《粒子群优化神经模糊系统的光伏发电预测模型》

  • 来源专题:可再生能源
  • 编译者: pengh
  • 发布时间:2019-04-08
  • 本文采用粒子群优化算法优化的神经模糊系统来表征光伏特性。该模型具有最优的紧凑性和可解释性,能够在线估计和预测单个光伏组件的最大功率点。实验数据验证了该方法的准确性。将粒子群调谐神经模糊模型应用于光伏发电系统的最大功率点控制。仿真结果表明,在静态条件下,该面板的最大可提取功率平均误差为0.25%;这个比例仍然是一系列通用动态天气条件1样品的采样率/ 12?分钟。与以往研究中提出的基于遗传算法的模型相比,平均误差减小到四分之一。

相关报告
  • 《雾霾对新加坡光伏发电系统产量的影响》

    • 来源专题:可再生能源
    • 编译者:chenss
    • 发布时间:2016-01-06
    • 在苏门答腊岛(印度尼西亚)至少一部分由森林和农业土地烧荒造成的人为雾霾,在新加坡偶尔造成了空气质量问题,在位于这些“热点”中大部分以东150-300公里的地区。由此产生的空气污染部分阻挡阳光到达地面,从而影响到新加坡的太阳能光伏(PV)系统发电。在这项工作中,提出了一种方法用以估算阴霾引起的到达光伏板的光照强度降低以及相应损失。将对2013年6月一次大型雾霾事件进行的评估作为损失分析的基础,其中为隔离无云条件下比较清晰和模糊的天气考虑了数据过滤技术。以过去几年非模糊的条件下的数据为基准,作为新加坡晴朗天气条件的测定。新方法被进一步应用于调查新加坡内十个光伏系统在2013年6月阴霾事件中的功率输出。结果发现在这一糟糕空气质量水平的事件中,造成的新加坡光伏系统损失在15-25%范围内。
  • 《智能电网实时能量管理系统,集成光伏发电与电池存储》

    • 来源专题:可再生能源
    • 编译者:pengh
    • 发布时间:2018-08-07
    • 本文提出了一种适用于具有蓄电池储能的屋顶光伏装置的实时能源管理系统.EMS与智能电网相连,价格信号根据电网的需求变化,间接控制光伏/电池系统的功率输出.EMS的目标是在满足电池存储能量限制的同时,在给定的时间段内实现收入最大化。利用拉格朗日乘子法求解了优化问题。所提出的EMS的唯一性仍然存在于对PV功率预测误差进行补偿的反应实时控制机制中。所提出的EMS只需要预测整个优化周期的平均PV功率输出。这与需要精确瞬时PV功率预测的预测功率调度技术形成了对比。通过对预测蛮力动态规划(DP)方法的比较,验证了所提出的EMS方法。仿真分析考虑了不同太阳辐照度的天数。仿真分析表明,在实际的假设条件下,所提出的EMS操作系统在电池存储容量受约束的情况下运行,而光伏发电的输出则不是先验的。 - 文章发布于2019年1月