CN108365822A - 光伏电池在不同光照温度条件下工作特性的预测方法及系统 - Google Patents

光伏电池在不同光照温度条件下工作特性的预测方法及系统 Download PDF

Info

Publication number
CN108365822A
CN108365822A CN201810326024.4A CN201810326024A CN108365822A CN 108365822 A CN108365822 A CN 108365822A CN 201810326024 A CN201810326024 A CN 201810326024A CN 108365822 A CN108365822 A CN 108365822A
Authority
CN
China
Prior art keywords
under
conditions
ref
arbitrary
illumination
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
Application number
CN201810326024.4A
Other languages
English (en)
Other versions
CN108365822B (zh
Inventor
张云鹏
张晨
宿嘉磊
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.)
Shandong University
Original Assignee
Shandong University
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 Shandong University filed Critical Shandong University
Priority to CN201810326024.4A priority Critical patent/CN108365822B/zh
Publication of CN108365822A publication Critical patent/CN108365822A/zh
Application granted granted Critical
Publication of CN108365822B publication Critical patent/CN108365822B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02SGENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S50/00Monitoring or testing of PV systems, e.g. load balancing or fault identification
    • H02S50/10Testing of PV devices, e.g. of PV modules or single PV cells
    • H02S50/15Testing of PV devices, e.g. of PV modules or single PV cells using optical means, e.g. using electroluminescence
    • 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)
  • Control Of Electrical Variables (AREA)

Abstract

本发明公开了一种光伏电池在不同光照温度条件下工作特性的预测方法及系统,通过参考条件下实测的光伏板I‑V特性曲线,先求解出参考条件下数学模型的形状参数,再根据形状参数与物理参数的关系、结合物理参数随温度与光照变化的规律,得到形状参数随温度光照变化的关系,带入待预测的光照温度条件即可得到待预测条件下的该电池板的工作特性。本发明有益效果:本发明通过数学模型,参考条件下只需要确定四个参数避免了传统预测方法计算5个物理参数工作量大的问题,从而提高计算效率。

