- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
基于改进鸡群优化算法-极限学习机模型的短期光伏功率预测
摘要： 光伏发电受天气条件影响较大，且光伏电力对电网存在一定负面影响。电力部门采取弃光措施限制其并网，从而制约了清洁能源发电的发展。本研究旨在提出一种精准的短期光伏功率预测方法?；诩扪盎胫悄苡呕?，构建新型短期光伏出力预测模型：首先采用相关系数法确定模型输入变量；其次改进鸡群优化算法以增强收敛性；进而利用改进鸡群优化算法优化极限学习机的权重与阈值，提升预测效果；最终采用改进鸡群优化-极限学习机模型进行不同天气条件下的光伏功率预测。测试结果表明，该模型的平均绝对百分比误差为5.54%，均方根误差为3.08%。该方法对电力系统经济调度及清洁能源发展具有重要价值。
关键词： 极限学习机，模型驱动方法，光伏发电，智能优化器，功率预测
更新于2025-09-16 10:30:52
-
五种不同类型控制器作用下带推挽变换器的光伏发电-用电系统性能比较
摘要： 本研究建立了一个动态系统模型，以高效利用光伏发电与控制系统（PVGCS）驱动中功率离网电机。针对该系统中的三种不同干扰因素采取了应对措施：首先，所选光伏面板的发电受太阳辐射量变化影响；其次，系统输出端的直流电机负载存在转矩波动；第三，在系统发电量和用电量时变的情况下，需以最小误差跟踪设定的可变参考电压。为此选用了具有高度灵活性的推挽式变换器结构，因其能提供直流电机升降压所需的稳定有效可调直流电压。通过PI控制、模糊逻辑控制、模糊调参PI控制、二自由度PI控制及分数阶PID控制（其系数分别采用适当方法选?。├词迪滞仆焓奖浠黄鞑煌缪沟燃兜牡骺?，并比较了这五种先进控制器对系统效率与稳定性的影响。针对同时存在两种干扰因素的情况，对比分析了各控制器输出电压与参考电压的差值（误差）。研究采用MATLAB-SIMULINK软件进行动态系统建模，结果表明哪种控制器更适用于具有二阶及以上不稳定因素的系统控制，以及哪种控制器能更快响应误差突变。
关键词： 模糊逻辑控制器、模糊调谐PI控制器、二自由度PI控制器、分数阶PID控制器、推挽式变换器、PI控制器、光伏发电、直流电机
更新于2025-09-16 10:30:52
-
基于改进马尔可夫链的光伏功率组合概率预测方法
摘要： 本文提出了一种基于改进马尔可夫链的新型光伏概率预测组合方法，以提高光伏功率概率预测的准确性。首先，提出了一种结合精确因素的马尔可夫链（MC）预测结构，与常规马尔可夫链相比，该方法考虑了除历史数据统计信息之外的更多影响因素。随后利用粗糙集理论对主要因素进行筛选，以量化这些因素的影响。此外，采用k近邻算法选择相似样本构建精确预测模型?；谙嗨蒲?，光伏变化趋势比使用全部历史样本时更为明显，从而进一步提高预测精度。最后，通过将模拟结果与两种案例（使用澳大利亚沙漠知识中心太阳能站和GEFCom2014数据集）的竞争方法结果进行比较，验证了所提方法的有效性和优越性。仿真结果表明，该方法能提供性能更优的概率预测结果，且适用于多种预测场景。
关键词： 光伏发电、k近邻算法、概率预测、粗糙集理论、改进的马尔可夫链
更新于2025-09-16 10:30:52
-
谐波域中并网光伏发电系统的分析
摘要： 本文提出了一种并网光伏发电系统的谐波域（HD）模型。该光伏发电系统拓扑结构包含一个连接至DC/DC变换器和DC/AC变换器的光伏阵列，通过滤波器与电网耦合。光伏系统的各个组件均在谐波域中进行建模：光伏阵列采用戴维南等效电路表示，而DC/DC变换器和DC/AC变换器则通过谐波域中的开关函数矩阵进行建模。通过简单的矩阵/向量运算即可获得光伏系统的周期稳态解。所提模型的计算结果与电力行业广泛采用的PSCAD/EMTDC仿真器所得响应进行了对比验证。
关键词： 并网、光伏发电、周期稳态、谐波域
更新于2025-09-16 10:30:52
-
光伏发电系统中超级电容器的充电策略
摘要： 采用改进的超级电容器RC模型分析了不同充电方式下的超级电容器充电效率。提出了一种基于Boost级联Buck变换器(BOCBB)的超级电容器光伏充电系统：前级Boost变换器连接光伏发电系统，采用电导增量法跟踪光伏电池最大功率点；后级Buck变换器采用分段充电策略为超级电容器充电。基于该电路，提出了一套完整的超级电容器充电系统控制方法。最后仿真分析了不同光照条件下光伏电池对超级电容器的充电效率。
关键词： 升压级联降压转换器、充电策略、电导增量法、超级电容器、光伏发电
更新于2025-09-16 10:30:52
-
提高公寓楼分布式光伏自用率和价值最大化方案比较
