CN110487397A - 一种光伏阵列辐照度传感器的布置方法 - Google Patents
一种光伏阵列辐照度传感器的布置方法 Download PDFInfo
- Publication number
- CN110487397A CN110487397A CN201910745673.2A CN201910745673A CN110487397A CN 110487397 A CN110487397 A CN 110487397A CN 201910745673 A CN201910745673 A CN 201910745673A CN 110487397 A CN110487397 A CN 110487397A
- Authority
- CN
- China
- Prior art keywords
- sensor
- irradiance sensor
- photovoltaic array
- photovoltaic
- particle
- 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 30
- 238000005457 optimization Methods 0.000 claims abstract description 28
- 238000001514 detection method Methods 0.000 claims abstract description 5
- 238000012216 screening Methods 0.000 claims abstract description 5
- 239000002245 particle Substances 0.000 claims description 29
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 3
- WSGCGMGMFSSTNK-UHFFFAOYSA-M 1-methyl-4-phenyl-1-propan-2-ylpiperidin-1-ium;iodide Chemical compound [I-].C1C[N+](C(C)C)(C)CCC1C1=CC=CC=C1 WSGCGMGMFSSTNK-UHFFFAOYSA-M 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims description 2
- 238000009434 installation Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J1/00—Photometry, e.g. photographic exposure meter
- G01J1/02—Details
- G01J1/0271—Housings; Attachments or accessories for photometers
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明涉及光伏发电系统运行条件检测领域,提供了一种光伏阵列上辐照度传感器布置方法,包括设计了光伏阵列辐照度传感器布置方法的具体步骤:首先运用光伏阵列辐照度传感器布置数量确定方法确定了辐照度传感器布置数量,接着以各传感器两两之间的距离之和最大为目标建立优化模型,并利用高效的智能优化算法求解优化模型,最后,运用筛选函数筛选出满足各传感器两两之间的最短距离最大的最优解,绘制出光伏阵列辐照度传感器的最优布置图。本发明辐照度传感器的布置数量少、布置位置更优,简单易操作、算法运行速度快,为光伏阵列上布置辐照度传感器提供了解决办法。
Description
技术领域
本发明涉及光伏发电系统中光伏阵列上辐照度传感器的布置方法,属于光伏发电系统运行条件检测领域。
背景技术
为了解决日益严峻的能源危机和环境问题,并随着传统能源的枯竭与大众环保意识的提高,无污染、分布广且易获取的太阳能日益受到重视。太阳能光伏发电是对太阳能有效利用的主要形式,并成为了继风力发电之后主要的新能源发电方式。近年来光伏组件价格的降低以及政府补贴政策的出台,光伏发电装机容量飞速增长,其中包括大容量的荒漠光伏电站、分散式的中小容量建筑光伏系统。
光伏阵列通常由大量光伏电池以一定的串并联结构组成,以此获取所需的光伏输出电压和功率。为防止出现热斑现象与支路电能倒送现象,光伏阵列还装设有旁路二极管与防逆二极管。采用集中输出控制的光伏阵列受均匀光照时,光伏阵列的输出功率-电压(P-U)特性曲线呈单峰状,传统最大功率点跟踪(MPPT)方法可以很容易跟踪到最大功率点(MPP);但当阵列受局部遮阴时,局部阴影不仅会削弱光伏阵列潜在的最大功率输出能力,二极管的存在还会导致光伏阵列输出特性复杂化、多峰化,给MPPT控制、重构优化、发电功率预测等带来很大困难。
针对上述技术的不足,本发明提出了一种在光伏阵列上布置辐照度传感器的方法,实现了对光伏阵列上辐照度的测量。而在不同的局部阴影条件下,光伏阵列所接收到的太阳光辐照度可能存在差异,理论上可以通过密集布置辐照度传感器的方法,实现对光伏阵列中各个位置辐照度的测量。但大量的传感器意味着建设成本高和系统复杂化,无法实现广泛应用。若对局部阴影形状准确度测量要求越高,传感器的数量将成倍增加。因此,在光伏阵列辐射度传感器布置技术的研究对光伏发电系统的稳定运行具有重要意义。
