基于无人机摄影测量的建筑表皮光伏设计与效益评估

在建筑表皮部署光伏(PV)是有前途的策略,可以使建筑生产可再生能源并实现社会的碳中和目标。当前缺乏用于光伏建筑集成设计和效益评估的建筑精细化实景建模方法,难以对光伏的产能和视觉效果进行详细分析,形成合理方案。以无人机倾斜摄影测量技术为基础,结合参数化分析和美学设计方法,探索出用于建筑表皮光伏设计和效益评估的整体性方法。对天津市一教育性建筑进行了案例研究,得到了优化的光伏组件部署方案和产能潜力评估结果。为今后更多建筑的屋顶、立面光伏设计提供理论依据和方法借鉴。

基于光储混合配置的级联H桥型光伏逆变器功率平衡策略

级联H桥(cascade H-bridge,CHB)变换器由于其模块化结构,已成为大规模光伏(photovoltaic,PV)并网逆变器的优选方案。然而,在不同光照强度和温度下,不同区域PV组件之间发电功率不同,导致CHB变换器相间输出功率不均衡、不稳定等问题。为此,文中提出一种基于CHB结构的光储混合电能路由,在三相CHB光伏逆变器中配置少量的储能模块,利用光储协同控制,维持CHB内部功率稳定,消除分布式PV在相间产生的不均衡功率,且变换器输出功率能够时刻满足网侧上层功率调度,提高了光伏电站的稳定性。针对系统安全区域,在载波移相调制策略下,全桥子模块传输的功率受到约束,并对光伏和储能模块的配置作详细分析。最后,通过仿真以及实验验证所提拓扑及控制策略的正确性和有效性。

基于数据驱动的分布式光伏发电功率预测方法研究进展

从综述的角度,以分布式光伏系统为对象,分析了功率预测技术的发展情况、存在的难点以及主要影响因素,梳理了应用数据驱动方法实现功率准确预测的技术路线。再以空间相关性、历史出力功率以及气象等影响因素为切入点,梳理了光伏系统数据驱动的功率预测研究现状,分析其相应的数据增强、时空图信息以及特征融合的手段,讨论了技术的优缺点。最后给出了功率预测数据驱动方法研究方向和发展建议。

基于多时间尺度的户用光储能量管理策略

针对光伏出力的波动导致户用光储系统能量优化不确定性的问题,提出了一种多时间尺度能量管理策略。在日前阶段,综合考虑分时电价、储能系统的寿命和负荷的可控性,建立了以用户用电成本、储能运行成本和环境成本最小化为目标的调度模型;在日内阶段,基于模型预测控制(model prediction control,MPC)并参考日前调度计划进行实时调度能量优化,矫正光伏出力的预测偏差,在不影响用户舒适度的前提下降低系统运行成本。最后,仿真结果验证了所提能量管理策略的经济性和有效性。

MMC结构的分布式光伏系统功率不平衡优化方案

模块化多电平变换器(modular multilevel converter,MMC)由于其模块化结构,已成为大规模光伏(photovoltaic,PV)并网逆变器的研究热点。然而,在不同光照强度和温度下,PV组件之间发电功率不同,导致MMC内部出现桥臂、相间功率不均衡。因此,该文先分析MMC-PV系统在功率不均衡下的表现机理,后提出一种基于MMC结构的光储电能路由,其控制策略在满足交、直流端口功率需求的同时,实现桥臂间和相间的功率自均衡,提高PV利用率和系统稳定性。同时,受桥臂内子模块功率传输极限的影响,对PV和ESS的配置约束作详细分析,最后,通过仿真以及实验验证所提拓扑及控制策略的正确性和有效性。

基于层次聚类分场景的光伏汇聚趋势量化方法

持续功率曲线能反映长时间波动特性规律,通过研究已建设光伏集群持续功率曲线,建立预测模型揭示不同规模集群的汇聚演化规律,最终得到待建光伏集群的持续功率曲线。首先,利用层次聚类算法确定光伏集群汇聚规模的分层顺序,得到装机容量逐层递增的光伏集群,并提出汇聚效应指标验证顺序的有效性;其次,为了更好地判断和预测光伏持续功率曲线的变化趋势,对持续功率曲线进行出力场景划分;最后,为避免单一模型预测偏差,在各出力场景下,通过改进的信息熵组合预测模型掌握汇聚过程中规模演变规律,完成规划待建设集群持续功率曲线的预测。利用河北某地区实测数据仿真结果表明:验证聚类方法得到的集群分层顺序更能体现汇聚效应,并有效提高预测精度;出力场景划分准确刻画集群持续功率曲线汇聚趋势;通过模型对比表明分场景下改进信息熵组合预测模型更能精确完成待建光伏集群持续功率特性的量化分析。