Description

光伏电池在不同光照温度条件下工作特性的预测方法及系统
技术领域
本发明涉及光伏电池工作特性预测技术领域,尤其涉及一种光伏电池在不同光照温度条件下工作特性的预测方法及系统。
背景技术
随着我国经济持续高速发展,缺煤、缺电、缺油几乎同时出现。能源问题不仅仅是供需缺口问题,我国能源工业除了要满足不断增长的能源需求外,还面临能源发展和环境保护的矛盾——常规能源的有限性以及环境问题的日益突出。所以环保和可再生为特质的新能源越来越得到各国的重视。光伏发电安全可靠,无噪声,无污染排放,是重点开发的新型能源。
在光伏电池板使用过程中,其工作特性会随着光照与温度条件的改变发生较大变化,所以光伏电池的工作特性预测具有重要的意义,关系到光伏发电的利用效率。
光伏电池的电流-电压模型主要分为物理模型和数学模型,目前最为常用的物理模型为单二极管模型,其五个参数均有着明确的物理意义,但其方程无法显式表示,各个物理参数的求取困难。数学模型是基于电流-电压曲线的数学函数关系得到,电流电压方程为显式表达,在最大功率跟踪等方面应用较多,但是将其应用到光伏电池的工作特性预测方面的研究鲜有报道。
本发明基于数学模型,先选取某一光照温度作为参考条件,测得该条件下光伏电池板的I-V曲线求得数学模型形状参数,建立形状参数随光照与温度的变化关系,进而求解任意光照与温度条件下的光伏电池板的工作特性,用于最大功率点跟踪与光伏系统功率预测等。
发明内容
本发明的目的就是为了解决上述难题,提供了一种光伏电池在不同光照温度条件下工作特性的预测方法及系统,该方法及系统基于数学模型,先选取某一光照温度作为参考条件,测得该条件下光伏电池板的I-V曲线求得数学模型形状参数,建立形状参数随光照与温度的变化关系,进而求解任意光照与温度条件下的光伏电池板的工作特性。
为实现上述目的,本发明的具体方案如下:
本发明的第一目的是公开一种光伏电池在不同光照温度条件下工作特性的预测方法,包括:
选取某一条件作为参考条件,测量太阳能电池板电压电流数据,形成太阳能电池板电压电流关系曲线;得到参考条件下的四个参数:开路电压Voc,ref、短路电流Isc,ref以及形状参数γref和mref
根据任意条件下物理模型的物理参数随光照与温度变化的规律,获得任意条件下的开路电压、短路电流数据;
结合任意条件下的形状参数γ、m与物理参数的关系以及物理参数随光照与温度变化的规律,获得任意条件下数学模型中形状参数γ、m随光照、温度的变化关系;
得到该条件下光伏电池的工作特性曲线、最大功率点电压、最大功率点电流与填充因子。
进一步地,所述选取某一条件作为参考条件,测量该条件下的光伏电池I-V曲线,得到参考条件下的四个参数,具体为:
参考条件下的参数开路电压Voc,ref、短路电流Isc,ref由I-V曲线与坐标轴交点直接读取。
进一步地,所述选取某一条件作为参考条件,测量该条件下的光伏电池I-V曲线,得到参考条件下的四个参数,具体为:
形状参数γref与mref的计算方法具体为:
其中,Iref为参考条件下的电流值,Vref为参考条件下的电压值,Voc,ref为参考条件下的开路电压、Isc,ref为参考条件下的短路电流。
进一步地,根据任意条件下物理参数随光照与温度变化的规律,获得任意条件下的开路电压、短路电流数据,具体为:
其中,Isc为任意条件下的短路电流,Voc为任意条件下的开路电压,Voc,ref为参考条件下的开路电压、Isc,ref为参考条件下的短路电流,e为自然常数,λ表示光伏组件的开路电压光强补偿系数,λU表示光伏组件的开路电压温度补偿系数,λI表示光伏组件的短路电流温度补偿系数;Tref、Gref为参考条件下的温度值与辐射度;T、G为实际工作时的温度与辐射度。
进一步地,所述任意条件下物理参数随光照与温度变化的规律,还包括:
Rs=Rs,ref
η=ηref
其中,Rsh为并联电阻,η为理想因子,Rs为串联电阻,Gref为参考条件下的辐射度,G为实际工作时的辐射度,Rsh,ref为参考条件下的并联电阻,Rs,ref为参考条件下的串联电阻,ηref为参考条件下的理想因子。
进一步地,所述任意条件下的形状参数γ、m与物理参数的关系具体为:
其中,θ为经验因子,θ≈0.77Im/Iscγ;Im为最大功率点电流;Voc为任意条件下的开路电压,Isc为任意条件下的短路电流,Rsh并联电阻,Rs为串联电阻,η为理想因子,Vt为热电压。
进一步地,所述任意条件下数学模型中形状参数γ、m随光照、温度的变化关系,具体为:
其中,Voc,ref为参考条件下的开路电压、Isc,ref为参考条件下的短路电流,θref为参考条件下的经验因子,e为自然常数,λ表示光伏组件的开路电压光强补偿系数,λU表示光伏组件的开路电压温度补偿系数,λI表示光伏组件的短路电流温度补偿系数;Tref、Gref为参考条件下的温度值与辐射度;T、G为实际工作时的温度与辐射度。
