CN115207925A - 分布式光伏发电智能管理系统 - Google Patents
分布式光伏发电智能管理系统 Download PDFInfo
- Publication number
- CN115207925A CN115207925A CN202211118935.0A CN202211118935A CN115207925A CN 115207925 A CN115207925 A CN 115207925A CN 202211118935 A CN202211118935 A CN 202211118935A CN 115207925 A CN115207925 A CN 115207925A
- Authority
- CN
- China
- Prior art keywords
- data
- parameters
- parameter
- power generation
- power
- 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
Links
- 238000010248 power generation Methods 0.000 title claims abstract description 48
- 238000005286 illumination Methods 0.000 claims abstract description 57
- 238000012545 processing Methods 0.000 claims description 29
- 238000005192 partition Methods 0.000 claims description 27
- 230000005855 radiation Effects 0.000 claims description 25
- 238000007726 management method Methods 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 11
- 238000013500 data storage Methods 0.000 claims description 9
- 238000012790 confirmation Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 5
- 238000004146 energy storage Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
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
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
-
- 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
- H02J3/381—Dispersed generators
-
- 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
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了分布式光伏发电智能管理系统,涉及光伏发电技术领域,解决了从外部天气环境内获取对应的光照条件,对后续的发电参数进行预测,此种预测方式会导致预测参数偏差过大的技术问题,管理中心通过天气数据获取端从大数据云端内获取天气数据,并将天气数据传输至管理中心内,管理中心内部的数据离散分区端对天气数据进行预处理,得到对应的预测功率参数,将预测功率参数输送至预测数据输出端内,通过预测数据输出端将所得到的预测功率参数输送至外部显示终端内,采用分段式功率预测的方式,同时不同的发电阶段对应不同的导向因子,便可提升功率预测的准确性,以此提升整个光伏发电的智能管理效果。
Description
技术领域
本发明属于光伏发电技术领域,具体是分布式光伏发电智能管理系统。
背景技术
光伏发电是利用半导体界面的光生伏特效应而将光能直接转变为电能的一种技术,主要由太阳电池板(组件)、控制器和逆变器三大部分组成,主要部件由电子元器件构成,太阳能电池经过串联后进行封装保护可形成大面积的太阳电池组件,再配合上功率控制器等部件就形成了光伏发电装置。