发明内容
本发明要克服现有技术的上述缺点,提供一种光伏阵列辐照度传感器的布置方法。局部阴影条件下,本发明通过计算不同辐照度传感器布置情况下检测失败时的平均误差系数,确定传感器的布置个数,利用高效的智能优化算法对建立的传感器优化模型进行求解,实现光伏阵列辐照度传感器最优布置,为解决了现有技术的缺点提供了新思路。
为实现上述目标,本发明的技术方案是:一种光伏阵列辐照度传感器的布置方法,包括光伏阵列辐照度传感器布置技术具体步骤、辐照度传感器布置数量J的确定方案、智能优化算法求解步骤、优化结果处理方式;
所述光伏阵列辐照度传感器布置方法,具体步骤如下:
步骤1:确定辐照度传感器安装的数量J;
步骤2:按照步骤1所确定的辐照度传感器的数量,以各传感器两两之间的距离之和最大,建立包含目标函数和约束条件的优化模型如下:
目标函数:
约束条件:
式中,mk,mi和nk,ni分别表示第k,i个传感器的横坐标和纵坐标,r和l分别表示传感器实际可布置点所形成的新阵列的行数和列数,Z表示整数;
步骤3:运用优化算法求解步骤2中建立的优化模型,获取所有辐照度传感器布置位置的坐标值;
步骤4:建立筛选函数,重复步骤3的优化算法运行T次后,筛选出满足各传感器两两之间的最短距离最大的最优解;
步骤5:绘制光伏阵列辐照度传感器最优布置图。
步骤1所述辐照度传感器布置数量J的确定方法,具体包括:
步骤1.1:由N块光伏组件构成的光伏阵列,布置辐照度传感器数量记为J,J=2,3,...,N;定义光伏组件在标准测试条件(STC)下,每块光伏组件最大功率点(MPP)处的电压和电流分别为UMPP和IMPP,无遮阴光伏组件表面辐照度为αW/m2,受遮阴光伏组件表面辐照度为βW/m2;
步骤1.2:通过排列组合,构造I(I=1,2,...,N)块光伏组件受遮阴时光伏阵列所有可能的阴影分布,记阴影分布类型数为YI,所有阴影分布类型总数Y;
步骤1.3:当辐照度传感器的数量为J,辐照度检测失败时的误差功率记为Pe,当传感器全部处于遮阴区域时的误差功率记为PJ_Shade,当传感器全部处于光照区域时的误差功率为PJ_Light,此时的平均误差系数记为ζJ,计算公式如下:
步骤1.4:根据步骤1.3中计算的平均误差系数ζJ,绘制平均误差系数曲线ζ-J;
步骤1.5:根据步骤1.4绘制的平均误差系数曲线,确定辐照度传感器的最优数量J;
步骤3所述的运用优化算法求解步骤2中建立的优化模型,其中优化算法可以采用粒子群优化算法,其实现步骤如下:
步骤3.1:设置粒子群的种群大小M、最大迭代次数,初始化各粒子的速度和位置,其中粒子的位置代表了辐照度传感器所在位置;
步骤3.2:将步骤2中所建立的优化模型中的目标函数作为粒子群优化算法的适应度函数,计算各粒子的适应度值;
步骤3.3:根据步骤3.2计算的适应度值,筛选并记录当前粒子群所对应的个体最优值pi和全局最优值pg;
步骤3.4:对每个粒子,根据步骤3.3所记录的个体最优值pi和全局最优值pg,更新各粒子的速度vi和位置xi,更新公式如下:
vi=wvi+c1r1(pi-xi)+c2r2(pg-xi)
xi=xi+vi (4)
式中,i=1,2,...,M,M为种群大小,c1和c2为学习因子,w为惯性常数,r1和r2为[0,1]范围内的均匀随机数,vi是粒子i的速度,xi为粒子i的位置;
步骤3.5:判断算法进程是否达到最大迭代次数,若是,则输出优化结果;否则返回步骤3.2;
步骤4所述的建立筛选函数,其实现步骤如下:
步骤4.1:第t次执行权利要求1步骤3中的优化算法后,计算各辐照度传感器两两之间距离的最小值dt,并将dt存入中间矩阵D中,其实现公式如下:
其中,T为重复运行优化算法的总次数;
步骤4.2:取中间矩阵D的最大值,其实现公式如下:
其中,ds表示第s次运行优化算法后各辐照度传感器两两之间距离的最小值,也就是说,ds为中间矩阵D中的最大值;
步骤4.3:选取第s次执行优化算法后保存的优化结果输出。
本发明的优点是:避免了测量各组件或各支路的电流与电压,只需通过在光伏阵列上布置少量的辐照度传感器,不仅有助于光伏发电系统最大输出功率的跟踪与发电量预测,而且可以为光伏阵列重构优化提供必要的全局信息,对光伏发电系统的稳定运行具有重要意义。
附图说明
图1a是本发明的光伏阵列示意图,图1b是本发明的光伏阵列辐照度传感器布置位置示意图,其中·表示实际可布置辐照度传感器的位置;
图2是本发明的实施例中3×3光伏阵列平均误差系数曲线;
图3是本发明的实施例中3×3光伏阵列辐照度传感器最优分布图,图3a为当J=3时3×3光伏阵列辐照度传感器最优分布图,图3b为当J=4时3×3光伏阵列辐照度传感器最优分布图,图3c为当J=5时3×3光伏阵列辐照度传感器最优分布图,图3d为当J=6时3×3光伏阵列辐照度传感器最优分布图,图3e为当J=7时3×3光伏阵列辐照度传感器最优分布图,图3f为当J=8时3×3光伏阵列辐照度传感器最优分布图,其中·表示实际可布置辐照度传感器的位置,表示辐照度传感器。
图4是本发明方法的流程图。
具体实施方式
下面结合实施例,对本发明作进一步的详细解释与说明。应当注意的是,本发明的实施方式不限于此。本实施例中采用3×3规模的光伏阵列,对辐照度传感器布置位置进行优化,最后绘制出3×3光伏阵列辐照度传感器最优布置图。
本发明的技术方案是:一种在光伏阵列上辐照度传感器的布置方法,具体包括:
步骤1:确定辐照度传感器布置数量J;
步骤1.1:对3×3规格的光伏组件,由9块光伏组件构成,布置辐照度传感器数量记为J,J=2,3,...,N;定义光伏组件在标准测试条件(STC)下,最大功率点(MPP)处的功率PMPP=10W,无遮阴光伏组件表面辐照度为900W/m2,受遮阴光伏组件表面辐照度为300W/m2,即α=900,β=300;
步骤1.2:当1块光伏组件受遮阴时,通过排列组合后,可得受遮阴时光伏阵列所有可能的阴影分布类型,即当2块光伏组件受遮阴时,当3块光伏组件受遮阴时,当4块光伏组件受遮阴时,当5块光伏组件受遮阴时,当6块光伏组件受遮阴时,当7块光伏组件受遮阴时,当8块光伏组件受遮阴时,当9块光伏组件受遮阴时,则所有阴影分布类型总数Y=511;
步骤1.3:当辐照度传感器的数量为J(J=2,3,...,N)时,辐照度检测失败时的误差功率Pe=6W,当传感器全部处于遮阴区域时的误差功率记为PJ_Shade,当传感器全部处于光照区域时的误差功率为PJ_Light,通过计算可得:P2_Shade=448W,P3_Shade=192W,P4_Shade=80W,P5_Shade=32W,P6_Shade=12W,P7_Shade=4W,P8_Shade=1W,P9_Shade=0;P2_Light=448W,P3_Light=192W,P4_Light=80W,P5_Light=32W,P6_Light=12W,P7_Light=4W,P8_Light=1W,P9_Light=0;此时的平均误差系数记为ζJ,通过计算可得:ζ2=(P2_Shade+P2_Light)/Y=10.52W,ζ3=4.51W,ζ4=1.88W,ζ5=0.75W,ζ6=0.28,ζ7=0.09,ζ8=0.02,ζ9=0,
步骤1.4:根据步骤1.3中计算的平均误差系数ζJ,绘制平均误差系数曲线ζ-J;
步骤1.5:根据步骤1.4绘制的平均误差系数曲线,确定辐照度传感器的最优数量为3。
步骤2:按照步骤1所确定的辐照度传感器的数量为3个,以各传感器两两之间的距离之和最大,建立包含目标函数和约束条件的优化模型如下:
目标函数:
约束条件:
式中,mk,mi和nk,ni分别表示第k,i个传感器的横坐标和纵坐标,Z表示整数;
步骤3:运用粒子群优化算法求解步骤2中建立的优化模型,获取所有辐照度传感器布置位置的坐标值;
步骤3.1:设置粒子群的种群大小M为50、最大迭代次数为100,初始化各粒子群中粒子的速度和位置,其中粒子的位置代表了辐照度传感器所在位置;
步骤3.2:将步骤2中所建立的优化模型中的目标函数作为粒子群优化算法的适应度函数,计算各粒子的适应度值;
步骤3.3:对每个粒子,根据步骤3.3所记录的个体最优值pi和全局最优值pg,更新各粒子的速度vi和位置xi,更新公式如下:
vi=wvi+c1r1(pi-xi)+c2r2(pg-xi)
xi=xi+vi (4)
式中,i=1,2,...,M,M为种群大小,c1和c2为学习因子,w为惯性常数,r1和r2为[0,1]范围内的均匀随机数,vi是粒子i的速度,xi为粒子i的位置;
步骤3.4:判断算法进程是否达到最大迭代次数,若是,则输出优化结果;否则返回步骤3.2;
步骤4:建立筛选函数,筛选出满足各传感器两两之间的最短距离最大的最优解;
步骤4.1:第t次执行步骤3中的优化算法后,计算各辐照度传感器两两之间距离的最小值dt,并将dt存入中间矩阵D中,其实现公式及结果如下:
步骤4.2:取中间矩阵D的最大值,其实现公式如下:
步骤4.3:选取第2次执行优化算法后保存的优化结果输出。
步骤5:绘制出辐照度传感器布置数量J=3时,3×3光伏阵列辐照度传感器最优布置图。
若不采用步骤1中辐照度传感器数量确定方法,即当J=4,5,...,8时,对于各辐照度传感器的布置位置依然运用粒子群优化算法对辐照度传感器位置优化模型进行求解,筛选出满足各传感器两两之间的最短距离最大的最优解,最后绘制光伏阵列辐照度传感器最优布置图。本实施例中给出当J=4,J=5,J=6,J=7,J=8时辐照度传感器的布置图,分别如图3b,图3c,图3d,图3e,图3f所示。
Claims (4)
1.一种光伏阵列辐照度传感器的布置方法,具体步骤如下:
步骤1:确定辐照度传感器安装的数量J;
步骤2:按照步骤1所确定的辐照度传感器的数量,以各传感器两两之间的距离之和最大,建立包含目标函数和约束条件的优化模型如下:
式中,mk,mi和nk,ni分别表示第k,i个传感器的横坐标和纵坐标,r和l分别表示传感器实际可布置点所形成的新阵列的行数和列数,Z表示整数;
步骤3:运用优化算法求解步骤2中建立的优化模型,获取所有辐照度传感器布置位置的坐标值;
步骤4:建立筛选函数,重复步骤3的优化算法运行T次后,筛选出满足各传感器两两之间的最短距离最大的最优解;
步骤5:绘制光伏阵列辐照度传感器最优布置图。
2.如权利要求1所述的一种光伏阵列辐照度传感器的布置方法,其特征在于:步骤1具体包括:
步骤1.1:由N块光伏组件构成的光伏阵列,布置辐照度传感器数量记为J,J=2,3,...,N;定义光伏组件在标准测试条件(STC)下,每块光伏组件最大功率点(MPP)处的电压和电流分别为UMPP和IMPP,无遮阴光伏组件表面辐照度为αW/m2,受遮阴光伏组件表面辐照度为βW/m2;
步骤1.2:通过排列组合,构造I(I=1,2,...,N)块光伏组件受遮阴时光伏阵列所有可能的阴影分布,记阴影分布类型数为YI,所有阴影分布类型总数Y;
