找到 15 条结果 · 光伏发电技术
一种融合多模态扩散生成与轻量化分割的光伏缺陷智能诊断框架
A PV defect intelligent diagnosis framework integrating multimodal diffusion generation and lightweight segmentation
Lei Xu · Jiale Xiao · Xiaoyu Ji · Yibo Zhang 等6人 · Solar Energy · 2025年11月 · Vol.301
摘要 确保光伏（PV）系统长期可靠性和效率需要精确且智能化的缺陷监测策略。为解决这一问题，本研究提出了一种创新的缺陷图像生成方法——CAM-Diffuse，该方法结合二值掩码约束与基于文本-视觉的多模态特征融合技术，能够生成高保真且可控的缺陷图像，有效扩充训练数据集，并提升模型的泛化能力。此外，本研究还提出了一种轻量级实例分割网络LightSegDETR。该网络集成了DGBlock模块，通过深度可分离卷积（DWConv）与幽灵卷积（GhostConv）相结合的方式优化计算效率；在网络的颈部结构中...
解读: 该轻量化光伏缺陷诊断框架对阳光电源iSolarCloud智慧运维平台及SG系列逆变器具有重要应用价值。CAM-Diffuse多模态数据增强技术可优化我司MPPT算法的故障识别准确率,LightSegDETR网络在Jetson Nano边缘设备上实现28FPS实时检测,参数量降低50%,非常适合集成到...
选择有效的NWP集成方法以实现基于深度学习的光伏功率预测
Selecting effective NWP integration approaches for PV power forecasting with deep learning
Dayin Chenab · Xiaodan Shie · Mingkun Jiang · Shibo Zhuab 等8人 · Solar Energy · 2025年11月 · Vol.301
准确预测光伏发电功率对于可靠的能源调度和系统运行至关重要。尽管深度学习模型在该领域已展现出强大的能力，但如何有效地将数值天气预报（NWP）数据融入此类模型仍然是一个具有挑战性的问题。在本研究中，我们提出并系统评估了五种不同的NWP集成策略——分别称为方法1至方法5——以提升光伏发电预测性能。这些方法在14种代表性模型和四个预测时间范围（4、24、72和144步）上进行了测试，涵盖了短期、中期和长期预测场景。实验结果表明，每种集成方法的有效性取决于模型结构和预测时间范围。特别是，在短期预测中，方法...
解读: 该研究系统评估了五种NWP数值天气预报与深度学习模型的集成策略,对阳光电源iSolarCloud智慧运维平台的光伏功率预测模块具有直接应用价值。研究发现Method 5适配LSTM短期预测、Method 4适配Transformer长期预测的结论,可优化SG系列逆变器的发电预测算法。精准的多时间尺度...
基于被动式光纤法布里-珀罗干涉传感器的盐雾环境下光伏组件漏电流智能监测
Smart monitoring of potential induced leakage current of photovoltaic under salt mist environment based on passive optical Fabry–Perot interference sensor
Yingdun Yea · Weihang Dengb · Zifan Yec · Fouad Belhora 等5人 · Solar Energy · 2025年10月 · Vol.299
摘要 漏电流会加速光伏组件的老化，影响光伏（PV）系统的长期可靠性，在盐雾环境中这种效应可能进一步加剧。现有的漏电流监测技术，如分流电阻和霍尔电流传感器，虽具备一定的实用功能，但在海上光伏应用中存在抗电磁干扰能力弱、无法实现无源监测等局限性。本文提出了一种基于法布里-珀罗（F-P）干涉原理的光纤漏电流传感器，用于对光伏组件的漏电流进行实时监测。该传感器表现出优异的线性度（0.994）和灵敏度（408.33 pm/kV）。结果表明，该传感器具有高线性度、可实现无源监测以及良好的抗电磁干扰性能。同时...
