微型光伏水泵系统有无蓄电池和控制器的性能对比研究

在光伏水泵应用中,配备蓄电池会增加投资成本,而且蓄电池的寿命又比组件短得多,所以一般的设计很少有配蓄电池的情况.针对微型的光伏水泵扬水系统做了专门的对比试验测试,发现配蓄电池不仅提高了系统工作的稳定性和可靠性,还可以增加抽水量或减少组件匹配功率和克服由阴雨、多云天气造成的冲击影响.     

光伏温室冬季蓄电-储热能源管理研究

在满足温室供暖需求的条件下，通过改变系统储热量对光伏温室进行供暖实验，探究配置不同光伏容量、蓄电池容量以及储热量的系统经济性与自耗率.结果表明：要满足温室供暖时长达到10 h,且保证温室温度满足夜间草莓生长需求，水箱储热量至少需要在26.25 kW·h以上.在储热量为35.00 kW·h及光伏容量为2.19 kW的系统中，蓄电池容量至少需要14 kW·h,系统才能满足温室供暖的要求且自耗率高于0.8;储热量为35.00 kW·h,光伏容量为4.38 kW,蓄电池容量为4 kW·h的系统成本最低，为1.61元/(kW·h).     

50kW_p并网光伏实验电站的综合设计、搭建与运行

为深入研究新型光伏器件的实际性能及影响光伏电站发电效率的关键性因素,设计并建成一座多种光伏设备组合交叉安装的50 k Wp并网光伏实验电站。根据电站实际运行数据,对比了不同气象条件下光伏阵列选用不同类型组件、智能优化器以及不同容量逆变器的发电状况,分析了辐射量变化对光伏电站发电量的影响。结果表明:各类型光伏组件中双面电池输出特性表现最佳,其发电量高于其他类型组件;对于无阴影遮挡的光伏发电系统,智能优化器的作用得不到有效发挥;采用较小容量逆变器可减少太阳能电池组串模块间的差异性带来的影响,增大光伏阵列总发电量;受太阳辐照度变化影响各类型光伏组件实际输出最为稳定的是多晶硅电池。多晶硅电池和双面电池在并网光伏发电系统应用中具有较大的优势。     

分布式光伏发电系统在小型污水处理厂的应用探索

详细介绍了某小型污水处理厂338.58 kWp分布式光伏发电系统的设计及运行情况。该光伏发电系统的光伏组件架设于活性砂滤池、二氧化氯消毒池和水解酸化池的上方，自2021年12月17日并网发电以来，运行稳定，实际日均发电量为965.37 kW·h，高于预测日均发电量（871 kW·h）；与相同发电量的火电相比，预计25年累计可节约标准煤约2 861 t，累计可减排二氧化碳7 620 t；预计年收益为29.65万元，静态回收期为5.83年。安装光伏发电系统既满足了污水处理厂用电高峰期的电力供应，又在一定程度上控制了藻类的大量繁殖，具有良好的经济效益和环境效益。     

户用光伏交流冰箱系统的性能研究

针对昆明地区户用光伏交流冰箱系统的工作特性进行了实验研究,在不同天气条件下对所构建的系统性能进行了测试,测试结果表明,该系统冰箱的冷冻室最低温度可达-22℃,冷藏室温度为0~7℃,在晴天和多云天气情况下,系统带3kg水时制冷系数COP分别为0.08、0.05,系统带8kg负载时制冷系数COP分别为0.28、0.23;在阴雨天气情况下,蓄电池单独向系统供电可保证系统连续工作3d.该光伏冰箱系统在昆明地区运行稳定,并为户用光伏交流冰箱系统性能的进一步优化提供了依据.     

常用3kW太阳能光伏发电系统设计方案

文章在叙述太阳能光伏发电基本原理的基础上,重点介绍了典型西北地区——甘肃定西市常用3kW太阳能光伏发电系统的设计方案,就3kW太阳能光伏发电系统的太阳能电池功率、蓄电池容量、控制器、逆变器容量的选择以及系统电气方案设计做了说明。认为在市电不方便和架设距离偏远的西北地区大力推广家庭常用3kW太阳能光伏发电系统一体化应用技术,是完全可行和可能的。     

基于PVSYST的分布式光伏设计研究

借助PVSYST光伏系统设计软件,分析了兰州地区并网光伏系统的最佳倾角、水平面及坡屋面的光伏阵列间距以及建筑物对光伏阵列的阴影影响。结果表明,兰州地区光伏阵列的最佳倾角为30°,在获得最大全年发电量的同时,四季发电量也比较均衡;相对于水平屋面,南北向双坡屋面需要考虑适当增大北面坡屋面的光伏阵列间距以避免组件间产生遮挡;对兰州地区,Meteonorm气象数据的冬季辐射数值显著偏小;日最高气温与发电量的变化趋势有一定的正相关性,同时,扬沙等恶劣天气对光伏发电量的影响非常大。     

广州地区光伏阵列朝向对系统发电性能的影响分析

分析了广州地区光伏阵列朝向对光伏系统发电性能的影响,选取了位于广州大学城的一个屋顶光伏电站,以其中两个光伏阵列为研究对象,两者安装倾角均为5°,一个阵列为正南朝向,一个阵列为南偏西31°。结合2013年的气象数据对比分析了两者每月单位功率光伏组件的发电量,得出在广州地区,如果安装倾斜角为5°,方位角绝对值小于30°时,引起的光伏系统发电量的损失低于0.47%。     

基于CNN-LSTM混合神经网络的光伏发电量预测方法研究

光伏发电量受天气状况,光伏逆变器的质量,光伏组件的清洁度等诸因素影响,其中天气状况的时序性变化较大程度影响发电量。针对不同地区天气时序性变化导致的光伏发电量预测不准确等问题,提出了一种由卷积神经网络(CNN)和长短期记忆(LSTM)混合模型的光伏发电量预测方法,其中通过CNN建立地域之间的空间相关性,LSTM捕捉发电数据之间的时间依赖关系。对神木县红民发电厂和庆城县绿能动力发电厂的光伏发电数据进行测试,实验结果表明,本文所提出的CNN-LSTM混合神经网络方法在光伏发电量预测方面具有较高的准确性和稳定性,比LSTM神经网络模型精度提升4.3%左右。     

不同光伏发电系统科技示范及综合效率分析

以酒泉地区某0.6 MW科技示范光伏发电系统为例,介绍了不同光伏组件、不同跟踪模式的光伏发电系统,并综合分析了单晶硅、多晶硅、非晶硅等不同光伏组件平均日累计发电量和系统发电功率,以及固定式、平单轴、斜单轴、双轴等不同跟踪模式发电系统平均日累计发电量和系统发电功率。结果表明,单晶硅发电系和双轴跟踪发电系统累计发电量和发电功率较高,但综合考虑其生产成本、运营维护成本,多晶硅固定式发电系统性价比较高,受到了大规模的发展。