CN108446811A - 一种基于分布式光伏电站设计的预测发电量计算方法 - Google Patents
一种基于分布式光伏电站设计的预测发电量计算方法 Download PDFInfo
- Publication number
- CN108446811A CN108446811A CN201810572999.5A CN201810572999A CN108446811A CN 108446811 A CN108446811 A CN 108446811A CN 201810572999 A CN201810572999 A CN 201810572999A CN 108446811 A CN108446811 A CN 108446811A
- Authority
- CN
- China
- Prior art keywords
- power station
- irradiation
- loss
- photovoltaic
- generated energy
- 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
- 238000000205 computational method Methods 0.000 title claims abstract description 12
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 13
- 238000009434 installation Methods 0.000 claims abstract description 6
- 230000005611 electricity Effects 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 210000004209 hair Anatomy 0.000 claims description 6
- 230000005855 radiation Effects 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000013440 design planning Methods 0.000 claims 1
- 230000005622 photoelectricity Effects 0.000 claims 1
- 230000009466 transformation Effects 0.000 claims 1
- 238000010248 power generation Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000005713 exacerbation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明涉及一种基于分布式光伏电站设计的预测发电量计算方法，该方法包括获取分布式光伏电站安装所在地区的水平面日总辐照量和光伏电站所在地的纬度，获取光伏组件安装倾角及其方位角，预测计算光伏组件表面接收的月总辐照量；计算电站的综合效率系数，将其与光伏组件表面所接收的月总辐照量共同代入电站发电量预测公式得出电站预测发电量；本发明提供的分布式光伏电站发电量预测方法，以实现不依靠电站历史发电量数据，考虑光伏电站设计和运行环境因数影响，对电站的发电量进行准确预测，便于光伏企业进行精确的评估、运维和调度、提高企业效益。
Description
技术领域：
本发明涉及光伏发电技术领域，尤其涉及一种基于分布式光伏电站设计的预测发电量计算方法。
背景技术：
随着石油、煤炭等不可再生能源的逐渐衰竭枯萎以及对环境污染的日益加重，光伏发电成为了电力行业中的一大发展趋势。但在全国各地光伏电站日益增多的同时，分布式光伏电站的装机容量也在不断扩大，致使光伏电站的并网运行对电网的影响也不断扩大。
从电网调度与提高电网电能质量的角度来看，准确的光伏发电量预测在对含有光伏发电系统的电网做发展规划时，可以为电网的调度部门提供数据支撑，也便于统筹安排常规能源与光伏发电的协调配合；从并网光伏电站设计安装角度来看，光伏电站发电量的准确预测可以为之后的电站设计、光伏电站电气设备选型提供重要的参考依据，并为光伏电站建造前的可行性分析提供依据；从光伏电站运维管理角度来看，光伏电站发电量会因为光伏电站运行环境的恶劣、运行工况的复杂多变，导致电池板的实际运行性能往往低于设计指标，太阳能利用效率的普遍降低，因而对光伏电站实际发电量与预测发电量进行对照评估，就可了解光伏电站随着时间变化的运行状况，并有针对性地提出运维方案措施；从光伏电站经济效益角度来看，准确预测电站发电量可为光伏发电项目决策提供重要依据，提高光伏企业的竞争力、经济效益和投资回报率，提高光伏电站的运行管理水平和经济效益有重要的意义。但，目前大多数的光伏电站发电量预测方法需要获取大量的电站历史发电量数据来做预测，不仅数据庞大，对于预测新建立的光伏电站发电量也具有历史数据空缺的局限性，且电站设计时所确定规格的光伏组件、线缆、逆变器等设备在时间维度上的损耗对于发电量影响的判断也较为局限。