进一步地,该条件下光伏电池的工作特性曲线、最大功率点电压、最大功率点电流与填
充因子,具体为:
Vm=Voc((m+1)-1/m-0.05(1-γ))
其中,Vm为最大功率点电压,Im为最大功率点电流,FF为填充因子,Isc为任意条件下的短路电流,Voc为任意条件下的开路电压,γ、m为形状参数。
本发明的第二目的是公开光伏电池在不同光照温度条件下工作特性的预测系统,包括服务器,所述服务器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现以下步骤:
选取某一条件作为参考条件,测量太阳能电池板电压电流数据,形成太阳能电池板电压电流关系曲线;得到参考条件下的四个参数:开路电压Voc,ref、短路电流Isc,ref以及形状参数γref和mref
根据任意条件下物理参数随光照与温度变化的规律,获得任意条件下的开路电压、短路电流数据;
结合任意条件下的形状参数γ、m与物理参数的关系以及物理参数随光照与温度变化的规律,获得任意条件下数学模型中形状参数γ、m随光照、温度的变化关系;
得到该条件下光伏电池的工作特性曲线、最大功率点电压、最大功率点电流与填充因子。
本发明的第三目的是公开一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时执行以下步骤:
选取某一条件作为参考条件,测量太阳能电池板电压电流数据,形成太阳能电池板电压电流关系曲线;得到参考条件下的四个参数:开路电压Voc,ref、短路电流Isc,ref以及形状参数γref和mref
根据任意条件下物理参数随光照与温度变化的规律,获得任意条件下的开路电压、短路电流数据;
结合任意条件下的形状参数γ、m与物理参数的关系以及物理参数随光照与温度变化的规律,获得任意条件下数学模型中形状参数γ、m随光照、温度的变化关系;
得到该条件下光伏电池的工作特性曲线、最大功率点电压、最大功率点电流与填充因子。本发明的有益效果:
本发明通过数学模型,参考条件下只需要确定四个参数γref、mref与Voc,ref、Isc,ref,避免了传统预测方法计算5个物理参数工作量大的问题,从而提高计算效率。
附图说明
图1是本发明方法流程示意图;
图2是本发明不同条件下预测结果曲线。
具体实施方式:
下面结合附图对本发明进行详细说明:
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
本发明提出一种由参考条件下的I-V数据,预测任意光照与温度条件下光伏电池工作特性的方法。通过参考条件下的光伏板I-V特性曲线,先求解出数学模型的形状参数——数学模型的两个参数Voc,ref、Isc,ref可以直接得到,然后利用实验数据求出另外两个形状参数γref、mref,再根据形状参数与物理参数的关系、结合物理参数随温度与光照变化的规律,得到形状参数随温度光照变化的关系,带入待预测的光照温度条件即可得到待预测条件下该电池板的工作特性曲线以及填充因子、最大功率点电压与电流。
光伏电池的数学模型为如式(1)所示,数学模型含有开路电压Voc、短路电流Isc、γ、m四个参数,数学模型中I-V具体关系如下:
i=1-(1-γ)v-γvm (1)
其中,v=V/Voc,i=I/Isc,Voc为开路电压,Isc为短路电流,I为电流,V为电压,γ、m为形状参数,
物理模型即单二极管模型,则I-V关系如公式(2)所示:
其中,Vt=KT/q
Iph:光电池电流;
I0:二极管反向饱和电流;
n:二极管参数;
Rsh:并联电阻;
Rs:串联电阻;
V:输出电压;
I:输出电流;
NS:光电池板中太阳能电池串联个数;
Vt:热电压,温度一定时为常数
k=1.38006×10-23J/K
q=1.60218×10-19C
光电池电流Iph、二极管反向饱和电流I0、二极管参数n、并联电阻Rsh、串联电阻Rs为单二极管模型的五个物理参数。
对于某一参考条件,光照为Gref,光伏板温度为Tref,则参考条件下的四个参数Voc,ref、Isc,ref、γref与mref的值可以由已知参考条件下的I-V曲线测得,首先选取某一条件作为标准条件,测量其I-V曲线,标准条件下的参数Isc,ref和Voc,ref由I-V曲线与坐标轴交点直接读取,γref与mref的值由下式(3)-(4)获得,
下标ref表示参考条件下的值,另外任意条件下的γ、m与物理参数的关系如(5)-(6)所示,
θ≈0.77Im/Iscγ (6)
其中,θ为经验因子且θ=θref,Im为最大功率点电流。(5)中的物理参数随光照与温度变化的规律如(7)-(10)所示:
Rs=Rs,ref (9)
η=ηref (10)
由方程(7)即可获得任意条件下的Isc、Voc,其中e为自然常数,λ表示光伏组件的开路电压光强补偿系数,λU表示光伏组件的开路电压温度补偿系数,λI表示光伏组件的短路电流温度补偿系数;Tref、Gref为参考条件下的温度值与辐射度;T、G为实际工作时的温度与辐射度。(8)-(10)中Rsh为并联电阻、η为理想因子、Rs为串联电阻。
