基于改进型Transformer模型的光伏出力实时估计方法研究

对集中式光伏电站的各个逆变器集群进行功率估计,得到光伏集群的理想状态下的出力值,可为整个电站的全面态势感知和实时监测集电线光伏系统集群运行状态的评估提供基础数据。针对光伏系统出力的估计需求,提出了一种基于改进型Transformer模型的光伏输出实时估计方法,首先采集系统运行数据与同周期站址地气象实测数据,然后通过对系统异常时段数据进行清洗与数据集成等方法对原始数据进行预处理,最后基于改进型Transformer模型与预处理后数据集实现对光伏出力的实时估计。采用实际集中式地面光伏电站数据对所提方法进行了测试分析,结果显示,所提出的基于改进型Transformer模型的光伏出力实时估计方法的平均绝对误差(MAE)和均方根误差(RMSE)分别为0.021与0.186,优于传统方法,验证了所提方法估计性能的可行性和准确性,可为光伏电站运行状态评估提供理想状态下的出力数据,进而为智能光伏运维提供基础数据。

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。

2023年中国光伏技术进展综述

2023年中国光伏技术发展迅速,从晶体硅、硅片、晶体硅太阳电池及其光伏组件、薄膜太阳电池及其光伏组件、新型太阳电池、光伏发电系统集成与应用、光伏功率变换器及平衡部件、光伏电站全生命周期数智化技术、光伏发电标准及实证测试、太阳电池光电转换效率等方面对2023年中国光伏技术发展情况进行了系统总结,客观描绘了中国光伏技术创新地图全貌。得到以下结论:1)三氯氢硅法(改良西门子法)和硅烷法技术的能耗指标达到国际先进水平,多次装料拉晶(RCz)技术仍是主要的硅棒生产方式,结合颗粒硅料的连续直拉单晶(CCz)技术持续取得进展。2)n型太阳电池的市场份额快速增加,TOPCon太阳电池大规模量产,HJT太阳电池产能持续增加,BC太阳电池实现批量生产。晶体硅太阳电池、钙钛矿太阳电池、钙钛矿/硅叠层太阳电池、CZTSSe薄膜太阳电池、有机太阳电池等太阳电池的光电转换效率屡创世界纪录。3)多层次立体化光伏发电应用体系不断丰富,大型地面光伏电站、分布式光伏电站、海上漂浮式光伏电站、天基/空间光伏发电系统、山地光伏电站等多元化应用模式蓬勃发展。

长三角地区集中式露地农业光伏方阵夏季光热环境试验研究

基于太阳照度和环境温度逐时变化,以长三角地区的集中式露地农业光伏方阵为研究对象,在跨度为6.8 m的单跨方阵中沿从南到北的跨度方向取0.65、3.40、6.15 m处的3个和长度方向共面的测试断面,即南区、中区、北区。基于此,进行夏季方阵内外的光热环境测试,分析并明确光伏组件下方区域的光热环境变化规律,为其太阳能资源合理利用、结构改进和夏季农业生产管理提供参考。结果表明,该地区光伏方阵夏季内部3个区域光热环境呈现规律性差异,整体表现为北区略优于南区,中区优于南、北两区。综合考虑作物生长的光热环境需求,一方面可通过结构改进、种植方式优化等方式改善或利用好内部光环境;另一方面基于热环境规律,分类做好内部3个区的夏季灌溉等田间管理,从而推动光伏农业发展升级。

严寒地区空气源热泵供热系统改造优化研究

以严寒地区一栋办公建筑空气源热泵供热(ASHP)系统为研究对象,实地调研系统设计与运行数据,分析ASHP系统供热效果并提出改造优化方案。利用TRNSYS软件构建太阳能光伏空气源热泵耦合供热系统(PV-ASHP系统)、太阳能光热空气源热泵耦合供热系统(SC-ASHP系统)和太阳能光伏光热空气源热泵耦合供热系统(PV/T-ASHP系统)模型,研究改造方案可行性。结果表明:相较于改造前系统,改造后系统中SC-ASHP系统与PV/T-ASHP系统性能系数(C_(cop))为7.10、6.57,PV-ASHP系统与PV/T-ASHP系统运行能耗降低约50%,PV/T-ASHP系统太阳能利用率最高,达61.51%。