有鉴于此，有必要提供一种基于分布式光伏电站设计的预测发电量计算方法，以满足实际应用需求。
发明内容：
本发明的目的是提供一种基于分布式光伏电站设计的预测发电量计算方法，以实现不依靠光伏电站历史发电量数据，但能考虑电站设计时所选择的光伏组件、线缆、逆变器、变压器规格参数对于电站发电量的影响，考虑电站运行所受环境的影响，对建立不久的分布式光伏电站或运行1年以上的分布式光伏电站进行发电量的准确预测，便于光伏企业进行准确的评估、运维和调度、提高企业效益。
为解决上述技术问题，本发明提供了一种基于分布式光伏电站设计的预测发电量计算方法，所述方法包括：
通过以下几个步骤预测计算分布式光伏电站组件表面所接收的月总辐照量HTX：
Ⅰ.获取电站安装的光伏组件倾角β、方位角、电站所在地区的水平面上日总辐照量H以及电站所在地的纬度；
Ⅱ.根据所述光伏组件倾角β、方位角以及电站所在纬度与其水平面上日总辐照量H信息计算电站所在地区的日出日落时角及大气层外水平面辐照量H0；
Ⅲ.根据所述电站所在地区水平面上日总辐照量H、大气层外水平太阳辐照量H0计算出水平面上直射辐照量Hb和水平面上散射辐照量Hd；
Ⅳ.根据所述光伏组件倾角β、方位角计算出一天的水平面上直射辐射量和倾斜面上的直射辐射量之比Rb；
Ⅴ.将所述电站所在地区水平面上日总辐照量H、大气层外水平太阳辐照量H0、水平面上直射辐照量Hb、水平面上散射辐照量Hd、倾斜面与水平面上直接辐射量之比Rb、光伏组件倾角β代入辐照量计算公式中计算出一天的光伏组件表面所接收的辐照量HT，辐照量HT计算公式如(1)所示：
Ⅵ.累加计算每天光伏组件表面所接收的辐照量HT得出光伏电站组件表面所接收的月总辐照量HTX。
优选的，所述HTX是带有倾角和方位角的光伏组件表面上所接受的月总辐照量，所述光伏组件方位角以正南朝向为0°角，光伏组件朝向南偏东时方位角为正，南偏西时方位角为负。
进一步，计算电站综合效率系数K2，所述电站综合效率系数K2为常数1减去组件弱光损失、组件温度损失、组件实际功率与标称之差损失、组件不匹配损失、汇集电缆损失、逆变器损失、逆变器出口至并网点损失、系统可利用率损失这8个参数的乘积；
优选的，所述组件弱光损失是光伏组件在弱光条件下光电转换效率的降低带来发电量的损失，所述弱光条件为辐照度低于1000W/m2的光照条件，所述光电转化效率是获取各辐照段光伏组件光电转化效率的加权均值；
优选的，所述组件温度损失为光伏组件工作温度与标准温度25℃比，每升高1℃，太阳能电池峰值功率损失0.41％；
优选的，所述组件实际功率与标称之差为正公差，实际功率约比标称功率高1.5％；
优选的，所述组件不匹配损失计算的方法为在标准测试条件下测试光伏组件抽检样本的输出电流，选取检测结果中最小输出电流作为实际输出电流，将组串标称电流与所述实际输出电流做差值，将所述差值与组串标称电流比较得到组件不匹配损失率，所述标准测试条件为大气质量AM1.5、辐照度1000W/m2、电池温度25℃；
优选的，所述汇集电缆损失为逆变器直流线缆损失，每百米损失为0.0367％；
优选的，根据电站所在地区的太阳辐照强度分布情况，按照加权求和的方法计算逆变器实际效率，求得逆变器损失为1.5％；
优选的，所述逆变器出口至并网点损失包含交流线缆损失和升压变压器损失，所述交流线缆损失取经验值0.5％，所述升压变压器损失取经验值2％；
优选的，所述系统可利用率损失为1％。
进一步，根据上述所求的组件表面所接收的月总辐照量HTX，电站综合效率系数K2，将其代入电站发电量预测公式，如公式(2)所示，计算光伏电站预测发电量结果Ep2，
优选的，公式(2)中Es为标准条件下的辐照度，取常数1kW/m2，PAZ为分布式光伏电站的装机容量，由电站设计规划时确定；
进一步，累加电站12个月预测发电量结果Ep2可得分布式光伏电站的年预测发电量结果。
附图说明：
图1为本发明的基于分布式光伏电站设计的预测发电量计算方法流程示意图。
图2为光伏电站组件表面所接收的月总辐照量HTX计算方法流程示意图。
图3为本发明的电站综合效率系数K2关键影响因数关系图。
具体实施方式：
以下结合附图及实施例对本发明做进一步描述。应当理解的是，此处所描述的实施方式仅用于说明和解释本发明，因此不应以此具体实施例的内容限制本发明的保护范围。
需要说明的是，本发明提到的基于分布式光伏电站设计中的设计包含两方面：一方面是光伏电站设计时所确定的光伏组件安装倾角β及组件的方位角，其影响体现在光伏电站组件表面所接收的月总辐照量HTX上；另一方面是光伏电站设计所选择的光伏组件、线缆、逆变器的规格参数，其影响会体现在电站综合效率系数K2上。
实施例1
如图1所示，本发明实施例提供的一种基于分布式光伏电站设计的预测发电量计算方法，所述方法包括：
获取电站安装所在地区的水平面日总辐照量H和电站所在地的纬度，获取光伏组件安装倾角β及其方位角，根据所获取的光伏组件安装倾角β及其方位角、电站安装所在地区的水平日总辐照量H以及电站所在地的纬度来计算光伏电站组件表面所接收的月总辐照量HTX。
