CN106156906A - 一种用于光伏电站设计的太阳能资源分析评估方法 - Google Patents

一种用于光伏电站设计的太阳能资源分析评估方法 Download PDF

Info

Publication number
CN106156906A
CN106156906A CN201510135594.1A CN201510135594A CN106156906A CN 106156906 A CN106156906 A CN 106156906A CN 201510135594 A CN201510135594 A CN 201510135594A CN 106156906 A CN106156906 A CN 106156906A
Authority
CN
China
Prior art keywords
solar energy
station
data
energy resources
resources
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
Application number
CN201510135594.1A
Other languages
English (en)
Inventor
裴辉明
徐龙博
杨生华
李鹏飞
谭茂强
张赫
张玉
王志新
陈倩翌
陈珊
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.)
Co Ltd Of Chinese Energy Construction Group Xinjiang Electric Power Design Inst Wang Dazhi
Original Assignee
Co Ltd Of Chinese Energy Construction Group Xinjiang Electric Power Design Inst Wang Dazhi
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 Co Ltd Of Chinese Energy Construction Group Xinjiang Electric Power Design Inst Wang Dazhi filed Critical Co Ltd Of Chinese Energy Construction Group Xinjiang Electric Power Design Inst Wang Dazhi
Priority to CN201510135594.1A priority Critical patent/CN106156906A/zh
Publication of CN106156906A publication Critical patent/CN106156906A/zh
Pending legal-status Critical Current

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
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning
    • Y02P90/82Energy audits or management systems therefor
    • 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种用于光伏电站设计的太阳能资源分析评估方法,通过自建的、基于太阳能资源区划的光资源数据库进行评估,由光资源数据库自动完成太阳能资源分析评估所需全部计算工作,并自动生成成品;基于太阳能资源区划成果构建,将目标区域根据日射站情况进行分区,每一分区以内部日射站作为参考气象站,分区内除日射站所在地外的所有地区均采用统一的推算公式,根据日射站太阳能资源数据自动计算当地太阳总辐射量;本发明的优点在于:适用于在某一目标区域开展光伏电站设计,通过基于太阳能资源区划构建的光资源数据库,收集整理已有光资源数据、完成太阳能资源分析评估、输出成果,提高了工作效率、减少了错误几率、提高了成品质量。

