块为太阳能电池的工作状态,用一个等效电路来模拟;在恒定光照下,一个处于工作状态的光电池,其光电流Iph不随工作状态而发生变化,在等效电路中,把它看作恒电流源,光电流一部分流经负载,在负载两端建立电压U,反过来它又正偏于P-N结,引起一股与光电流方向相反的暗电流Id,同时引入串联电阻Rs和并联电阻Rp的概念;选用工程适用的简化模型如图1所示,光伏电池输入输出特性满足公式:
式中:Iph—光电流;Id—二极管反向饱和电流;Rs—太阳能电池串联电阻;Rp—太阳能电池并联电阻;A—完整性因子;K—玻尔兹曼常数;T—电池表面温度。
工程模型假设:由于Rs<<Rp,忽略(U+IRs)/Rp项;设定Iph=Isc,这是因为在通常情况下Rs远小于二极管正向导通电阻,并定义:在开路状态下,I=0,U=Uoc。在此假设前提下,光伏电池输出特性方程可以简化为:
其中系数C1、C2满足公式:
因此根据光伏电池厂商提供的数据,即可确定上面的C1,C2数 据。代入(2)式的特性表达即可得到标准条件下的I-U曲线。工程应用中,光伏电池板组串模型及光伏子阵列的模型如附图2所示。
由于单个电池板的输出电压及输出功率较小,在具体光伏电站应用中,采取组串方式,组成光伏电池组子方阵。多个电池板串联来提高输出电压,然后,进行并联来提高输出功率。如附图2为光伏电池板组串之后的子方阵的等效模型。
考虑方阵中光伏电池板为同一批次组件,则具有相同的Iph、Id、Rs、RP参数。对于串联支路上的每个电池板,输出的电流均为Ii。理想情况下可以认为每条支路上的电流均相等,则Iall=nI,建立光伏阵列模型。
光伏电池I-V特性曲线与太阳光辐射强度及电池温度有关。以上数学模型推导按标准情况进行。标准情况下,参考辐射强度Sref=1000W/m2,参考电池温度Tref=25℃。通常太阳辐射强度S的范围是0~1000W/m2,光伏电池的温度变化范围大约是从10~70℃。
在工程实际中,光伏电池厂家所给定的Im、ISC、Vm、VOC均为特定温度TSTC(25摄氏度)、特定日照强度SSTC(1000W/m2)条件下的值,考虑到日照和温度的变化情况,需对上述四个值进行修订,其关系为:
Uocall'=mUoc(1-γΔT)ln(e+βΔS)
Umall'=mUm(1-γΔT)ln(e+βΔS) (6)
n为光伏阵列并联电池组数,m光伏阵列串联电池组数,系数α,β,γ的经典值为α=0.0025/℃,β=0.5,γ=0.00288/℃。
由此可见,在光伏电池的输入输出特性表达式中,只要已知厂家提供的Im、ISC、Vm、VOC四个参数,则可得到C1、C2,而Im、ISC、Vm、VOC为随日照和温度变化的变量,将其计算公式代入光伏电池输入输出特性表达式中,即可得到光伏电池输出电流与输入电压、日照强度、电池温度之间的关系,得到光伏电站瞬时输出功率。所述光伏电站瞬时输出功率为:
所述效率计算模块的计算方法为:由光伏电站瞬时输出功率公式计算得到光伏电站瞬时输出功率,光伏电站瞬时输出功率减去功率损耗得到光伏电站输出到最近变电站的功率,对于逆变器、变压器以及输电线路等损耗直接以效率的形式体现。
对于效率的计算:光伏电厂占地面积大,直流侧电压低,电流大,导线有一定的损耗,此处损耗值取2%;
大量的太阳能电池板之间存在一定的特性差异,不一致性损失系数取3%;
考虑太阳能电池板表面存在一定的积灰,遮挡损失系数取5%;
光伏并网逆变器的效率(无隔离变压器,欧洲效率)约为98%~98.5%,考虑到光伏电厂很少工作在满负荷状态,绝大多数时间都工作在较低水平,且晚上不发电时还存在空载损耗,故本工程逆变器效率按98%计算;
油浸式变压器的效率达到98.7%;
升压变压器效率按98%考虑;
早晚不可利用太阳能辐射损失系数3%;
其它不可预见因素损失系数2%。
则,系统效率为:98%×97%×95%×98%×98.7%×98%×97%×98%=81.37%。
光伏电站输出到最近变电站的功率Pt为:
所述全时段温度参数计算模块:结合工程实践总结提出全时段环境参数模拟法,所谓全时段模拟就是把全天分为若干个时间段,对每个时间段内的数据进行模拟计算,近似认为该时间段内参数数据保持不变。
结合距离光伏电站最近气象站提供的气象数据信息,采用全时段温度模拟法即可直观有效的给出光伏电站所在地全年全时段的气温数据。
本实施例将全天分为十二个时间段,每两个小时为一段,公式如下所示:
WCLS=8+[0.25×(WD-20)+0.0075×(130-JD)]
其中:Tzzg—光伏电站所在地年极端最高气温;Tzzd—光伏电站所在地年极端最低气温;Tddpj—光伏电站所在地年平均气温;HB—光伏电站所在地海拔;WD—光伏电站所在地纬度;JD—光伏电站所在地经度;h—小时点数;v—月份。
所述全时段日照强度计算模块:根据当地月天文辐射量及月日照时数,可以近似模拟出光伏电站所在地全时段的日照强度信息。
本实施例将全天有日照时间分为11个时间段,每一个小时为一段,其经验公式如下所示:
Yddfsl(v)=Ytwfsl(v)×[a+bNtwfsl+cNtwfsl 2+dNtwfsl 3]
Ytwfsl(v)={(Xtwfsl-Dtwfsl)×Sin[Radians[(v-4)×360/12]]+Ntwfsl}/12 (10)
其中:Yddfsl—月当地辐射量;Yrzss—月日照时数;Ytwfsl—月天文辐射量;Yrzbfl—月日照百分率;Ntwfsl—年天文辐射量;Xtwfsl—夏天文辐射量;Dtwfsl—冬天文辐射量;a,b,c,d—Bahel模型参数;m—小时点数;v—月份;JD—光伏电站所在地经度;h∈[14-Yrzss(v)/60,14+Yrzzss(v)/60],当h<14-Yrzss(v)/60或者h>14+Yrzss(v)/60时,Sqsd(h)(v)=0。
