CN111932006A - 一种基于地面阴影图的光伏发电出力预测方法 - Google Patents

一种基于地面阴影图的光伏发电出力预测方法 Download PDF

Info

Publication number
CN111932006A
CN111932006A CN202010774223.9A CN202010774223A CN111932006A CN 111932006 A CN111932006 A CN 111932006A CN 202010774223 A CN202010774223 A CN 202010774223A CN 111932006 A CN111932006 A CN 111932006A
Authority
CN
China
Prior art keywords
photovoltaic system
ground
area
ground shadow
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.)
Pending
Application number
CN202010774223.9A
Other languages
English (en)
Inventor
李华峰
程威
罗鹏
潘永恒
王栋
许凯鹏
周俊宏
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 CN202010774223.9A priority Critical patent/CN111932006A/zh
Publication of CN111932006A publication Critical patent/CN111932006A/zh
Pending legal-status Critical Current

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)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Photovoltaic Devices (AREA)

Abstract

本公开提供了一种基于地面阴影图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；通过地面阴影拍摄相机每间隔时间Δt持续地拍摄光伏系统区域获得地面阴影图；建立地面阴影图像素点与光伏系统区域几何关系；通过光流法计算地面阴影区域运动速度，预测下一时刻阴影区域位置；计算图像亮度阈值，分割被遮挡与未遮挡状态区域；记录评估时间点有限邻近时间间隔内地面被遮挡与未遮挡状态下的太阳辐照；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。本公开对光伏系统所在空间区域建立的预测模型和方法，能够有效降低光伏系统发电出力预测过程中的不确定性。

Description

一种基于地面阴影图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，尤其涉及一种基于地面阴影图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，其中，最关键的影响因素为因云层运动对太阳直射光产生的遮挡作用。
从地面光伏角度看，云层运动导致在地面产生遮挡阴影，从而导致光伏系统表面太阳辐照不均匀，是产生光伏系统出力预测不确定的重要因素。因此，常规单点预测太阳辐照的方式不能满足多云天气条件下，地面光伏系统预测需求，亟需对光伏系统所在空间区域建立区域预测模型和方法，降低光伏系统出力预测过程中的不确定性。
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地面阴影图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：
一种基于地面阴影图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；
通过地面阴影拍摄相机每间隔时间Δt持续地拍摄光伏系统区域获得地面阴影图；
建立地面阴影图像素点与光伏系统区域几何关系；
通过光流法计算地面阴影区域运动速度，预测下一时刻阴影区域位置；
计算地面阴影图图像亮度阈值，分割被遮挡与未遮挡状态区域；
记录评估时间点有限邻近时间间隔内地面被遮挡与未遮挡状态下的太阳辐照；
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，所述地面阴影拍摄相机的距地高度根据相机视角、需评估光伏系统安装地点面积及形态、地面阴影拍摄相机安装位置间几何关系确定。
根据本公开的至少一个实施方式，所述间隔时间Δt的计算公式为：
Δt＝光伏系统区域的短边边长/以往气象数据中当前月最大风速。
根据本公开的至少一个实施方式，所述地面阴影图为地面阴影拍摄相机镜头几何关系做畸变校正，并在相机正交方向投影后的图像。
根据本公开的至少一个实施方式，所述建立地面阴影图像素点与光伏系统区域几何关系的方法为：
面积关系：光伏系统区域面积/地面阴影图像素点个数；
长度关系：光伏系统区域边长长度/对应地面阴影图边像素点个数。
根据本公开的至少一个实施方式，所述通过光流法计算地面阴影区域运动速度，预测下一时刻阴影区域位置的方法为：根据地面阴影图像素点与光伏系统区域几何关系，通过光流法对地面阴影图像像素级运动的评估，转换到光伏系统区域上阴影区域运动的评估。
根据本公开的至少一个实施方式，通过最小方差法来计算所述地面阴影图图像亮度阈值。
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：
S1.以单MPPT为光伏系统发电出力最小计算单元；
S2.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；
S3.综合光伏系统发电出力最小计算单元内地面被遮挡与未遮挡状态下的太阳辐照，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。
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地面阴影图的光伏发电出力预测方法，通过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；每间隔时间Δt持续地拍摄光伏系统区域获得地面阴影图，对地面云层阴影的不断追踪；建立地面阴影图像素点与光伏系统区域几何关系；通过光流法计算地面阴影区域运动速度，预测下一时刻阴影区域位置；再通过最小方差法来计算地面阴影图图像亮度阈值，分割被遮挡与未遮挡状态区域；记录评估时间点有限邻近时间间隔内地面被遮挡与未遮挡状态下的太阳辐照；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，计算出光伏系统发电出力。
本公开对光伏系统所在空间区域建立的预测模型和方法，能够有效降低光伏系统发电出力预测过程中的不确定性。
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是本公开一种基于地面阴影图的光伏发电出力预测方法的流程图。
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所示，一种基于地面阴影图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。
S2.通过地面阴影拍摄相机每间隔时间Δt持续地拍摄光伏系统区域获得地面阴影图；
地面阴影拍摄相机的距地高度根据相机视角(FOV)、需评估光伏系统安装地点面积及形态、地面阴影拍摄相机安装位置间几何关系确定。
间隔时间Δt的计算公式为：
Δt＝光伏系统区域的短边边长/以往气象数据中当前月最大风速(Vwind，max)。
地面阴影图为地面阴影拍摄相机镜头几何关系做畸变校正，并在相机正交方向投影后的图像。
S3.建立地面阴影图像素点与光伏系统区域几何关系；
建立地面阴影图像素点与光伏系统区域几何关系的方法为：
面积关系：光伏系统区域面积/地面阴影图像素点个数；
长度关系：光伏系统区域边长长度/对应地面阴影图边像素点个数。
S4.通过光流法计算地面阴影区域运动速度，预测下一时刻阴影区域位置，具体方法为：根据地面阴影图像素点与光伏系统区域几何关系，通过光流法对地面阴影图像像素级运动的评估，转换到光伏系统区域上阴影区域运动的评估。
S5.通过最小方差法来计算地面阴影图图像亮度阈值，分割被遮挡与未遮挡状态区域。
S6.记录评估时间点有限邻近时间间隔内地面被遮挡与未遮挡状态下的太阳辐照；
S7.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：
S7.1.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；
S7.2.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；
S7.3.综合光伏系统发电出力最小计算单元内地面被遮挡与未遮挡状态下的太阳辐照，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。
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 (9)