解读: 该光纤法布里-珀罗传感技术对阳光电源海上光伏及储能系统具有重要应用价值。针对SG系列逆变器和PowerTitan储能系统在盐雾环境下的漏电流监测痛点,该无源光学传感方案可有效解决传统霍尔传感器电磁干扰问题,灵敏度达408.33pm/kV且线性度0.994。可集成至iSolarCloud平台实现预测性...
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...
光伏-热电混合系统的综合优化
Comprehensive optimization of photovoltaic-thermoelectric hybrid systems: Experimental analysis of cooling methods, photovoltaic strategies, and their synergistic effects
Chang Wanga · Guoqing Zhang · Yaohui Wanga · Lei Songa 等5人 · Solar Energy · 2025年9月 · Vol.298
摘要 目前，光伏-热电（PV-TEG）混合系统因其能够利用光伏废热提升发电效率而受到广泛关注，但其整体能量转换效率仍相对较低。现有研究多采用单一优化方法，缺乏系统性与协调性的优化策略，限制了PV-TEG系统整体效率的提升。为解决这一问题，本文提出一种新的综合优化框架，该框架包含四个模块，将系统划分为“光伏优化模块、光伏模块、热电模块和冷却模块”，通过系统性地结合光伏优化与冷却策略，构建集成优化的PV-TEG系统。首先，通过实验对比不同冷却方法，分析了这些方法对光伏模块温度、热电模块温差以及系统输...
解读: 该PV-TEG混合系统综合优化研究对阳光电源SG系列光伏逆变器及智能运维具有重要价值。研究中的温度控制与功率优化策略可直接应用于我司MPPT算法改进,通过实时温度监测动态调整工作点,提升组件发电效率。四模块集成优化框架为iSolarCloud平台的预测性维护提供新思路,可结合辐照度波动数据优化系统长...
基于迎风侧首排数据与深度学习的长跨柔性光伏阵列风压分布预测
Prediction of wind pressure distribution on long-span flexible photovoltaic arrays using windward first row data and deep learning
Hehe Rena · Haoyue Liua · Shitang Kea · Wenxin Tiana 等8人 · Solar Energy · 2025年9月 · Vol.298
摘要 长跨柔性光伏（PV）结构是解决“光伏+”发展挑战的关键方案之一。然而，其大跨度、轻质、低刚度和高离地间隙等特性加剧了风致振动效应，使得风荷载成为结构设计中的关键因素。鉴于风压试验中风压数据具有空间分布特征且测点数量受限，本文提出一种全卷积网络（FCN）模型，该模型在卷积神经网络（CNN）框架内融合多尺度特征与跳跃连接结构，利用柔性光伏阵列首排的风压场数据来预测整个光伏阵列的风压分布。结果表明，所预测风压的相对误差约为9%，预测值与实际风压之间的相关系数超过0.95。这说明该FCN模型能够有...
解读: 该风压预测技术对阳光电源大型地面光伏电站的结构设计具有重要价值。针对渔光互补、农光互补等'光伏+'场景中采用的大跨度柔性支架系统，该深度学习模型可通过少量迎风侧测点数据预测整体风压分布，优化支架结构设计，降低风洞试验成本。可应用于SG系列逆变器配套的柔性支架系统选型，指导PowerTitan储能系统...
钠诱导的掺钨氧化铟薄膜及异质结太阳能电池在湿热环境中的退化
Sodium-induced degradation of tungsten doped indium oxide film and HJT solar cells in damp-heat environment
Yunren Luo · Jianhua Shi · Shuyi Chen · Haodong Chen 等14人 · Solar Energy · 2025年8月 · Vol.296
摘要 硅异质结（HJT）太阳能电池的可靠性是延长其光伏系统寿命的关键。钠被认为是使用钠钙玻璃封装的光伏组件性能衰减的主要因素之一。本研究探讨了在湿热条件（DH，85 °C和85%相对湿度）下，未封装HJT太阳能电池因NaHCO₃引起的退化行为。Na⁺和H₂O在IWO薄膜晶界处的化学吸附可促进氧化铟向氢氧化铟的转化，导致载流子迁移率下降以及晶界势垒升高。此外，Na⁺穿过IWO薄膜扩散至HJT太阳能电池的钝化层，会恶化nc-Si:H的钝化效果，从而引起HJT太阳能电池效率的降低。研究发现，具有大晶粒...
解读: 该研究揭示HJT电池在湿热环境下钠离子诱导的IWO薄膜降解机制,对阳光电源SG系列光伏逆变器系统可靠性设计具有重要参考价值。研究发现大晶粒IWO薄膜可显著降低效率衰减(从71.4%降至36.6%),为iSolarCloud平台的组件衰减预测模型提供理论依据。建议在逆变器MPPT算法中加入组件湿热老化...
一种基于TKAN的光伏阵列输出功率异常检测方法
An Anomaly Detection Method for the Output Power of Photovoltaic Arrays Based on TKAN
Tingting Pei · Lei Jiang · Wei Chen · Haiyan Zhang 等6人 · IEEE Journal of Photovoltaics · 2025年8月
当今，光伏发电系统面临的最大挑战之一是使其保持在理想的发电效率下运行。为实现这一目标，对光伏阵列输出功率进行异常检测对于确保系统的可靠性和安全性至关重要。本文提出了一种基于时间柯尔莫哥洛夫 - 阿诺尔德网络（TKANs）的光伏阵列输出功率异常检测方法。首先，通过选取光伏阵列输出功率、环境温度、组件温度和辐照度的时间序列作为输入特征，构建光伏阵列参数数据集。其次，通过获取环境信息和运行参数的边界值，并将其缩放到 0 - 1 的范围，对光伏阵列参数数据集进行特征归一化处理。然后，使用 TKAN 神经...
解读: 该TKAN异常检测技术对阳光电源iSolarCloud智能运维平台具有直接应用价值。可集成至SG系列光伏逆变器的智能诊断模块，通过时序特征分析实时监测组串级输出功率异常，提前识别遮挡、热斑、组件失效等故障模式。相比传统阈值法，该方法的动态权重机制能适应不同天气条件下的功率波动特性，显著降低误报率。可...
基于先验知识的大规模超高清光伏板分割数据集增强框架
A large-scale ultra-high-resolution segmentation dataset augmentation framework for photovoltaic panels in photovoltaic power plants based on priori knowledge
Ruiqing Yang · Guojin He · Ranyu Yin · Guizhou Wang 等9人 · Applied Energy · 2025年7月 · Vol.390
摘要 当前大多数提升模型精度的研究主要集中在模型本身的优化上，往往忽视了数据集质量的关键作用，尤其是在遥感大数据背景下。许多关于光伏发电（PV）的大规模提取研究通常仅关注光伏电站边界的粗略勾画，这限制了更深入的下游分析潜力。本文提出了一种针对光伏电站内部光伏板进行细粒度提取的框架，而非仅仅捕捉电站的外部轮廓。通过聚焦于单个光伏板级别的分割，该方法为下游应用（如发电量估算和空间布局优化）提供了更为精确的评估基础。该框架融合了先验知识，以应对地表覆盖、成像条件以及背景干扰所带来的挑战。一种创新的标签...
解读: 该超高分辨率光伏板分割框架对阳光电源iSolarCloud智能运维平台具有重要应用价值。通过面板级精细识别,可显著提升SG系列逆拟器的MPPT优化策略精度,实现组串级故障诊断与发电量评估。数据集质量提升(78%→92%)为预测性维护算法提供可靠训练基础,结合先验知识的标注效率提升75%可加速电站数字...
纳米晶辅助的缺陷调控用于提升钙钛矿太阳能电池的光伏性能
Nanocrystal-assisted defect control in hybrid perovskite solar cells for improved photovoltaic performance
Xuefeng Xia · Xiaohua Ding · Yu Lan · Wenhua Zhang 等6人 · Solar Energy · 2025年7月 · Vol.295
摘要 有机金属卤化物钙钛矿太阳能电池（PSCs）因其卓越的光电转换效率（PCE）以及优异的光电性能，如长载流子寿命、长扩散长度和高吸光能力，已成为新一代光伏技术的有力候选者。然而，晶界和表面处的缺陷会成为非辐射复合中心，严重降低器件的性能与稳定性。在本研究中，我们提出了一种量子点（QD）辅助的反溶剂工程策略（AES），以调控钙钛矿的结晶过程并最小化缺陷态密度。通过在反溶剂过程中引入不同浓度（0.3、0.6 和 0.9 mg/mL）的具有绿色（g-QDs）和红色（r-QDs）发射的CdSe/ZnS...
解读: 该量子点辅助钙钛矿电池缺陷钝化技术对阳光电源光伏系统具有重要启示价值。研究中采用的MPPT条件下600小时稳定性测试方法,可直接应用于SG系列逆变器的MPPT算法优化验证。钙钛矿电池21%效率突破及其抗衰减特性,为阳光电源1500V高压系统提供了新型高效组件适配方案。文中缺陷态控制与非辐射复合抑制的...
动态多样性捕获差分进化精确设计复杂非线性光伏系统：一种启发式案例
Dynamic diversity capture differential evolution to accurately design complex nonlinear photovoltaic system: A heuristic case
Tianyu Gaoa · Yajun Zhang · Juan Zhaob · Solar Energy · 2025年4月 · Vol.290
摘要 在可再生能源转型背景下，太阳能光伏（PV）技术的应用必须依赖高效且可靠的参数辨识方法，以确保系统的长期稳定运行。由于光伏模型具有高度非线性且参数难以准确估计，本文提出了一种改进的动态多样性捕获L-SHADE算法结合参数矩阵预分解的方法（DcL-SHADED），用于估计光伏模型中的未知参数。在DcL-SHADED中，首先通过分解方法将待估计的参数预先分解为具有不同属性的参数子集；其次，提出一种动态种群多样性捕获机制，用以判断不同代际种群多样性的变化趋势；进一步地，设计了一种最优个体引导的进化...
解读: 该光伏参数辨识算法对阳光电源SG系列逆变器的MPPT优化具有重要应用价值。DcL-SHADED通过动态种群多样性捕获机制和参数矩阵预分解,可精确识别光伏系统非线性特性,有助于提升逆变器在复杂工况下的最大功率点跟踪精度。该方法可集成至iSolarCloud平台的预测性维护模块,实现光伏阵列参数在线辨识...
混合光伏-热电系统在可再生能源中的进展与挑战
Advances and challenges in hybrid photovoltaic-thermoelectric systems for renewable energy
Raza Moshwan · Xiao-Lei Shi · Min Zhang · Yicheng Yu 等9人 · Applied Energy · 2025年2月 · Vol.380
将热电发电机（TEGs）与光伏（PV）器件相结合，是一种有效提升光伏电池发电能力的策略，从而显著促进太阳能的广泛应用。通过同时利用太阳光中的光子能量和热能，该集成方式能够最大化能量捕获，提高整个系统的整体效率，进而推动太阳能发电的可行性与规模化发展。本文及时综述了混合光伏-热电发电机（PV-TEG）技术在基础原理、热阻、接触电阻和负载电阻对性能的影响、多种集成方案（如结合光谱分束器、相变材料及热力系统的混合PV-TEG系统）、热管理、可行性分析以及经济与环境影响、长期效率提升等方面的最新进展与面...
解读: 该PV-TEG混合发电技术对阳光电源光伏逆变器产品线具有重要启示价值。热电联合发电可提升组件侧能量利用率,与SG系列逆变器的MPPT优化技术形成协同:通过精准追踪光伏-热电双模式功率点,配合三电平拓扑降低损耗,可进一步提升系统效率。该技术的热管理方案可为PowerTitan储能系统的温控设计提供参考...
基于可重构有机光伏器件的视觉突触
Visual synapse based on reconfigurable organic photovoltaic cell
Xiangrong Pu1Fan Shu2Qifan Wang1Gang Liu2Zhang Zhang1 · 半导体学报 · 2025年2月 · Vol.46
受大脑分层协同处理视觉信息的启发，本文利用PM6:Y6体系优异的光响应特性，构建了一种垂直结构的光可调有机忆阻器，系统研究了其阻变特性、光电探测能力及光突触行为模拟。该器件实现了稳定的渐进式电阻调控，成功模拟了电压控制的长时程增强/抑制（LTP/LTD）及多种光电协同调节的突触可塑性，并仿真实现了人类视觉神经系统的图像感知与识别功能。以非易失性Au/PM6:Y6/ITO忆阻器作为人工突触与神经元模型，构建了分层协同处理的SLP-CNN级联神经网络，利用其线性可调光电导特性实现网络权重更新，图像识...
解读: 该有机光伏忆阻器技术为阳光电源智能运维系统提供创新思路。其光电协同突触可塑性机制可应用于iSolarCloud平台的边缘智能诊断：利用光伏组件自身光响应特性实现分布式故障识别，无需额外传感器。分层协同SLP-CNN架构可优化ST储能系统的BMS电池状态预测，通过模拟神经突触的渐进式权重调节实现自适应...
基于I-V曲线成像与双流深度神经网络的光伏系统遮挡类型及严重程度诊断
Shading type and severity diagnosis in photovoltaic systems via I-V curve imaging and two-stream deep neural network
Zengxiang Hea · Hong Cai Chen · Shuo Shan · Yihua Hu 等6人 · Energy Conversion and Management · 2025年1月 · Vol.324
摘要 遮挡是光伏（PV）系统中最常见的异常现象之一，会导致功率损失和热点效应。目前大多数研究仅能实现遮挡检测，而无法进一步诊断遮挡的类型和严重程度。本文提出了一种结合I-V曲线成像与双流深度神经网络（DNN）的有效方法，用于诊断遮挡类型，并估计实际运行光伏系统中五种常见遮挡类型的严重程度。该方法首先对光伏组串的I-V曲线进行重采样，并转换至标准测试条件（STC），以消除数据尺度和环境因素对遮挡诊断结果的影响。随后，采用一种称为格拉米安角和场（Gramian angular summation f...
解读: 该阴影诊断技术对阳光电源SG系列光伏逆变器及iSolarCloud平台具有重要应用价值。通过I-V曲线成像与双流深度神经网络,可实现阴影类型识别与严重程度量化评估,弥补现有MPPT优化技术仅能检测异常但无法精准诊断的不足。建议将GASF时序成像与LSTM-CNN融合算法集成至智能运维平台,结合组串级...
基于深度强化学习的风光水储混合能源系统长短周期协调调度
Long-Term and Short-Term Coordinated Scheduling for Wind-PV-Hydro-Storage Hybrid Energy System Based on Deep Reinforcement Learning
Huaiyuan Zhang · Kai Liao · Jianwei Yang · Zhe Yin 等5人 · IEEE Transactions on Sustainable Energy · 2025年1月
针对多时间尺度调度复杂的风光水储混合能源系统，传统长期调度策略常削弱短期调节能力，导致资源浪费与电力短缺。本文提出一种将短期运行特性嵌入长期调度规则的协同框架，将长期调度建模为马尔可夫决策过程，并在每一步耦合基于优化模型生成的短期发电计划。通过融合数据驱动与模型驱动方法，利用深度强化学习简化长期决策，结合混合整数线性规划确保短期约束满足。实证表明，该方法使弃电率由11.67%降至0.63%，切负荷率从3.3%降至0.69%，显著优于传统方法。
解读: 该深度强化学习协调调度技术对阳光电源PowerTitan储能系统和iSolarCloud云平台具有重要应用价值。研究提出的长短周期协同框架可直接集成到ST系列储能变流器的能量管理系统中，通过MDP建模和DRL算法优化多时间尺度调度决策，显著降低弃电率（11.67%→0.63%）和切负荷率（3.3%→...