将物理参数随光照G与温度T的变化关系(7)-(10)带入(5)-(6),就得到数学模型中参数γ、m随光照、温度的变化关系如(11)-(12)所示,进而完成不同工作条件下数学模型四个参数的预测。
其中开路电压光强补偿系数,开路电压温度补偿系数、短路电流温度补偿系数λ、λU、λI由厂家提供;参考条件下的最大功率点电压Voc,ref与电流Isc,ref已由已知参考条件I-V曲线得到;参考条件下的经验因子、并联电阻、理想因子、串联电阻,可由方程(3)-(4)得到参考条件下的γref、mref后由(13)-(16)获得:
经验因子θref=0.77Im,ref/Isc,ref (13)
并联电阻
理想因子
串联电阻
其中,
θref:参考条件下的经验因子
Rsh,ref:参考条件下的并联电阻
Rs,ref:参考条件下的串联电阻
ηref:参考条件下的理想因子
Vm,ref:参考条件下的最大功率点电压,可由公式(17)得到
Im,ref:参考条件下的最大功率点电流,可由公式(17)得到
Vt,ref:参考条件下的热电压,
最大功率点电压与电流:
通过求取参考条件下的值,就可以求出任意温度与光照条件下γ、m、Voc、Isc的值,且仅与参考条件下的γref、mref、Voc,ref、Isc,ref的值有关。
得到任意条件下γ、m、Voc、Isc后,除了可以得到该条件下光伏电池的工作特性曲线,还可以快速得到最大功率点电压Vm、最大功率点电流Im与填充因子FF的值:
Vm=Voc((m+1)-1/m-0.05(1-γ)) (18)
本发明具体过程如图1所示,确定参考条件下的光照与温度,利用参考条件下的实验数据,直接读出光伏板的开路电压Voc,ref和短路电流Isc,ref两个参数,再通过上文中的方程(3)-(4)求出另外两个参数γref、mref,从而简单高效的获得参考条件下的4个数学参数,通过形状参数随光照与温度变化的关系(7)、(11)-(12),利用数学软件编程实现,可以预测任意光照与温度条件下的光伏电池板I-V特性,以及预测该条件下的填充因子、最大功率点电压与电流。
实验验证
利用某36块电池串联的光伏电池组件,读取其开路电压光强补偿系数、开路电压温度补偿系数、短路电流温度补偿系数分别为0、-0.072612、0.000601,选取光照Gref=1000.6W/m2,Tref=301.15K为基准条件,根据该条件下的I-V曲线,得到该条件下的几个参数:短路电流Isc,ref=4.89A,开路电压Voc,ref=21.85V,最大功率点电流Im,ref=4.4745A,最大功率点电压Vm,ref=17.3824V,进而得到0.6Voc下的电流值IV=0.6Voc=4.8306A,0.6Isc下的电压值VI=0.6Isc=19.93299V。
利用前述方法,分别预测5组不同光照温度条件下的I-V曲线,具体数据见下表:
表1 5组条件数据
利用5组光照温度条件下的实测数据进行验证,如图2所示。
均方根误差见表2:
表2均方根误差
由图2及表2可以看出,本发明的方法可以较好的预测不同光照与温度条件下的光伏电池工作曲线,尤其是在光照条件较好的条件下精确度更高。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.光伏电池在不同光照温度条件下工作特性的预测方法,其特征在于,包括:
选取某一条件作为参考条件,测量太阳能电池板电压电流数据,形成太阳能电池板电压电流关系曲线;得到参考条件下的四个参数:开路电压Voc,ref、短路电流Isc,ref以及形状参数γref和mref
根据任意条件下物理模型的物理参数随光照与温度变化的规律,获得任意条件下的开路电压、短路电流数据;
结合任意条件下的形状参数γ、m与物理参数的关系以及物理参数随光照与温度变化的规律,获得任意条件下数学模型中形状参数γ、m随光照、温度的变化关系;
得到该条件下光伏电池的工作特性曲线、最大功率点电压、最大功率点电流与填充因子。
2.如权利要求1所述的光伏电池在不同光照温度条件下工作特性的预测方法,其特征在于,所述选取某一条件作为参考条件,测量该条件下的光伏电池I-V曲线,得到参考条件下的四个参数,具体为:
参考条件下的参数开路电压Voc,ref、短路电流Isc,ref由I-V曲线与坐标轴交点直接读取。
3.如权利要求1所述的光伏电池在不同光照温度条件下工作特性的预测方法,其特征在于,所述选取某一条件作为参考条件,测量该条件下的光伏电池I-V曲线,得到参考条件下的四个参数,具体为:
形状参数γref与mref的计算方法具体为:
其中,Iref为参考条件下的电流值,Vref为参考条件下的电压值,Voc,ref为参考条件下的开路电压、Isc,ref为参考条件下的短路电流。