所述上网电量计算模块
现行阶段在进行光伏发电系统发电量估算时,主要采用以下两种常规的估算方法。
(1)根据多年年平均辐射量来估算。
目前,在建造大型光伏发电系统的可研阶段,国内普遍采用这种方法来评估光伏发电系统年平均上网电量。Ep计算如下:
Ep=Ha×Paz×K (11)
其中:Ha为平均年太阳能辐射量Ha=Eg/3.6kWh/m2;Eg为多年平均年辐射总量,单位为MJ/m2;Paz为光伏系统安装容量,容量为峰值功率,kWp;K为综合效率系数,受多种因素影响。由上式可以计算第一年光伏发电系统的理论发电量。
(2)根据各月的辐射量数据
若可以得到光伏发电系统所在地附近每月的辐射量数据,则可以计算每月的上网电量,进而得到第一年的发电量,此种方法与根据年均辐射量相似,具体计算则不再赘述。
以上两种方法在工程实际中应用广泛,但是均未考虑到当地环境温度对光伏电池出力的影响,简单的将当地辐射量转换为电量而不考虑光伏电池的工作机理缺乏理论支持。尤其在环境参数无法获得的地方采用此种方法,无法反映光伏发电系统出力的时效性。为此,本发明提出一种基于全时段模拟积分的方法来计算光伏发电系统的上网电量,其算法如下:
其中,Esw—年均上网电量;v—月份;d—天数;t1—全时段时间起点;t2—全时段时间终点;Pt—光伏发电系统出力。
本方法首先采用全时段模拟法确定每个时间点的辐射量及温度,计算每个时间点的出力,得到全年侯全时段的出力曲线,然后通过积 分将所有时间点的出力值汇总,得出总的发电量。
本发明通过全时段模拟法计算获得全时段温度T及光照强度S,进而计算每个时间点的光伏电站出力出力,得到全年侯全时段的出力曲线,然后通过积分将所有时间点的出力值汇总,得出总的发电量。克服了在缺乏环境参数的地区,仅仅根据天文辐射量推算发电量缺乏理论支持的缺点。
实施例2
实际应用
光伏发电系统位于新疆市阿克苏市库车县,经纬度为N41°51′,E83°07′,海拔高度1178米。距离站址最近的气象站为库车站(51644),N41°43′,E83°04′,海拔高度为1081.9米。光伏发电系统规划装机规模20MVA,采用500kW逆变器,电池选型为STP250S-20/Wd,在标准状态下Um=30.7V,Im=8.15A。19个电池板串联,210个电池串并联构成一个1MW子方阵,共有20个子方阵构成光伏阵列。
根据气象站近20年的数据,经过计算处理可求得光伏发电系统所在地平均气温11.3℃,年极端最高气温41.5℃,年极端最低气温-27.4℃,夏天文辐射量为6908MJ/m2,冬天文辐射量为3286MJ/m2,a、b、c、d分别取0.18、0.59、0,全年12个月的平均日照百分率分别为0.6560、0.6635、0.6275、0.6190、0.6135、0.6350、0.6335、0.6665、0.6795、0.7265、0.7045、0.5865。将以上数据代入式(7)~(12),得到光伏发电系统所在地的全时段气温及全时段光辐射量, 如下表所示:
表1 全时段模拟气温(℃)
表2 全时段模拟光辐射量(W/m2)
对以上数据进行初设,当光辐射量大于SSTC时,取光辐射量为标准光辐射量即1000W/m2。将以上数据代入式(6)可以得到光伏发电系统各月全时段模拟出力,如下表所示:
表3 光伏子阵列全时段模拟出力(W)
以上数据并非实测数据,而是通过模拟所得,其中0-10点、17-24点模拟光伏出力为0。采用冬至日电站子阵列实测出力值与12月份计算模拟出力对比,如附图3所示。
可以看出模拟出力跟实测出力趋势大致相同,积分后可求得当日发电量分别为3937.5kWh和3891.7kWh,相差不大,故采用积分求和计算发电量结果较为准确。将各个子阵列出力汇总即可得到光伏电站全时段的模拟出力值,如附图4所示。
做工程假设全天各时段内光伏子阵列出力不变,各月每天出力跟模拟典型日出力保持同步。由以上数据代入式(11)可初步求得光伏发电系统的全年发电量。
考虑各月每天发电状况并不不同,实际发电过程中积灰、天气等环境因素产生的损耗,逆变器、变压器、输电线路等传输过程中的损耗及一些其他不可预见的因素损耗,计算得全年光伏发电系统发电量为2761万kWh。结合实际工程,新疆阿克苏地区20MW光伏发电系统年均发电量在2800万kWh左右,可知计算结果较为准确,该方法具有工程可行性。
Claims (9)
1.一种基于全时段模拟积分的光伏发电系统发电量计算方法,其特征在于:包括光伏电池阵列模块、效率计算模块、全时段温度及光辐射量模拟模块、发电量计算模块;通过全时段模拟法计算获得全时段温度T及全时段光照强度S,进而计算每个时间点的光伏电站出力出力,得到全年侯全时段的出力曲线,然后通过积分将所有时间点的出力值汇总,得出总的发电量。
2.根据权利要求1所述的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,其特征在于:所述光伏电池阵列模块的计算方法为:在光伏电池的输入输出特性表达式中,根据Im、ISC、Vm、VOC四个参数,得到C1、C2,而Im、ISC、Vm、VOC为随日照和温度变化的变量,将其计算公式代入光伏电池输入输出特性表达式中,得到光伏电池输出电流与输入电压、日照强度、电池温度之间的关系,得到光伏电站瞬时输出功率。
3.根据权利要求2所述的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,其特征在于:所述光伏电站瞬时输出功率的计算公式为:
4.根据权利要求2所述的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,其特征在于:所述的C1和C2的计算公式为:
5.根据权利要求1所述的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,其特征在于:所述效率计算模块的计算方法为:由光伏电站瞬时输出功率公式计算得到光伏电站瞬时输出功率,光伏电站瞬时输出功率减去功率损耗得到光伏电站输出到最近变电站的功率,对于逆变器、变压器以及输电线路等损耗直接以效率的形式体现。
6.根据权利要求5所述的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,其特征在于:所述光伏电站输出到最近变电站的功率Pt计算公式为:
7.根据权利要求1所述的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,其特征在于:所述全时段温度参数计算模块的计算方法为:结合工程实践总结提出全时段环境参数模拟法,所谓全时段模拟就是把全天分为若干个时间段,对每个时间段内的数据进行模拟计算,近似认为该时间段内参数数据保持不变。
8.根据权利要求1所述的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,其特征在于:所述全时段日照强度计算模块的计算方法为:根据当地月天文辐射量及月日照时数,近似模拟出光伏电站所在地全时段的日照强度信息。
9.根据权利要求1所述的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,其特征在于:所述上网电量计算模块的计算方 法为:
通过基于全时段模拟积分的方法来计算光伏发电系统的上网电量,其算法如下:
其中,Esw—年均上网电量;v—月份;d—天数;t1—全时段时间起点;t2—全时段时间终点;Pt—光伏发电系统出力;
具体为:首先采用全时段模拟法确定每个时间点的辐射量及温度,计算每个时间点的出力,得到全年侯全时段的出力曲线,然后通过积分将所有时间点的出力值汇总,得出总的发电量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510135548.1A CN106156455A (zh) | 2015-03-26 | 2015-03-26 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510135548.1A CN106156455A (zh) | 2015-03-26 | 2015-03-26 | 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 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106156455A true CN106156455A (zh) | 2016-11-23 |
Family
ID=57339757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510135548.1A Pending CN106156455A (zh) | 2015-03-26 | 2015-03-26 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106156455A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106597151A (zh) * | 2016-12-02 | 2017-04-26 | 中国电力科学研究院 | 一种光伏电站已投运逆变器跟踪效率测试方法及系统 |
CN109103926A (zh) * | 2018-08-14 | 2018-12-28 | 清华大学 | 基于多辐照特性年气象场景的光伏发电接纳能力计算方法 |
CN109412200A (zh) * | 2018-10-24 | 2019-03-01 | 安徽科达售电有限公司 | 一种可再生能源发电的接入控制系统 |
CN111200295A (zh) * | 2020-02-10 | 2020-05-26 | 清华大学深圳国际研究生院 | 计算海上风光互补发电系统中储能系统规模的方法 |
CN112944698A (zh) * | 2021-02-07 | 2021-06-11 | 中国科学院重庆绿色智能技术研究院 | 一种太阳能热电联供组件的瞬态热电输出计算方法及系统 |
CN112944702A (zh) * | 2021-02-07 | 2021-06-11 | 中国科学院重庆绿色智能技术研究院 | 太阳能热电联供系统投入产出比计算方法、装置及介质 |
CN113255985A (zh) * | 2021-05-18 | 2021-08-13 | 国网山东省电力公司青州市供电公司 | 一种预测光伏电站发电量的方法及系统 |
CN114091316A (zh) * | 2021-11-16 | 2022-02-25 | 国网甘肃省电力公司电力科学研究院 | 一种区域光伏发电量计算方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008079458A (ja) * | 2006-09-22 | 2008-04-03 | Sharp Corp | 給電システムおよび給電システムの制御方法 |
JP2011101492A (ja) * | 2009-11-05 | 2011-05-19 | Hitachi Zosen Corp | 発電システム |
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 |
-
2015
- 2015-03-26 CN CN201510135548.1A patent/CN106156455A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008079458A (ja) * | 2006-09-22 | 2008-04-03 | Sharp Corp | 給電システムおよび給電システムの制御方法 |
JP2011101492A (ja) * | 2009-11-05 | 2011-05-19 | Hitachi Zosen Corp | 発電システム |
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 |
Non-Patent Citations (1)
Title |
---|
张田 等: "基于全时段模拟积分的光伏发电系统发电量计算", 《可再生能源》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106597151B (zh) * | 2016-12-02 | 2021-01-15 | 中国电力科学研究院有限公司 | 一种光伏电站已投运逆变器跟踪效率测试方法及系统 |
CN106597151A (zh) * | 2016-12-02 | 2017-04-26 | 中国电力科学研究院 | 一种光伏电站已投运逆变器跟踪效率测试方法及系统 |
CN109103926A (zh) * | 2018-08-14 | 2018-12-28 | 清华大学 | 基于多辐照特性年气象场景的光伏发电接纳能力计算方法 |
CN109103926B (zh) * | 2018-08-14 | 2020-01-03 | 清华大学 | 基于多辐照特性年气象场景的光伏发电接纳能力计算方法 |
CN109412200A (zh) * | 2018-10-24 | 2019-03-01 | 安徽科达售电有限公司 | 一种可再生能源发电的接入控制系统 |
CN111200295B (zh) * | 2020-02-10 | 2021-08-24 | 清华大学深圳国际研究生院 | 计算海上风光互补发电系统中储能系统规模的方法 |
CN111200295A (zh) * | 2020-02-10 | 2020-05-26 | 清华大学深圳国际研究生院 | 计算海上风光互补发电系统中储能系统规模的方法 |
CN112944698A (zh) * | 2021-02-07 | 2021-06-11 | 中国科学院重庆绿色智能技术研究院 | 一种太阳能热电联供组件的瞬态热电输出计算方法及系统 |
CN112944702A (zh) * | 2021-02-07 | 2021-06-11 | 中国科学院重庆绿色智能技术研究院 | 太阳能热电联供系统投入产出比计算方法、装置及介质 |
CN113255985A (zh) * | 2021-05-18 | 2021-08-13 | 国网山东省电力公司青州市供电公司 | 一种预测光伏电站发电量的方法及系统 |
CN113255985B (zh) * | 2021-05-18 | 2023-04-25 | 国网山东省电力公司青州市供电公司 | 一种预测光伏电站发电量的方法及系统 |
CN114091316A (zh) * | 2021-11-16 | 2022-02-25 | 国网甘肃省电力公司电力科学研究院 | 一种区域光伏发电量计算方法 |
CN114091316B (zh) * | 2021-11-16 | 2024-04-05 | 国网甘肃省电力公司电力科学研究院 | 一种区域光伏发电量计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nadia et al. | Advances in solar photovoltaic tracking systems: A review | |
Ayvazoğluyüksel et al. | Estimation methods of global solar radiation, cell temperature and solar power forecasting: A review and case study in Eskişehir | |
Shukla et al. | Simulation and performance analysis of 110 kWp grid-connected photovoltaic system for residential building in India: A comparative analysis of various PV technology | |
CN106156455A (zh) | 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 | |
Chandra et al. | Soft computing based approach to evaluate the performance of solar PV module considering wind effect in laboratory condition | |
Kaundal et al. | Tracing of shading effect on underachieving SPV cell of an SPV grid using wireless sensor network | |