光伏幕墙辅助双源热泵系统在不同地区的多目标优化配置

为克服单一可再生能源应用的局限性,提出一种光伏幕墙辅助双源热泵系统。利用TRNSYS建立仿真模型,以系统能耗和生命周期成本为目标函数,采用非支配排序遗传算法(NSGA-Ⅱ),对不同地区系统配置规模进行多目标优化设计,并利用加权和法确定均衡解。结果表明:哈尔滨、长春、沈阳3个地区优化后的系统运行能耗比优化前分别增加5.9%、5.0%和3.9%,生命周期成本降低13.6%、17.1%和12.9%;与单目标优化相比,多目标优化在兼顾性能的前提下能明显降低生命周期成本,具有明显的优势。

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。

风电和光伏发电功率联合预测与预调度框架

随着多区域互联电力系统的发展,风电、光伏等新能源发电大规模并网,风电-光伏功率的联合预测和协调调度是必然趋势和迫切需求。为此,从风电-光伏发电的时空相关性分析出发,对风电-光伏功率时空耦合、风电光伏联合预测建模、风电光伏联合预测模型参数优化、考虑风电-光伏联合预测的电力系统预调度等方面进行了分析讨论。首先,研究揭示风电-光伏功率在时间-空间上的交互影响机理,提出面向多时间尺度的风电-光伏功率时间互补性分析方法,建立风电-光伏发电空间相关性量化模型,构建基于多阶图卷积神经网络风电-光伏发电时空耦合模型;基于此,研究提出了融合异构图神经网络的风电-光伏联合预测方法,建立了风电-光伏联合预测模型参数优化模型,构建了新能源有功功率预测误差矢量评价体系,为风电-光伏联合发电系统的协调调度和控制提供决策支撑;在风电-光伏联合发电预测的基础上,采用风电、光伏发电时间互补、空间互济的思路探讨了风电-光伏联合的电力系统预调度策略和方法,对不同时间尺度风电-光伏的协调调度策略进行了剖析,建立了电网-区域-集群-场站空间递阶的风电-光伏联合发电系统分层调度框架。最后,展望了未来风电-光伏联合预测与预调度方面应研究的方向。

商场冷凝水耦合光伏/光热系统在不同气候区的适宜性研究

光伏光热技术是太阳能的主要利用方式之一,太阳能光伏光热一体化(solar photovoltaic-thermal,PV/T)系统可实现系统产电和热量的双重效益。基于不同气候区的气候特征,以商场冷凝水耦合光伏/光热系统为研究对象。在确定制冷季冷凝水量的基础上,计算分析系统一次能源节约率及环境效益,研究该系统在不同气候区的适宜性。结果表明:在寒冷地区、夏热冬冷地区和夏热冬暖地区,PV/T系统比光伏(photovoltaic,PV)系统更加高效节能。在整个制冷季中,PV/T系统的发电量均高于PV系统,海口的发电效率提升了0.53%,拉萨的发电效率提升了0.11%;PV/T系统在海口地区一次能源节约率最高,达到59.62%;青岛CO_(2)减排量最高,总减排量达到5.5 t。

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.

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。

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TRNSYS的扁平热管PV/T系统性能优化

基于太阳能技术现状分析,将太阳能光伏组件与扁平式热管高效结合,提出新型扁平热管PV/T系统.为实现该系统综合效率最大化,结合TRNSYS仿真,开展试验并进行优化分析.结果表明,安装扁平热管后夏季热水温度从原来的51.1℃升高到57.3℃,提高了12.1%,冬季热水温度从47.6℃升高到55.2℃,提高了15.9%.夏季系统的综合效率提高了4.7%、冬季系统的综合效率提高了4.8%.可以得出结论扁平热管对PV/T空调系统性能的优化效果明显,也为该技术在建筑领域的应用提供了依据.