一种可拓展双输入高增益DC/DC变换器

针对光伏发电系统中光伏电池板集成汇流的需求,提出了一种可拓展双输入高增益DC/DC变换器。该变换器采用了一种新型拓扑结构,可在实现输入输出电压高增益变换的同时降低了开关器件的电压应力。此外,所提变换器还具有可拓展性,可以根据不同的光伏电池板数量和输出电压要求对端口进行扩展,从而降低系统的复杂性和成本。首先详细介绍了所提变换器的拓扑结构,并推导出变换器在不同工作模态下的运行原理。然后,对该变换器的增益特性、开关器件的电压和电流应力、关键器件的参数选择和损耗计算等方面进行了深入的理论分析。最后,搭建了一台输出功率为1 kW的实验样机,并进行了实验测试。实验结果验证了所提变换器理论分析的正确性和可行性。

含电动汽车和光伏的配电网演化动态博弈调度策略

针对大规模电动汽车的无序充电行为可能导致电网出现的三相不平衡问题,基于演化动态博弈模型,提出一种考虑三相负荷平衡和光伏消纳的电动汽车充电调度策略。首先,基于电动汽车接入时段的主观性以及光伏出力和负荷的不确定性,引入游牧集群和定居集群之间的演化动态博弈方程;然后,考虑用户侧和电网侧双方利益关系,设计以最小化电动汽车充电费用、三相负荷不平衡度和无功需求为目标的调度优化模型;最后,通过对某商业区配电网算例进行仿真求解,对比分析三相有功曲线、三相无功曲线以及荷电状态曲线的变化趋势。算例结果表明,该调度策略可有效降低三相不平衡度,满足无功补偿的需求以及改善用户充电成本。

基于PCA-ShapeDTW-QWGRU的分布式光伏集群短期功率预测

针对分布式光伏短期功率预测建立基于主成分分析、改进的动态时间规整算法与量子加权门控循环单元(PCAShapeDTW-QWGRU)的集群功率预测模型。针对集群划分不够精细、光伏电站数据蕴含的信息难以捕捉的问题,提出基于主成分分析结合密度聚类算法(PCA-OPTICS)的集群划分方法;针对目前选取代表电站与集群相似性较低的问题,提出基于改进的动态时间规整算法(ShapeDTW)的代表电站的选取方法,利用ShapeDTW度量相似性距离,选取最小值作为代表电站,并利用基于均方根传播梯度下降法优化的量子加权门控循环单元(RMSprop-QWGRU)模型进行预测;为了解决代表电站与集群功率的变换系数转换差异较大的问题,采用实时变换系数对代表电站进行集群功率值预测计算。实验结果表明,所提方法能有效提升光伏集群功率预测的精度。

结合气象监测与地基云图的地表太阳辐射预测

高精度的太阳辐照度预测是光伏输出功率预测的基础,而云的遮挡是导致太阳辐射波动的主要原因。针对现有技术由于对云图时变特征获取能力不足,导致在复杂天气条件下预测精度显著下降的问题,提出了利用3D卷积神经网络同时提取单张云图图像特征和云图序列时变特征,建立云图图像特征与云对地表太阳辐射衰减之间的关联,实现太阳辐射高精度预测的方法。实验验证结果表明,较现有方法,所提出的方法在复杂天气条件下的未来5 min功率预测精度提高8%以上,具有很高的推广应用价值。

积灰对光伏组件性能影响的试验研究及数值模拟

探究光伏组件表面积灰对其输出特性的影响及污秽颗粒在组件表面的沉积规律,有助于制定清灰方案,提高光电转化效率。以置于华北电力大学风机大厅楼顶的光伏阵列为研究对象,进行人工布灰试验,探究了不同积灰量对组件输出功率、电流和电压的影响;为探究某单一因素对污秽颗粒沉积的影响,利用COMSOL软件建立与光伏组件自然积灰试验条件相同的颗粒沉积数值模型,模拟分析了风速、湿度、颗粒粒径和污秽浓度对光伏组件表面污秽颗粒沉积的影响。试验结果表明:积灰对工作电压影响较小,对输出功率和工作电流影响较大,且当积灰密度为5.07 g/m^(2)时,组件输出功率、电流和电压的变化率分别为8.71%、6.48%和0.40%。模拟结果表明:其他条件相同时,颗粒的沉积量随风速和粒径的增大均先减小后增大,在风速3 m/s和粒径15μm时取得最小值;相同条件下,颗粒沉积量均随湿度和污秽的浓度的增大而增大。

