找到 2 条结果 · Solar Energy
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1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...
一种基于组件与环境温差预测光伏组件关键电压参数的解析模型
An analytical model for predicting photovoltaic module key voltage parameters incorporating the temperature difference between the module and ambient
Gaige Chen · Yugang Cao · Hui Liu · Youqiang Zhang 等5人 · Solar Energy · 2025年1月 · Vol.292
摘要 与受控的实验室条件相比，光伏（PV）组件在实际运行条件下的电气性能受到动态环境因素非线性效应的影响。提高电压参数的预测精度，特别是最大功率点电压（V_mp），对于实现高效的最大功率点跟踪（MPPT）以及提升系统整体性能至关重要。传统的仅依赖组件温度和辐照度的模型难以充分反映户外气候的变化情况。本文提出了一种基于组件与环境之间温差（ΔT）的解析模型，用于预测电压参数，并考虑了二者之间的相互作用。首先，采用最大信息系数（MIC）等相关性分析方法，确定了ΔT与电压参数之间存在强烈的非线性相关关系...
解读: 该温差修正电压预测模型对阳光电源SG系列光伏逆变器的MPPT算法优化具有重要价值。传统模型在高温工况下误差显著,该研究通过引入组件-环境温差(ΔT)量化非线性气候影响,使Vmp预测精度提升0.1-1.25V,尤其在40℃以上场景改善明显。可直接应用于1500V系统多路MPPT控制策略,结合iSola...