步骤1.3:当辐照度传感器的数量为J,辐照度检测失败时的误差功率记为Pe,当传感器全部处于遮阴区域时的误差功率记为PJ_Shade,当传感器全部处于光照区域时的误差功率为PJ_Light,此时的平均误差系数记为ζJ,计算公式如下:
步骤1.4:根据步骤1.3中计算的平均误差系数ζJ,绘制平均误差系数曲线ζ-J;
步骤1.5:根据步骤1.4绘制的平均误差系数曲线,确定辐照度传感器的最优数量J。
3.如权利要求1所述的一种光伏阵列辐照度传感器的布置方法,其特征在于:步骤3所述的运用优化算法求解步骤2中建立的优化模型,采用粒子群优化算法,具体包括:
步骤3.1:设置粒子群的种群大小M、最大迭代次数,初始化各粒子的速度和位置,其中粒子的位置代表了辐照度传感器所在位置;
步骤3.2:将步骤2中所建立的优化模型中的目标函数作为粒子群优化算法的适应度函数,计算各粒子的适应度值;
步骤3.3:根据步骤3.2计算的适应度值,筛选并记录当前粒子群所对应的个体最优值pi和全局最优值pg;
步骤3.4:对每个粒子,根据步骤3.3所记录的个体最优值pi和全局最优值pg,更新各粒子的速度vi和位置xi,更新公式如下:
式中,i=1,2,...,M,M为种群大小,c1和c2为学习因子,w为惯性常数,r1和r2为[0,1]范围内的均匀随机数,vi是粒子i的速度,xi为粒子i的位置;
步骤3.5:判断算法进程是否达到最大迭代次数,若是,则输出优化结果;否则返回步骤3.2。
4.如权利要求1所述的一种光伏阵列辐照度传感器的布置方法,其特征在于:步骤4建立筛选函数,具体包括:
步骤4.1:第t次执行权利要求1步骤3中的优化算法后,计算各辐照度传感器两两之间距离的最小值dt,并将dt存入中间矩阵D中,其实现公式如下:
其中,T为重复运行优化算法的总次数;
步骤4.2:取中间矩阵D的最大值,其实现公式如下:
其中,ds表示第s次运行优化算法后各辐照度传感器两两之间距离的最小值,也就是说,ds为中间矩阵D中的最大值;
步骤4.3:选取第s次执行优化算法后保存的优化结果输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910745673.2A CN110487397B (zh) | 2019-08-13 | 2019-08-13 | 一种光伏阵列辐照度传感器的布置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910745673.2A CN110487397B (zh) | 2019-08-13 | 2019-08-13 | 一种光伏阵列辐照度传感器的布置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110487397A true CN110487397A (zh) | 2019-11-22 |
CN110487397B CN110487397B (zh) | 2021-05-11 |
Family
ID=68550946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910745673.2A Active CN110487397B (zh) | 2019-08-13 | 2019-08-13 | 一种光伏阵列辐照度传感器的布置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110487397B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111911841A (zh) * | 2020-08-17 | 2020-11-10 | 长春理工大学 | 一种用于准直式太阳模拟器的辐照均匀度自动调节系统 |
CN115081094A (zh) * | 2022-08-18 | 2022-09-20 | 江西少科智能建造科技有限公司 | 冷却塔布置方法、系统、存储介质及设备 |
CN115964592A (zh) * | 2022-12-08 | 2023-04-14 | 中广核贵州安顺关岭新能源有限公司 | 一种光伏电站设备自动化布置的系统 |
CN116834003A (zh) * | 2023-06-29 | 2023-10-03 | 广州市创博机电设备安装有限公司 | 光伏组件的智能安装方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102252761A (zh) * | 2010-04-16 | 2011-11-23 | 法国原子能与替代能委员会 | 对空间噪声具有低敏感性的电磁辐射探测装置 |
CN103712685A (zh) * | 2013-09-29 | 2014-04-09 | 浙江工业大学 | 光伏阵列辐照度测量辨识方法 |
US8981272B2 (en) * | 2011-08-04 | 2015-03-17 | Masdar Institute Of Science And Technology | Radiometers having an opaque, elongated member rotationally obstructing a light path to a light detector for measuring circumsolar profiles |