基于RPC的光储接入牵引供电系统协调控制方法

为将光伏发电接入牵引供电系统进行有效利用,同时兼顾牵引供电系统电能质量改善及列车再生制动能量回收利用,提出了一种基于铁路功率调节器的光储系统接入牵引供电系统的协调控制方法.首先,搭建基于铁路功率调节器的光储系统接入牵引供电拓扑结构,并对其电能质量补偿机理进行理论分析;在此基础上,充分考虑光储系统的运行条件以及列车牵引、制动、空载或惰行工况,提出光储系统接入牵引供电的联合协调控制方法,实现了“光+储+荷”三者间的协调控制、牵引供电系统负序的动态补偿以及谐波的有效抑制;在RT-Lab实时仿真系统中建立了基于铁路功率调节器的光伏接入牵引供电系统仿真模型,并结合实际光照和牵引工况数据验证本文所提出的系统结构以及协调控制方法的有效性.结果表明:本文所提出的系统结构以及协调控制方法能够实现牵引供电系统中光储系统的有效接入,再生制动能量回收率提升至86.7%,功率因数提升6.4%,对谐波特别是高次谐波含有率有较大改善,满足光伏电能高效消纳及综合利用、电能质量动态综合补偿、再生制动能量回收多重需求.

均匀流场下平单轴光伏支架扭转气动失稳特征试验研究

由于发电量明显高于固定式光伏系统,平单轴光伏发电系统近些年得到了广泛的应用。平单轴光伏支架由于扭转刚度较低,在大风天气下容易出现扭转气动失稳现象,从而造成支架结构破坏。为了进一步深入了解该振动的发生条件和机理,本研究通过节段模型测振风洞试验研究结构自振频率、倾角、阻尼等参数对扭转气动失稳的影响,分析了气动阻尼和气动刚度随着风速和倾角的变化规律。研究表明,平单轴光伏支架的扭转气动失稳表现出较强的气动耦合效应,气动阻尼和气动刚度是影响平单轴光伏支架气动失稳的重要参数,对风速和倾角的变化较为敏感,该失稳现象具备自激振动的特点;扭转刚度的提高在某些倾角下可以有效地限制振幅,同时可提高结构在各倾角的临界风速;扭转气动失稳的倾角范围为-15°~20°,0°倾角附近临界风速较高,若采用小倾角进行保护时,建议将大风保护角度设为0°。

基于聚类的HPO-BILSTM光伏功率短期预测

考虑到光伏发电功率在不同天气类型下的波动性和不确定性,对此提出一种基于模糊C均值聚类算法(FCM)和猎食者优化算法(HPO)优化双向长短期记忆网络(BILSTM)的光伏发电短期功率预测模型。首先对光伏发电数据进行处理和分析,再进行主成分分析(PCA)降维和FCM聚类算法将数据按天气类型分为阴、晴、雨;最后通过HPO筛选得出BILSTM神经网络的最佳超参数,避免因超参数设置不佳对实验带来的影响,进一步提高实验的准确性和模型的泛化能力。最后通过预测和对比实验进行分析,验证所提方法的优越性。

光储联合发电系统不对称故障穿越控制策略

针对电网不对称故障下光伏发电系统输出功率与直流侧电压二倍频波动问题,提出了一种光储联合发电系统低电压穿越控制策略。在低电压穿越期间,充分利用光伏并网逆变器和储能变流器容量向电网输送有功和无功功率;在此基础上令储能变流器采取基于负序虚拟电导的负序电压补偿控制策略;同时,分析了单台以及多台储能变流器参与负序电压补偿的原理,并对负序虚拟电导进行了自适应优化设计。仿真结果表明,所提控制策略能够有效削弱光伏发电系统输出功率与直流侧电压的二倍频波动。

基于优化奇偶重构法的光伏阵列自适应重构技术设计

对于光伏阵列而言,阴影遮挡和阵列损坏会导致其输出功率降低。为了提升光伏阵列的输出功率,提出了一种优化的奇偶重构方法(Optimized Odd Even Configuration,OOEC),纠正了奇偶重构法(Odd Even Configuration,OEC)在局部阴影超过4列时,重构效果差的缺点。所提出的方法将光伏阵列分为自由重构模块和固定重构模块,根据不同的阴影情况调整连接方式,确定最佳的连接关系,并与Arrow So Du ku,Zig-zag,OEC三种方法进行仿真实验对比,仿真结果表明,经过OOEC重构后的光伏阵列输出功率明显提高,光伏阵列的PU输出特性曲线更加趋向于单峰,并且从失配损耗,功率提升百分比,性能比,均衡指数上看来,OOEC有着更好的性能。