Description

一种用于光伏电站设计的太阳能资源分析评估方法
技术领域
本发明涉及一种太阳能资源分析评估方法,具体地说是一种用于光伏电站设计的太阳能资源分析评估方法,属于太阳能资源分析评估领域。
背景技术
我国太阳能资源十分丰富,近年来我国光伏产业得到了快速发展,建设光伏电站是大规模集中利用太阳能的最有效方式。
在光伏电站设计的可行性研究阶段,需要开展太阳能资源分析评估工作,说明工程所在地区的太阳能资源情况,并为电站发电量计算提供输入数据。
进行太阳能资源分析评估时,需选择站址所在地附近有太阳辐射长期观测记录的气象站作为参考气象站,获取连续10年以上的太阳辐射长期记录和相关气象数据,作为太阳能资源分析评估的输入资料。
目前,我国有太阳辐射长期观测记录的气象站只有近百个,实际覆盖面积较小,尤其是在西北地区,大多数情况下日射站距光伏电站较远,很难获得站址所在地实际的太阳能辐射状况。
若站址所在地附近没有长期观测记录太阳辐射的日射站,只能采用距离较远日射站的太阳辐射长期观测数据,通过对比分析,推算工程所在地的太阳能资源数据。气温、湿度等气象信息采用距站址最近气象站的数据。
目前传统的方法是针对具体项目,向具有太阳辐射长期观测记录的气象站或商业数据库服务商购买所需太阳辐射长期记录和气象数据,通过人工整理统计和计算处理,得到太阳能资源评估成果。上述方法存在以下缺点:(1)针对每一工程,都需分析选择合适的参考气象站,耗费人力;(2)如工程信息不畅或工程资料保管不妥善,可能出现不同工程选择同一参考气象站,但数据资料会重复购买的情况;(3)针对每一工程,都需进行大量、繁琐的人工统计和计算处理,效率低下且容易出错;(4)若站址所在地附近没有日射站,只能选择站址所在地周边较远的气象站作为参考气象站,但在推算过程中,不同设计人员选取不同的经验系数,计算结果存在较大差异,导致光伏电站发电量计算存在较大偏差;(5)评估成果输出标准化程度不高,难以保证成品质量。
发明内容
本发明的目的在于,设计了一种用于光伏电站设计的太阳能资源分析评估方法,解决了每一工程都需分析选择参考气象站的问题,解决了每一工程开展太阳能资源资料收集工作的问题,解决了人工计算处理,效率低、易出错的问题,解决了推算时,经验系数计算复杂、方法不统一的问题,解决了分析评估成果输出标准化程度不高问题,适用于在某一目标区域开展光伏电站设计,通过基于太阳能资源区划构建的光资源数据库,收集整理已有光资源数据、自动完成太阳能资源分析评估、输出标准化成果,提高工作效率、减少错误几率、提高成品质量。
本发明的技术方案为:
一种用于光伏电站设计的太阳能资源分析评估方法,所述方法分为太阳能资源区划、光资源数据库构建、太阳能资源分析评估三个阶段,具体如下:
(1)太阳能资源区划
针对大量开展光伏电站设计的目标区域(一个省份或多个相邻省份),开展太阳能资源区划工作;
确定目标区域日射站的数量和位置,根据地理条件(包括距离、纬度、海拔、地形地貌)和气候特征并结合现有资料,将目标区域分为多个分区,每一分区对应一个日射站。分区中的日射站就是该分区中光伏电站工程的参考日射站;
(2)光资源数据库构建
将目标区域以县级为单位,分解为县级地区。每个县级地区根据太阳能资源区划成果,对应一个日射站;根据地理位置,对应一个最近的气象站(或日射站);根据日射站的太阳辐射数据推算该地区的太阳辐射数据,作为太阳能分析评估的基础数据;以最近气象站的气象信息作为该地区的气象数据;
其中,数据库功能包括:
a)储存目标区域太阳能资源分析评估所需数据资料;
b)自动完成站址所在地区的太阳辐射推算;
c)自动完成太阳辐射数据统计计算;
d)自动完成太阳能资源丰富程度等级、稳定等级评估;
e)自动生成标准图表;
所述光资源数据库包括三种实体对象:地区、日射站、无辐射观测气象站;
(3)太阳能资源分析评估
评估启动后,首先运行光资源数据库,在光资源数据库中输入项目所在地区,检查数据库已有数据是否含有相应的数据;如是,则数据库输出标准评估结果,评估结束;若否,则数据库提示对应参考气象站,并获取参考气象站太阳能资源数据,然后进行原始数据验证,输入光资源数据库,然后数据库处理数据,再由数据库更新本地区和其它适应地区资料,最后数据库输出评估结果,评估结束。
本发明的优点在于:
(1)解决了每一工程都需分析选择参考气象站的问题:通过先期开展的太阳能资源区划工作,只需在光资源数据库中输入工程所在地(所在县),即可自动获得适用于本工程的参考气象站信息;
(2)解决了每一工程开展太阳能资源资料收集工作的问题:通过光资源数据库收集已掌握的日射站太阳能资源数据。当光资源数据库已具备新建工程对应日射站太阳能资源数据时,自动调用;当无相应数据时,收集所需太阳能资源数据,更新光资源数据库;
(3)解决了人工计算处理,效率低、易出错的问题:通过计算程序,由光资源数据库自动完成计算处理;
(4)解决了推算时,经验系数计算复杂、方法不统一的问题:通过太阳能资源区划,确定各区域对应的日射站和经验系数,由光资源数据库自动完成推算工程;
(5)解决了分析评估成果输出标准化程度不高问题:由光资源数据库自动生成标准分析评估成果;
