CN111932005A - 一种基于时空辐照分布特性的光伏发电出力预测方法 - Google Patents

一种基于时空辐照分布特性的光伏发电出力预测方法 Download PDF

Info

Publication number
CN111932005A
CN111932005A CN202010774198.4A CN202010774198A CN111932005A CN 111932005 A CN111932005 A CN 111932005A CN 202010774198 A CN202010774198 A CN 202010774198A CN 111932005 A CN111932005 A CN 111932005A
Authority
CN
China
Prior art keywords
photovoltaic system
irradiation
photovoltaic
solar
power generation
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
CN202010774198.4A
Other languages
English (en)
Other versions
CN111932005B (zh
Inventor
程威
卢必娟
李华峰
罗鹏
廖立涛
杜林明
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.)
Guangzhou Development New Energy Co ltd
Original Assignee
Guangzhou Development New Energy Co ltd
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 Guangzhou Development New Energy Co ltd filed Critical Guangzhou Development New Energy Co ltd
Priority to CN202010774198.4A priority Critical patent/CN111932005B/zh
Publication of CN111932005A publication Critical patent/CN111932005A/zh
Application granted granted Critical
Publication of CN111932005B publication Critical patent/CN111932005B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • 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)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Photovoltaic Devices (AREA)

Abstract

本公开提供了一种基于时空辐照分布特性的光伏发电出力预测方法，建立网格化单点太阳辐照与环境温度监测平台，用于通过网格化对单点太阳辐照进行持续性监测，并获取环境温度；建立未来时间间隔内的太阳辐照预测模型，预测未来时间间隔内的太阳辐照；通过克里金空间插值法计算光伏系统内光伏组件上平均水平太阳辐照；获取光伏系统区域内的环境温度，以及光伏系统电路联接结构，计算光伏系统发电出力。本公开通过对空间太阳辐照建模，考虑空间太阳辐照不均匀条件下光伏功率输出，提高辐照单点测量空间密度，以提高时空预测准确性。

Description

一种基于时空辐照分布特性的光伏发电出力预测方法
技术领域
本公开涉及光伏发电技术领域，尤其涉及一种基于时空辐照分布特性的光伏发电出力预测方法。
背景技术
太阳能是取之不尽、用之不竭的绿色环保能源。到达地面的太阳辐照总量受大气成分、天空云层等因素影响，决定了太阳辐照的波动性。光伏系统具有一定占地面积，常规以一点辐照预测代替局部地区预测结果，但以一点代替整个空间，不能满足空间域上辐照的不一致性以及时间轴上辐照变化特性。
实际环境中，由于环境因素的影响，光伏系统的实际效率的还要低于光伏组件的效率，其中失配问题是导致光伏系统出现效率损失的最主要原因。在多云天气条件下，云层运动导致的太阳辐照变化或由移动的云层阴影边缘引起的地面辐照度分布不均，是复杂多变的，但大多数光伏发电预测并未考虑不均匀太阳辐照条件下的光伏系统输出特性。现有的光伏发电出力预测方法不能满足光伏系统组件级别辐照预测需求，需要通过额外手段，提高辐照单点测量空间密度，以提高时空预测准确性。
发明内容
为了解决上述技术问题中的至少一个，本公开提供了一种基于时空辐照分布特性的光伏发电出力预测方法，能够准确预测光伏系统的发电出力。
为实现上述目的，本公开采用了如下技术方案：
一种基于时空辐照分布特性的光伏发电出力预测方法，包括以下步骤：
建立网格化单点太阳辐照与环境温度监测平台，用于通过网格化对单点太阳辐照进行持续性监测，并获取环境温度；
建立未来时间间隔内的太阳辐照预测模型，预测未来时间间隔内的太阳辐照；
通过克里金空间插值法计算光伏系统内光伏组件上平均水平太阳辐照；
获取光伏系统区域内的环境温度，以及光伏系统电路联接结构，计算光伏系统发电出力。
根据本公开的至少一个实施方式，所述网格化单点地面太阳辐照与环境温度监测平台，包括至少一个环境温度测量仪和至少四个太阳光辐照度测量仪；环境温度测量仪单独布置于光伏系统区域内；太阳光辐照度测量仪呈矩形均匀布置，覆盖整个矩形的光伏系统区域。
根据本公开的至少一个实施方式，所述建立未来时间间隔内的太阳辐照预测模型，预测未来时间间隔内的太阳辐照的方法为：
建立未来时间间隔内的太阳辐照预测模型，即Gt+1,i计算方法为：
Figure BDA0002617774180000021
其中，Gt,i为第i个测量点上t时刻的地面太阳水平总辐照；G0,t,i为第i个测量点上t时刻的地外太阳水平总辐照；G0,t+1,i为第i个测量点上t+1时刻的地外太阳水平总辐照；Gt+1,i为第i个测量点上t+1时刻的地面太阳水平总辐照；
预测未来时间间隔内的太阳辐照的方法为：
通过网格化单点太阳辐照与环境温度监测平台获取Gt,i的值；
G0,t,i＝1367cos(θz)；
Figure BDA0002617774180000022
其中，
Figure BDA0002617774180000023
为地理纬度，δ为太阳赤纬角，ω为太阳时角，ω＝15°(12-t)，θz为太阳天顶角。
根据本公开的至少一个实施方式，所述通过克里金空间插值法计算光伏系统内光伏组件上平均水平太阳辐照的方法为：根据克里金空间插值法在光伏组件上进行空间插值计算出N个点的水平太阳辐照；以N个点的水平太阳辐照强度作为光伏组件上平均水平太阳辐照，即为
Figure BDA0002617774180000032
根据本公开的至少一个实施方式，所述获取光伏系统区域内的环境温度，以及光伏系统电路联接结构，计算光伏系统发电出力的方法为：
以单MPPT为光伏系统发电出力最小计算单元；
根据光伏系统发电出力最小计算单元内部光伏组件电学结构，建立电学计算模型；
综合光伏系统发电出力最小计算单元内平均水平太阳辐照，以及环境温度，计算光伏系统发电最大功率点，即为光伏系统发电出力。
根据本公开的至少一个实施方式，所述综合光伏系统发电出力最小计算单元内平均水平太阳辐照，以及环境温度，计算光伏系统发电最大功率点功率的方法为：
Figure BDA0002617774180000031
其中，Pmax为光伏系统发电最大功率点功率；Im为最大功率点电流，Vm为最大功率点电压，Imre为在标准状况下的最大功率点电流，Gref为标准状况下的太阳辐照强度，1000w/m2，Vmref为标准状况下的最大功率点电压，Tref为标准状况下的组件温度，β为组件电压温度系数，T为组件温度，T的值由网格化单点太阳辐照与环境温度监测平台测得。
相比于现有技术，本公开的优势在于：
本公开揭示的一种基于时空辐照分布特性的光伏发电出力预测方法，建立网格化单点太阳辐照与环境温度监测平台，用于通过网格化对单点太阳辐照进行持续性监测，并获取环境温度；建立未来时间间隔内的太阳辐照预测模型，预测未来时间间隔内的太阳辐照；通过克里金空间插值法计算光伏系统内光伏组件上平均水平太阳辐照；获取光伏系统区域内的环境温度，以及光伏系统电路联接结构，计算光伏系统发电出力。
本公开通过对空间太阳辐照建模，考虑空间太阳辐照不均匀条件下光伏功率输出，提高辐照单点测量空间密度，以提高时空预测准确性。
附图说明
附图示出了本公开的示例性实施方式，并与其说明一起用于解释本公开的原理，其中包括了这些附图以提供对本公开的进一步理解，并且附图包括在本说明书中并构成本说明书的一部分。
图1是本公开一种基于时空辐照分布特性的光伏发电出力预测方法的流程图。
图2是本公开的环境温度测量仪和太阳光辐照度测量仪的位置分布示意图。
附图标记：1—太阳光辐照度测量仪，2—环境温度测量仪
具体实施方式
下面结合附图和实施方式对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施方式仅用于解释相关内容，而非对本公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本公开相关的部分。
需要说明的是，在不冲突的情况下，本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开。
如图1至2所示，一种基于时空辐照分布特性的光伏发电出力预测方法，包括以下步骤：
S1建立网格化单点太阳辐照与环境温度监测平台，用于通过网格化对单点太阳辐照进行持续性监测，并获取环境温度；
网格化单点地面太阳辐照与环境温度监测平台，包括至少一个环境温度测量仪和至少四个太阳光辐照度测量仪；环境温度测量仪2单独布置于光伏系统区域内；太阳光辐照度测量仪1呈矩形均匀布置，覆盖整个矩形的光伏系统区域。
S2建立未来时间间隔内的太阳辐照预测模型，预测未来时间间隔内的太阳辐照；
建立未来时间间隔内的太阳辐照预测模型，即Gt+1,i计算方法为：
Figure BDA0002617774180000041
其中，Gt,i为第i个测量点上t时刻的地面太阳水平总辐照；G0,t,i为第i个测量点上t时刻的地外太阳水平总辐照；G0,t+1,i为第i个测量点上t+1时刻的地外太阳水平总辐照；Gt+1,i为第i个测量点上t+1时刻的地面太阳水平总辐照；
预测未来时间间隔内的太阳辐照的方法为：
通过网格化单点太阳辐照与环境温度监测平台获取Gt,i的值；
G0,t,i＝1367cos(θz)；
Figure BDA0002617774180000051
其中，
Figure BDA0002617774180000052
为地理纬度，δ为太阳赤纬角，ω为太阳时角，ω＝15°(12-t)，θz为太阳天顶角。
S3通过克里金空间插值法计算光伏系统内光伏组件上平均水平太阳辐照，具体方法为：根据克里金空间插值法在光伏组件上进行空间插值计算出N个点的水平太阳辐照；以N个点的水平太阳辐照强度作为光伏组件上平均水平太阳辐照，即为
Figure BDA0002617774180000054
S4获取光伏系统区域内的环境温度，以及光伏系统电路联接结构，计算光伏系统发电出力，具体方法为：
S4.1以单MPPT(Maximum Power Point Tracking，最大功率点跟踪)为光伏系统发电出力最小计算单元；
S4.2根据光伏系统发电出力最小计算单元内部光伏组件电学结构，建立电学计算模型；
S4.3综合光伏系统发电出力最小计算单元内平均水平太阳辐照，以及环境温度，计算光伏系统发电最大功率点，即为光伏系统发电出力；
计算光伏系统发电最大功率点的方法为：
Figure BDA0002617774180000053
其中，Pmax为光伏系统发电最大功率点功率；Im为最大功率点电流，Vm为最大功率点电压，Imre为在标准状况下的最大功率点电流，Gref为标准状况下的太阳辐照强度，1000w/m2，Vmref为标准状况下的最大功率点电压，Tref为标准状况下的组件温度，β为组件电压温度系数，T为组件温度，T的值由网格化单点太阳辐照与环境温度监测平台测得。
在本说明书的描述中，参考术语“一个实施例/方式”、“一些实施例/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例/方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例/方式或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例/方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例/方式或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例/方式或示例以及不同实施例/方式或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本公开，而并非是对本公开的范围进行限定。对于所属领域的技术人员而言，在上述公开的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本公开的范围内。

Claims (6)

1.一种基于时空辐照分布特性的光伏发电出力预测方法，其特征在于，包括以下步骤：
建立网格化单点太阳辐照与环境温度监测平台，用于通过网格化对单点太阳辐照进行持续性监测，并获取环境温度；
建立未来时间间隔内的太阳辐照预测模型，预测未来时间间隔内的太阳辐照；
通过克里金空间插值法计算光伏系统内光伏组件上平均水平太阳辐照；
获取光伏系统区域内的环境温度，以及光伏系统电路联接结构，计算光伏系统发电出力。
2.如权利要求1所述的基于时空辐照分布特性的光伏发电出力预测方法，其特征在于：所述网格化单点地面太阳辐照与环境温度监测平台，包括至少一个环境温度测量仪和至少四个太阳光辐照度测量仪；环境温度测量仪单独布置于光伏系统区域内；太阳光辐照度测量仪呈矩形均匀布置，覆盖整个矩形的光伏系统区域。
3.如权利要求1所述的基于时空辐照分布特性的光伏发电出力预测方法，其特征在于，所述建立未来时间间隔内的太阳辐照预测模型，预测未来时间间隔内的太阳辐照的方法为：
建立未来时间间隔内的太阳辐照预测模型，即Gt+1,i计算方法为：
Figure FDA0002617774170000011
其中，Gt,i为第i个测量点上t时刻的地面太阳水平总辐照；G0,t,i为第i个测量点上t时刻的地外太阳水平总辐照；G0,t+1,i为第i个测量点上t+1时刻的地外太阳水平总辐照；Gt+1,i为第i个测量点上t+1时刻的地面太阳水平总辐照；
预测未来时间间隔内的太阳辐照的方法为：
通过网格化单点太阳辐照与环境温度监测平台获取Gt,i的值；
G0,t,i＝1367cos(θz)；
Figure FDA0002617774170000021
其中，
Figure FDA0002617774170000022
为地理纬度，δ为太阳赤纬角，ω为太阳时角，ω＝15°(12-t)，θz为太阳天顶角。
4.如权利要求1所述的基于时空辐照分布特性的光伏发电出力预测方法，其特征在于,所述通过克里金空间插值法计算光伏系统内光伏组件上平均水平太阳辐照的方法为：根据克里金空间插值法在光伏组件上进行空间插值计算出N个点的水平太阳辐照；以N个点的水平太阳辐照强度作为光伏组件上平均水平太阳辐照，即为
Figure FDA0002617774170000023
5.如权利要求1所述的基于时空辐照分布特性的光伏发电出力预测方法，其特征在于，所述获取光伏系统区域内的环境温度，以及光伏系统电路联接结构，计算光伏系统发电出力的方法为：
以单MPPT为光伏系统发电出力最小计算单元；
根据光伏系统发电出力最小计算单元内部光伏组件电学结构，建立电学计算模型；
综合光伏系统发电出力最小计算单元内平均水平太阳辐照，以及环境温度，计算光伏系统发电最大功率点，即为光伏系统发电出力。
6.如权利要求5所述的基于时空辐照分布特性的光伏发电出力预测方法，其特征在于，所述综合光伏系统发电出力最小计算单元内平均水平太阳辐照，以及环境温度，计算光伏系统发电最大功率点功率的方法为：
Figure FDA0002617774170000024
其中，Pmax为光伏系统发电最大功率点功率；Im为最大功率点电流，Vm为最大功率点电压，Imre为在标准状况下的最大功率点电流，Gref为标准状况下的太阳辐照强度，1000w/m2，
Figure FDA0002617774170000025
Vmref为标准状况下的最大功率点电压，Tref为标准状况下的组件温度，β为组件电压温度系数，T为组件温度，T的值由网格化单点太阳辐照与环境温度监测平台测得。
CN202010774198.4A 2020-08-04 2020-08-04 一种基于时空辐照分布特性的光伏发电出力预测方法 Active CN111932005B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010774198.4A CN111932005B (zh) 2020-08-04 2020-08-04 一种基于时空辐照分布特性的光伏发电出力预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010774198.4A CN111932005B (zh) 2020-08-04 2020-08-04 一种基于时空辐照分布特性的光伏发电出力预测方法

Publications (2)

Publication Number Publication Date
CN111932005A true CN111932005A (zh) 2020-11-13
CN111932005B CN111932005B (zh) 2024-08-06

Family

ID=73307650

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010774198.4A Active CN111932005B (zh) 2020-08-04 2020-08-04 一种基于时空辐照分布特性的光伏发电出力预测方法

Country Status (1)

Country Link
CN (1) CN111932005B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114172256A (zh) * 2021-12-20 2022-03-11 武汉美格科技股份有限公司 一种太阳能发电智能控制装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521670A (zh) * 2011-11-18 2012-06-27 中国电力科学研究院 基于气象要素的光伏电站发电输出功率预测方法
CN103353952A (zh) * 2013-05-31 2013-10-16 国家电网公司 一种基于地基云图的光伏功率预测方法
CN103543327A (zh) * 2013-10-18 2014-01-29 国家电网公司 一种测定光伏组件的发电功率的方法及设备
US20140278107A1 (en) * 2013-03-12 2014-09-18 Locus Energy, Llc Methods and systems for real-time solar forecasting incorporating a ground network
US20180188301A1 (en) * 2012-12-28 2018-07-05 Locus Energy, Inc. Estimation of shading losses for photovoltaic systems from measured and modeled inputs
CN109884896A (zh) * 2019-03-12 2019-06-14 河海大学常州校区 一种基于相似日辐照预测的光伏跟踪系统优化跟踪方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521670A (zh) * 2011-11-18 2012-06-27 中国电力科学研究院 基于气象要素的光伏电站发电输出功率预测方法
US20180188301A1 (en) * 2012-12-28 2018-07-05 Locus Energy, Inc. Estimation of shading losses for photovoltaic systems from measured and modeled inputs
US20140278107A1 (en) * 2013-03-12 2014-09-18 Locus Energy, Llc Methods and systems for real-time solar forecasting incorporating a ground network
CN103353952A (zh) * 2013-05-31 2013-10-16 国家电网公司 一种基于地基云图的光伏功率预测方法
CN103543327A (zh) * 2013-10-18 2014-01-29 国家电网公司 一种测定光伏组件的发电功率的方法及设备
CN109884896A (zh) * 2019-03-12 2019-06-14 河海大学常州校区 一种基于相似日辐照预测的光伏跟踪系统优化跟踪方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王诚良;朱凌志;党东升;赵亮;丁煌;: "云团移动对光伏电站出力特性及系统调频的影响", 可再生能源, no. 11 *
鲍安平;: "光伏发电中太阳辐照度短期优化预测仿真", 计算机仿真, no. 10 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114172256A (zh) * 2021-12-20 2022-03-11 武汉美格科技股份有限公司 一种太阳能发电智能控制装置

Also Published As

Publication number Publication date
CN111932005B (zh) 2024-08-06

Similar Documents

Publication Publication Date Title
Hammer et al. Solar energy assessment using remote sensing technologies
Lorenz et al. Regional PV power prediction for improved grid integration
Suri et al. Geographic aspects of photovoltaics in Europe: contribution of the PVGIS website
Migliorini et al. Development and experimental validation of a comprehensive thermoelectric dynamic model of photovoltaic modules
Lenz et al. Mission profile characterization of PV systems for the specification of power converter design requirements
CN115983011B (zh) 基于年辐射量的光伏发电功率模拟方法、系统及存储介质
KR20200031420A (ko) 태양광 발전량 예측 장치
CN113437938A (zh) 考虑因地域差异的现场特征的光伏阵列输出功率计算方法
Zhi et al. A physical model with meteorological forecasting for hourly rooftop photovoltaic power prediction
Lang et al. Parameter identification and performance estimation for PV modules based on reduced forms model
CN111932005B (zh) 一种基于时空辐照分布特性的光伏发电出力预测方法
Filik et al. Solar radiation–to–power generation models for one-axis tracking PV system with on-site measurements from Eskisehir, Turkey
Frid et al. The optimal angle of inclination of photovoltaic modules to the horizon
Mraoui et al. Optimum tilt angle of a photovoltaic system: Case study of Algiers and Ghardaia
Kenny et al. Energy rating of PV modules based on PVGIS irradiance and temperature database
Dubois et al. Estimation of the uncertainty due to each step of simulating the photovoltaic conversion under real operating conditions
Li et al. Evaluation index system for photovoltaic systems statistical characteristics under hazy weather conditions in central China
CN111932006B (zh) 一种基于地面阴影图的光伏发电出力预测方法
Cebecauer et al. High-resolution digital elevation model for improved PV yield estimates
Murata et al. An analysis of time-dependent spatial distribution of output power from very many PV power systems installed on a nation-wide scale in Japan
Omar et al. Temperature impacts on the performance parameters of grid‐connected PV systems based on field measurements in Palestine
Madeti et al. Development of a MATLAB/LabVIEW model for optimal tilt angle and maximum power generation of a PV module
e Silva et al. Data-driven estimation of expected photovoltaic generation
Hassaine et al. Potential of solar electricity for grid-connected systems in Algeria
WO2016146788A1 (en) System and method for predicting solar power generation

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