建筑集成光伏光热系统的发展现状

建筑集成光伏光热(BIPV/T)系统将太阳能光伏(PV)、太阳能集热器与建筑立面一体化巧妙结合,实现了发电和热能的协同产出。BIPV/T系统可以显著提高太阳能效率,并同时降低建筑的冷热负荷。BIPV/T系统分为两大类,即光伏光热/空气建筑一体化(BIPV/Air)和光伏光热/流体建筑一体化(BIPV/fluid)系统。对BIPV/Air系统的性能优化策略进行了总结,包括通风模式与强化传热结构。对BIPV/fluid系统中的BIPV/water和BIPV/T热泵系统进行了深入探讨,包括数学模型、性能改进和优化运行方法。寻找到一些改进策略的有效方法。该研究对于提高BIPV/T系统的能源效率和经济性具有意义。

基于直流母线电压信号的小型独立直流微电网自主平滑模式切换控制策略

在独立直流微电网中,储能系统(ESSs)和光伏(PV)是主要能源。在极端条件下,储能和光伏变换器需要进行工作模式切换以协调功率,为了优化切换性能,该文提出一种基于直流总线信号(DBS)的自主平滑模式切换控制策略,用于多个光伏电源和ESS的无通信协同工作,提高了系统的可靠性。针对多模式切换过程中的抖振和死锁问题,所提出的控制策略利用具有反馈抑制机制的PI控制器实现了在饱和与激活之间无缝切换。同时,为了进一步提升光伏能量的利用率,所提出的控制策略充分考虑了ESS的荷电状态(SOC),并使光伏电源能够直接参与直流母线电压的调节。此外,还对模式切换时间与控制器参数的设计进行了详细的分析建模,以优化模式切换性能。最后,建立了一个小型独立直流微电网实验系统,以验证所提出的直流微电网控制方法的可行性。

数据中心用太阳能与热泵互补转轮除湿蒸发冷却系统性能研究

针对数据中心蒸发冷却技术受限于环境湿球温度的问题,文章构建了一种太阳能与热泵互补转轮除湿蒸发冷却系统,该系统利用光伏组件发电余热提供的热能,与热泵系统互补驱动转轮除湿再生。系统根据室外气象条件可实现新风、蒸发冷却和除湿+蒸发冷却3种运行模式。应用TRNSYS软件模拟上海、广州和昆明3个典型地区数据中心的系统热力、电力及能耗特性。结果表明:在上海、广州和昆明地区典型日除湿+蒸发冷却模式下,转轮除湿预处理分别使空气湿球温度平均降低了10.9,11.6,10.3℃。在上海、广州和昆明地区典型月系统平均COP值分别为4.9,5.1,3.6,最大瞬时COP达到12.1,11.4,8.1。

基于人工神经网络的PV/T热电联供系统性能预测

为研究太阳能PV/T热电联供系统的性能和针对太阳能PV/T系统复杂的能量平衡方程,搭建了太阳能PV/T系统试验台,同时建立了基于改进灰狼优化的BP神经网络(back propagation neural network model based on improved grey wolf algorithm,IGWO-BP)预测模型,在晴朗天气下进行试验,并采用该模型对系统电功率以及蓄热水箱内水温进行预测。结果显示,晴朗日系统的电效率8.7%~12.2%、热效率51.7%;预测结果与BP神经网络预测模型、基于粒子群优化的BP神经网络(back propagation neural network based on particle swarm optimization,PSO-BP)预测模型和卷积神经网络(convolutional neural network,CNN)预测模型预测结果进行比较,结果显示IGWO-BP预测模型电效率预测模型的绝对百分比误差(mean absolute percentage error,MAPE)、决定系数(determination coefficient,R^(2))、均方根误差(root mean square error,RMSE)、效率因子(efficient factor,EF)和Pearson相关系数(pearson related coefficient,r)分别为4.5E-05、0.99、0.24、0.99和1.00,在储热罐温度预测中,上述指标分别为8.90E-04、0.98、0.07、0.98、0.99,均优于其他预测模型,IGWO-BP神经网络预测模型具有更好的预测性能。研究结果可为太阳能PV/T热电联供系统性能预测与优化控制提供参考。