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。

计及电能量-备用耦合的配电网与光储充电站协调优化调度方法

针对光储充电站大规模接入给配电网带来的调控压力,提出一种计及电能量和备用耦合的配电网与光储充电站协调优化调度方法。首先,建立基于随机机会约束的光储充电站经济调度模型,得到光储充电站与配电网的电能交互方案和备用需求;随后,采用鲁棒经济调度-线性潮流方法,建立计及不确定性的配电网优化调度模型,并根据Karush-Kuhn-Tucker(KKT)条件推导得到配电节点边际电价和节点备用边际电价,通过电能量和备用价格引导光储充电站友好互动,挖掘站内储能在削峰填谷和备用调节上的潜力。最后,通过算例分析验证了所提方法的有效性。

基于改进K-means聚类的轨道交通基础设施分布式光伏发电典型场景生成及出力特性分析

受限于自然条件,光伏出力具有很强的随机性。为准确评估轨道交通基础设施分布式光伏发电的光伏出力特性,提出一种基于改进K-means聚类算法的轨道交通基础设施分布式光伏发电典型场景生成方法,并基于此进行光伏出力特性分析。首先,基于分布式光伏发电设施以及气象数据,利用PVsyst软件模拟光伏发电出力数据。然后,针对基本K-means聚类算法聚类参数和初始聚类中心盲目性高的问题,结合聚类有效性指标(Density based index,DBI)和层次聚类对其进行改进并利用改进K-means聚类算法生成光伏典型日出力场景。最后,基于华中地区某地轨道交通基础设施分布式光伏系统对所提方法的有效性和优越性进行验证,并通过定性和定量分析各典型场景的出力特性揭示轨道交通基础设施分布式光伏出力的规律和特点。

改进蜣螂算法优化LSTM的光伏阵列故障诊断

为提高光伏阵列故障诊断精度,提出一种基于变分模态分解VMD(variational mode decomposition)和改进蜣螂算法IDBO(improved dung beetle optimizer)优化长短期记忆LSTM(long short-term memory)网络的光伏阵列故障诊断方法。首先,针对蜣螂算法DBO(dung beetle optimizer)收敛精度低且易陷入局部最优的问题,提出一种融合Levy飞行策略、T分布扰动策略及多种群机制的IDBO算法,通过与DBO、麻雀搜索算法、鲸鱼优化算法寻优测试对比,证明IDBO算法的优越性,再与LSTM结合搭建IDBO-LSTM故障诊断模型。其次,为充分挖掘故障特征,利用VMD提取故障数据多个层面的特征分量,作为IDBO-LSTM模型输入量。最后,实验对比结果表明,该方法的故障诊断准确率达到98.34%,优于其他5种模型,证明了所提方法的可行性及优越性。

基于改进EfficientNet的红外图像光伏组件故障识别研究

光伏组件的故障会影响光伏阵列的输出性能,从而降低电站的发电效率,严重时甚至会危害电站的安全运行。传统的方法无法满足目前光伏组件故障检测快速性和正确率需求。因此,本文提出了一种基于改进EfficientNet的光伏组件故障识别方法。首先,利用采集到的光伏组件红外图像建立故障数据集,并利用图像分割和数据增强对数据集进行预处理;其次,基于EfficientNet网络构建故障识别模型,同时在模型中引入双通道注意力模块(CBAM),该模块能够抑制不必要特征的识别,增强模型对空间特征信息的提取能力,进而提高模型的识别准确率;最后,通过对比仿真实验证明模型的有效性和先进性。实验结果表明,该模型的故障识别准确率达到了90.83%,相较于原始的EfficientNet模型提高了2.83%,且模型大小仅为20.3 M,具有良好的实用性,能够满足光伏电站实际应用的需求。

高光伏渗透率配电网电压控制策略研究综述

当前分布式光伏呈现规模化并网趋势,光伏出力的波动性造成高光伏渗透率配电网出现潮流反送,引发配电网电压频繁越限,给电网的安全可靠运行带来挑战。鉴于此,分析了不同光伏渗透率条件下配电网电压影响规律和控制原理。在此基础上,综述了当前高光伏渗透率配电网电压控制方案,并对不同控制方案的适应场景和优缺点进行了评述。同时,对分布式发电集群划分方法、集群优化控制、分布式控制算法等关键技术进行了重点梳理和阐述。最后对主动配电网电压控制技术的未来发展方向进行了展望。