1.一种基于地面阴影图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；
通过地面阴影拍摄相机每间隔时间Δt持续地拍摄光伏系统区域获得地面阴影图；
建立地面阴影图像素点与光伏系统区域几何关系；
通过光流法计算地面阴影区域运动速度，预测下一时刻阴影区域位置；
计算地面阴影图图像亮度阈值，分割被遮挡与未遮挡状态区域；
记录评估时间点有限邻近时间间隔内地面被遮挡与未遮挡状态下的太阳辐照；
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所述的基于地面阴影图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所述的基于地面阴影图的光伏发电出力预测方法，其特征在于：所述地面阴影拍摄相机的距地高度根据相机视角、需评估光伏系统安装地点面积及形态、地面阴影拍摄相机安装位置间几何关系确定。
4.如权利要求1所述的基于地面阴影图的光伏发电出力预测方法，其特征在于,所述间隔时间Δt的计算公式为：
Δt＝光伏系统区域的短边边长/以往气象数据中当前月最大风速。
5.如权利要求1所述的基于地面阴影图的光伏发电出力预测方法，其特征在于：所述地面阴影图为地面阴影拍摄相机镜头几何关系做畸变校正，并在相机正交方向投影后的图像。
6.如权利要求1所述的基于地面阴影图的光伏发电出力预测方法，其特征在于，所述建立地面阴影图像素点与光伏系统区域几何关系的方法为：
面积关系：光伏系统区域面积/地面阴影图像素点个数；
长度关系：光伏系统区域边长长度/对应地面阴影图边像素点个数。
7.如权利要求1所述的基于地面阴影图的光伏发电出力预测方法，其特征在于，所述通过光流法计算地面阴影区域运动速度，预测下一时刻阴影区域位置的方法为：根据地面阴影图像素点与光伏系统区域几何关系，通过光流法对地面阴影图像像素级运动的评估，转换到光伏系统区域上阴影区域运动的评估。
8.如权利要求1所述的基于地面阴影图的光伏发电出力预测方法，其特征在于，通过最小方差法来计算所述地面阴影图图像亮度阈值。
9.如权利要求1所述的基于地面阴影图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：
S1.以单MPPT为光伏系统发电出力最小计算单元；
S2.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；
S3.综合光伏系统发电出力最小计算单元内地面被遮挡与未遮挡状态下的太阳辐照，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。
CN202010774223.9A 2020-08-04 2020-08-04 一种基于地面阴影图的光伏发电出力预测方法 Pending CN111932006A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010774223.9A CN111932006A (zh) 2020-08-04 2020-08-04 一种基于地面阴影图的光伏发电出力预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010774223.9A CN111932006A (zh) 2020-08-04 2020-08-04 一种基于地面阴影图的光伏发电出力预测方法

Publications (1)

Publication Number Publication Date
CN111932006A true CN111932006A (zh) 2020-11-13

Family

ID=73307669

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010774223.9A Pending CN111932006A (zh) 2020-08-04 2020-08-04 一种基于地面阴影图的光伏发电出力预测方法

Country Status (1)