摘要： 随着许多地区对分布式光伏发电的补贴上网电价逐步降低或取消，通过提高自发自用比例来实现屋顶光伏更大价值的研究日益受到关注。然而尽管存在负荷聚合的潜在优势，公寓建筑的光伏部署仍滞后于其他住宅类型。本研究基于澳大利亚十个"虚拟"公寓楼的实际用电负荷曲线与模拟发电曲线，在不同技术方案和财务安排下分析了电力与资金流动情况。研究表明：相较于分别为公共区域或独立公寓供电的分散系统，通过嵌入式电网或将住户负载聚合在"表后"（无论采用嵌入式电网还是住户独立表后方案），都能提升现场发电的自给率与自发自用比例。嵌入式电网虽能接入更有利的零售供电方案，但表后解决方案可使住户规避监管复杂性和额外成本。每种方案的相对优势取决于建筑特性与财务参数设置。
关键词： 负荷聚合、公寓楼、自发自用、嵌入式电网、居民用电、光伏发电
更新于2025-09-16 10:30:52
-
[2019年IEEE PES欧洲智能电网创新技术会议(ISGT-Europe) - 罗马尼亚布加勒斯特(2019.9.29-2019.10.2)] 2019年IEEE PES欧洲智能电网创新技术会议(ISGT-Europe) - 塞浦路斯低压配电网运行及光伏与电动汽车的影响
摘要： 研究了塞浦路斯电力系统中典型四线制径向低压配电网（LVDG）在不同场景下的运行情况，该配电网的中性导体仅在MV/LV变压器处接地。这些场景包括季节性负荷曲线以及光伏（PV）和电动汽车（EV）的不同渗透率水平。分析重点关注光伏和电动汽车对LVDG电压曲线、配电线路/电缆负载状况以及系统损耗的影响。结果表明，即使光伏数量适中，由于中性导体上的显著电压降，也可能超过允许的电压限值。此外，如果电动汽车充电过程未进行协调而完全由终端用户自由进行，变压器附近的配电线路/电缆可能会过载。
关键词： 电压曲线、过载状况、光伏发电、电动汽车、低压配电网
更新于2025-09-16 10:30:52
-
[2019年IEEE PES拉丁美洲智能电网技术创新会议（ISGT Latin America） - 巴西格拉玛多（2019年9月15日-18日）] 2019 IEEE PES拉丁美洲智能电网技术创新会议（ISGT Latin America） - 不同气候条件下光伏组件的性能与耐久性分析
摘要： 对光伏（PV）面板性能与耐久性的分析可实现连贯且可靠的规划。本研究评估了光伏面板退化的主要原因，从而提出获取其退化率（DeR）的方法。通过将DeR应用于OpenDSS程序的模拟，验证了面板全生命周期内的电力损耗。在不同场景中开展模拟以评估各地理位置的退化程度，据此可预测部分光伏组件的耐久性并通过合理精度进行验证。研究结论表明：在高温高退化率气候区，光伏发电量在质保期内可能持续高于低退化率地区。因此，本研究为光伏发电投资提供了重要的决策依据。
关键词： 光伏板性能、使用寿命、光伏发电、衰减率
更新于2025-09-16 10:30:52
-
基于气象信息的混合GWO-MLP、ALO-MLP和WOA-MLP模型提升光伏日发电量预测精度
摘要： 太阳能是一种安全、清洁、环保且可再生的能源，不会向大气排放任何碳排放。因此，太阳能领域开展了大量研究，旨在获取日间最大太阳辐射量、估算待产生的太阳能总量并提高太阳能系统效率。本研究旨在以气温、相对湿度、总水平面太阳辐射和散射水平面太阳辐射参数作为多重输入，预测每日光伏发电量。为此，将灰狼算法、蚁狮算法和鲸鱼优化算法集成至多层感知器中。此外，详细分析了S型、正弦型和双曲正切激活函数对预测性能的影响。根据获得的整体精度指标，基于灰狼优化算法的多层感知器模型在每日光伏发电预测方面更具成功性与竞争力。此外，关于构建的模型、输入元组及激活函数揭示了许多有意义的规律。
关键词： 预测、光伏发电、气象输入、人工神经网络、元启发式优化
更新于2025-09-16 10:30:52
-
孟加拉国无电地区光伏-生物质混合能源系统的可行性与成本分析
摘要： 在这个技术不断进步的世界里，混合发电系统是任何研究者最具前景的研究领域之一。在此背景下，光伏-生物质能混合离网系统已受到全球各地农村地区政府和个体用户的极大欢迎。该系统因成本低廉、可持续性强且能有效利用农村自然资源而广受青睐。本文研究了一种包含光伏（PV）、生物质能及附加储能的混合系统，从终端用户角度探讨其多方面特性，并分析了该模型在孟加拉国阿苏甘杰偏远地区离网供电中的可行性。为评估污染物排放并计算系统成本参数，本研究采用RETScreen模拟软件进行分析。研究还通过终端用户年收入和系统投资回收期进行了简要财务分析，全面呈现包括环境影响在内的各项参数信息。试点地区原有供电系统为煤油系统，本研究通过模拟结果对比分析了新型系统与传统系统的差异。项目静态投资回收期估算为6.9年，该模型每年可减少约3.81吨二氧化碳排放。结果表明，相较于传统煤油系统，所提方案在可靠性、环保性和经济性方面均具有显著优势。
关键词： 可行性分析、成本分析、二氧化碳排放、光伏发电、电池储能、可再生能源、简单投资回收期、生物质能、离网电气化
更新于2025-09-16 10:30:52