如图2所示，优选的，计算光伏电站组件表面所接收的月总辐照量HTX具体实施方式如下：
步骤Ⅰ，获取电站安装的光伏组件倾角β、方位角以及电站所在纬度与其水平面上日总辐照量H；
步骤Ⅱ，由上述电站安装的光伏组件倾角β、方位角以及电站所在纬度与水平面上日总辐照量H信息计算出大气层外水平面辐照量H0以及电站所在地区的日出日落时角；
步骤Ⅲ，根据电站所在地区水平面上日总辐照量H和步骤Ⅱ中的大气层外水平太阳辐照量H0计算出水平面上直射辐照量Hb和水平面上散射辐照量Hd；
步骤Ⅳ，根据光伏组件倾角β、方位角计算出日水平面直射辐照量于日倾斜面直射辐照量之比Rb；
步骤Ⅴ，将上述步骤中的电站所在地区水平面上日总辐照量H、大气层外水平太阳辐照量H0、水平面上直射辐照量Hb、水平面上散射辐照量Hd、倾斜面与水平面上直接辐射量之比Rb、光伏组件倾角β代入辐照量计算公式中计算出一天的光伏组件表面所接收的辐照量HT，辐照量计算公式如公式(1)所示：
步骤Ⅵ，累加计算每天光伏组件表面所接收的辐照量HT得出光伏电站组件表面所接收的月总辐照量HTX。
进一步的，在计算得到光伏电站组件表面所接收的月总辐照量HTX后，还应计算电站综合效率系数K2。
如图3所示：所述电站综合效率系数K2的关键影响因数有：组件弱光损失、组件温度损失、组件实际功率与标称之差损失、组件不匹配损失、汇集电缆损失、逆变器损失、逆变器出口至并网点损失、系统可利用率损失。其具体数值为1减上述影响因数的百分比乘积大小。
优选的，所述组件弱光损失是光伏组件在弱光条件下光电转换效率的降低带来发电量的损失，所述弱光条件为辐照度低于1000W/m2的光照条件，所述光电转化效率是获取各辐照段光伏组件光电转化效率的加权均值；
优选的，所述组件温度损失为光伏组件工作温度与标准温度25℃比，每升高1℃，太阳能电池峰值功率损失0.41％；
优选的，所述组件实际功率与标称之差为正公差，实际功率约比标称功率高1.5％；
优选的，所述组件不匹配损失计算的方法为在标准测试条件下测试光伏组件抽检样本的输出电流，选取检测结果中最小输出电流作为实际输出电流，将组串标称电流与所述实际输出电流做差值，将所述差值与组串标称电流比较得到组件不匹配损失率，所述标准测试条件为大气质量AM1.5、辐照度1000W/m2、电池温度25℃；
优选的，所述汇集电缆损失为逆变器直流线缆损失，每百米损失0.0367％；
优选的，根据电站所在地区的太阳能辐照强度分布情况，按照加权求和的方法计算逆变器实际效率，求得逆变器损失为1.5％；
优选的，所述逆变器出口至并网点损失包含交流线缆损失和升压变压器损失，所述交流线缆损失取经验值0.5％，所述升压变压器损失取经验值2％；
优选的，所述系统可利用率损失为1％。
进一步，根据上述求得的组件表面所接收的月总辐照量HTX，电站综合效率系数K2，代入电站发电量预测公式，如公式(2)，计算光伏电站预测发电量结果Ep2，
优选的，累加电站12个月的预测发电量结果Ep2可计算得电站年发电量的预测结果。
实施例2
如图2所示：获取某地一分布式光伏电站所在纬度为30.77°，安装的光伏组件倾角为19°，安装组件为正南朝向；获得上述电站某一日电站水平上日总辐照量为5.8kW·h/m2；由步骤Ⅱ计算出大气层外水平面辐照量H0为10.47kW·h/m2、电站所在地区的日出时角为-90°、日落时角为92°；由步骤Ⅲ计算出水平面上直射辐照量Hb为3.89kW·h/m2、散射辐照量Hd为1.89kW·h/m2；由步骤Ⅳ计算得出日水平面直射辐照量于日倾斜面直射辐照量之比Rb为0.9968；由步骤Ⅴ将上述步骤中所得的电站所在地区水平面上日总辐照量H、大气层外水平太阳辐照量H0、水平面上直射辐照量Hb、水平面上散射辐照量Hd、倾斜面与水平面上直接辐射量之比Rb、光伏组件倾角β代入公式(1)中，计算得出所述当天光伏组件表面所接收的辐照量HT的大小为5.75kW·h/m2。
重复上述步骤计算得出所述电站一个月中光伏组件表面每天所接收的辐照量HT的大小，对每天的辐照量HT进行累加计算得到所述电站组件表面所接收的月总辐照量HTX大小为149.46kW·h/m2。
如图3所示：所述电站综合效率系数K2的关键影响因数有：组件弱光损失、组件温度损失、组件实际功率与标称之差损失、组件不匹配损失、汇集电缆损失、逆变器损失、逆变器出口至并网点损失、系统可利用率损失。
进一步，所述组件弱光损失是光伏组件在弱光条件下光电转换效率的降低带来发电量的损失，分析所述电站该月各辐照段组件光电转化效率取加权均值得组件弱光损失为3.85％；该月组件工作的平均温度为42.89℃，因此求得组件温度损失为7.33％；所述组件实际功率与标称之差为正公差，实际功率约比标称功率高1.5％；所述组件不匹配损失0.51％；所述电站逆变器直流线缆长度为600m，求得汇集电缆损失损失为0.22％；根据电站所在地区的太阳能辐照强度分布情况，按照加权求和的方法计算逆变器实际效率，求得逆变器损失为1.5％；所述交流线缆损失取经验值0.5％，所述升压变压器损失取经验值2％；所述系统可利用率损失为1％；由上述8个损失求得K2值大小为0.871。
获得所述分布式光伏电站装机容量PAZ为857kWp，取Es为1kW/m2；
