CN113011119B - 基于降维处理的光伏电池多参数提取方法及系统 - Google Patents
基于降维处理的光伏电池多参数提取方法及系统 Download PDFInfo
- Publication number
- CN113011119B CN113011119B CN202110171898.9A CN202110171898A CN113011119B CN 113011119 B CN113011119 B CN 113011119B CN 202110171898 A CN202110171898 A CN 202110171898A CN 113011119 B CN113011119 B CN 113011119B
- Authority
- CN
- China
- Prior art keywords
- parameters
- photovoltaic cell
- model
- data
- constants
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/373—Design optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Photovoltaic Devices (AREA)
- Testing Of Individual Semiconductor Devices (AREA)
Abstract
本公开提出了基于降维处理的光伏电池多参数提取方法及系统,包括:针对多条件下光伏电池模型,进行变换后利用常数替换掉该模型参考条件下的参数;应用数据表中的存储的参数数据对经过变换的光伏电池模型进行降维,减少参数数量;拟合实验测得的I‑V数据得到光伏电池模型的剩余参数,获得适用于多条件下下光伏电池模型参数,进而求解任意光照温度下的光伏电池板的工作特性。基于光伏电池的模型和转换方程,结合数据表中的数据以及实验数据求取单一条件或者多条件下的光伏电池参数,通过降维减少了寻优成本,在多条件下求解时通过替换参考条件下的参数消除了参考条件对结果的影响。
Description
技术领域
本公开属于光伏技术领域,尤其涉及基于降维处理的光伏电池多参数提取方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
近年来,由于不可再生能源带来的严峻的环境问题和能源危机,使得可再生能源的应用逐渐增多。而在所有的可再生能源中,光能因其清洁、无污染、无噪音等优点,逐渐成为世界能源来源的重要组成部分。此外,光能只需要光伏板就能直接转化为电能,因此以太阳能为基础的能源系统被广泛应用于大型光伏发电站和家庭中。而目前对光伏电池的准确建模和预测仍然是一个重要的难题。
光伏电池的预测和建模一般包含数学模型的建立和参数提取两个步骤。其中,单二极管模型的应用最为广泛,只需要五个物理参数即可准确描述光伏电池的工作特性。五参数为光生电流、二极管反向饱和电流、等效串联电阻、等效并联电阻及二极管理想因子。
在国内外学者的研究下,单条件下的建模已经达到了相当高的精度,目前单一条件求解最为准确的是采用寻优算法进行求解。但相比于解析法,寻优算法也存在明显的缺点,即寻优参数多时求解时间较长。此外对于光伏电池来说,其经常工作与不同的光照温度下,多条件下的准确建模和预测成为一项重要难题。
发明人在研究中发现,目前多条件建模大多分为两个步骤进行求解:首先准确求取参考条件下的五个物理参数,再经过一系列的转换方程求得任意条件下的五个物理参数。这种方法求解需要的数据大都只来自厂家提供的数据表或者只来自一条或多条实测I-V曲线,数据类型单一,此外,这类方法还要受到参考条件的选择的影响。而多参数寻优也是目前的一道难题,可能会出现多次寻优得到不同结果的问题,随着寻优参数的增加,这个缺点会更加明显,极其考验寻优算法的寻优能力。
发明内容
为克服上述现有技术的不足,本公开提供了基于降维处理的光伏电池多参数提取方法,通过降维减少了寻优成本,在多条件下求解时通过替换参考条件下的参数消除了参考条件对结果的影响。
为实现上述目的,本公开的一个或多个实施例提供了如下技术方案:
第一方面,公开了基于降维处理的光伏电池多参数提取方法,包括:
针对多条件下光伏电池模型,进行变换后利用常数替换掉该模型参考条件下的参数;
应用数据表中的存储的参数数据对经过变换的光伏电池模型进行降维,减少参数数量;
拟合实验测得的I-V数据得到光伏电池模型的剩余参数,获得适用于多条件下下光伏电池模型参数,进而求解任意光照温度下的光伏电池板的工作特性。
进一步的技术方案,光伏电池模型可以为单二极管等效电路模型,该模型中含有五个未知物理参数,光生电流、二极管反向饱和电流、等效串联电阻、等效并联电阻及二极管理想因子。
进一步的技术方案,在单一条件下求解光伏电池模型参数时,采用I-V曲线已知的点:短路电流点、开路电压点、最大功率点,即得到五参数中的三个参数与短路电流,开路电压,以及最大功率点的电压和电流的解析表达式。
