找到 7 条结果 · 光伏发电技术
一种用于光伏系统的多自由度差分功率处理架构
A Multi-degree-of-freedom Differential Power Processing Architecture for Photovoltaic System
Sijie Li · Ping Yang · Fan Liu · Shungang Xu 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年7月
针对传统光伏隔离端口架构中因额外中央变换器导致的效率损耗问题，引入差分功率处理（DPP）与串联型部分功率处理概念，提出一种光伏系统多自由度差分功率处理（MF-DPP）架构。该架构通过将辅助变换器与DPP变换器并联，并与光伏组件串联，使母线端口可直接连接特定电压需求的负载，提升系统整体效率。同时提出相应的控制算法，实现光伏组件最大功率点跟踪与DPP变换器总处理功率最小化的一致控制。实验平台验证了该架构及控制策略的有效性，结果表明在功率失配条件下系统效率显著提升。
解读: 该多自由度差分功率处理架构对阳光电源SG系列光伏逆变器具有重要应用价值。MF-DPP架构通过串联型部分功率处理，仅对失配功率进行变换，可显著提升组串失配场景下的系统效率，与阳光电源现有分布式MPPT技术形成互补。该架构的辅助变换器并联拓扑可直接集成到SG系列组串式逆变器的多路MPPT设计中，减少中央...
基于GPT的超短期分布式光伏发电功率预测方法
An Ultra-Short-Term Distributed Photovoltaic Power Forecasting Method Based on GPT
Hengqi Zhang · Jie Yang · Siyuan Fan · Hua Geng 等5人 · IEEE Transactions on Sustainable Energy · 2025年4月
随着大量分布式光伏电站并网，提升发电功率预测精度对电力系统安全经济运行具有重要意义。针对现有方法在数据稀缺与随机波动方面的挑战，本文提出一种基于生成式预训练Transformer（GPT）的超短期分布式光伏功率预测方法。通过生成多空间分辨率的虚拟光伏功率数据，预训练Transformer模型，并利用少量实测数据进行微调。注意力机制通过预训练学习历史数据中的相关性，微调实现新电站的轻量化部署与高精度预测。实验结果表明，所提方法在仅1个月实测数据下，相比LSTM、线性模型和Transformer模型...
解读: 该基于GPT的超短期光伏功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。可直接集成至SG系列光伏逆变器的智能诊断系统，通过少量实测数据实现新建电站的快速部署与高精度预测，相比传统LSTM方法RMSE降低37.22%。该技术可优化PowerTitan储能系统的充放电策略，提升...
通过多角度云层三维重建优化区域太阳辐照度的时空预测精度
Optimizing spatiotemporal prediction accuracy of regional solar irradiance through multi-angle cloud layer 3D reconstruction
Wenwen Maab · Hai Zhou · Ji Wua · Fan Yang 等6人 · Energy Conversion and Management · 2025年1月 · Vol.334
准确的实时区域太阳辐照度估算是优化光伏发电系统和电网管理的关键。然而，传统方法在动态响应能力、空间分辨率和经济可行性方面存在显著局限性，难以满足复杂天气条件下的高精度应用需求。为应对这些挑战，本研究提出了一种基于全天空成像网络的高分辨率实时辐照度估算方法。通过部署十台鱼眼全天空相机，利用多视角三维云层重建技术构建区域全景云图。此外，引入一种创新的辐照度分离建模策略：直接辐照度通过云影模型计算，散射辐照度则通过时空卷积Transformer进行预测。该方法全面考虑了云层遮挡和散射效应，从而提升了辐...
解读: 该多角度云层3D重建辐照度预测技术对阳光电源SG系列光伏逆变器和ST储能系统具有重要应用价值。通过高精度区域辐照度实时预测(空间分辨率达4.39-19.45米),可显著优化MPPT算法动态响应速度,提升逆变器在复杂云层遮挡场景下的发电效率。结合iSolarCloud平台,该技术可实现分布式光伏电站群...