4.如权利要求1所述的光伏电池在不同光照温度条件下工作特性的预测方法,其特征在于,根据任意条件下物理参数随光照与温度变化的规律,获得任意条件下的开路电压、短路电流数据,具体为:
其中,Isc为任意条件下的短路电流,Voc为任意条件下的开路电压,Voc,ref为参考条件下的开路电压、Isc,ref为参考条件下的短路电流,e为自然常数,λ表示光伏组件的开路电压光强补偿系数,λU表示光伏组件的开路电压温度补偿系数,λI表示光伏组件的短路电流温度补偿系数;Tref、Gref为参考条件下的温度值与辐射度;T、G为实际工作时的温度与辐射度。
5.如权利要求4所述的光伏电池在不同光照温度条件下工作特性的预测方法,其特征在于,所述任意条件下物理参数随光照与温度变化的规律,还包括:
Rs=Rs-Rs,ref
η=ηref
其中,Rsh为并联电阻,η为理想因子,Rs为串联电阻,Gref为参考条件下的辐射度,G为实际工作时的辐射度,Rsh,ref为参考条件下的并联电阻,Rs,ref为参考条件下的串联电阻,ηref为参考条件下的理想因子。
6.如权利要求1所述的光伏电池在不同光照温度条件下工作特性的预测方法,其特征在于,所述任意条件下的形状参数γ、m与物理参数的关系具体为:
其中,θ为经验因子,θ≈0.77Im/Iscγ;Im为最大功率点电流;Voc为任意条件下的开路电压,Isc为任意条件下的短路电流,Rsh并联电阻,Rs为串联电阻,η为理想因子,Vt为热电压。
7.如权利要求1所述的光伏电池在不同光照温度条件下工作特性的预测方法,其特征在于,所述任意条件下数学模型中形状参数γ、m随光照、温度的变化关系,具体为:
其中,Voc,ref为参考条件下的开路电压、Isc,ref为参考条件下的短路电流,θref为参考条件下的经验因子,e为自然常数,λ表示光伏组件的开路电压光强补偿系数,λU表示光伏组件的开路电压温度补偿系数,λI表示光伏组件的短路电流温度补偿系数;Tref、Gref为参考条件下的温度值与辐射度;T、G为实际工作时的温度与辐射度。
8.如权利要求1所述的光伏电池在不同光照温度条件下工作特性的预测方法,其特征在于,该条件下光伏电池的工作特性曲线、最大功率点电压、最大功率点电流与填充因子,具体为:
Vm=Voc((m+1)-1/m-0.05(1-γ))
其中,Vm为最大功率点电压,Im为最大功率点电流,FF为填充因子,Isc为任意条件下的短路电流,Voc为任意条件下的开路电压,γ、m为形状参数。
9.光伏电池在不同光照温度条件下工作特性的预测系统,其特征在于,包括服务器,所述服务器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现以下步骤:
选取某一条件作为参考条件,测量太阳能电池板电压电流数据,形成太阳能电池板电压电流关系曲线;得到参考条件下的四个参数:开路电压Voc,ref、短路电流Isc,ref以及形状参数γref和mref
根据任意条件下物理参数随光照与温度变化的规律,获得任意条件下的开路电压、短路电流数据;
结合任意条件下的形状参数γ、m与物理参数的关系以及物理参数随光照与温度变化的规律,获得任意条件下数学模型中形状参数γ、m随光照、温度的变化关系;
得到该条件下光伏电池的工作特性曲线、最大功率点电压、最大功率点电流与填充因子。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时执行以下步骤:
选取某一条件作为参考条件,测量太阳能电池板电压电流数据,形成太阳能电池板电压电流关系曲线;得到参考条件下的四个参数:开路电压Voc,ref、短路电流Isc,ref以及形状参数γref和mref
根据任意条件下物理参数随光照与温度变化的规律,获得任意条件下的开路电压、短路电流数据;
结合任意条件下的形状参数γ、m与物理参数的关系以及物理参数随光照与温度变化的规律,获得任意条件下数学模型中形状参数γ、m随光照、温度的变化关系;
得到该条件下光伏电池的工作特性曲线、最大功率点电压、最大功率点电流与填充因子。
CN201810326024.4A 2018-04-12 2018-04-12 光伏电池在不同光照温度条件下工作特性的预测方法及系统 Active CN108365822B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810326024.4A CN108365822B (zh) 2018-04-12 2018-04-12 光伏电池在不同光照温度条件下工作特性的预测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810326024.4A CN108365822B (zh) 2018-04-12 2018-04-12 光伏电池在不同光照温度条件下工作特性的预测方法及系统