进一步，根据所求的组件表面所接收的月总辐照量HTX，电站综合效率系数K2，代入电站发电量预测公式，如公式(2)所示，得所述分布式光伏电站该月份预测发电量Ep2结果为111563.97kW·h。
以上所述实施例仅表达了本发明的实施方式，其描述较为具体和详细，但不能因此而理解为对本发明专利范围的限制。由于本发明的范围由所附权利要求书定义，而非由说明书定义，因此落入权利要求的边界和界限内的所有变化，或这种权利要求边界和界限的等同方法都被本文权利要求包含。
Claims (3)
1.一种基于分布式光伏电站设计的预测发电量计算方法，其特征在于，所述方法包括：
通过以下几个步骤预测分布式光伏电站组件表面所接收的月总辐照量HTX：
步骤Ⅰ，获取电站安装的光伏组件倾角β、方位角以及电站所在纬度与其水平面上日总辐照量H；
步骤Ⅱ，根据所述光伏组件倾角β、方位角以及电站所在纬度与其水平面上日总辐照量H信息计算电站所在地区的日出日落时角及大气层外水平面辐照量H0；
步骤Ⅲ，根据所述电站所在地区水平面上日总辐照量H和大气层外水平太阳辐照量H0计算水平面上直射辐照量Hb与水平面上散射辐照量Hd；
步骤Ⅳ，根据所述光伏组件倾角β、方位角计算日水平面直射辐照量于日倾斜面直射辐照量之比Rb；
步骤Ⅴ，根据所述电站所在地区水平面上日总辐照量H、大气层外水平太阳辐照量H0、水平面上直射辐照量Hb、水平面上散射辐照量Hd、倾斜面于水平面上直接辐射量之比Rb、光伏组件倾角β，代入辐照量计算公式得出一天的光伏组件表面所接收的辐照量HT，辐照量HT计算公式如(1)所示：
步骤Ⅵ，累加计算所述光伏组件表面所接收的日总辐照量HT得出光伏电站组件表面所接收的月总辐照量HTX；
计算电站综合效率系数K2，将所述光伏电站组件表面所接收的月总辐照量HTX和所述计算电站综合效率系数K2代入电站发电量预测公式，如公式(2)，产生分布式光伏电站预测发电量结果Ep2，
2.根据权利1所述的一种基于分布式光伏电站设计的预测发电量计算方法，其特征在于，所述电站综合效率系数K2为常数1减去组件弱光损失、组件温度损失、组件实际功率与标称之差损失、组件不匹配损失、汇集电缆损失、逆变器损失、逆变器出口至并网点损失、系统可利用率损失这8个参数的乘积；所述公式(2)中Es为标准条件下的辐照度，取常数1kW/m2，PAZ为分布式光伏电站设计规划时所确定的装机容量。
3.根据权利2所述的一种基于分布式光伏电站设计的预测发电量计算方法，其特征在于，所述损失皆为电站发电量的损失，所述组件弱光损失是光伏组件在弱光条件下光电转换效率的降低带来发电量的损失，所述光电转化效率是获取各辐照段光伏组件光电转化效率的加权均值；所述组件不匹配损失计算的方法包括：在标准测试条件下测试光伏组件抽检样本的输出电流，选取检测结果中最小输出电流作为实际输出电流，将组串标称电流与所述实际输出电流做差值，将差值与组串标称电流相除得到组件不匹配损失率，所述标准测试条件为大气质量AM1.5、辐照度1000W/m2、电池温度25℃；所述汇集电缆损失为逆变器直流线缆损失，每百米损失为0.0367％；所述逆变器损失为1.5％；所述逆变器出口至并网点损失包含交流线缆损失和升压变压器损失，所述交流线缆损失取值0.5％，所述升压变压器损失取值2％；所述系统可利用率损失为1％。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810572999.5A CN108446811A (zh) | 2018-06-06 | 2018-06-06 | 一种基于分布式光伏电站设计的预测发电量计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810572999.5A CN108446811A (zh) | 2018-06-06 | 2018-06-06 | 一种基于分布式光伏电站设计的预测发电量计算方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108446811A true CN108446811A (zh) | 2018-08-24 |
Family
ID=63206033
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810572999.5A Pending CN108446811A (zh) | 2018-06-06 | 2018-06-06 | 一种基于分布式光伏电站设计的预测发电量计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108446811A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109447345A (zh) * | 2018-09-13 | 2019-03-08 | 国网电力科学研究院(武汉)能效测评有限公司 | 一种基于气象数据分析的太阳能光伏性能预测方法 |
| CN109543323A (zh) * | 2018-11-29 | 2019-03-29 | 上海电气分布式能源科技有限公司 | 一种基于逐时气象数据的光伏系统发电量的检测方法 |