基于多域协作与协变量交互的严重数据缺失下鲁棒光伏预测
Robust photovoltaic forecasting under severe data missingness via multi-domain collaboration and covariate interaction
Ke Yana · Jian Liua · Jiazhen Zhang · Fan Yangb 等6人 · Applied Energy · 2025年1月 · Vol.401
摘要 高质量的光伏发电（PV）功率预测对于高效的能源管理和可靠的电网集成至关重要，然而实际应用中的数据常常面临目标变量和辅助变量的大范围缺失问题。为应对这一挑战，本文提出MDCTL-MCI，一种具备缺失感知能力的预测框架，该框架联合利用信号分解、多尺度协变量交互以及多域协同迁移学习。首先，采用多元奇异谱分析（MSSA）对不完整时间序列进行去噪与重构，在无需显式填补的情况下增强潜在的时间结构特征。接着，引入轻量级的多尺度协变量交互（MCI）模块，建模重构后的光伏功率、全球水平辐照度、直接法向辐照度...
解读: 该多域协同光伏预测技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。针对实际电站数据缺失问题,MSSA信号重构与多尺度协变量交互建模可直接集成至SG系列逆变器的MPPT优化算法,提升发电功率预测精度10.5%-15.3%。多站点迁移学习策略可赋能PowerTitan储能系统的充放电调...
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...
通过构建多光学腔协同均化并增强光生电场以实现高效钙钛矿太阳能电池
Synergistically homogenizing and enhancing photogenerated electrical field via constructing multi-optical-cavity for efficient perovskite solar cells
Xiaoye Liua · Xinxuan Yangc · Jiahui Jina · Fengyou Wang 等8人 · Solar Energy · 2025年1月 · Vol.301
摘要 钙钛矿太阳能电池（PSCs）因其可调带隙、高吸收系数和低成本而成为一种极具前景的光伏技术。然而，PSCs内部光生电场在空间上的非均匀性限制了其效率与稳定性。为解决这一问题，我们提出了一种受法布里-珀罗腔启发的新型多光学腔结构。通过在光敏层内集成金属光散射反射器（LDR），并与器件前/后部的纳米结构协同作用，基于激发表面等离激元共振，使入射光发生多次散射与反射，从而均化光子的空间分布，最终在LDR上方和下方形成多个光学腔。该设计有效提升了光生电场的均匀性以及光敏层的光吸收效率，使得厚度为20...
解读: 该多光腔钙钛矿电池技术通过表面等离子体共振实现光场均匀化,将200nm薄层光电转换效率提升至29.72%,为阳光电源SG系列光伏逆变器的MPPT优化算法提供新思路。其全向光管理特性可启发iSolarCloud平台开发基于非均匀光照的智能诊断模型,提升组件失配场景下的发电效率。光电场均匀性增强原理对S...
采用历元依赖自适应损失加权与数据同化的光伏发电功率预测模型
Photovoltaic power forecasting model employing epoch-dependent adaptive loss weighting and data assimilation
Siyuan Fan · Hua Geng · Hengqi Zhang · Jie Yang 等5人 · Solar Energy · 2025年1月 · Vol.290
摘要 准确预测光伏（PV）发电功率对于优化能源管理系统和提升电网稳定性至关重要。本研究提出了一种物理约束的光伏发电功率预测网络（PC-P3reNet），该网络是一种双层深度学习框架，专为局部环境数据保持一致而光伏系统特性变化的场景优化设计。该框架集成了一种基于物理原理的模型，用于计算理论上的光伏发电输出，并通过Huber损失函数将其与实际测量值进行比较。PC-P3reNet的一个独特特征是其自适应损失加权机制，能够在不同的训练历元中动态调整理论数据与实测数据之间的平衡。这一机制使得模型在初始阶段...
解读: 该物理约束深度学习预测模型对阳光电源iSolarCloud智慧运维平台具有重要应用价值。其自适应损失加权机制可优化SG系列光伏逆变器的MPPT控制策略,通过融合理论模型与实测数据提升多步预测精度(MAE达0.1837)。该技术可增强ST系列储能变流器的充放电决策能力,改善电网稳定性,并为PowerT...