- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
光伏辅助热泵热水器的环境效益与经济可行性
摘要： 本研究开展了一项技术经济性分析，评估了光伏辅助紧凑型热泵热水器的环境效益与经济可行性。该系统为190升储水箱中的生活用水提供加热，热泵同时由电网和光伏板供电，但系统设计优先采用光伏能源。该系统不使用蓄电池且不向电网馈电?；谖谝荒甑氖笛椴饬渴?，研究分析了四口之家生活热水消耗场景下的系统能效表现。实验数据显示该系统对电网友好，呈现低峰荷特性且无电网馈电行为。通过综合考量系统全生命周期成本与环境效益的技术经济分析表明：相较于无光伏的生活热水热泵、电加热器、锅炉及锅炉+太阳能集热器方案，本系统具有显著优势。在电价0.2欧元/千瓦时的条件下，系统25年总年均化成本量化为337欧元/年。此外，相较于传统锅炉，该系统可降低79%不可再生一次能源消耗及82%二氧化碳排放。最后提出了系统性能的实验关联式，以便将研究成果推广至气候条件相似的其他地区。
关键词： 环境影响、太阳能、经济可行性、热泵、光伏发电、热水器
更新于2025-09-16 10:30:52
-
一种用于太阳能光伏发电预测的混合智能方法：气溶胶数据的影响
摘要： 太阳能光伏发电在分布式发电系统中的渗透率正快速增长。光伏渗透率的提升引发了电网稳定性、可靠发电及电能质量等多方面问题，因此利用气象参数预测光伏发电量变得至关重要。本研究基于气象数据作为输入参数构建预测模型，并分析了这些参数对光伏功率预测的影响。重点探究了不同气溶胶颗粒及其他气象参数条件下，基于优化算法的光伏功率预测模型性能表现。采用基于灰狼优化算法(GWO)与多层感知机(MLP)的新型智能方法进行光伏功率预测，通过归一化平均偏差误差(NMBE)、归一化平均绝对误差(NMAE)、归一化均方根误差(NRMSE)及训练误差等统计指标评估GWO-MLP模型性能。该模型预测结果的NMBE、NMAE和NRMSE值分别为2.267%、4.681%和6.67%。为验证效果，研究对比了粒子群优化、Levenberg-Marquardt算法和自适应神经模糊推理等方法，证实本模型性能优于其他智能技术。所得结果可用于智能电网环境下的需求响应应用。
关键词： 太阳能发电预测，人工神经网络，分布式发电，灰狼优化算法，光伏发电
更新于2025-09-16 10:30:52
-
光伏集成全电船舶微电网中发电与需求侧的 数据驱动鲁棒协调
摘要： 全电动船舶（简称AES）具有显著的经济/环境效益潜力。为进一步提升AES的能源效率，光伏发电系统正逐步被集成应用，但这给AES运行带来了不确定性。当前研究多聚焦于容量配置问题，却鲜少关注运行管理。为此，本文提出一种数据驱动的发电侧与需求侧协同优化方法，通过包含基于极限学习机（ELM）的光伏不确定性预测方法和两阶段运行框架（第一阶段应对最差光伏发电情景，第二阶段针对不确定性实际发生情况），有效解决船上光伏发电不确定性并降低AES燃料成本。案例研究采用四分布式发电机AES系统，仿真结果表明：基于ELM的方法能准确刻画光伏不确定性，两阶段运行框架可良好适应船上光伏波动。进一步分析证实该方法在工况变化时具有充分灵活性。
关键词： 移动微电网、鲁棒性、极限学习机、发用电侧协调、全电船舶、光伏发电
更新于2025-09-12 10:27:22
-
基于日本九州实际测量数据，量化大规模光伏接入公共电力系统与抽水蓄能电站的变异性及影响
摘要： 可再生能源渗透率的提升将深刻影响电网平衡格局，包括火电机组灵活性、储能利用效率及可再生能源市场价值。本文基于九州地区真实时序数据，探究大规模光伏并网与抽水蓄能联合调度下的波动特性及影响。通过分季节对比光伏出力与储能调度工况，分析表明光伏发电可显著重塑电网净负荷曲线——当光伏发电量超过剩余负荷（扣除核电恒定出力后）的35.0%比例时，抽水蓄能消纳量将显著增加。该储能系统能有效吸收过剩光伏电力并维持电网调节裕度。但光伏装机进一步扩容将因电网灵活性与抽蓄能力受限导致必要限电，储能系统调用频次随之提升。当光伏渗透率从8.15%增至12.0%时，受抽水循环损耗与出力削减影响，单位装机有效利用率下降8.0%。所提方法与分析结论可为具有波动性可再生能源扩建规划的同类电力系统提供参考依据。
关键词： 抽水蓄能电站、光伏发电、波动性、电网负荷
更新于2025-09-12 10:27:22
-
基于广义回归与反向传播神经网络的光伏发电预测
摘要： 本研究基于广义回归（GR）与反向传播（BP）神经网络预测方法，对光伏电站发电功率进行预测。首先采用皮尔逊相关系数法分析气象因素，区分复杂气象因子与光伏功率输出的关联程度，筛选出辐照度与电池温度作为关键影响变量。其次依据特定分类标准对天气状况进行划分，随后分别运用GR与BP神经网络预测方法建立模型，其相对误差均在可接受范围内。前者模型操作更便捷，后者模型具有更优的非线性拟合能力。通过对比分析两个模型的预测结果发现：在光伏发电预测方面，BP神经网络预测方法的精度优于GR方法。本研究成果不仅能为微电网与光伏电力的优化调度提供重要依据，对微电网的能量管理及分层控制也具有重要参考价值。
关键词： 反向传播神经网络、光伏发电、广义回归神经网络、皮尔逊相关系数
更新于2025-09-12 10:27:22
-
光伏发电驱动的微型制冷系统实验研究
摘要： 建立了一套光伏驱动的微型制冷实验系统，研究了晴天和阴天条件下制冷量、负载功率及系统效率随时间的变化。结果表明，附加电池使系统运行更稳定，天气对室内制冷系统的运行无明显影响。系统火用分析显示，压缩过程的火用损失最大，占制冷系统总火用损失的80%以上；两种天气条件下制冷系统的火用效率均可达到约28%。
关键词： 火用分析、光伏发电、微型制冷系统
更新于2025-09-12 10:27:22
-
光伏辅助燃煤电厂的性能分析
摘要： 本文提出将光伏系统集成到燃煤电厂的方案。通过对中国西北地区的案例研究，从经济分析和环境影响两方面评估了该方案的效益。结果表明：利用光伏产生的可再生能源电力替代部分厂用电量，可有效降低生产过程中的电力消耗与排放量。相较于独立光伏系统，由于该集成方案依托现有电厂设施，光伏电力不存在弃光现象。与其他光伏发电项目相比，该方案的投资成本及运维支出均具有可行性。
关键词： 燃煤发电厂、辅助电力消耗、光伏发电
更新于2025-09-12 10:27:22
-
日本光伏与风能资本成本预测：贝叶斯方法
摘要： 本研究采用贝叶斯方法估算日本光伏与风能的未来资本成本。该研究方法通过观察特定时期的实际成本，对不同成本估算方法得出的未来成本进行复合计算。研究以2011年后既往研究的资本成本估算值及日本2015-2017年实际成本数据作为输入参数，并通过将复合值与2017年实际成本对比验证该方法的有效性。对比结果表明：当实际成本处于估算成本区间内时，贝叶斯方法获得的成本估算值具有特别有效性。研究同时运用该方法估算了2030年资本成本——通过观察实际成本数据，将2030年资本成本的概率密度分布向估算成本区间的上限方向更新。这种递减方法得出的结果表明：日本2030年资本成本预计将处于估算成本区间的上限区间。
关键词： 贝叶斯方法、能源政策、可再生能源、陆上风电、光伏发电、海上风电
更新于2025-09-12 10:27:22
-
基于概率配置法的风电与光伏电力系统概率小信号稳定性分析
摘要： 近年来，随着风电和光伏发电在全球渗透率的持续提升，由多种可再生能源构成的电力系统概率小信号稳定性分析（PSSSA）已成为关键问题。针对该问题，本研究提出了一种基于概率配置法（PCM）的风电场与光伏电站联合电力系统概率小信号稳定性分析方法。与传统蒙特卡洛方法相比，该方法在满足精度要求的同时大幅降低计算量，因而适用于此类电力系统的PSSSA分析。研究分别基于四机两区域系统和新英格兰系统开展案例验证，仿真结果表明：通过降低同步发电机出力来提高可再生能源渗透率时，系统概率小信号稳定性（PSSS）将增强；而通过切除部分同步发电机来提升可再生能源渗透率时，系统PSSS可能增强也可能恶化。
关键词： 概率小信号稳定性、可再生能源、风力发电、光伏发电、概率配置法
更新于2025-09-12 10:27:22
-
[IEEE 2019中国控制与决策会议(CCDC) - 中国南昌(2019.6.3-2019.6.5)] 2019中国控制与决策会议(CCDC) - 基于自编码神经网络的光伏发电最大功率点跟踪
摘要： 光伏发电系统的电流和电压会随外部温度与辐射不断变化，从而导致光伏发电最大功率点持续改变。为解决这一问题，我们提出一种基于自编码神经网络技术的新型方法，用于光伏发电的最大功率点跟踪。该方法基于堆叠编码器的深度学习网络训练，并通过采用带监督学习的反向传播法对自编码神经网络进行微调。最终在MATLAB/simulink环境下对光伏发电系统进行建模分析。结果表明，相比传统电导增量法，该方法能更快速准确地跟踪光伏最大功率点，提升光伏发电效率。
关键词： 光伏发电，最大功率点跟踪，自编码神经网络
更新于2025-09-12 10:27:22