专利公开号为CN114520512B的发明公开了一种屋顶分布式光伏发电智能储能管理系统,包括:光伏发电模块、储能模块、负荷采集模块、储能信息采集模块、环境信息采集模块与天气预测模块;本发明能够对现有技术中分布建设的小型光伏发电系统进行整合,首先通过一个区域内整合的多个小型光伏发电系统进行相互之间的电力传输,从而保证储能模块中的所有储能单元均能够保持良好的电量储备,从而减少各用户从电网补充电力进行使用的频率,另外,通过将供电用户的电量优先传输至受电用户,从而减少供电用户数量,从而减少各用户向电网传输电力的频率,从而降低小型光伏电站与电网并网进行电力传输的频率,起到提升电网稳定性的效果。
现有的分布式光伏发电管理过程中,通过对应时间段的发电参数,再从外部天气环境内获取对应的光照条件,对后续的发电参数进行预测,此种预测方式会导致预测参数偏差过大,若将不同的光照环境进行分段式处理,并从分段式处理内获取不同的导向因子,通过导向因子对发电参数进行预测,提升预测效果。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一;为此,本发明提出了分布式光伏发电智能管理系统,用于解决从外部天气环境内获取对应的光照条件,对后续的发电参数进行预测,此种预测方式会导致预测参数偏差过大的技术问题。
为实现上述目的,根据本发明的第一方面的实施例提出分布式光伏发电智能管理系统,包括数据获取终端、管理中心以及预测数据输出端和天气数据获取端;
所述数据获取终端用于对分布式光伏发电板的外部数据以及内部数据进行获取,并将所获取的外部数据以及内部数据输送至管理中心内,其中内部数据为分布式光伏发电板所产生的发电功率参数,所述外部数据包括光照辐射参数以及光照时长;
所述管理中心包括数据区分处理端、功率数据确认端、数据离散分区端以及数据存储端;
外部数据输送至数据区分处理端内,数据区分处理端按照时段划分的方式,对不同时段的光照时长以及光照辐射参数进行处理,得到若干个不同时段的标参参数;
所述功率数据确认端,对内部数据的发电功率参数进行提取确认,并将发电功率参数按照时段划分的方式得到不同时段的发电功率参数,并将不同时段的发电功率参数输送至数据离散分区端内;
所述数据离散分区端,对不同时段的发电功率参数以及不同时段的标参参数BCi进行获取,并对不同时段的发电功率参数以及标参参数进行离散处理,得到不同标参参数所对应的导向因子,将同一导向因子的多组标参参数进行提取,并将导向因子Yk的多组标参参数进行捆绑,生成多组待提取数据包,并将多组待提取数据包传输至数据存储端内进行存储,所存储的待提取数据包由数据离散分区端进行提取,数据离散分区端由天气数据获取端所获取的天气数据以及待提取数据包对发电功率参数进行预测。
优选的,所述数据区分处理端对不同时段的光照时长以及光照辐射参数进行处理的方式为:
以当前时刻为校准时刻,获取前H天的外部数据,将H天的外部数据进行划分,获取单个时长的光照辐射参数以及光照时长,单个时长取值为1h;
优选的,所述数据离散分区端,对不同时段的发电功率参数以及标参参数进行离散处理的方式为:
将若干个导向因子Yk进行比对,将同一导向因子Yk的多组标参参数进行提取,并将导向因子Yk的多组标参参数进行捆绑,生成多组待提取数据包,并将多组待提取数据包传输至数据存储端内进行存储。
优选的,所述数据离散分区端对天气数据进行预处理的步骤为:
S1、从天气数据内获取对应的光照辐射参数以及光照时长,将此刻的光照辐射参
数标记为NHn,将光照时长标记为SC,采用得到对应时长的光照占比SCHn,其中
n=1、2、……、12,其中n为当天光照时长的时间段,n间隔时间段为1h;
S3、将多组待处理标参值BCZn与待提取数据包内部的标参参数进行比对,获取对应的导向因子Yk,采用GLCn=BCZn×Yk对应时段的功率参数GLCn;
S4、将若干组功率参数GLCn进行合并处理,得到单天的预测功率参数,将预测功率参数输送至预测数据输出端内,且预测数据输出端将预测功率参数输送至外部显示终端内。
与现有技术相比,本发明的有益效果是:对分布式光伏发电板的外部数据以及内部数据进行获取,并将所获取的外部数据以及内部数据输送至管理中心内,数据区分处理端按照时段划分的方式,对不同时段的光照时长以及光照辐射参数进行处理,得到若干个不同时段的标参参数,再通过数据离散分区端对不同时段的发电功率参数以及不同时段的标参参数BCi进行获取,并对不同时段的发电功率参数以及标参参数进行离散处理,得到不同标参参数所对应的导向因子;
管理中心通过天气数据获取端从大数据云端内获取天气数据,并将天气数据传输至管理中心内,管理中心内部的数据离散分区端对天气数据进行预处理,得到对应的预测功率参数,将预测功率参数输送至预测数据输出端内,通过预测数据输出端将所得到的预测功率参数输送至外部显示终端内,采用分段式功率预测的方式,同时不同的发电阶段对应不同的导向因子,便可提升功率预测的准确性,以此提升整个光伏发电的智能管理效果。