Country Link
CN (1) CN111932006A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117408676A (zh) * 2023-11-10 2024-01-16 山东沐春新能源科技有限公司 光伏电站的运维管理方法、装置及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102244483A (zh) * 2011-03-22 2011-11-16 苏州市思玛特电力科技有限公司 基于气象信息的光伏发电有功功率在线评估方法
WO2017155421A1 (en) * 2016-03-07 2017-09-14 Centro De Investigação Em Energia Ren - State Grid, S.A Method and system for forecasting the power output of a group of photovoltaic power plants and managing the integration of said power output into a power grid
CN107742171A (zh) * 2017-10-31 2018-02-27 浙江工业大学 基于移动阴影图像识别的光伏电站发电功率预测方法
CN108008633A (zh) * 2017-12-11 2018-05-08 甘肃省电力公司风电技术中心 包含多种天气变化的辐照度与光伏组件坐标关联关系建立方法
US20180188301A1 (en) * 2012-12-28 2018-07-05 Locus Energy, Inc. Estimation of shading losses for photovoltaic systems from measured and modeled inputs
CN108874739A (zh) * 2018-06-11 2018-11-23 河海大学常州校区 光伏方阵间距遮挡下光伏组件辐照不均匀度计算方法
CN109586341A (zh) * 2018-12-14 2019-04-05 国网山东省电力公司经济技术研究院 一种基于辐照特性气象场景的光伏发电接纳评估模型

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102244483A (zh) * 2011-03-22 2011-11-16 苏州市思玛特电力科技有限公司 基于气象信息的光伏发电有功功率在线评估方法
US20180188301A1 (en) * 2012-12-28 2018-07-05 Locus Energy, Inc. Estimation of shading losses for photovoltaic systems from measured and modeled inputs
WO2017155421A1 (en) * 2016-03-07 2017-09-14 Centro De Investigação Em Energia Ren - State Grid, S.A Method and system for forecasting the power output of a group of photovoltaic power plants and managing the integration of said power output into a power grid
CN107742171A (zh) * 2017-10-31 2018-02-27 浙江工业大学 基于移动阴影图像识别的光伏电站发电功率预测方法
CN108008633A (zh) * 2017-12-11 2018-05-08 甘肃省电力公司风电技术中心 包含多种天气变化的辐照度与光伏组件坐标关联关系建立方法
CN108874739A (zh) * 2018-06-11 2018-11-23 河海大学常州校区 光伏方阵间距遮挡下光伏组件辐照不均匀度计算方法
CN109586341A (zh) * 2018-12-14 2019-04-05 国网山东省电力公司经济技术研究院 一种基于辐照特性气象场景的光伏发电接纳评估模型

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张曦;康重庆;张宁;黄越辉;刘纯;徐健飞;: "太阳能光伏发电的中长期随机特性分析", 电力系统自动化, no. 06 *
林琳;刘?;康慧玲;: "一种基于神经网络的天空图像到太阳辐照度的映射模型", 电子测量技术, no. 14 *
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
CN117408676A (zh) * 2023-11-10 2024-01-16 山东沐春新能源科技有限公司 光伏电站的运维管理方法、装置及存储介质

Similar Documents

Publication Publication Date Title
AU2020100323A4 (en) Solar Power Forecasting
Chow et al. Intra-hour forecasting with a total sky imager at the UC San Diego solar energy testbed
US10989839B1 (en) Ground-based sky imaging and irradiance prediction system
US20140083413A1 (en) Method and apparatus for mapping cloud shading on the ground in a large area
CN110514298B (zh) 一种基于地基云图的太阳辐照强度计算方法
EP2891904A1 (en) Solar irradiance forecasting
KR20130031732A (ko) 일사량 추정을 위해 전천사진으로부터 운량을 계산하는 방법, 상기 계산한 운량을 이용한 태양광 발전량 예측 장치
JP6685065B2 (ja) 太陽光発電設備の設計支援装置、設計支援方法、設計支援プログラム及び設計支援用学習済みモデル作成装置
KR20130027356A (ko) 전천사진으로부터 운량을 계산하는 방법, 그 계산한 운량을 이용하여 태양광 발전량을 예측하는 방법 및 그 방법을 이용하는 구름 관측 장치
WO2017193172A1 (en) "solar power forecasting"
KR101541285B1 (ko) 무인 항공기를 이용한 태양광 발전 설비의 태양전지 모듈 표면 영상 데이터 수집 시스템
Dissawa et al. Cross-correlation based cloud motion estimation for short-term solar irradiation predictions
CN103712685B (zh) 光伏阵列辐照度测量辨识方法
CN111932006A (zh) 一种基于地面阴影图的光伏发电出力预测方法
Singh et al. A visual-inertial system to determine accurate solar insolation and optimal PV panel orientation at a point and over an area
WO2024037123A1 (zh) 一种全场精细化dni预测方法
Baldus-Jeursen et al. Snow losses for photovoltaic systems: validating the marion and townsend models
CN111142576B (zh) 一种太阳追踪修正算法及太阳追踪方法
Esteves et al. Forecasting photovoltaics/concentrated photovoltaics at national level–Portugal experience
CN111932005A (zh) 一种基于时空辐照分布特性的光伏发电出力预测方法
CN116192005A (zh) 基于微时空尺度辐照预测的光伏跟踪方法、系统及介质
Hensel et al. Comparison of Algorithms for Short-term Cloud Coverage Prediction
JP2015007959A (ja) 太陽電池の設計装置、設計方法および製造方法
CN116260141B (zh) 一种光伏电站功率的重构方法、系统及重构终端
Arosh et al. Composite imagery-based non-uniform illumination sensing for system health monitoring of solar power plants

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