建筑光伏組件的積灰檢測與輸出功率預測模型研究
  • 作者:叁柒貳壹建筑設計
  • 發布時間:19-11-27 13:45
  • 點擊數:84
  隨著綠色建筑、零能耗建筑的發展及光伏發電技術的成熟,建筑光伏發電系統的應用日益廣泛。然而長期的積灰會導致建筑光伏發電系統的輸出功率大幅下降,影響其有效使用。由于建筑光伏發電系統的輸出功率具有波動性和隨機性,并網后將給電網的安全穩定運行帶來問題,為降低影響,需對光伏系統的輸出功率進行準確的預測。
  實際中,大量的光伏輸出功率預測方法主要考慮氣象因素的影響,忽略了積灰的影響,從而導致輸出功率預測精度降低。因此,考慮積灰因素的光伏輸出功率預測方法研究具有重要價值。論文以建筑光伏系統為研究對象,研究積灰對其輸出特性的影響,提出光伏組件表面積灰的檢測方法,建立了積灰程度評價模型,并在此基礎上構建光伏輸出功率衰減模型。
  綜合氣象因素和積灰影響因素,建立光伏短期輸出功率預測模型,以提高光伏輸出功率的預測精度。論文研究內容:首先,對光伏組件表面積灰的物化特性進行實驗分析研究,得到:建筑光伏組件表面積灰主要來源于土壤和道路揚塵,部分積灰可能來源于“霧霾”;開發建筑光伏組件輸出特性監測系統,采集了積灰組件與清潔組件的發電參數及氣象數據,對比分析了積灰對光伏組件輸出特性的影響,分析發現:連續積灰12天的光伏組件輸出功率衰減了8.87%;同時,在積灰累積的初期,光伏組件輸出功率衰減較快,隨著時間的推移,輸出功率衰減逐漸趨緩。
  其次,提出了建筑光伏組件表面積灰檢測方法和積灰程度評價模型。通過濾波和增強預處理積灰光伏組件的紅外圖像,使用改進的Otsu分割算法對紅外圖像進行處理,并良好的識別光伏組件表面積灰區域,取得了滿意的識別檢測效果。最后,結合積灰因素和氣象因素,分別建立了光伏輸出功率BP神經網絡和SVM回歸預測模型。利用兩種預測模型對不同天氣類型下的光伏輸出功率進行預測,預測結果表明:對多云和陰天的光伏輸出功率預測,BP神經網絡預測模型的預測效果最好;而對于晴天,SVM回歸預測模型的預測效果最佳,預測精度最高。
  總之,研究積灰對建筑光伏組件的影響及其檢測技術,可為的后期的清潔維護提供技術支持;同時,準確預測建筑光伏組件的輸出功率,對電網安全穩定運行及電網的操作管理與優化調度具有重要的意義。
  
  • 友情鏈接:
分享到:
  • 叁柒貳壹建筑設計院在全國五十多個城市均設立分公司,分布于:廣州、深圳、杭州、南昌、廈門、福州、泉州、惠州等地。公司業務包括:工業廠房設計、住宅工程設計、豪宅別墅設計、室內裝修設計及園林景觀設計等。
日韩在线中文字幕有码中文_日韩av东京社区男人的天堂_日本无码专区免费播放一区