附图说明
图1为本发明原理框架示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例一
请参阅图1,本申请提供了分布式光伏发电智能管理系统,包括数据获取终端、管理中心以及预测数据输出端和天气数据获取端;
所述数据获取终端输出端与管理中心输入端电性连接,所述管理中心输出端与预测数据输出端输入端电性连接;
所述管理中心包括数据区分处理端、功率数据确认端、数据离散分区端以及数据存储端;
所述数据区分处理端输出端与数据离散分区端输入端电性连接,所述功率数据确认端输出端与数据离散分区端输入端电性连接,所述数据离散分区端与数据存储端之间双向连接,所述天气数据获取端输出端与管理中心输入端电性连接;
所述数据获取终端,用于对分布式光伏发电板的外部数据以及内部数据进行获取,并将所获取的外部数据以及内部数据输送至管理中心内,其中内部数据为分布式光伏发电板所产生的发电功率参数,所述外部数据包括光照辐射参数以及光照时长,其中光照辐射参数由设置于分布式光伏发电板内部的辐射传感器进行获取;
外部数据输送至数据区分处理端内,数据区分处理端按照时段划分的方式,对不同时段的光照时长以及光照辐射参数进行处理,得到若干个不同时段的标参参数,其中具体处理方式为:
以当前时刻为校准时刻,获取前30天的外部数据,将30天的外部数据进行划分,获取单个时长的光照辐射参数以及光照时长,单个时长取值为1h;
所述功率数据确认端,对内部数据的发电功率参数进行提取确认,并将发电功率参数按照时段划分的方式得到不同时段的发电功率参数,并将不同时段的发电功率参数输送至数据离散分区端内;
所述数据离散分区端,对不同时段的发电功率参数以及不同时段的标参参数BCi进行获取,并对不同时段的发电功率参数以及标参参数进行离散处理,得到不同标参参数所对应的导向因子,其中具体处理方式为:
将若干个导向因子Yk进行比对,将同一导向因子Yk的多组标参参数进行提取,并将导向因子Yk的多组标参参数进行捆绑,生成多组待提取数据包,并将多组待提取数据包传输至数据存储端内进行存储。
天气数据获取端,从大数据云端内获取天气数据,并将天气数据传输至管理中心内,管理中心内部的数据离散分区端对天气数据进行预处理,得到对应的预测功率参数,将预测功率参数输送至预测数据输出端内,通过预测数据输出端将所得到的预测功率参数输送至外部显示终端内,其中数据离散分区端对天气数据进行预处理的步骤为:
S1、从天气数据内获取对应的光照辐射参数以及光照时长,将此刻的光照辐射参
数标记为NHn,将光照时长标记为SC,采用得到对应时长的光照占比SCHn,其中
n=1、2、……、12,其中n为当天光照时长的时间段,n间隔时间段为1h;
S3、将多组待处理标参值BCZn与待提取数据包内部的标参参数进行比对,获取对应的导向因子Yk,采用GLCn=BCZn×Yk对应时段的功率参数GLCn;
S4、将若干组功率参数GLCn进行合并处理,得到单天的预测功率参数,将预测功率参数输送至预测数据输出端内,且预测数据输出端将预测功率参数输送至外部显示终端内。
实施例二
本实施例在具体实施过程中,相较于实施例一,具体区别在于,数据区分处理端按照时段划分的方式,对不同时段的光照时长以及光照辐射参数进行处理,其中,以当前时刻为校准时刻,获取前60天的外部数据,并将60天的外部数据进行划分;
将实施例一以及实施例二的数据散布于实验中进行体验,得到体验数据,其中体验数据包括对应的评价分以及预测准确度,其中体验数据如下表所示:
由表中数据可知,实施例一以及实施例二的数据各有优势,外部人员可根据实际需求选取合适的实施例。
上述公式中的部分数据均是去除量纲取其数值计算,公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式;公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。
本发明的工作原理:对分布式光伏发电板的外部数据以及内部数据进行获取,并将所获取的外部数据以及内部数据输送至管理中心内,数据区分处理端按照时段划分的方式,对不同时段的光照时长以及光照辐射参数进行处理,得到若干个不同时段的标参参数,再通过数据离散分区端对不同时段的发电功率参数以及不同时段的标参参数BCi进行获取,并对不同时段的发电功率参数以及标参参数进行离散处理,得到不同标参参数所对应的导向因子;
管理中心通过天气数据获取端从大数据云端内获取天气数据,并将天气数据传输至管理中心内,管理中心内部的数据离散分区端对天气数据进行预处理,得到对应的预测功率参数,将预测功率参数输送至预测数据输出端内,通过预测数据输出端将所得到的预测功率参数输送至外部显示终端内,采用分段式功率预测的方式,同时不同的发电阶段对应不同的导向因子,便可提升功率预测的准确性,以此提升整个光伏发电的智能管理效果。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (6)