JP2016063704A (ja) * | 2014-09-19 | 2016-04-25 | 株式会社アイテス | 太陽電池検査装置 |
CN105637332A (zh) * | 2013-07-11 | 2016-06-01 | 古德卢克斯科技有限责任公司 | 集成型光供电光监控系统 |
CN208206818U (zh) * | 2018-06-14 | 2018-12-07 | 浙江斯帝特新能源有限公司 | 一种光伏检测设备 |
-
2019
- 2019-08-13 CN CN201910745673.2A patent/CN110487397B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102252761A (zh) * | 2010-04-16 | 2011-11-23 | 法国原子能与替代能委员会 | 对空间噪声具有低敏感性的电磁辐射探测装置 |
US8981272B2 (en) * | 2011-08-04 | 2015-03-17 | Masdar Institute Of Science And Technology | Radiometers having an opaque, elongated member rotationally obstructing a light path to a light detector for measuring circumsolar profiles |
CN105637332A (zh) * | 2013-07-11 | 2016-06-01 | 古德卢克斯科技有限责任公司 | 集成型光供电光监控系统 |
CN103712685A (zh) * | 2013-09-29 | 2014-04-09 | 浙江工业大学 | 光伏阵列辐照度测量辨识方法 |
JP2016063704A (ja) * | 2014-09-19 | 2016-04-25 | 株式会社アイテス | 太陽電池検査装置 |
CN208206818U (zh) * | 2018-06-14 | 2018-12-07 | 浙江斯帝特新能源有限公司 | 一种光伏检测设备 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111911841A (zh) * | 2020-08-17 | 2020-11-10 | 长春理工大学 | 一种用于准直式太阳模拟器的辐照均匀度自动调节系统 |
CN111911841B (zh) * | 2020-08-17 | 2024-01-19 | 长春理工大学 | 一种用于准直式太阳模拟器的辐照均匀度自动调节系统 |
CN115081094A (zh) * | 2022-08-18 | 2022-09-20 | 江西少科智能建造科技有限公司 | 冷却塔布置方法、系统、存储介质及设备 |
CN115081094B (zh) * | 2022-08-18 | 2022-12-02 | 江西少科智能建造科技有限公司 | 冷却塔布置方法、系统、存储介质及设备 |
CN115964592A (zh) * | 2022-12-08 | 2023-04-14 | 中广核贵州安顺关岭新能源有限公司 | 一种光伏电站设备自动化布置的系统 |
CN115964592B (zh) * | 2022-12-08 | 2024-04-23 | 中广核贵州安顺关岭新能源有限公司 | 一种光伏电站设备自动化布置的系统 |
CN116834003A (zh) * | 2023-06-29 | 2023-10-03 | 广州市创博机电设备安装有限公司 | 光伏组件的智能安装方法及系统 |
CN116834003B (zh) * | 2023-06-29 | 2024-01-02 | 广州市创博机电设备安装有限公司 | 光伏组件的智能安装方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110487397B (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110487397A (zh) | 一种光伏阵列辐照度传感器的布置方法 | |
Kamran et al. | Implementation of improved Perturb & Observe MPPT technique with confined search space for standalone photovoltaic system | |
Bana et al. | Experimental investigation on power output of different photovoltaic array configurations under uniform and partial shading scenarios | |
Jazayeri et al. | Adaptive photovoltaic array reconfiguration based on real cloud patterns to mitigate effects of non-uniform spatial irradiance profiles | |