进一步的技术方案,通过寻优算法或其他方法求解得到该表达式中的未知参数。
进一步的技术方案,多条件下求解光伏电池模型参数时,上述参数为光照和温度的函数,利用转换方程进行转换,将含有参考条件的项用常数代替。
进一步的技术方案,针对用常数代替后的转换方程,使用数据表中的已知量短路电流点,开路电压点和最大功率点的数据替换掉常数中未知量的三个参数,以降维。
进一步的技术方案,使用数据表中的已知量短路电流点,开路电压点和最大功率点的数据替换掉常数中未知量的三个参数,具体包括:
基于常数中三个参数与使用标准参考条件下的短路电流、开路电压、以及最大功率点的电压和电流的函数关系,使最终的转换方程中不包含这三个参数。
第二方面,公开了基于降维处理的光伏电池多参数提取系统,包括:
参数替换模块,用于针对多条件下光伏电池模型,进行变换后利用常数替换掉该模型参考条件下的参数;
降维模块,用于应用数据表中的存储的参数数据对经过变换的光伏电池模型进行降维,减少参数数量;
求解模块,拟合实验测得的I-V数据得到光伏电池模型的剩余参数,获得适用于多条件下下光伏电池模型参数,进而求解任意光照温度下的光伏电池板的工作特性。
以上一个或多个技术方案存在以下有益效果:
本发明基于光伏电池的模型和转换方程,结合数据表中的数据以及实验数据求取单一条件或者多条件下的光伏电池参数,通过降维减少了寻优成本,在多条件下求解时通过替换参考条件下的参数消除了参考条件对结果的影响。
本发明为预测单一条件或者任意条件下的光伏电池工作特性的方法,通过降维解决了求解过程中未知参数数量多的问题;此外采用实验数据与数据表中的数据相结合的办法,使数据的选择更为合理化;采用解析法与寻优算法相结合的算法,减少了寻优算法的计算成本,使得寻优结果的稳定性提高。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。
图1为本公开实施例光伏电池的单二极管等效电路模型图;
图2为本公开实施例方法对应的流程图。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
整体构思:
本公开技术方案的方法,在求解单一条件参数时,采用数据表中的数据进行降维,减少未知参数个数,进而减少寻优成本;求解多条件下参数时,首先替换掉参考条件下的参数,并应用数据表中的数据经过推导进行降维,减少了参数数量,再拟合大量实验测得的I-V数据得到剩余参数,进而求解任意光照温度下的光伏电池板的工作特性。
实施例一
本实施例公开了基于降维处理的光伏电池多参数提取方法,所基于的光伏电池的单二极管等效电路模型如图1所示,图中,I和V分别为光伏电池板输出电流和电压,Ig为光生电流,Rp和Rs分别为并联电阻和串联电阻,I0为二极管反向饱和电流,对其应用基尔霍夫电流定律,得到单二极管模型的基本方程:
式中,Vt=kTNs/q
n:二极管理想因子
Ns:光伏电池串联数量
T:光伏电池温度
k=1.38006×10-23J/K
q=1.60218×10-19C
公式(1)中含有五个未知物理参数:Ig、Rp、Rs、n、I0,每个参数都有着明确的物理意义。在单一条件下求解这些参数时,目前精度最高的方法是使用寻优算法,采用整条I-V曲线的误差作为目标函数进行求解。这种求解方法一般需要设置五个未知量,在求解过程中需要进行多次迭代以得到最优解。本发明先采用这条曲线上已知的三个最能代表曲线特征的特殊点,即短路电流点,开路电压点,最大功率点,利用解析的推导,可以得出五参数(Ig、Rp、Rs、n、I0)中的任意三个参数的解析表达式。其中的一种(表示Ig、Rp、I0)推导过程如下所示:
首先将短路电流点应用于公式(1),得到:
由于此时流过二极管的电流非常小,因此将第二项忽略,得到:
再将开路电压点应用于公式(1),得到:
将公式(4)中的Ig用公式(3)替换,得到:
最后将最大功率点应用于公式(1)得到:
将公式(6)中的Ig和I0分别用公式(3)和(5)替换,得到:
最后将公式(3)和(5)中的Rp用公式(7)代替,即可得到Ig、Rp、I0关于Rs、n、Isc、Voc、Vm和Im的表达式,其中未知量只含有Rs和n,后续可通过寻优算法或其他方法求解得到这两个参数,使计算成本大大减少。
在另一实施例子中,在求解多条件下参数时,五参数是光照和温度的函数。但这种函数关系目前还没有定论,因此本发明只给出一种转换方程,包含但不局限于这一形式:
n(S,T)=nr#(9)
Rs(S,T)=Rsr#(11)
其中下标r代表对应参数在参考条件下的值,S代表光照强度,Eg代表光伏电池的禁带宽度,αIsc代表短路电流的温度系数。公式(8)-(12)中都包含有参考条件项,并且五参数都是光照和温度的函数,为了消除参考条件的影响,这里将含有参考条件的项用常数代替,得到:
Ig(S,T)=(A+B·T)S#(13)
n(S,T)=E#(15)
Rs(S,T)=F#(16)