1.分布式光伏发电智能管理系统,其特征在于,包括数据获取终端、管理中心以及预测数据输出端和天气数据获取端;
所述数据获取终端用于对分布式光伏发电板的外部数据以及内部数据进行获取,并将所获取的外部数据以及内部数据输送至管理中心内,其中内部数据为分布式光伏发电板所产生的发电功率参数,所述外部数据包括光照辐射参数以及光照时长;
所述管理中心包括数据区分处理端、功率数据确认端、数据离散分区端以及数据存储端;
外部数据输送至数据区分处理端内,数据区分处理端按照时段划分的方式,对不同时段的光照时长以及光照辐射参数进行处理,得到若干个不同时段的标参参数;
所述功率数据确认端,对内部数据的发电功率参数进行提取确认,并将发电功率参数按照时段划分的方式得到不同时段的发电功率参数,并将不同时段的发电功率参数输送至数据离散分区端内;
所述数据离散分区端,对不同时段的发电功率参数以及不同时段的标参参数BCi进行获取,并对不同时段的发电功率参数以及标参参数进行离散处理,得到不同标参参数所对应的导向因子,将属于同一导向因子的多组标参参数进行提取,并将导向因子Yk与对应的多组标参参数进行捆绑,生成多组待提取数据包,并将多组待提取数据包传输至数据存储端内进行存储,所存储的待提取数据包由数据离散分区端进行提取,数据离散分区端由天气数据获取端所获取的天气数据以及待提取数据包对发电功率参数进行预测。
4.根据权利要求3所述的分布式光伏发电智能管理系统,其特征在于,所述数据存储端对多组待提取数据包进行存储。
5.根据权利要求3所述的分布式光伏发电智能管理系统,其特征在于,所述数据离散分区端对天气数据进行预处理的步骤为:
S1、从天气数据内获取对应的光照辐射参数以及光照时长,将此刻的光照辐射参数标
记为NHn,将光照时长标记为SC,采用得到对应时长的光照占比SCHn,其中n=1、
2、……、12,其中n为当天光照时长的时间段,n间隔时间段为1h;
S3、将多组待处理标参值BCZn与待提取数据包内部的标参参数进行比对,获取对应的导向因子Yk,采用GLCn=BCZn×Yk对应时段的功率参数GLCn;
S4、将若干组功率参数GLCn进行合并处理,得到单天的预测功率参数。
6.根据权利要求5所述的分布式光伏发电智能管理系统,其特征在于,所述预测功率参数输送至预测数据输出端内,且预测数据输出端将预测功率参数输送至外部显示终端内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211118935.0A CN115207925A (zh) | 2022-09-15 | 2022-09-15 | 分布式光伏发电智能管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211118935.0A CN115207925A (zh) | 2022-09-15 | 2022-09-15 | 分布式光伏发电智能管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115207925A true CN115207925A (zh) | 2022-10-18 |
Family
ID=83572041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211118935.0A Pending CN115207925A (zh) | 2022-09-15 | 2022-09-15 | 分布式光伏发电智能管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115207925A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116318070A (zh) * | 2023-05-16 | 2023-06-23 | 深圳锐爱电子有限公司 | 一种物联网智能搅拌系统自动去除电平干扰的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600459A (zh) * | 2016-12-09 | 2017-04-26 | 范征 | 一种用于解决光伏接入点电压偏差的优化方法 |
CN111585310A (zh) * | 2020-04-07 | 2020-08-25 | 国网冀北电力有限公司 | 一种分布式电源出力预测的方法和装置 |