| CN109888834A (zh) * | 2019-04-15 | 2019-06-14 | 河南省科学院能源研究所有限公司 | 一种改进mppt方法与蓄电池自平衡快速充电耦合控制的光伏发电系统 |
| CN110147123A (zh) * | 2019-06-03 | 2019-08-20 | 合肥阳光新能源科技有限公司 | 一种光伏组件跟踪系统及其控制器和角度控制方法 |
| CN110348175A (zh) * | 2019-08-12 | 2019-10-18 | 阳光电源股份有限公司 | 一种光伏电站有效辐照计算方法和装置 |
| CN111754026A (zh) * | 2020-05-28 | 2020-10-09 | 国网冀北电力有限公司 | 光伏电站群功率预测方法、装置、计算机设备及存储介质 |
| CN114139100A (zh) * | 2021-12-07 | 2022-03-04 | 甘肃自然能源研究所(联合国工业发展组织国际太阳能技术促进转让中心) | 基于辐照量的光伏电站系统效率非稳态计算方法 |
| CN115906476A (zh) * | 2022-11-18 | 2023-04-04 | 国网湖北省电力有限公司经济技术研究院 | 一种山地光伏发电量计算方法 |
| CN115956254A (zh) * | 2020-07-01 | 2023-04-11 | 中广核风电有限公司 | 一种以系统收益最优为目标的光伏系统优化设计方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102566435A (zh) * | 2012-02-17 | 2012-07-11 | 冶金自动化研究设计院 | 一种光伏电站的性能预报及故障报警方法 |
| CN103020766A (zh) * | 2012-12-10 | 2013-04-03 | 上海电力设计院有限公司 | 用于光伏发电系统的光伏发电量计划方法 |
| CN104281741A (zh) * | 2014-09-10 | 2015-01-14 | 长江勘测规划设计研究有限责任公司 | 光伏组件倾角和阵列间距交叉反馈多因素综合计算方法 |
| CN105305415A (zh) * | 2015-10-08 | 2016-02-03 | 许继集团有限公司 | 一种离网光伏电站负荷可用电量的预测方法 |
| CN106203711A (zh) * | 2016-07-14 | 2016-12-07 | 上海宝钢节能环保技术有限公司 | 一种光伏电站组件安装最佳倾角的计算方法及系统 |
| CN106203709A (zh) * | 2016-07-13 | 2016-12-07 | 国网江苏省电力公司电力科学研究院 | 基于多因子的光伏电站中长期发电量预测方法 |
| CN107294493A (zh) * | 2017-05-10 | 2017-10-24 | 新奥泛能网络科技股份有限公司 | 一种光伏系统发电量测算方法及装置 |
| CN208335256U (zh) * | 2018-06-06 | 2019-01-04 | 中国计量大学 | 一种基于分布式光伏电站设计的预测发电量计算系统 |
-
2018
- 2018-06-06 CN CN201810572999.5A patent/CN108446811A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102566435A (zh) * | 2012-02-17 | 2012-07-11 | 冶金自动化研究设计院 | 一种光伏电站的性能预报及故障报警方法 |
| CN103020766A (zh) * | 2012-12-10 | 2013-04-03 | 上海电力设计院有限公司 | 用于光伏发电系统的光伏发电量计划方法 |
| CN104281741A (zh) * | 2014-09-10 | 2015-01-14 | 长江勘测规划设计研究有限责任公司 | 光伏组件倾角和阵列间距交叉反馈多因素综合计算方法 |
| CN105305415A (zh) * | 2015-10-08 | 2016-02-03 | 许继集团有限公司 | 一种离网光伏电站负荷可用电量的预测方法 |
| CN106203709A (zh) * | 2016-07-13 | 2016-12-07 | 国网江苏省电力公司电力科学研究院 | 基于多因子的光伏电站中长期发电量预测方法 |
| CN106203711A (zh) * | 2016-07-14 | 2016-12-07 | 上海宝钢节能环保技术有限公司 | 一种光伏电站组件安装最佳倾角的计算方法及系统 |
| CN107294493A (zh) * | 2017-05-10 | 2017-10-24 | 新奥泛能网络科技股份有限公司 | 一种光伏系统发电量测算方法及装置 |