其中,A-G为常数,适用于任意条件。可以看到公式(13)-(17)中包含7个未知参数,由于参数量多,直接寻优会使结果不稳定并且时间成本很大。因此本发明使用数据表中的三个特殊点:短路电流点,开路电压点和最大功率点的数据替换掉A-G中的三个参数A,C,G,包括但不限于这三个。用数据表中的已知量替代未知量,实现降维的目的。具体的思路是使用标准参考条件下的短路电流Isc,SRC,开路电压Voc,SRC,以及最大功率点的电压Vm,SRC和电流Im,SRC表示出A-G中的三个参数A,C,G,或者说得到这三个量与Isc,SRC,Voc,SRC,以及Vm,SRC,Im,SRC的函数关系,使最终的转换方程中不包含这三个参数。其中一种方法的推导过程如下,以替换A,C,G三个参数为例:
首先将短路电流点带入方程(1),得到:
其中下标SRC代表对应的参数在标准参考条件下的值,这里指的是数据表中的参考条件。由于此时流过二极管的电流非常小,因此将第二项忽略,得到:
随后用公式(13)-(17)替换掉(19)中的参数,得到A的表达式:
将开路电压点带入公式(1)得到:
将公式(21)中的Ig,SRC用公式(19)代替得到:
为了简化方程的形式,我们定义以下三种方程:
此后,再用公式(13)-(17)中的值替换掉公式(22)中的参数,得到C的表达式:
最后将最大功率点带入公式(1),得到:
其中I0,SRC可由公式(22)推导为:
用公式(19)和公式(26)的替换公式(25)中的Ig,SRC和I0,SRC,得到:
最后将公式(13)-(17)中的值替换掉公式(27)中的参数,得到G的表达式:
最后将G的表达式带回公式(20)和(24)中得到:
可以看到A,C和G的表达式中只含有B,D,E,F四个未知量,使得最后寻优的参数数量由7个减少为4个。像其他一些转换方程,也可以通过使用数据表中的数据减少寻优参数数量,从而简化计算过程。
本发明提出一种新的预测单一条件或者任意条件下的光伏电池工作特性的方法,通过降维解决了求解过程中未知参数数量多的问题,;此外采用实验测量数据与厂家提供数据表中的数据相结合的办法,使数据的选择更为合理化,测量数据具体为某一光照温度下测量的电流电压曲线,进而得到短路电流Isc,开路电压Voc,以及最大功率点的电压Vm和电流Im,厂家提供数据表中可以直接读取标准条件下的参数如Isc、Voc、Vm和Im、αIsc等;采用解析法与寻优算法相结合的算法,减少了寻优算法的计算成本,使得寻优结果的稳定性提高。
本发明的具体过程为,求解单一条件的参数时,选择厂家提供数据表中的已知数据如Isc、Voc、Vm和Im、αIsc等,推导这些参数与未知参数的关系,得到如公式(3)、(5)和(7)的表达式,以减少未知参数个数,最后通过其他方法求解剩下的参数。
在求解多条件参数时,首先确定光伏电池等效电路模型及其转换方程(如公式(8)-(12)),替换掉含有参考条件的项,得到如公式(13)-(17),获取数据表中短路电流、开路电压、最大功率点以及温度系数等信息,采用解析法对转换方程进行推导,替换掉某些参数,如公式(28)-(30),从而实现降维,然后确定最终需要寻优求取的参数,输入不同光照温度条件下的I-V数据,以计算与测量值的均方根误差最小作为目标函数进行寻优,得到一组最优解。本发明适用于各种电路模型以及对应的转换方程,可通过数学软件编程轻松实现,能够对单一条件或任意条件下的光伏电池工作特性进行准确预测。其总技术流程图如图2所示。
实施例二
本实施例的目的是提供一种计算装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法的步骤。
实施例三
本实施例的目的是提供一种计算机可读存储介质。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时执行上述方法的步骤。
实施例四
本实施例的目的是提供基于降维处理的光伏电池多参数提取系统,包括:
参数替换模块,用于针对多条件下光伏电池模型,进行变换后利用常数替换掉该模型参考条件下的参数;
降维模块,用于应用数据表中的存储的参数数据对经过变换的光伏电池模型进行降维,减少参数数量;
求解模块,拟合实验测得的I-V数据得到光伏电池模型的剩余参数,获得适用于多条件下下光伏电池模型参数,进而求解任意光照温度下的光伏电池板的工作特性。
以上实施例二、三和四的装置中涉及的各步骤与方法实施例一相对应,具体实施方式可参见实施例一的相关说明部分。术语“计算机可读存储介质”应该理解为包括一个或多个指令集的单个介质或多个介质;还应当被理解为包括任何介质,所述任何介质能够存储、编码或承载用于由处理器执行的指令集并使处理器执行本公开中的任一方法。
本领域技术人员应该明白,上述本公开的各模块或各步骤可以用通用的计算机装置来实现,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本公开不限制于任何特定的硬件和软件的结合。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本公开的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。
