找到 4 条结果 · 光伏发电技术
基于预测的风-光互补电解制氢系统的设计与优化调度
Design and optimal scheduling of a forecasting-based wind-and-photovoltaic complementary electrolytic hydrogen production system
Weichao Dong · Hexu Sun · Zheng Li · Huifang Yang · Applied Energy · 2025年8月 · Vol.392
摘要 氢能可有效缓解能源短缺并减少环境污染。本文首次设计了一个完整的风能与光伏（PV）互补制氢系统，包括高效的发电系统模型、精确的预测模型、优良的优化调度策略以及高效的催化剂。该离网型互补发电系统在直流母线上实现。提出了一种混合预测模型，结合长短期记忆网络（LSTM）、分位数回归（QR）和正则藤copula方法。LSTM与QR相结合可获得边缘概率密度函数（PDF）。利用正则藤copula建立风能与光伏能源之间的相关性，并将边缘PDF与其相关性结构结合，实现对风能和光伏出力的联合预测。提出一种基于...
解读: 该风光制氢系统对阳光电源ST系列储能变流器和SG光伏逆变器具有重要应用价值。文中直流母线离网架构可结合我司1500V系统和三电平拓扑技术,提升功率转换效率。LSTM-DRL多目标优化调度策略可集成至iSolarCloud平台,实现风光出力预测与氢储能协同控制。研究的3.1美元/kg制氢成本为Powe...
基于领域对抗时序网络的跨区域分布式光伏系统功率预测可迁移框架
A Transferable Framework of PV Power Forecasting for Cross-Regional Distributed PV Systems Using Domain Adversarial Temporal Network
Jiaqi Qu · Qiang Sun · Zheng Qian · Hamidreza Zareipour 等5人 · IEEE Transactions on Industrial Informatics · 2025年7月
气象预报数据的缺失增加了分布式光伏系统输出功率预测的不准确性。特别是对于跨地区新建的分布式站点而言，基于数据驱动方法的建模受到历史数据不足的限制。因此，本文提出了一种基于迁移学习（TL）的领域对抗性时间网络（DATN）框架，该框架包含两个主要模块，即功率时间预测器和领域分类器。其中，考虑长短期记忆网络隐藏层权重的领域分类器旨在减少源领域和目标领域之间的分布差异。DATN采用了跨领域对抗性预训练与特定目标预测调整的迁移学习策略。在四项跨区域迁移实验中，对领域自适应方法和迁移策略的效果进行了比较。本...
解读: 从阳光电源的业务视角来看，这项基于域对抗时序网络的跨区域光伏功率预测技术具有显著的战略价值。该技术通过迁移学习框架解决了分布式光伏系统中气象数据缺失和新建站点历史数据不足的核心痛点，这与我司在全球范围内快速部署分布式光伏解决方案的业务需求高度契合。 对于我司的智能光伏逆变器和iSolarCloud...
一种用于光伏/热系统的新型三维光-电-热耦合数值模型
A novel 3D opto-electro-thermal coupling numerical model for photovoltaic/thermal systems
Hao Wang · Weiding Wang · Yukai Liu · Yongquan Lai 等9人 · Energy Conversion and Management · 2025年1月 · Vol.324
摘要 光伏/热（PV/T）系统通过回收废热并降低光伏电池的工作温度，为提升能量转换性能提供了有前景的解决方案。数值模拟可进一步优化这些PV/T系统的性能。然而，目前报道的PV/T模型多采用简化假设，未能充分考虑太阳能电池局部区域的电-热耦合效应，因而难以准确反映其内在的物理机制。为解决这一问题，本文建立了一种基于漂移-扩散方程的钙钛矿PV/T系统新型光-电-热耦合数值模型。该模型能够在网格单元尺度上研究光学、电学与热学能量之间的能量转换机制。基于所建立的模型，通过一种改进的加权总效率评价指标，分...
解读: 该光-电-热三维耦合模型对阳光电源SG系列光伏逆变器及光伏热电联产系统具有重要价值。研究揭示的温度-效率关联机制可优化MPPT算法,通过实时温度补偿提升发电效率;环境温度每升高40°C导致8.45%效率损失的发现,为逆变器散热设计及降额曲线优化提供理论依据。模型中光照强度与最优流量的匹配策略,可应用...
基于多模态数据融合与模糊化的超短期太阳辐照度预测
Ultra Short-Term Solar Irradiance Forecast Based on Multimodal Data Fusion and Fuzzification
Xiangsen Wei · Dong Yue · Gerhard P. Hancke · Chunxia Dou 等6人 · IEEE Transactions on Industrial Informatics · 2025年1月
太阳辐照度的间歇性是导致光伏（PV）系统功率输出快速波动的主要原因。这些波动阻碍了太阳能发电设备大规模并入电网，进而阻碍了利用太阳能资源减少碳排放的进程。解决这一困境的主要途径是实现太阳辐照度的高精度预测。尽管存在各种预测太阳辐照度变化的方法，但很少有方法专注于充分利用多模态数据信息和模糊方法来提高预测性能。因此，本文提出了一种结合多模态数据融合和模糊化的方法来预测超短期全球水平辐照度（GHI）。首先，设计了一种模态转换方法，将时间模态数据转换为空间模态数据。然后，将转换后的数据与正常和欠曝光全...
解读: 从阳光电源的业务实践来看，这项基于多模态数据融合与模糊化的超短期太阳辐照度预测技术具有显著的应用价值。当前光伏发电的间歇性波动是制约大规模并网的核心痛点，直接影响我们逆变器的功率控制策略和储能系统的调度效率。该技术通过将时序数据转换为空间模态，并融合全天空图像与模糊化处理，为解决这一难题提供了创新路...