CN110601270A - 可再生能源供电条件下的养殖装备优化调度策略 - Google Patents

可再生能源供电条件下的养殖装备优化调度策略 Download PDF

Info

Publication number
CN110601270A
CN110601270A CN201910894778.4A CN201910894778A CN110601270A CN 110601270 A CN110601270 A CN 110601270A CN 201910894778 A CN201910894778 A CN 201910894778A CN 110601270 A CN110601270 A CN 110601270A
Authority
CN
China
Prior art keywords
power generation
data
equipment
area
efficiency
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
CN201910894778.4A
Other languages
English (en)
Inventor
郭智威
曾闻茹
陈猷鹏
王建辉
陈佳
申渝
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.)
Chongqing University
Chongqing Technology and Business University
Original Assignee
Chongqing University
Chongqing Technology and Business 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 Chongqing University, Chongqing Technology and Business University filed Critical Chongqing University
Priority to CN201910894778.4A priority Critical patent/CN110601270A/zh
Publication of CN110601270A publication Critical patent/CN110601270A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
    • H02J7/35—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering with light sensitive cells
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S10/00—PV power plants; Combinations of PV energy systems with other systems for the generation of electric power
    • H02S10/20—Systems characterised by their energy storage means
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及光伏发电技术领域，具体公开了可再生能源供电条件下的养殖装备优化调度策略，包括如下步骤：S1、获取设备电量需求数据和单位面积的光伏发电单元发电效率；S2、获取所在地区的历史日辐射数据；S3、基于历史日辐射数据和单位面积的光伏发电单元发电效率计算单位面积有效发电量；S4、基于设备电量需求数据和单位面积有效发电量计算光伏发电单元总需求面积。采用本发明的技术方案以便于准确的规划养殖装备的供电需求。