| CN208335256U (zh) * | 2018-06-06 | 2019-01-04 | 中国计量大学 | 一种基于分布式光伏电站设计的预测发电量计算系统 |
Non-Patent Citations (2)
| Title |
|---|
| 张传升: "铜铟镓硒电站系统效率研究", 可再生能源, vol. 35, no. 8, pages 1176 * |
| 牛高远，王以笑: "基于PVsyst的分布式并网光伏发电系统效率分析与优化研究", 可再生能源, vol. 34, no. 2, pages 198 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109447345A (zh) * | 2018-09-13 | 2019-03-08 | 国网电力科学研究院(武汉)能效测评有限公司 | 一种基于气象数据分析的太阳能光伏性能预测方法 |
| CN109543323A (zh) * | 2018-11-29 | 2019-03-29 | 上海电气分布式能源科技有限公司 | 一种基于逐时气象数据的光伏系统发电量的检测方法 |
| CN109543323B (zh) * | 2018-11-29 | 2023-06-20 | 上海电气分布式能源科技有限公司 | 一种基于逐时气象数据的光伏系统发电量的检测方法 |
| CN109888834A (zh) * | 2019-04-15 | 2019-06-14 | 河南省科学院能源研究所有限公司 | 一种改进mppt方法与蓄电池自平衡快速充电耦合控制的光伏发电系统 |
| CN110147123A (zh) * | 2019-06-03 | 2019-08-20 | 合肥阳光新能源科技有限公司 | 一种光伏组件跟踪系统及其控制器和角度控制方法 |
| CN110348175A (zh) * | 2019-08-12 | 2019-10-18 | 阳光电源股份有限公司 | 一种光伏电站有效辐照计算方法和装置 |
| CN110348175B (zh) * | 2019-08-12 | 2023-01-06 | 阳光电源股份有限公司 | 一种光伏电站有效辐照计算方法和装置 |
| CN111754026A (zh) * | 2020-05-28 | 2020-10-09 | 国网冀北电力有限公司 | 光伏电站群功率预测方法、装置、计算机设备及存储介质 |
| CN111754026B (zh) * | 2020-05-28 | 2024-03-15 | 国网冀北电力有限公司 | 光伏电站群功率预测方法、装置、计算机设备及存储介质 |
| CN115956254A (zh) * | 2020-07-01 | 2023-04-11 | 中广核风电有限公司 | 一种以系统收益最优为目标的光伏系统优化设计方法 |
| CN114139100A (zh) * | 2021-12-07 | 2022-03-04 | 甘肃自然能源研究所(联合国工业发展组织国际太阳能技术促进转让中心) | 基于辐照量的光伏电站系统效率非稳态计算方法 |
| CN115906476A (zh) * | 2022-11-18 | 2023-04-04 | 国网湖北省电力有限公司经济技术研究院 | 一种山地光伏发电量计算方法 |
| CN115906476B (zh) * | 2022-11-18 | 2023-09-01 | 国网湖北省电力有限公司经济技术研究院 | 一种山地光伏发电量计算方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108446811A (zh) | 一种基于分布式光伏电站设计的预测发电量计算方法 | |
| CN208335256U (zh) | 一种基于分布式光伏电站设计的预测发电量计算系统 | |
| Cau et al. | Energy management strategy based on short-term generation scheduling for a renewable microgrid using a hydrogen storage system | |
| Eltamaly et al. | Optimal sizing and designing of hybrid renewable energy systems in smart grid applications | |
| Killinger et al. | A regional optimisation of renewable energy supply from wind and photovoltaics with respect to three key energy-political objectives | |
| US10819248B2 (en) | Technologies for provisioning power controllers for grid services | |
