找到 4 条结果 · 光伏发电技术
量化光伏双层幕墙的参数交互：基于二阶Morris方法的敏感性分析
Quantifying the parameter interaction of photovoltaic double skin façade: A sensitivity analysis based on second-order Morris method
Xingjiang Liu · Haotian Yang · Chao Shen · Lin LU 等5人 · Applied Energy · 2025年1月 · Vol.386
针对光伏双层幕墙（PV-DSF）的大量参数化分析已为其实际设计提供了有价值的参考，然而已有研究报道的最优参数值存在不一致现象，通常归因于气候条件的差异。其他研究也识别出参数之间的耦合效应，这种耦合可能对优化结果引入潜在误差。为解决参数影响中的此类差异，本文采用Morris方法对三类共十个参数分别进行一阶和二阶敏感性分析。通过选取具有最大欧氏距离的轨迹组以实现高效的分析过程。一阶敏感性分析结果表明，太阳能量丰富程度、室内照度设定值（Lset）以及半透明光伏模块的蚀刻率（ϑSTPV）具有最强的独立影...
解读: 该光伏双层表皮幕墙参数耦合研究对阳光电源SG系列光伏逆变器及智能运维平台具有重要价值。研究揭示的半透明光伏组件蚀刻比与腔体深度的强耦合效应,可指导逆变器MPPT算法优化,针对建筑光伏复杂遮挡场景实现精准功率追踪。室内照度设定值与采光参数的交互作用,为iSolarCloud平台开发BIPV智能控制策略...
用于并网光伏电站选址的分段变异粒子群优化算法
PSO with segmented mutation for site selection in grid-connected photovoltaic power generation system
Xiao Zhang · Yujiang Chen · Linhui Cheng · Shasha Tian 等5人 · Applied Energy · 2025年1月 · Vol.377
摘要 本文提出了一种新型的分段变异粒子群优化（SMPSO）算法，用于解决并网光伏发电系统规划阶段中光伏（PV）阵列场址与电力变压器场址的选址问题。光伏阵列和电力变压器的选址过程直接影响系统的发电效率与建设运行成本。然而，该选址任务对优化算法提出了严峻挑战。粒子群优化（PSO）是一种应用广泛的基于种群的优化器，具有众多应用场景。但由于标准PSO在处理选址问题时存在早熟收敛和易陷入局部最优的缺陷，本文提出一种分段变异的PSO算法：在迭代初期采用全局粒子变异操作以增强全局搜索能力；在迭代后期则对较优粒...
解读: 该SMPSO算法对阳光电源光伏电站规划具有重要应用价值。在大型地面电站设计中,可优化SG系列逆变器和箱变布局,降低线损和建设成本。算法的分段变异策略可集成到iSolarCloud平台的智能选址模块,结合地形、辐照和电网接入条件,实现光伏阵列与ST系列储能系统的协同优化配置。其快速收敛特性适用于多场景...
用于储层计算的具有时序动力学的两端口光伏神经形态器件
Two-terminal photovoltaic neuromorphic device with temporal dynamics for reservoir computing
Hong Fang · Jie Wang · Shuanger Ma · Le Zhao 等6人 · Applied Physics Letters · 2025年1月 · Vol.126
提出了一种基于光伏效应的两端口神经形态器件，具备类脑突触的时序动力学特性，可用于储层计算。该器件利用光生载流子的动力学响应模拟神经元的时间依赖行为，无需传统三端结构即可实现非线性激活与记忆功能。实验结果表明，该器件在处理时间序列任务中表现出良好的性能，为低功耗、高集成度的神经形态计算系统提供了新思路。
解读: 该光伏神经形态器件技术为阳光电源智能化产品提供了创新思路。其两端口结构和时序动力学特性可应用于：1）SG系列逆变器的MPPT算法优化，利用储层计算实现更快速的光照变化响应和功率预测；2）ST储能系统的智能能量管理，通过时间序列处理提升负荷预测和充放电策略优化能力；3）iSolarCloud平台的边缘...
农业光伏系统的控制策略：平衡发电量与农作物产量以实现可持续发展
Control strategies for agricultural photovoltaic systems: Balancing electricity generation and agricultural yield for sustainable development
Bo Tian · Ningbo Wang · Lu Liu · Yuanxin Lin 等8人 · Solar Energy · 2025年1月 · Vol.288
摘要 不同的控制策略对农业光伏（PV）系统的整体性能具有显著影响。本研究采用人工神经网络（ANN）算法对数值天气预报（NWP）模型的太阳辐照度预测结果进行修正，并提出了以实现最优农作物产量和最优发电量为目标的创新性控制策略。结合法国的一个农业光伏项目，研究了不同控制策略下农业光伏系统的发电量、作物产量以及土地当量比（LER）。结果表明，与传统的太阳跟踪控制策略相比，最优产量控制策略的年发电量减少23%，LER值平均下降10%。而最优发电量控制策略相较于传统太阳跟踪控制策略，最高可实现单日发电增益...
解读: 该农光互补控制策略研究对阳光电源SG系列光伏逆变器及iSolarCloud平台具有重要应用价值。文中基于ANN算法的辐照预测与动态控制策略,可集成至我司MPPT优化算法中,实现发电与农业产出的智能平衡。研究显示优化发电策略可提升15.6%年发电量,验证了智能控制的经济性。建议将该多目标优化思路融入i...