Description

可再生能源供电条件下的养殖装备优化调度策略
技术领域
本发明涉及光伏发电技术领域，特别涉及可再生能源供电条件下的养殖装备优化调度策略。
背景技术
工厂化养殖通常需要许多设备，例如源水净水设备，污水处理设备，增氧设备，投饵设备等，这些设备都需要电力驱动，目前一般采用发电厂供电。而发电厂通常采用不可再生资源发电，例如煤炭等。养殖厂有较大的电力需要，也间接造成了环境污染。
太阳能作为最具有潜力的、可再生的清洁能源，其储量无限、存在普遍，使得太阳能发电成为了替代传统发电厂供电的有效解决方案。
太阳能发电分为光热发电和光伏发电。通常说的太阳能发电指的是太阳能光伏发电；光伏发电需要用到太阳能光伏板。太阳能光伏板是一种暴露在阳光下便会集热，将光能转换为直流电的发电装置，由半导体物料(例如硅)制成的薄身固体光伏电池组成。光伏板组件可以制成不同形状，而组件又可连接，以产生更多电力。
养殖厂的设备多，电量需求大，在建设时很难进行合理的预估需要用到多少太阳能光伏板进行发电，如果太阳能光伏板不足，难以满足供电需求，如果太阳能光伏板过多，投入较大，成本高且利用率较低。这也导致了大部分的养殖场不敢盲目的安装太阳能光伏板，限制了太阳能发电的应用与推广。
为此，需要一种能准确设计太阳能供电系统的策略，以满足养殖装备的供电需求。
发明内容
本发明的目的在于提供可再生能源供电条件下的养殖装备优化调度策略，以便于准确的满足养殖装备的供电需求。
为解决上述技术问题，本发明技术方案如下：
可再生能源供电条件下的养殖装备优化调度策略，包括如下步骤：
S1、获取设备电量需求数据和单位面积的光伏发电单元发电效率；
S2、获取所在地区的历史日辐射数据；
S3、基于历史日辐射数据和单位面积的光伏发电单元发电效率计算单位面积有效发电量；
S4、基于设备电量需求数据和单位面积有效发电量计算光伏发电单元总需求面积。
基础方案原理及有益效果如下：
本方案中，通过获取设备电量需求数据、单位面积的光伏发电单元发电效率以及所在地区的历史日辐射数据，便可以计算出光伏发电单元总需求面积，使得养殖场在安装太阳能光伏板时，能清楚的了解所需的量；能有效避免预估错误导致的供电不足或资源浪费的情况，实现了优化调度。
进一步，所述S1中，设备电量需求数据包括用电时长和单位时长的电量需求。
设备一般不是全天运行，在得知设备的运行时间段之后，通过用电时长和单位时长的电量需求，能准确计算出设备总的电量需求。
进一步，所述S3中，还包括蓄电池容量计算步骤；具体为：
S301、获取储能逆变器的效率、蓄电池循环放电效率、充电器损耗率和蓄电池的放电深度；
S302、基于日最大无光照时长和设备电量需求数据计算无光照最大用电需求数据；
S303、基于储能逆变器的效率、蓄电池循环放电效率、充电器损耗率、蓄电池的放电深度和无光照最大用电需求数据，计算蓄电池容量。
通过计算蓄电池容量，可以清楚了解蓄电池的需求量，保证无光照情况下，也能保证充足的电量供给。
进一步，所述S303中，蓄电池容量的计算公式为：
C＝W1/(D*(1-η1)*η2*η3)；
其中，C表示蓄电池容量，单位为KWh；W1表示无光照最大用电需求数据，单位KWh；D表示蓄电池的放电深度；η1表示充电器损耗率；η2表示储能逆变器的效率；η3表示蓄电池循环放电效率。
通过计算蓄电池循环放电效率、充电器损耗率等，能保证蓄电池的实际容量满足供电需求。
进一步，所述S4中，还获取输出逆变器的效率以及输出设备的损耗率；基于设备电量需求数据、单位面积有效发电量、输出逆变器的效率以及输出设备的损耗率计算光伏发电单元总需求面积。
引入输出逆变器的效率以及输出设备的损耗率，可以将电能的损耗计算在内，以保证充足的电量供应。
进一步，所述S4中，光伏发电单元总需求面积的计算公式为：
S＝W2*(η4*η5)/W3；
其中，S表示总需求面积；W2表示设备电量需求数据，单位KWh；W3表示单位面积有效发电量，单位KWh；η4表示输出逆变器的效率；η5表示输出设备的损耗率。
通过计算公式，能准确的计算出总需求面积，便于准确了解光伏发电单元的需求量。
进一步，所述S302中，基于日最大无光照时长和单位时长的电量需求计算无光照最大用电需求数据。
在得知单位时长的电量需求的情况下，通过日最大无光照时长能准确的计算出无光照最大用电需求数据，便于后续计算蓄电池容量。
进一步，还包括步骤S5，建成后获取光伏发电单元总面积的初始发电量数据，每隔预设时间获取光伏发电单元总面积的实际发电量数据，判断实际发电量数据与初始发电量数据之比是否低于阈值；如果低于阈值，输出提醒信息。
通过判断实际发电量数据与初始发电量数据之比是否低于阈值，能够有效判断实际发电量数据是否满足要求，如果不满足要求，通过输出提醒信息，可以提醒工作人员及时排查故障，优化发电能力。
进一步，所述报警提醒信息包括清洁提醒。
太阳能光伏板积累灰尘后，会显著影响发电效率，导致发电效率的降低，通过输出清洁提醒，能提醒工作人员及时清理太阳能光伏板，避免因灰尘的积累而长时间影响发电效率。
进一步，所述阈值为0.9-0.7。
0.9-0.7的阈值有利于及时发现问题，从而及时进行提醒，便于问题被及时处置。
附图说明
图1为可再生能源供电条件下的养殖装备优化调度策略实施例一的流程图。
具体实施方式
下面通过具体实施方式进一步详细说明：
实施例一
如图1所示，可再生能源供电条件下的养殖装备优化调度策略，包括如下步骤：
S1、获取设备电量需求数据和单位面积的光伏发电单元发电效率；设备电量需求数据包括用电时长和单位时长的电量需求；
S2、获取所在地区的历史日辐射数据；历史日辐射数据包括平均日辐射量和日最大无光照时长；
S3、基于历史日辐射数据中的平均日辐射量和单位面积的光伏发电单元发电效率计算单位面积有效发电量；
还包括蓄电池容量计算步骤；具体为：
S301、获取储能逆变器的效率、蓄电池循环放电效率、充电器损耗率和蓄电池的放电深度；
S302、基于日最大无光照时长和设备电量需求数据计算无光照最大用电需求数据；本实施例中，通过日最大无光照时长和单位时长的电量需求计算无光照最大用电需求数据；
S303、基于储能逆变器的效率、蓄电池循环放电效率、充电器损耗率、蓄电池的放电深度和无光照最大用电需求数据，计算蓄电池容量。蓄电池容量的计算公式为：
C＝W1/(D*(1-η1)*η2*η3)；
其中，C表示蓄电池容量，单位为KWh；W1表示无光照最大用电需求数据，单位KWh；D表示蓄电池的放电深度；η1表示充电器损耗率；η2表示储能逆变器的效率；η3表示蓄电池循环放电效率。
S4、还获取输出逆变器的效率以及输出设备的损耗率；基于设备电量需求数据、单位面积有效发电量、输出逆变器的效率以及输出设备的损耗率计算光伏发电单元总需求面积。
光伏发电单元总需求面积的计算公式为：
S＝W2*(η4*η5)/W3；
其中，S表示总需求面积；W2表示设备电量需求数据，单位KWh；W3表示单位面积有效发电量，单位KWh；η4表示输出逆变器的效率；η5表示输出设备的损耗率。
基于可再生能源供电条件下的养殖装备优化调度策略，本实施例还提供可再生能源供电条件下的养殖装备，包括生产设备和发电设备，生产设备包括源水净水设备、污水处理设备、增氧设备、投饵设备等。
发电设备包括光伏发电单元、蓄电池、储能逆变器、充电器、输出逆变器和输出设备；光伏发电单元所发的电能一部分经输出逆变器和输出设备被输出至生产设备；一部分经充电器存储至蓄电池内，由蓄电池供电时，在蓄电池内的电能通过储能逆变器经输出设备被输出至生产设备。以上为现有技术，这里不再赘述。
基于可再生能源供电条件下的养殖装备优化调度策略，本实施例还提供可再生能源供电条件下的养殖装备优化调度系统，包括采集模块、处理模块和输出模块。本实施例中，该系统基于计算机硬件运行，采集模块采用键盘等输入设备，处理模块采用CPU处理器，输出模块采用显示屏。
采集模块用于采集设备电量需求数据和单位面积的光伏发电单元发电效率；设备电量需求数据包括用电时长和单位时长的电量需求；采集模块还用于所在地区的历史日辐射数据；历史日辐射数据包括平均日辐射量和日最大无光照时长。本实施例中，采集的数据通过人工输入的形式进行采集。
处理模块基于历史日辐射数据中的平均日辐射量和单位面积的光伏发电单元发电效率计算单位面积有效发电量；
采集模块还用于采集储能逆变器的效率、蓄电池循环放电效率、充电器损耗率和蓄电池的放电深度的数据。采集模块还用于采集输出逆变器的效率以及输出设备的损耗率的数据。
处理模块还基于日最大无光照时长和设备电量需求数据计算无光照最大用电需求数据；本实施例中，通过日最大无光照时长和单位时长的电量需求计算无光照最大用电需求数据；
处理模块还基于储能逆变器的效率、蓄电池循环放电效率、充电器损耗率、蓄电池的放电深度和无光照最大用电需求数据，计算蓄电池容量。蓄电池容量的计算公式为：
C＝W1/(D*(1-η1)*η2*η3)；
其中，C表示蓄电池容量，单位为KWh；W1表示无光照最大用电需求数据，单位KWh；D表示蓄电池的放电深度；η1表示充电器损耗率；η2表示储能逆变器的效率；η3表示蓄电池循环放电效率。
处理模块还基于设备电量需求数据、单位面积有效发电量、输出逆变器的效率以及输出设备的损耗率计算光伏发电单元总需求面积。
光伏发电单元总需求面积的计算公式为：
S＝W2*(η4*η5)/W3；
其中，S表示总需求面积；W2表示设备电量需求数据，单位KWh；W3表示单位面积有效发电量，单位KWh；η4表示输出逆变器的效率；η5表示输出设备的损耗率。
输出模块用于输出光伏发电单元总需求面积、蓄电池容量和单位面积有效发电量。
实施例二
可再生能源供电条件下的养殖装备优化调度策略，与实施例一的区别在于，还包括步骤S5，建成后获取光伏发电单元总面积的初始发电量数据，每隔预设时间获取光伏发电单元总面积的实际发电量数据，判断实际发电量数据与初始发电量数据之比是否低于阈值；如果低于阈值，输出提醒信息。本实施例中，报警提醒信息包括清洁提醒；阈值为0.9-0.7，具体为0.8；预设时间为1-7天，具体为3天。
通过判断实际发电量数据与初始发电量数据之比是否低于阈值，能够有效判断实际发电量数据是否满足要求，如果不满足要求，通过输出提醒信息，可以提醒工作人员及时排查故障，优化发电能力。太阳能光伏板积累灰尘后，会显著影响发电效率，导致发电效率的降低，通过输出清洁提醒，能提醒工作人员及时清理太阳能光伏板，避免因灰尘的积累而长时间影响发电效率。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (10)

1.可再生能源供电条件下的养殖装备优化调度策略，其特征在于，包括如下步骤：
S1、获取设备电量需求数据和单位面积的光伏发电单元发电效率；
S2、获取所在地区的历史日辐射数据；
S3、基于历史日辐射数据和单位面积的光伏发电单元发电效率计算单位面积有效发电量；
S4、基于设备电量需求数据和单位面积有效发电量计算光伏发电单元总需求面积。
2.根据权利要求1所述的可再生能源供电条件下的养殖装备优化调度策略，其特征在于：所述S1中，设备电量需求数据包括用电时长和单位时长的电量需求。
3.根据权利要求2所述的可再生能源供电条件下的养殖装备优化调度策略，其特征在于：所述S3中，还包括蓄电池容量计算步骤；具体为：
S301、获取储能逆变器的效率、蓄电池循环放电效率、充电器损耗率和蓄电池的放电深度；
S302、基于日最大无光照时长和设备电量需求数据计算无光照最大用电需求数据；
S303、基于储能逆变器的效率、蓄电池循环放电效率、充电器损耗率、蓄电池的放电深度和无光照最大用电需求数据，计算蓄电池容量。
4.根据权利要求3所述的可再生能源供电条件下的养殖装备优化调度策略，其特征在于：所述S303中，蓄电池容量的计算公式为：
C＝W1/(D*(1-η1)*η2*η3)；
其中，C表示蓄电池容量，单位为KWh；W1表示无光照最大用电需求数据，单位KWh；D表示蓄电池的放电深度；η1表示充电器损耗率；η2表示储能逆变器的效率；η3表示蓄电池循环放电效率。
5.根据权利要求4所述的可再生能源供电条件下的养殖装备优化调度策略，其特征在于：所述S4中，还获取输出逆变器的效率以及输出设备的损耗率；基于设备电量需求数据、单位面积有效发电量、输出逆变器的效率以及输出设备的损耗率计算光伏发电单元总需求面积。
6.根据权利要求5所述的可再生能源供电条件下的养殖装备优化调度策略，其特征在于：所述S4中，光伏发电单元总需求面积的计算公式为：
S＝W2*(η4*η5)/W3；
其中，S表示总需求面积；W2表示设备电量需求数据，单位KWh；W3表示单位面积有效发电量，单位KWh；η4表示输出逆变器的效率；η5表示输出设备的损耗率。
7.根据权利要求6所述的可再生能源供电条件下的养殖装备优化调度策略，其特征在于：所述S302中，基于日最大无光照时长和单位时长的电量需求计算无光照最大用电需求数据。
8.根据权利要求1所述的可再生能源供电条件下的养殖装备优化调度策略，其特征在于，还包括步骤S5，建成后获取光伏发电单元总面积的初始发电量数据，每隔预设时间获取光伏发电单元总面积的实际发电量数据，判断实际发电量数据与初始发电量数据之比是否低于阈值；如果低于阈值，输出提醒信息。
9.根据权利要求8所述的可再生能源供电条件下的养殖装备优化调度策略，其特征在于，所述提醒信息包括清洁提醒。
10.根据权利要求8所述的可再生能源供电条件下的养殖装备优化调度策略，其特征在于，所述阈值为0.9-0.7。
CN201910894778.4A 2019-09-20 2019-09-20 可再生能源供电条件下的养殖装备优化调度策略 Pending CN110601270A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910894778.4A CN110601270A (zh) 2019-09-20 2019-09-20 可再生能源供电条件下的养殖装备优化调度策略

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910894778.4A CN110601270A (zh) 2019-09-20 2019-09-20 可再生能源供电条件下的养殖装备优化调度策略

Publications (1)

Publication Number Publication Date
CN110601270A true CN110601270A (zh) 2019-12-20

Family

ID=68862014

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910894778.4A Pending CN110601270A (zh) 2019-09-20 2019-09-20 可再生能源供电条件下的养殖装备优化调度策略

Country Status (1)

Country Link
CN (1) CN110601270A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102751762A (zh) * 2012-07-12 2012-10-24 广东电网公司汕头供电局 巡线机器人充电方法和装置及参数配置方法、巡线机器人
CN202997673U (zh) * 2012-11-02 2013-06-12 桂林健评环保节能产品开发有限公司 通信基站太阳能供电系统
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
JP2016152742A (ja) * 2015-02-19 2016-08-22 株式会社日立製作所 エリア単位太陽光発電発電量推定装置および方法
CN107134978A (zh) * 2017-06-06 2017-09-05 中盛阳光新能源科技有限公司 一种发电量曲线判别光伏组件故障的方法
CN107578157A (zh) * 2017-08-29 2018-01-12 苏州协鑫新能源运营科技有限公司 基于历史大数据对光伏电站系统效率进行修正的方法
CN107834595A (zh) * 2017-11-08 2018-03-23 硅湖职业技术学院 一种基于无线射频的太阳能与风能互补供电系统及其工作方法
CN109737477A (zh) * 2018-12-13 2019-05-10 沈阳佳晔能源科技股份有限公司 一种太阳能光伏供电的红外辐射局部供暖方法
CN110165768A (zh) * 2019-06-21 2019-08-23 国核电力规划设计研究院重庆有限公司 一种基于光储智能微网的蓄电池容量配置系统及方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102751762A (zh) * 2012-07-12 2012-10-24 广东电网公司汕头供电局 巡线机器人充电方法和装置及参数配置方法、巡线机器人
CN202997673U (zh) * 2012-11-02 2013-06-12 桂林健评环保节能产品开发有限公司 通信基站太阳能供电系统
JP2016152742A (ja) * 2015-02-19 2016-08-22 株式会社日立製作所 エリア単位太陽光発電発電量推定装置および方法
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
CN107134978A (zh) * 2017-06-06 2017-09-05 中盛阳光新能源科技有限公司 一种发电量曲线判别光伏组件故障的方法
CN107578157A (zh) * 2017-08-29 2018-01-12 苏州协鑫新能源运营科技有限公司 基于历史大数据对光伏电站系统效率进行修正的方法
CN107834595A (zh) * 2017-11-08 2018-03-23 硅湖职业技术学院 一种基于无线射频的太阳能与风能互补供电系统及其工作方法
CN109737477A (zh) * 2018-12-13 2019-05-10 沈阳佳晔能源科技股份有限公司 一种太阳能光伏供电的红外辐射局部供暖方法
CN110165768A (zh) * 2019-06-21 2019-08-23 国核电力规划设计研究院重庆有限公司 一种基于光储智能微网的蓄电池容量配置系统及方法

Similar Documents

Publication Publication Date Title
US9218035B2 (en) Renewable energy control systems and methods
Richards et al. Permanently dispelling a myth of photovoltaics via the adoption of a new net energy indicator
CN103258118A (zh) 一种预测光伏电池组件温度的方法
Luo et al. Performance loss rates of floating photovoltaic installations in the tropics
Bošnjaković et al. Environmental Impact of PV power systems
Lee et al. Degradation diagnosis system of photovoltaic panels with mobile application
Fu Viewpoints on the experiences and challenges of fishery energy internet
Selmani et al. Towards autonomous greenhouses solar-powered
CN110601270A (zh) 可再生能源供电条件下的养殖装备优化调度策略
CN109861292A (zh) 一种基于多能源储能系统提高清洁能源消纳方法
CN109301299A (zh) 一种尿液微生物燃料电池用于发电照明的装置及方法
CN110210675B (zh) 基于局地动力相似的风电场中期功率的预测方法及系统
Isa et al. Optimal sizing of hybrid fuel cell and PV employing hybrid PSO-GA
CN103972923A (zh) 一种大型太阳能光伏并网发电系统多组合装置
CN202635359U (zh) 一种增氧系统
de Moor et al. Experience curve approach for more effective policy instruments
Sawant et al. Solar Panel Based Automatic Plant Irrigation System
S Raghuwanshi et al. Reliability evaluation of stand-alone solar PV energy system for irrigation
Herceg et al. Life cycle assessment of PV module repowering
Curtis Economic feasibility of solar photovoltaic irrigation system use in great basin forage production
Imam et al. Assessing the effect of design parameters on optimal size of isolated PV systems for residential utilizations
kumar Jayam et al. Artificial photosynthesis using LDR controlled solar relay circuit
Pratama et al. Optimization of Maximum Power Point Tracking (MPPT) Using P&O-Fuzzy and IC-Fuzzy Algorithms on Photovoltaic
CN116885788A (zh) 一种用于光伏场区的抽水灌溉系统
CN212935526U (zh) 一种风光互补提水装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191220

RJ01 Rejection of invention patent application after publication