(6)适用于在某一目标区域开展光伏电站设计,通过基于太阳能资源区划构建的光资源数据库,收集整理已有光资源数据、自动完成太阳能资源分析评估、输出标准化成果,提高工作效率、减少错误几率、提高成品质量。
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为本发明实施例光资源数据库实体联系图;
图2为本发明实施例太阳能资源评估流程图。
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。
除非另有说明,本发明中所采用的百分数均为重量百分数。
实施例1
如图1所示,一种用于光伏电站设计的太阳能资源分析评估方法,所述方法分为太阳能资源区划、光资源数据库构建、太阳能资源分析评估三个阶段,具体如下:
(1)太阳能资源区划
针对大量开展光伏电站设计的目标区域(一个省份或多个相邻省份),开展太阳能资源区划工作;
确定目标区域日射站的数量和位置,根据地理条件(包括距离、纬度、海拔、地形地貌)和气候特征并结合现有资料,将目标区域分为多个分区,每一分区对应一个日射站。分区中的日射站就是该分区中光伏电站工程的参考日射站;
(2)光资源数据库构建
如图1所示,将目标区域以县级为单位,分解为县级地区。每个县级地区根据太阳能资源区划成果,对应一个日射站;根据地理位置,对应一个最近的气象站(或日射站);根据日射站的太阳辐射数据推算该地区的太阳辐射数据,作为太阳能分析评估的基础数据;以最近气象站的气象信息作为该地区的气象数据;
其中,数据库功能包括:
a)储存目标区域太阳能资源分析评估所需数据资料;
b)自动完成站址所在地区的太阳辐射推算;
c)自动完成太阳辐射数据统计计算;
d)自动完成太阳能资源丰富程度等级、稳定等级评估;
e)自动生成标准图表;
所述光资源数据库包括三种实体对象:地区、日射站、无辐射观测气象站;
光资源数据库数据属性如表1所示。
表1 光资源数据库数据属性
光资源数据库按以下公式,自动完成太阳辐射推算:
(式1)
(式2)
(式3)
式中,为月太阳总辐射量(MJ/m2),为月天文辐射量(MJ/m2),为月太阳直射辐射量(MJ/m2),为月太阳散射辐射量(MJ/m2),为月日照百分率,,为经验系数。
月天文辐射量,由当地纬度决定,可查表也可由日天文太阳总辐射量累加得到。
日天文太阳总辐射量可用下式计算:
(式4)
式中,为日天文太阳辐射量(MJ/m2.d),T为时间周期(1440min/d),为时间常数(0.082MJ/ m2.min),为日地距离修订因数,为地理纬度(rad),为太阳日赤(rad),为日出、日落时角(rad)。
(式5)
每一日射站对应一个月日照百分率,按以下公式计算:
(式6)
式中,s为月实际日照时数(h),为月可照时数,INT表示取整。
(式7)
(式8)
(式9)
式中,为日可照时数(h),为日可照时数(h),为地理纬度(rad),为太阳日赤纬(rad),为蒙气差(34’)。
每一日射站对应一组经验系数,,可根据日射站观测数据计算得到:
(式10)
(式11)
式中,为参考站逐年月日照百分率,为 参考站月日照百分率平均值,为参考站逐年月实际太阳辐射总量与月天文辐射总量的比值,为参考站历年月实际太阳辐射总量与月天文辐射总量比值的平均值,为观测资料样本数。
光资源数据库按以下公式,自动完成太阳辐射统计计算:
年太阳总辐射量:
(式13)
平均年太阳总辐射量:
(式14)
第i月平均月太阳总辐射量:
(式15)
式中,n为观测资料样本数。
光资源数据库按以下方法完成太阳能资源丰富程度等级、稳定等级评估:
太阳能资源丰富程度根据年太阳能总辐射量(Q)评估。数据库计算得出Q值后,查询表2得到丰富程度评估结果。
表2 太阳能资源丰富程度等级
太阳能资源稳定程度根据日照代表年各月日照时数大于6h的天数最大值与最小值的比值(K)评估。数据库计算得出K值后,查询表3得到稳定程度评估结果。
表3 太阳能资源稳定程度等级
光资源数据库根据以上公式,自动生成输出标准成果,成果内容如表4所示。
表4 光资源数据库输出成果
序号 项目
1 工程所在地区平均年太阳总辐射量
2 工程所在地区平均月太阳总辐射量
3 太阳能资源丰富程度等级
4 太阳能资源稳定程度等级
5 参考气象站主要气象要素特征值表
6 工程所在地区太阳能资源分布图
7 参考长期观测数据多年太阳总辐射变化曲线图(直方图)
8 参考长期观测数据月平均太阳总辐射曲线图(直方图)
9 参考长期观测数据多年日照小时数曲线图(直方图)
10 参考长期观测数据月平均日照小时数曲线图(直方图)
11 工程站址代表年逐月太阳总辐射曲线图(直方图)
12 工程站址代表年逐月日照小时数曲线图(直方图)
13 工程站址代表年典型日逐小时太阳总辐射量分布曲线
14 工程站址代表年各月典型日逐小时太阳总辐射量分布曲线
(3)太阳能资源分析评估
如图2所示,评估启动后,首先运行光资源数据库,在光资源数据库中输入项目所在地区,检查数据库已有数据是否含有相应的数据;如是,则数据库输出标准评估结果,评估结束;若否,则数据库提示对应参考气象站,并获取参考气象站太阳能资源数据,然后进行原始数据验证,输入光资源数据库,然后数据库处理数据,再由数据库更新本地区和其它适应地区资料,最后数据库输出评估结果,评估结束。