Claims (7)
1.基于降维处理的光伏电池多参数提取方法,其特征是,包括:
针对多条件下光伏电池模型,进行变换后利用常数替换掉该模型参考条件下的参数;所述光伏电池模型为单二极管等效电路模型,该模型中含有五个未知物理参数,光生电流Ig、二极管反向饱和电流I0、等效串联电阻Rs、等效并联电阻Rp及二极管理想因子n;所述单二极管等效电路模型的基本方程为:
式中,I和V分别为光伏电池板输出电流和电压,Vt=kTNs/q,Ns为光伏电池串联数量,T为光伏电池温度,k=1.38006×10-23J/K,q=1.60218×10-19C;
多条件下求解光伏电池模型参数时,上述五个未知物理参数为光照和温度的函数,利用转换方程进行转换,将含有参考条件的项用常数代替,具体公式为:
n(S,T)=nr
Rs(S,T)=Rsr
其中,下标r代表对应参数在参考条件下的值,S代表光照强度,Eg代表光伏电池的禁带宽度,αIsc代表短路电流的温度系数;
应用数据表中的存储的短路电流点、开路电压点和最大功率点参数数据对经过变换的光伏电池模型进行降维,减少参数数量;具体的,上述转换后的公式中都包含有参考条件项,并且五参数都是光照和温度的函数,为了消除参考条件的影响,将含有参考条件的项用常数代替,得到:
Ig(S,T)=(A+B·T)S
n(S,T)=E
Rs(S,T)=F
上述公式中包含的7个未知参数A-G为常数,适用于任意条件,使用数据表中的已知量短路电流点、开路电压点和最大功率点的数据替换掉常数A-G中未知量的三个参数A,C,G,以降维;
拟合实验测得的I-V数据得到光伏电池模型的剩余参数,获得适用于多条件下光伏电池模型参数,进而求解任意光照温度下的光伏电池板的工作特性。
2.如权利要求1所述的基于降维处理的光伏电池多参数提取方法,其特征是,在单一条件下求解光伏电池模型参数时,采用I-V曲线已知的点:短路电流点、开路电压点、最大功率点,即得到五参数中的三个参数与短路电流,开路电压,以及最大功率点的电压和电流的解析表达式。
3.如权利要求1所述的基于降维处理的光伏电池多参数提取方法,其特征是,通过解析法与寻优算法相结合的算法求解得到所述单二极管等效电路模型的基本方程表达式中的未知参数。
4.如权利要求1所述的基于降维处理的光伏电池多参数提取方法,其特征是,使用数据表中的已知量短路电流点,开路电压点和最大功率点的数据替换掉常数中未知量的三个参数,具体包括:
基于常数中三个参数与使用标准参考条件下的短路电流、开路电压、以及最大功率点的电压和电流的函数关系,使最终的转换方程中不包含这三个参数。
5.基于降维处理的光伏电池多参数提取系统,其特征是,包括:
参数替换模块,用于针对多条件下光伏电池模型,进行变换后利用常数替换掉该模型参考条件下的参数;所述光伏电池模型为单二极管等效电路模型,该模型中含有五个未知物理参数,光生电流Ig、二极管反向饱和电流I0、等效串联电阻Rs、等效并联电阻Rp及二极管理想因子n;所述单二极管等效电路模型的基本方程为:
式中,I和V分别为光伏电池板输出电流和电压,Vt=kTNs/q,Ns为光伏电池串联数量,T为光伏电池温度,k=1.38006×10-23J/K,q=1.60218×10-19C;
多条件下求解光伏电池模型参数时,上述五个未知物理参数为光照和温度的函数,利用转换方程进行转换,将含有参考条件的项用常数代替,具体公式为:
n(S,T)=nr
Rs(S,T)=Rsr
其中,下标r代表对应参数在参考条件下的值,S代表光照强度,Eg代表光伏电池的禁带宽度,αIsc代表短路电流的温度系数;
降维模块,用于应用数据表中的存储的短路电流点、开路电压点和最大功率点参数数据对经过变换的光伏电池模型进行降维,减少参数数量;具体的,上述转换后的公式中都包含有参考条件项,并且五参数都是光照和温度的函数,为了消除参考条件的影响,将含有参考条件的项用常数代替,得到:
Ig(S,T)=(A+B·T)S
n(S,T)=E
Rs(S,T)=F
上述公式中包含的7个未知参数A-G为常数,适用于任意条件,使用数据表中的已知量短路电流点、开路电压点和最大功率点的数据替换掉常数A-G中未知量的三个参数A,C,G,以降维;
求解模块,拟合实验测得的I-V数据得到光伏电池模型的剩余参数,获得适用于多条件下光伏电池模型参数,进而求解任意光照温度下的光伏电池板的工作特性。
6.一种计算装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述权利要求1-4任一所述的方法的步骤。