| Mousavi et al. | Modelling, design, and experimental validation of a grid-connected farmhouse comprising a photovoltaic and a pumped hydro storage system | |
| Iyengar et al. | A cloud-based black-box solar predictor for smart homes | |
| Arévalo et al. | Smart monitoring method for photovoltaic systems and failure control based on power smoothing techniques | |
| Hummon et al. | Variability of photovoltaic power in the state of Gujarat using high resolution solar data | |
| CN111200295B (zh) | 计算海上风光互补发电系统中储能系统规模的方法 | |
| JP2019221057A (ja) | 協調型発電設備およびそれを用いた余剰電力の活用方法 | |
| Anand et al. | FPGA based substantial power evolution controlling strategy for solar and wind forecasting grid connected system | |
| Jima | Simulation and Optimization of Wind Turbine, Solar PV, Storage Battery and Diesel Generator Hybrid Power System for a Cluster of Micro and Small Enterprises Working on Wood and Metal Products at Welenchity Site | |
| Alba et al. | Statistical validation and power modelling of hourly profiles for a large-scale photovoltaic plant portfolio | |
| Gökmen et al. | A simple PV inverter power factor control method based on solar irradiance variation | |
| Petreuş et al. | Evaluation of the PV energy production determined by measurements, simulation and analytical calculations | |
| Zhang et al. | Solar photovoltaic power prediction based on similar day approach | |
| Primorac et al. | Microgrid energy management system in a public building | |
| CN117663503B (zh) | 一种智能调节熔盐储热速率的方法及系统 | |
| López-González | Community-scale rural energy systems: General planning algorithms and methods for developing countries | |
| Görgen | Feasibility study of renewable energy systems for off-grid islands: A case study concerning Cuttyhunk Island | |
| Ciocia et al. | Photovoltaic-Battery Systems Design to Improve the Self-Sufficiency of Telecommunication Towers | |
| Upadyay et al. | Computation of Power Generation of Green Power Unit based on Probability Distribution Parameter | |
| Notton et al. | Profitability and performance improvement of smart photovoltaic/energy storage microgrid by integration of solar production forecasting tool |
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 |