Publications (2)

Publication Number Publication Date
CN108365822A true CN108365822A (zh) 2018-08-03
CN108365822B CN108365822B (zh) 2019-03-22

Family

ID=63008066

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810326024.4A Active CN108365822B (zh) 2018-04-12 2018-04-12 光伏电池在不同光照温度条件下工作特性的预测方法及系统

Country Status (1)

Country Link
CN (1) CN108365822B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109727886A (zh) * 2018-12-19 2019-05-07 盐城阿特斯协鑫阳光电力科技有限公司 太阳能电池片温度系数现场测试方法
CN111191406A (zh) * 2018-11-14 2020-05-22 法国原子能及替代能源委员会 确定光伏模块串的电学模型的方法、与其相关的诊断方法和装置
CN111769802A (zh) * 2020-05-09 2020-10-13 安徽工程大学 一种获取光伏电池输出特性曲线的方法和系统
JP2020188549A (ja) * 2019-05-10 2020-11-19 東北電力株式会社 太陽光発電出力予測装置、太陽光発電出力予測方法、及びプログラム
CN112084657A (zh) * 2020-09-09 2020-12-15 黑龙江科技大学 一种晶体硅光伏电池的i-v特性拟合曲线确定方法
CN112507560A (zh) * 2020-12-15 2021-03-16 国网经济技术研究院有限公司 一种分段化的光伏阵列等效聚合模型建模方法和系统
CN113011119A (zh) * 2021-02-08 2021-06-22 山东大学 基于降维处理的光伏电池多参数提取方法及系统
CN113011000A (zh) * 2021-02-08 2021-06-22 山东大学 光伏电池工作特性多条件参数预测的方法及系统
CN113033136A (zh) * 2021-02-08 2021-06-25 山东大学 简化的光伏电池物理参数提取优化方法及系统
CN114337541A (zh) * 2022-01-07 2022-04-12 阳光电源股份有限公司 一种光伏组件的iv扫描方法、光伏系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102594216A (zh) * 2012-03-21 2012-07-18 江西省电力科学研究院 一种分布式光伏电源接入影响的概率评估方法
CN103049798A (zh) * 2012-12-05 2013-04-17 浙江大学城市学院 一种应用于光伏发电系统的短期发电功率预测方法
RU2013145259A (ru) * 2013-10-10 2015-04-20 Сергей Викторович Янчур Способ исследования пространственного распределения характеристик восприимчивости фотоэлектрических преобразователей в составе солнечных батарей к оптическому излучению
CN106058917A (zh) * 2016-05-31 2016-10-26 国网山东省电力公司济南供电公司 一种计及光伏发电的电力系统动态经济调度方法
US20170176504A1 (en) * 2015-12-17 2017-06-22 Enphase Energy, Inc. Method and apparatus for using module-level power electronics data for validating distributed energy resource system parameters

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102594216A (zh) * 2012-03-21 2012-07-18 江西省电力科学研究院 一种分布式光伏电源接入影响的概率评估方法
CN103049798A (zh) * 2012-12-05 2013-04-17 浙江大学城市学院 一种应用于光伏发电系统的短期发电功率预测方法
RU2013145259A (ru) * 2013-10-10 2015-04-20 Сергей Викторович Янчур Способ исследования пространственного распределения характеристик восприимчивости фотоэлектрических преобразователей в составе солнечных батарей к оптическому излучению
US20170176504A1 (en) * 2015-12-17 2017-06-22 Enphase Energy, Inc. Method and apparatus for using module-level power electronics data for validating distributed energy resource system parameters
CN106058917A (zh) * 2016-05-31 2016-10-26 国网山东省电力公司济南供电公司 一种计及光伏发电的电力系统动态经济调度方法

