碳中和目标下我国光伏发电发展路径规划研究

能源绿色低碳转型背景下，光伏发电已经成为我国发展最快且最有潜力的可再生能源。本研究基于历史数据构建了反映光伏发电单位投资成本下降趋势的学习曲线模型，建立了技术扩散模型估计光伏发电每年装机潜力，并在政策发展目标、投资水平、光伏发电量最低占比、电网消纳能力等约束下，以规划期内光伏发电总成本最小化为目标，构建了光伏发电发展路径规划模型，计算2023~2060年光伏发电每年的最优装机容量。结果显示，该模型能够综合平衡退役与新增装机规模，以及学习效应导致的光伏电站倾向前期少建而后期大量建设与阶段发展目标要求之间的冲突关系，该模型可为碳中和目标下光伏产业规划和政策制定提供方法支撑。     

光伏光热?热泵系统供热水箱与蓄热水箱匹配研究

为了研究光伏光热−热泵系统供热水箱与蓄热水箱大小匹配的问题，利用TRNSYS软件建立了光伏光热−热泵系统的仿真模型。利用实测数据对仿真模型进行了验证，结果表明误差均在合理值范围内，认为构建的仿真模型具有准确性和可靠性。针对100，200，300 L这3种不同容量的供热水箱，分别选取了30，60，90 L/m²的蓄热水箱来匹配各容量的供热水箱。对系统仿真模型进行了全年运行性能模拟，并选用全年?损作为评价指标对系统进行评价，模拟结果表明，对于3种不同容量的供热水箱，蓄热水箱容量皆为60 L/m²时系统全年?损值最小，推荐匹配各容量供热水箱的蓄热水箱大小为60 L/m²。     

基于主成分分析的光伏热斑红外图像混合噪声去噪方法

为了解决光伏板热斑故障检测时受噪声影响的红外图像分辨率低而导致热斑区域难以识别的问题,提出一 种基于主成分分析的红外图像混合噪声自适应去噪方法。 该方法通过自适应窗口预处理算法将获取的热斑红外 图像进行初步去噪,滤除图像中的低密度椒盐噪声,减小噪声信号对后续选取降噪训练集时所造成的影响;然后, 采用基于块匹配的主成分分析法对预处理后的图像信息进行降维处理,提取信号的主要特征,降低噪声滤除时的 计算复杂度;最后,使用线性最小均方误差估计对图像进行二次去噪处理,滤除残余噪声;此外,在二次去噪之前重 新计算图像噪声水平,使最终的去噪图片获得了更好的视觉效果。 实验结果表明:该方法能够有效去除光伏热斑 红外图像中的混合噪声,客观评价指标显示噪声较小时,图像结构相似性可保持在 0. 9,在高密度噪声影响下,峰值 信噪比相较于修正的阿尔法均值滤波算法平均提高 2 dB,实际视觉效果中保留了图像细节特征,可以明显观测到 热斑区域。     

天气影响下基于风险评估的电动汽车光伏充电站需求响应

在“碳达峰、碳中和”背景下，新能源发电逐渐占主导地位，电动汽车数量增长显著，电动汽车光伏充电站将在需求响应方面有重要作用。该文提出一种天气影响下基于风险评估的电动汽车光伏充电站的需求响应方案，根据构建的“预测—预防—响应”三阶段流程图，结合电网及天气的地理信息系统(geographic information system, GIS)数据进行多层时空数据整合分析，作出风险地图；并据此进行天气对用户影响的风险评估，对装备有光伏发电的电动汽车充电站的运行成本进行建模，优化充电站资源在日前储备市场的参与方案；在用户参与下分别进行需求侧管理(demand side management, DSM)和停电应急管理(outage management, OM)，并进行案例研究。该文研究能有效预测天气对电力用户影响并将其可视化，并验证了带有光伏发电的电动汽车充电站，有助于减轻天气对电力供应造成负面影响的作用。