找到 2 条结果 · Solar Energy
基于积分形式与混合目标函数的光伏单二极管模型参数估计
Parameter estimation of photovoltaic single-diode model using an integral form and hybrid objective function
Jie Xua · Jinfeng Liua · Chen Zhua · Qingyun Chenb 等5人 · Solar Energy · 2025年1月 · Vol.300
摘要 基于光伏（PV）单二极管模型I–V关系的积分形式，本文提出了一种非迭代线性方法，用于从光伏组件/电池的单条实验I–V曲线中进行参数估计。在附加使用确定性优化算法进行参数精修过程后，在四个常用案例研究中均达到了最佳精度。同时，与其它最先进的方法相比，目标函数评估的计算成本降低了约一个数量级。在部分案例研究中，获得了负的参数估计值及较大的不确定性，这归因于存在缺陷或低质量的输入数据。所采用的不确定性分析框架对应于数理统计中的区间估计，并通过文献中80种方法所报告的参数值的统计评估进一步验证了其...
解读: 该光伏单二极管模型参数估计方法对阳光电源SG系列逆变器的MPPT优化具有重要应用价值。通过积分形式的非迭代线性算法,可将参数估计计算成本降低一个数量级,适合嵌入逆变器实时控制系统。混合目标函数能更精确预测最大功率点,可提升MPPT跟踪精度和发电效率。该方法的不确定性分析框架可用于iSolarClou...
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...