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111191406A (zh) * 2018-11-14 2020-05-22 法国原子能及替代能源委员会 确定光伏模块串的电学模型的方法、与其相关的诊断方法和装置
CN109727886A (zh) * 2018-12-19 2019-05-07 盐城阿特斯协鑫阳光电力科技有限公司 太阳能电池片温度系数现场测试方法
JP2020188549A (ja) * 2019-05-10 2020-11-19 東北電力株式会社 太陽光発電出力予測装置、太陽光発電出力予測方法、及びプログラム
JP7299749B2 (ja) 2019-05-10 2023-06-28 東北電力株式会社 太陽光発電出力予測装置、太陽光発電出力予測方法、及びプログラム
CN111769802A (zh) * 2020-05-09 2020-10-13 安徽工程大学 一种获取光伏电池输出特性曲线的方法和系统
CN112084657B (zh) * 2020-09-09 2022-06-10 黑龙江科技大学 一种晶体硅光伏电池的i-v特性拟合曲线确定方法
CN112084657A (zh) * 2020-09-09 2020-12-15 黑龙江科技大学 一种晶体硅光伏电池的i-v特性拟合曲线确定方法
CN112507560A (zh) * 2020-12-15 2021-03-16 国网经济技术研究院有限公司 一种分段化的光伏阵列等效聚合模型建模方法和系统
CN112507560B (zh) * 2020-12-15 2023-09-12 国网经济技术研究院有限公司 一种分段化的光伏阵列等效聚合模型建模方法和系统
CN113011119A (zh) * 2021-02-08 2021-06-22 山东大学 基于降维处理的光伏电池多参数提取方法及系统
CN113033136B (zh) * 2021-02-08 2022-05-31 山东大学 简化的光伏电池物理参数提取优化方法及系统
CN113033136A (zh) * 2021-02-08 2021-06-25 山东大学 简化的光伏电池物理参数提取优化方法及系统
CN113011000A (zh) * 2021-02-08 2021-06-22 山东大学 光伏电池工作特性多条件参数预测的方法及系统
CN114337541A (zh) * 2022-01-07 2022-04-12 阳光电源股份有限公司 一种光伏组件的iv扫描方法、光伏系统
CN114337541B (zh) * 2022-01-07 2024-04-12 阳光电源股份有限公司 一种光伏组件的iv扫描方法、光伏系统

Also Published As

Publication number Publication date
CN108365822B (zh) 2019-03-22

Similar Documents

Publication Publication Date Title
CN108365822B (zh) 光伏电池在不同光照温度条件下工作特性的预测方法及系统
Ma et al. An improved and comprehensive mathematical model for solar photovoltaic modules under real operating conditions
Ma et al. Solar photovoltaic system modeling and performance prediction
Suskis et al. Enhanced photovoltaic panel model for MATLAB-simulink environment considering solar cell junction capacitance
Kazem et al. A novel numerical algorithm for optimal sizing of a photovoltaic/wind/diesel generator/battery microgrid using loss of load probability index
Awan Performance analysis and optimization of a hybrid renewable energy system for sustainable NEOM city in Saudi Arabia
Kifle et al. Designing and modelling of grid connected photovoltaic system (case study: EEU Building at Hawassa City)
CN105787235B (zh) 一种光伏电池仿真模型建立方法及装置
CN108460525A (zh) 一种多能互补配用电系统的综合能源利用效率评估方法
Keshavani et al. Modelling and simulation of photovoltaic array using Matlab/Simulink
Chen et al. Development of a capacitor charging based quick IV curve tracer with automatic parameter extraction for photovoltaic arrays
Wu et al. Reliability evaluation of the solar power system based on the Markov chain method
Marco Tina Simulation model of photovoltaic and photovoltaic/thermal module/string under nonuniform distribution of irradiance and temperature
Lu et al. A study on simulations of the power output and practical models for building integrated photovoltaic systems
CN112508445B (zh) 一种基于气温及导线温度量测的架空导线动态增容方法及系统
CN109934374B (zh) 耗电量预测系统及其方法
CN112100821B (zh) 光伏电池的稳健性优化设计方法
CN113285655A (zh) 一种风光互补优化配比方法
Sabry et al. Influence of temperature on methods for determining silicon solar cell series resistance
Eldahab et al. Enhancing the energy utilization of hybrid renewable energy systems
Ahmed et al. Non-iterative MPPT Method: A Comparative Study
CN111769802B (zh) 一种获取光伏电池输出特性曲线的方法和系统
Yahfdhou et al. Modeling and optimization of a photovoltaic generator with matlab/simulink
Rahman et al. Evaluation of power performance of solar module using two diode model with MATLAB simulation
Ropp et al. Determination of the curvature derating factor for the Georgia Tech Aquatic Center photovoltaic array

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant