找到 5 条结果 · 光伏发电技术
一种集成多源数值天气预报的短期非参数概率光伏功率预测两阶段集成学习框架
A Two-Stage Ensemble Learning Framework for Short-Term Nonparametric Probabilistic Photovoltaic Power Forecasting Integrating Multi-Source Numerical Weather Predictions
Hanting Zhao · Yao Zhang · Wei Huo · Fan Lin 等5人 · IEEE Transactions on Power Systems · 2025年9月
利用数值天气预报（NWP）进行短期太阳能功率概率预测（SSPPF）已被证明是一种提高太阳能整合与利用效率的有效方法。然而，大多数现有的SSPPF研究仅采用单源NWP，忽略了多源NWP在提高概率预测准确性和稳健性方面的潜在优势。本文提出了一种用于SSPPF的改进两阶段集成学习预测框架（ITS - ELFF）。ITS - ELFF将多源NWP作为关键的外部协变量，以生成多步分位数预测。在第一阶段，一组稳健且多样的基学习器提供初始分位数预测。在第二阶段，一个元学习器整合所有基学习器的分位数预测，以生成...
解读: 该两阶段集成学习框架对阳光电源iSolarCloud智能运维平台和SG系列光伏逆变器具有重要应用价值。通过融合多源NWP数据的非参数概率预测，可显著提升光伏电站功率预测精度，优化MPPT算法的前瞻性控制策略。在PowerTitan储能系统中，高精度概率预测能改进充放电调度决策，提升削峰填谷效果和电网...
基于阴影适应性的铁路廊道沿线条带式光伏阵列布置优化
Arrangement optimization based on shadow adaptation for strip PV arrays along electrified railways corridors
Fangyi Wei · Yan Li · Yaqing Fan · Energy Conversion and Management · 2025年7月 · Vol.336
摘要 在铁路廊道沿线路堤边坡表面布置光伏（PV）模块，可有效利用廊道沿线闲置土地获取太阳能，对推动铁路系统的绿色低碳发展具有重要意义。由于铁路廊道长度长、跨度大，光伏模块通常以条带式光伏（SPV）阵列的线性布局形式进行安装。此外，长距离铁路廊道沿线复杂的气候与光照条件导致SPV阵列存在显著的失配损失。这些在传统光伏电站中不存在的独特挑战，使得传统的光伏阵列连接方式和优化方法难以适用于SPV阵列。为此，本研究提出了一种通用的任意光伏阵列输出特性建模方法，并引入一种新参数——阴影适应性，用于量化光伏...
解读: 该铁路沿线带状光伏阵列优化技术对阳光电源SG系列逆变器及iSolarCloud平台具有重要应用价值。研究提出的阴影适应性参数与SAGA优化算法,可直接应用于我司多路MPPT技术优化,在复杂遮挡场景下提升发电量达17%。特别适配铁路光储充一体化场景:结合ST系列储能PCS应对列车负荷波动,通过iSol...
基于新型扇形板脉动热管散热器的高倍聚光光伏模块热性能实验研究
Experimental investigation on the thermal performance of high-concentrated photovoltaic module utilizing the thermal sink of a novel Fan-shaped plate pulsating heat pipe
Wei-Wei Wangac1 · Teng Liub1 · Jun-Zhe Guo · Bin Li 等8人 · Applied Energy · 2025年1月 · Vol.377
摘要 高强度太阳光聚集在光伏电池上会导致半导体温度显著升高，从而降低光电转换效率并可能引发光伏组件的不可逆故障。为此，在热设计中创新性地提出了一种超薄扇形板脉动热管（FS-PPHP），通过优化传统平行流道结构，实现对小尺度HCPV电池的高效冷却。本文全面分析和讨论了充液率、倾斜角度、工质种类以及加热功率对FS-PPHP传热性能的影响。结果表明，蒸发段与冷凝段的变直径设计有助于工质回流至加热区域，并增大相邻流道间的压力差势，从而确保FS-PPHP在不同工况下更平稳地启动。在充液率为57%、倾斜角为...
解读: 该扇形板脉动热管技术对阳光电源高功率密度产品具有重要应用价值。在SG系列大功率光伏逆变器中,功率器件散热是关键瓶颈,该超薄热管结构可优化IGBT/SiC模块的温度管理,降低热阻23%意味着可提升功率密度或延长器件寿命。对于PowerTitan储能系统,该技术可改进电池簇温控方案,解决高倍率充放电时的...
提出并评估一种耦合光伏、光热与煤气化的近零碳排放制氢系统
Proposal and evaluation of a near-zero carbon emissions hydrogen production system coupled with photovoltaic, photothermal and coal gasification
Xiaodong Xu · Guangyang Li · Yulin Wang · Wei Han 等6人 · Applied Energy · 2025年1月 · Vol.377
摘要 近年来，通过太阳能与煤炭的高效清洁协同转化实现近零碳排放受到广泛关注。本研究提出了一种耦合光伏发电、光热利用与煤气化的制氢系统。该系统的显著特征在于：将从富氢合成气中分离氢气后得到的残余吹扫气，与水电解产生的纯氧进行燃烧。由于采用纯氧燃烧，产物仅为二氧化碳和水蒸气，因此可通过简单的冷凝方式实现二氧化碳的分离与捕集，从而达到近零碳排放的目标。研究结果表明，整个系统的㶲效率和能量效率分别为38.47%和36.66%，相较于基准系统分别提高了6.64和6.33个百分点。在近零排放系统中，氢气的化...
解读: 该光伏-光热-煤气化制氢系统对阳光电源具有重要战略价值。系统中光伏发电模块可匹配SG系列1500V逆变器及MPPT优化技术,提升发电效率;电解水制氢环节的高温固体氧化物电解技术可与我司PowerTitan储能系统协同,利用ST系列PCS实现电能高效转换;制氢产生的氢气可为充电站提供氢能补充方案。该近...
基于卷积图神经网络与参数迁移的区域光伏功率短期概率预测
Short-Term Probabilistic Forecasting for Regional PV Power Based on Convolutional Graph Neural Network and Parameter Transferring
Fan Lin · Yao Zhang · Hanting Zhao · Wei Huo 等5人 · IEEE Transactions on Power Systems · 2024年11月
本文提出一种用于区域光伏功率短期概率预测的新型端到端深度学习模型，该模型具有局部-全局两层结构。在局部层，构建基于有向图的动态空间卷积图神经网络，以学习光伏电站的高维特征表示；在全局层，提出动态图池化方法，将局部特征聚合为全局表示，并映射为区域光伏功率的概率预测结果。为防止过拟合，引入基于参数迁移的训练策略。在公开真实数据上的实验表明，该模型可提供高质量且可靠的短期概率预测。
解读: 该区域光伏功率概率预测技术对阳光电源iSolarCloud智能运维平台具有重要应用价值。其卷积图神经网络可建模区域内多个光伏电站的空间关联性，为SG系列逆变器集群提供更精准的短期功率预测。概率预测结果可优化PowerTitan储能系统的充放电策略制定，通过预测区间合理配置储能容量，提升系统经济性。参...