7.一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时执行上述权利要求1-4任一所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110171898.9A CN113011119B (zh) | 2021-02-08 | 2021-02-08 | 基于降维处理的光伏电池多参数提取方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110171898.9A CN113011119B (zh) | 2021-02-08 | 2021-02-08 | 基于降维处理的光伏电池多参数提取方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113011119A CN113011119A (zh) | 2021-06-22 |
CN113011119B true CN113011119B (zh) | 2022-11-15 |
Family
ID=76383862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110171898.9A Active CN113011119B (zh) | 2021-02-08 | 2021-02-08 | 基于降维处理的光伏电池多参数提取方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113011119B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107341324A (zh) * | 2017-08-23 | 2017-11-10 | 河海大学常州校区 | 一种利用Lambert函数求解光伏组件五参数的方法 |
CN110717304A (zh) * | 2019-10-25 | 2020-01-21 | 河海大学常州校区 | 一种基于单i-v方程求解光伏组件输出模型的方法 |
CN110941909A (zh) * | 2019-12-02 | 2020-03-31 | 青海大学 | 光伏电站和风电场参数主导性辨识计算方法及系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295068B (zh) * | 2016-08-24 | 2019-10-01 | 河海大学常州校区 | 一种光伏组件双二极管模型的参数简化及提取方法 |
CN106982030B (zh) * | 2017-04-27 | 2018-11-27 | 国网江西省电力公司电力科学研究院 | 一种集中型太阳能逆变器组件板失配定位方法 |
EP3506132A1 (en) * | 2017-12-27 | 2019-07-03 | IMEC vzw | Simulation of photovoltaic systems |
CN108365822B (zh) * | 2018-04-12 | 2019-03-22 | 山东大学 | 光伏电池在不同光照温度条件下工作特性的预测方法及系统 |
CN109004903A (zh) * | 2018-08-14 | 2018-12-14 | 中国计量大学 | 适用于光伏阵列的故障检测系统及方法 |
CN111446732A (zh) * | 2019-04-15 | 2020-07-24 | 国网甘肃省电力公司电力科学研究院 | 一种光伏发电系统最大功率估计方法 |
CN110516296A (zh) * | 2019-07-17 | 2019-11-29 | 南京信息职业技术学院 | 一种光伏组件单二极管模型曲线拟合算法 |
-
2021
- 2021-02-08 CN CN202110171898.9A patent/CN113011119B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107341324A (zh) * | 2017-08-23 | 2017-11-10 | 河海大学常州校区 | 一种利用Lambert函数求解光伏组件五参数的方法 |
CN110717304A (zh) * | 2019-10-25 | 2020-01-21 | 河海大学常州校区 | 一种基于单i-v方程求解光伏组件输出模型的方法 |
CN110941909A (zh) * | 2019-12-02 | 2020-03-31 | 青海大学 | 光伏电站和风电场参数主导性辨识计算方法及系统 |
Non-Patent Citations (1)
Title |
---|
一种求解光伏电池5参数模型的方法;孔祥雨等;《电力系统保护与控制》;20131107(第22期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113011119A (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Motahhir et al. | Photovoltaic system with quantitative comparative between an improved MPPT and existing INC and P&O methods under fast varying of solar irradiation | |