CN110533230A (zh) | 一种光伏阵列辐照度传感器的位置优化方法 | |
CN102193027B (zh) | 光伏发电系统的基于模型的功率估计 | |
Alsadi et al. | A general expression for the shadow geometry for fixed mode horizontal, step-like structure and inclined solar fields | |
CN103730910B (zh) | 一种大规模光伏电站并网的动态等值方法 | |
CN107168049B (zh) | 光伏阵列输出特性曲线实时获取方法 | |
Harrag et al. | Adaptive GA-based reconfiguration of photovoltaic array combating partial shading conditions | |
Satpathy et al. | Impact of uneven shading by neighboring buildings and clouds on the conventional and hybrid configurations of roof-top PV arrays | |
CN107464038A (zh) | 一种太阳能光伏发电站的设计方法及系统 | |
Patel et al. | Perturb and observe maximum power point tracking for photovoltaic cell | |
Mirza et al. | Advanced variable step size incremental conductance mppt for a standalone PV system utilizing a ga-tuned pid controller | |
Kiriş et al. | Solar array system layout optimization for reducing partial shading effect | |
CN106846436B (zh) | 一种串联光伏组件多峰p-u曲线划分区间方法 | |
Perera et al. | Power generation and performance analysis of Bi-facial vs Mono-facial 10KW Photovoltaic power station | |
CN109067358B (zh) | 基于遮阴电池个数的光伏阵列重构优化方法 | |
IKOİWAK et al. | Design and simulation of an on-grid photovoltaic system | |
Sawner et al. | Application of “pvsyst” to simulate the 100 kwp rooftop solar grid-tied pv system at college campus: Jabalpur engineering college, india | |
Ye et al. | Research on PV array output characteristics based on shadow image recognition | |
CN113987956A (zh) | 一种基于蜉蝣算法的光伏电网调频方法及装置 | |
Al Mansur et al. | Experimental investigation of PV array interconnection topologies at nonuniform aging condition for power maximization | |
Nguyen | Modeling and reconfiguration of solar photovoltaic arrays under non-uniform shadow conditions | |
Jha et al. | Effect of varying temperature on different PV array configurations under partial shading condition |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230309 Address after: 310000 room 506, building C, No. 3, Weiye Road, Puyan street, Binjiang District, Hangzhou City, Zhejiang Province Patentee after: HANGZHOU YUNMU TECHNOLOGY CO.,LTD. Address before: 310014 No. 18 Chao Wang Road, Xiacheng District, Zhejiang, Hangzhou Patentee before: JIANG University OF TECHNOLOGY |
|
TR01 | Transfer of patent right |