Claims (3)

1.一种用于光伏电站设计的太阳能资源分析评估方法,其特征在于,所述方法分为太阳能资源区划、光资源数据库构建、太阳能资源分析评估三个阶段,具体如下:
(1)太阳能资源区划
针对大量开展光伏电站设计的目标区域,开展太阳能资源区划工作;
确定目标区域日射站的数量和位置,根据地理条件和气候特征并结合现有资料,将目标区域分为多个分区,每一分区对应一个日射站;分区中的日射站就是该分区中光伏电站工程的参考日射站;
(2)光资源数据库构建
将目标区域以县级为单位,分解为县级地区;每个县级地区根据太阳能资源区划成果,对应一个日射站;根据地理位置,对应一个最近的气象站或日射站;根据日射站的太阳辐射数据推算该地区的太阳辐射数据,作为太阳能分析评估的基础数据;以最近气象站的气象信息作为该地区的气象数据;
(3)太阳能资源分析评估
评估启动后,首先运行光资源数据库,在光资源数据库中输入项目所在地区,检查数据库已有数据是否含有相应的数据;如是,则数据库输出标准评估结果,评估结束;若否,则数据库提示对应参考气象站,并获取参考气象站太阳能资源数据,然后进行原始数据验证,输入光资源数据库,然后数据库处理数据,再由数据库更新本地区和其它适应地区资料,最后数据库输出评估结果,评估结束。
2.根据权利要求1所述的一种用于光伏电站设计的太阳能资源分析评估方法,其特征在于,所述数据库功能包括:
a)储存目标区域太阳能资源分析评估所需数据资料;
b)自动完成站址所在地区的太阳辐射推算;
c)自动完成太阳辐射数据统计计算;
d)自动完成太阳能资源丰富程度等级、稳定等级评估;
e)自动生成标准图表。
3.根据权利要求1或2所述的一种用于光伏电站设计的太阳能资源分析评估方法,其特征在于:所述光资源数据库包括三种实体对象:地区、日射站、无辐射观测气象站。
CN201510135594.1A 2015-03-26 2015-03-26 一种用于光伏电站设计的太阳能资源分析评估方法 Pending CN106156906A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510135594.1A CN106156906A (zh) 2015-03-26 2015-03-26 一种用于光伏电站设计的太阳能资源分析评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510135594.1A CN106156906A (zh) 2015-03-26 2015-03-26 一种用于光伏电站设计的太阳能资源分析评估方法

Publications (1)

Publication Number Publication Date
CN106156906A true CN106156906A (zh) 2016-11-23

Family

ID=57340187

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510135594.1A Pending CN106156906A (zh) 2015-03-26 2015-03-26 一种用于光伏电站设计的太阳能资源分析评估方法

Country Status (1)

Country Link
CN (1) CN106156906A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108564308A (zh) * 2018-05-07 2018-09-21 中国电力科学研究院有限公司 一种光伏电站总辐射变化特征评估方法和装置
CN108614807A (zh) * 2018-04-19 2018-10-02 深圳智润新能源电力勘测设计院有限公司 一种文档输出的方法以及相关设备
CN109034626A (zh) * 2018-07-30 2018-12-18 西安建筑科技大学 一种西部地区太阳能建筑采暖利用的评价方法
CN109165861A (zh) * 2018-09-06 2019-01-08 中国能源建设集团江苏省电力设计院有限公司 一种无辐射资料地区太阳能总辐射量估算方法
CN110059972A (zh) * 2019-04-24 2019-07-26 河海大学 基于泛函深度信念网络的日太阳辐射资源评估方法
CN112927019A (zh) * 2021-03-11 2021-06-08 上海电力大学 一种基于大学校园的可再生能源利用潜力的评估方法
CN115936387A (zh) * 2022-12-20 2023-04-07 中国电建集团贵阳勘测设计研究院有限公司 一种基于测光数据的光伏电站太阳能资源评估方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104156776A (zh) * 2014-04-23 2014-11-19 国家电网公司 一种太阳能资源评估方法
CN104182564A (zh) * 2014-06-26 2014-12-03 内蒙古电力勘测设计院有限责任公司 光伏发电站设计专家系统
CN104408537A (zh) * 2014-12-12 2015-03-11 上海宝钢节能环保技术有限公司 一种光伏电站优化设计系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104156776A (zh) * 2014-04-23 2014-11-19 国家电网公司 一种太阳能资源评估方法
CN104182564A (zh) * 2014-06-26 2014-12-03 内蒙古电力勘测设计院有限责任公司 光伏发电站设计专家系统
CN104408537A (zh) * 2014-12-12 2015-03-11 上海宝钢节能环保技术有限公司 一种光伏电站优化设计系统

