《简化接收器上高太阳辐照度的测量。应用于太阳能塔厂》

  • 来源专题:可再生能源
  • 编译者: pengh
  • 发布时间:2019-03-13
  • 目前的热电式太阳能塔对接收装置的太阳辐照度要求较高。它的措施将促进工厂的运作,并将有助于提高接收方的安全。目前,太阳能塔式电站在其接收机中没有通量测量系统,因为在设计中没有考虑到这一点。将通量测量系统纳入其设计阶段将有助于其纳入和正确运行。相反,红外温度测量系统用于推断接收机的辐照度。由于受光体材料、传输流体、工作条件和气象变量等因素的影响,受光体的辐照度与温度之间的延迟可达几分钟,因此不适合采用这种方法。传统的通量测量方法在评估小型太阳能接收体原型时,由于尺度问题而转向商业太阳能塔式电站的移动部件,这些移动部件不能外推到大型接收体。另一方面,使用移动元件与朝向接收器的集中太阳辐射相互作用,会对电站的日常运作产生不利影响。这项工作提出了一种简单的方法,可以表征一个大的目标,并量化其均匀性和扩散度。在获得较好的接收机扩散率信息的基础上,提出了一种不含运动部件直接测量太阳塔式电站接收机表面高太阳辐照度的方法。这个测量系统将由一个数码相机和一个辐射计组成。

    ——文章发布于2019年8月

相关报告
  • 《开发用于估算太阳能应用的光谱分辨直接正常辐照度的自动化方法》

    • 来源专题:可再生能源
    • 编译者:pengh
    • 发布时间:2021-04-29
    • 我们描述了四种用于估计多结聚光器光伏系统应用的光谱分辨直接法向辐照度(DNI)的方案。这些方案在气溶胶和环太阳辐照度(CSI)处理方面的复杂程度越来越高,从没有CSI的气候气溶胶分类,到包括明确的气溶胶分型和依赖类型的CSI贡献的方法。在五个地点对不同气溶胶条件下的地面宽带和光谱测量进行测试时,最复杂的方案产生的平均偏差为+0.068%,与光度计校准的不确定性相当。平均误差差是2.5%。这些统计数据明显优于气候学方法,后者的平均偏差为- 1.76%,差值为4%。他们还改进了一种中间方法,该方法使用Angström指数来估计气溶胶光学深度在太阳能相关波长域的光谱变化。这种方法分别导致了在短波长和长波长下DNI的系统低估和过高估计。采用光谱CSI尤其有利于那些有大量粗糙气溶胶的地点。我们描述的所有方法都使用免费的再分析和软件工具,可以很容易地应用于其他气溶胶测量,包括卫星测量。
  • 《小时太阳辐照度预测的混合深度神经模型》

    • 来源专题:可再生能源
    • 编译者:pengh
    • 发布时间:2021-03-14
    • 由于将光伏太阳能系统集成到电网中,太阳辐照度的准确预测在电力能源规划和管理中发挥着越来越重要的作用。但现有的混合模型忽略了除辐照度时间序列外的其他因素的影响,采用单一分支独立的网络结构,可能导致预测精度下降。本文提出了一种新的基于WPD-CNN-LSTM-MLP的1 h前太阳辐照度预测多元混合深度神经模型。小说WPD-CNN-LSTM-MLP模型是基于一个复杂的多分支混合结构与多变量输入、多分支混合结构结合了小波包分解(WPD)卷积神经网络(CNN),长期短期记忆(LSTM)网络和多层感知器网络(MLP)和多变量输入包括小时太阳辐照度和三个气候变量,即:温度、相对湿度、风速和他们的组合。该模型充分提取了多层输入的内在特征,克服了传统模型的不足,获得了更准确的预测结果。该模型的性能通过美国丹佛、克拉克和福尔松的实际数据进行了验证。比较研究传统的个人反向传播神经网络,支持向量机,递归神经网络,LSTM, climatology-persistence参考和提出LSTM-MLP模型预测方法,CNN-LSTM-MLP模型,WPD-CNN-LSTM模型显示,该WPD-CNN-LSTM-MLP深度学习小时辐照度预测模型具有更好的预测精度。