Aktas et al. | Solar hybrid systems: Design and application | |
Almaktar et al. | Artificial neural network‐based photovoltaic module temperature estimation for tropical climate of Malaysia and its impact on photovoltaic system energy yield | |
Lurwan et al. | Predicting power output of photovoltaic systems with solar radiation model | |
Bouchakour et al. | Monitoring, modelling and simulation of bifacial PV modules over normal and high albedos | |
Benchrifa et al. | Simulation, sizing, economic evaluation and environmental impact assessment of a photovoltaic power plant for the electrification of an establishment | |
Salmi et al. | Desing and simulation of an autonomous 12.6 kW solar plant in the Algeria’s M’sila region using PVsyst software | |
Esmaeili Shayan et al. | Modeling the Performance of Amorphous Silicon in Different Typologies of Curved Building-integrated Photovoltaic Conditions | |
Lu | Investigation on characteristics and application of hybrid solar-wind power generation systems | |
Herbazi et al. | Performance evaluation and experimental validation of different empirical models for predicting photovoltaic output power | |
Bitirgen et al. | A comprehensive study on modeling of photovoltaic arrays and calculation of photovoltaic potential using digital elevation model | |
Odungat et al. | Estimation of system efficiency and utilisation factor of a mirror integrated solar PV system | |
Bosman | A decision support system to analyze, predict, and evaluate solar energy system performance: PVSysCO (Photovoltaic System Comparison) | |
Tyukhov et al. | Modern optimization algorithms and applications in solar photovoltaic engineering | |
Tiller | Case study of a large-scale solar and wind power hybrid system at Fakken Wind Farm, Troms | |
Ahmad et al. | Rooftop PV systems development in Khyber Pakhtunkhwa: Barriers and smart policy recommendations | |
Omar et al. | Temperature impacts on the performance parameters of grid‐connected PV systems based on field measurements in Palestine | |
Ge et al. | Reliability-based stand-alone photovoltaic system sizing design-a case study | |
Ayvazoğluyüksel | Solar energy analysis of a home by considering outdoor parameters | |
Toader et al. | Educational PV system at the “Politehnica” University of Timişoara |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161123 |