找到 3 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11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...
基于深度神经网络的变气象条件下光伏参数精确估计模型
Deep neural networks model for accurate photovoltaic parameter estimation under variable weather conditions
Salem Batiyah · Ahmed Al-Subhi · Osama Elsherbiny · Obaid Aldosari 等5人 · Solar Energy · 2025年10月 · Vol.299
摘要 估算光伏（PV）参数对于光伏系统的精确建模和性能预测至关重要。本文提出了一种基于深度神经网络的方法，通过数据手册中的信息来确定光伏参数。该技术利用MATLAB/Simulink库中光伏模块单元生成的数千个数据点进行训练。采用平均绝对百分比误差（MAPE）、决定系数（R-squared）和均方根误差（RMSE）等指标对模型的有效性进行了评估。通过利用神经网络固有的模式识别和学习能力，该模型能够准确地估计光伏参数。为了评估所提方法的有效性，对其性能进行了多种测试，包括对测试数据、实验数据以及在...
解读: 该深度学习光伏参数估计技术对阳光电源SG系列逆变器和iSolarCloud平台具有重要应用价值。通过神经网络精准估算不同气象条件下的光伏参数,可优化MPPT算法实时性能,提升逆变器发电效率。该方法可集成至智能运维平台,实现组件参数在线辨识与性能预测,减少现场测试成本。结合PowerTitan储能系统...
最大化太阳能光伏能量效率：基于遮阴效应的MPPT技术研究
Maximizing solar photovoltaic energy efficiency: MPPT techniques investigation based on shading effects
Ana-Maria Bad · Doina Manaila Maximean · Laurentiu Far · Dan Craciunescu · Solar Energy · 2025年1月 · Vol.285
摘要 本文进行了一项全面的研究，旨在深入理解并优化光伏（PV）发电系统的运行特性。研究重点探讨了最大功率点跟踪（MPPT）技术，该技术通过在太阳辐照度和温度等变化条件下进行动态调节，以优化光伏发电机的能量输出，确保其始终运行在最高效率状态。此外，考虑到阴影效应对能量产出及整体性能可能产生的显著影响，本研究还结合优化型MPPT算法，对光照区域上的阴影效应进行了详细分析。研究采用了先进的建模与仿真技术，特别强调使用Levenberg-Marquardt方法进行参数估计，该方法用于将数学模型拟合至实验...
解读: 该MPPT优化研究对阳光电源SG系列光伏逆变器具有重要应用价值。文中基于Levenberg-Marquardt算法的参数辨识方法可增强我司多路MPPT技术在复杂遮挡场景下的追踪精度,特别适用于1500V高压系统。部分遮挡导致的功率损失分析为iSolarCloud平台的智能诊断功能提供理论支撑,可实现...