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108614807A (zh) * 2018-04-19 2018-10-02 深圳智润新能源电力勘测设计院有限公司 一种文档输出的方法以及相关设备
CN108564308A (zh) * 2018-05-07 2018-09-21 中国电力科学研究院有限公司 一种光伏电站总辐射变化特征评估方法和装置
CN108564308B (zh) * 2018-05-07 2022-10-11 中国电力科学研究院有限公司 一种光伏电站总辐射变化特征评估方法和装置
CN109034626A (zh) * 2018-07-30 2018-12-18 西安建筑科技大学 一种西部地区太阳能建筑采暖利用的评价方法
CN109034626B (zh) * 2018-07-30 2021-07-06 西安建筑科技大学 一种西部地区太阳能建筑采暖利用的评价方法
CN109165861A (zh) * 2018-09-06 2019-01-08 中国能源建设集团江苏省电力设计院有限公司 一种无辐射资料地区太阳能总辐射量估算方法
CN110059972A (zh) * 2019-04-24 2019-07-26 河海大学 基于泛函深度信念网络的日太阳辐射资源评估方法
CN110059972B (zh) * 2019-04-24 2020-02-18 河海大学 基于泛函深度信念网络的日太阳辐射资源评估方法
CN112927019A (zh) * 2021-03-11 2021-06-08 上海电力大学 一种基于大学校园的可再生能源利用潜力的评估方法
CN115936387A (zh) * 2022-12-20 2023-04-07 中国电建集团贵阳勘测设计研究院有限公司 一种基于测光数据的光伏电站太阳能资源评估方法
CN115936387B (zh) * 2022-12-20 2023-11-03 中国电建集团贵阳勘测设计研究院有限公司 一种基于测光数据的光伏电站太阳能资源评估方法

Similar Documents

Publication Publication Date Title
Mansouri Kouhestani et al. Evaluating solar energy technical and economic potential on rooftops in an urban setting: the city of Lethbridge, Canada
CN106156906A (zh) 一种用于光伏电站设计的太阳能资源分析评估方法
Rajanna et al. Modeling of integrated renewable energy system for electrification of a remote area in India
Ryberg et al. The future of European onshore wind energy potential: Detailed distribution and simulation of advanced turbine designs
Assouline et al. Large-scale rooftop solar photovoltaic technical potential estimation using Random Forests
Andresen et al. Validation of Danish wind time series from a new global renewable energy atlas for energy system analysis
Mainzer et al. A high-resolution determination of the technical potential for residential-roof-mounted photovoltaic systems in Germany
Stathopoulos et al. Wind power prediction based on numerical and statistical models
Henao et al. Optimising the insertion of renewables in the Colombian power sector
KR101383617B1 (ko) 일사량 예측 방법 및 장치
Kose et al. An assessment of wind energy potential to meet electricity demand and economic feasibility in Konya, Turkey
Fogl et al. Influence of vegetation canopies on solar potential in urban environments
Ayodele et al. A statistical analysis of wind distribution and wind power potential in the coastal region of South Africa
Palmas et al. Exploring the decision-space for renewable energy generation to enhance spatial efficiency
Carl Calculating solar photovoltaic potential on residential rooftops in Kailua Kona, Hawaii
Li Using GIS and remote sensing techniques for solar panel installation site selection
Aniskevich et al. Modelling the spatial distribution of wind energy resources in Latvia
van der Most et al. Extreme events in the European renewable power system: Validation of a modeling framework to estimate renewable electricity production and demand from meteorological data
Soares et al. Optimal generation and transmission expansion planning addressing short-term constraints with co-optimization of energy and reserves
Heidarzade et al. Placement of wind farms based on a hybrid multi criteria decision making for Iran
Nobre et al. Performance evaluation of a fleet of photovoltaic systems across India and Southeast Asia
Georgiou et al. A generic tool for quantifying the energy requirements of glasshouse food production
Lynch et al. Accurate day ahead temperature prediction using a 24 hour Kalman filter estimator
Dehghanzadeh et al. Mid-term load forecasting for Iran power system using seasonal autoregressive integrated moving average model (SARIMA)
Medykovskyy et al. Processing of data on the intensity of solar radiation for solar power plant management systems

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

Application publication date: 20161123

RJ01 Rejection of invention patent application after publication