CN115034472A (zh) * | 2022-06-09 | 2022-09-09 | 国网安徽省电力有限公司芜湖市湾沚区供电公司 | 一种分布式光伏运行智能预测管理系统 |
-
2022
- 2022-09-15 CN CN202211118935.0A patent/CN115207925A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600459A (zh) * | 2016-12-09 | 2017-04-26 | 范征 | 一种用于解决光伏接入点电压偏差的优化方法 |
CN111585310A (zh) * | 2020-04-07 | 2020-08-25 | 国网冀北电力有限公司 | 一种分布式电源出力预测的方法和装置 |
CN115034472A (zh) * | 2022-06-09 | 2022-09-09 | 国网安徽省电力有限公司芜湖市湾沚区供电公司 | 一种分布式光伏运行智能预测管理系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116318070A (zh) * | 2023-05-16 | 2023-06-23 | 深圳锐爱电子有限公司 | 一种物联网智能搅拌系统自动去除电平干扰的方法 |
CN116318070B (zh) * | 2023-05-16 | 2023-07-25 | 深圳锐爱电子有限公司 | 一种物联网智能搅拌系统自动去除电平干扰的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113570126B (zh) | 光伏发电站的发电功率预测方法、装置及系统 | |
CN102769672B (zh) | 微电网云监控方法及系统 | |
CN115207925A (zh) | 分布式光伏发电智能管理系统 | |
CN111342485A (zh) | 一种基于边缘计算的分布式电源电力分配方法 | |
KR20170122150A (ko) | 태양광 발전의 모니터링 시스템 및 그 방법 | |
CN116885775B (zh) | 基于并网光伏发电系统对电网电能质量影响的分析方法 | |
Xie et al. | Optimal power flow calculation of power system with wind farms | |
CN106849064B (zh) | 一种基于气象数据的区域电网负荷预测管理系统 | |
CN105391082A (zh) | 基于分类样板逆变器的光伏电站理论功率计算方法 | |
CN110571926A (zh) | 一种基于物联网技术的智能配电网及其数据模型构建方法 | |
CN106405333B (zh) | 一种分布式电网电能质量预测方法及装置 | |
CN110190990B (zh) | 一种低压配电台区网络拓扑结构的自动辨识方法及装置 | |
CN112104003A (zh) | 一种分布式光伏电站调频调压管理系统及其方法 | |
CN115034472A (zh) | 一种分布式光伏运行智能预测管理系统 | |
CN116454983B (zh) | 一种风光储联合最优控制管理方法、系统及设备 | |
KR102576975B1 (ko) | 태양광 발전 시스템의 패널편차에 의한 크리스마스 트리 라이트 이펙트 현상 규명을 위한 테스트 장치 | |
CN115276002A (zh) | 基于电力负荷曲线的配电性质智能研判方法 | |
CN103000720A (zh) | 智能接线盒 | |
CN118367555B (zh) | 一种大数据分析的微电网储能调度协同优化方法 | |
CN117332359B (zh) | 一种电力数据传输异常检测方法及系统 | |
US20190163541A1 (en) | Data Processing System with Energy Transfer | |
CN117132063B (zh) | 一种风光互补供电系统 | |
CN112330090B (zh) | 一种低压配网数据驱动业务方法 | |
Fomenko et al. | Distant Light Sensor for Performing Ultra-Short-Term Forecasting of Solar Radiation | |
CN114449553A (zh) | 一种基于wisun协议的光伏支架控制器的通讯方法、装置及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221018 |