Zakzouk et al. | Improved performance low‐cost incremental conductance PV MPPT technique | |
Kumar et al. | Global maximum power point tracking using variable sampling time and pv curve region shifting technique along with incremental conductance for partially shaded photovoltaic systems | |
CN105590032A (zh) | 一种基于参数辨识的光伏组件mppt算法 | |
Lidaighbi et al. | A new hybrid method to estimate the single-diode model parameters of solar photovoltaic panel | |
Fan et al. | Voltage band analysis for maximum power point tracking of stand-alone PV systems | |
CN116304669A (zh) | 一种短期校正的分布式光伏功率预测方法及系统 | |
CN106169910A (zh) | 基于群搜索算法的光伏电池参数辨识方法 | |
CN111555714A (zh) | 一种特性失配光伏组串的功率峰数测量方法 | |
CN108306617A (zh) | 一种理想太阳能电池最大功率点参数的求解方法 | |
Mao et al. | Modelling of PV module and its application for partial shading analysis–part I: model and parameter estimation of PV module | |
CN105024645A (zh) | 一种基于矩阵进化的光伏阵列故障定位方法 | |
Choulli et al. | A novel hybrid analytical/iterative method to extract the single-diode model's parameters using Lambert's W-function | |
Cristaldi et al. | Model‐based maximum power point tracking for photovoltaic panels: parameters identification and training database collection | |
Zhou et al. | A fast-speed GMPPT method for PV array under Gaussian laser beam condition in wireless power transfer application | |
CN104392116A (zh) | 求解光伏电池单二极管模型参数的方法 | |
Udoka et al. | The differences between single diode model and double diode models of a solar photovoltaic cells: systematic review | |
CN111814399B (zh) | 太阳能光伏电池系统的模型参数优化提取方法和测量数据预测方法 | |
CN102637056B (zh) | 一种维持光伏发电系统最大功率点的方法 | |
CN113011119B (zh) | 基于降维处理的光伏电池多参数提取方法及系统 | |
CN113033136B (zh) | 简化的光伏电池物理参数提取优化方法及系统 | |
TWI706629B (zh) | 一種太陽能電池之全域最大功率追蹤方法 | |
Mao et al. | Macro‐model of PV module and its application for partial shading analysis | |
CN113011000B (zh) | 光伏电池工作特性多条件参数预测的方法及系统 | |
Raeisi et al. | Designing and construction of a solar panel simulator capable of simulating partial shading conditions |
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 |