基于人工神经网络的光伏太阳能热泵系统的混合建模

本文搭建了光伏太阳能热泵系统(PV-SAHP),该系统可以有效降低太阳能电池的工作温度,并以此提高光伏发电量。利用BP人工神经网络预测太阳辐照强度,作为数据驱动的模型;数学物理方程计算光伏发电功率和热泵吸热量,作为机理模型,两者串联形成混合模型。混合模型预测结果显示,在热泵COP为3.5的情况下,PV-SAHP系统对太阳能的总利用率达78%。混合模型的建立,为PV-SAHP系统在实际应用中性能预测、系统优化等提供新的建模思路。

光伏光热一体化系统性能实验研究

针对太阳能电池冷却方式的优缺点,对新型的光伏太阳能热泵系统(PV-SAHP)进行了实验研究。搭建了光伏太阳能热泵系统(PV-SAHP),该系统可以有效降低太阳能电池的工作温度,温度平均下降10℃,最高降温可达18℃,光伏发电效率提升约5%,由实验结果显示,该系统可以有效降低太阳能电池的温度,提高太阳能的综合利用率。