System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及光伏并网发电的,具体涉及一种光伏并网发电时的组件温度预测方法。
技术介绍
1、光伏并网发电是指将太阳能光伏发电系统产生的直流电通过逆变器转换为与电网兼容的交流电,并入公共电网进行供电的一种方式。这种系统可以分为集中式和分布式两种形式。集中式光伏发电通常由大型光伏电站构成,而分布式光伏发电则以小规模系统为主,常见于建筑一体化光伏项目。总之,光伏并网发电以能够降低温室气体排放、降低系统的维护成本和环境污染风险,以及有助于电网的负荷平衡和降低线路损耗等优点被广泛应用。
2、然而,光伏并网发电系统在实际运行中也面临着一些挑战和问题。其中,光伏组件的温度控制是一个关键因素。光伏组件的输出功率会随着温度的升高而降低,理论上,温度每升高一度,发电量会降低约0.5%。而高温不仅影响组件的功率和性能,还可能引发热斑效应,从而影响光伏组件的寿命。因此,对光伏组件温度的预测对于光伏并网发电的系统设计尤为重要。
3、目前,尽管已有研究对光伏发电功率进行了预测,但大多数方法仍然并未考虑组件温度的变化,而是直接采用环境温度作为工作温度,这限制了预测精度的提高。
技术实现思路
1、本专利技术的目的是要解决上述现有技术中,对光伏并网发电时光伏组件的温度变化无法预测的技术问题,提供一种光伏并网发电时的组件温度预测方法,能够对光伏并网发电时光伏组件的温度进行预测,提高光伏发电系统运行的稳定性。
2、为了解决上述问题,本专利技术按以下技术方案予以实现的:
3
4、步骤100、获取光伏组件的温度数据;
5、步骤200、获取影响光伏并网发电时的组件温度的关键环境因素,所述关键环境因素包括太阳辐照量数据和光伏组件周围环境的空气温度数据;
6、步骤300、基于热力学定律、焦耳定律与傅立叶定律,构建光伏并网发电时的光伏组件温度的预测模型,所述预测模型为t=t0+a×h+b×h2,其中,t为光伏组件温度,t0为光伏组件周围环境的空气温度,h为光伏组件所受总辐照量,a和b为与光伏组件本身物理特性相关的参数;
7、步骤400、基于步骤100中的温度数据和步骤200中的关键环境因素,计算得出步骤300中的a和b的值;
8、步骤500、将步骤400中得到的a和b的值代入到步骤300中的预测模型中,得到可用于预测光伏并网发电时的组件温度的预测算法。
9、优选地,步骤200中,通过在光伏系统所在区域安装总辐照计来获取所述太阳辐照量数据,通过在光伏系统所在区域安装气象温度监测仪来获取所述空气温度数据;其中,所述总辐照计与光伏组件的安装角度一致。
10、优选地,步骤300中,所述基于热力学定律、焦耳定律与傅立叶定律,构建光伏并网发电时的光伏组件温度的预测模型的步骤包括:步骤301、建立由太阳辐照导致光伏组件温度升高的数学模型δt1=a×h,其中,δt1为由太阳辐照导致的光伏组件升高的温度,h为所述光伏组件所受总辐照量,a为所述与光伏组件本身物理特性相关的参数。
11、优选地,步骤302、建立由光伏并网发电导致光伏组件温度升高的数学模型δt2=b×h2,其中,δt2为由光伏并网发电导致的光伏组件升高的温度,b为所述与光伏组件本身物理特性相关的参数。
12、优选地,步骤303、构建并网发电时光伏组件温度相关的数学模型t=t0+δt1+δt2;
13、优选地,基于步骤301、步骤302和步骤303,得到所述光伏并网发电时的光伏组件温度的预测模型t=t0+a×h+b×h2。
14、优选地,步骤300中,a的计算公式为a=s÷(c×m),其中,s为光伏组件的表面积,c为光伏组件的比热容,m为光伏组件的质量。
15、优选地,步骤300中,b的计算公式为b=k2×r×δ÷(λ×s),其中,λ为光伏组件的导热系数,s为光伏组件的表面积,δ为传热距离,r为光伏组件的电阻,k为光伏组件的发电效率。
16、优选地,步骤400中,基于步骤100中的温度数据和步骤200中的关键环境因素,通过levenberg-marquardt迭代算法进行非线性函数拟合,计算得出步骤300中的a和b的值。
17、与现有技术相比,本专利技术的有益效果是:
18、本专利技术提供了一种光伏并网发电时的组件温度预测方法,基于热力学定律、焦耳定律与傅立叶定律,构建光伏并网发电时的光伏组件温度的预测模型,通过获取光伏组件的温度数据以及获取影响光伏并网发电时的组件温度的关键环境因素,并利用levenberg-marquardt迭代算法进行非线性函数拟合得到预测模型的相关参数,以得到可用于预测光伏并网发电时的组件温度的预测算法。在实际应用中,通过将光伏组件周围环境的空气温度以及光伏组件所受总辐照量代入到该预测算法中,即可预测得到该光伏组件的温度。对光伏并网发电时的组件温度进行预测,能够通过预测的温度进行有利于光伏系统相关的决策,这有利于提高光伏组件的功率和性能、延长光伏组件寿命,同时也有利于提高整个光伏系统运行的稳定性及发电效率。
本文档来自技高网...【技术保护点】
1.一种光伏并网发电时的组件温度预测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种光伏并网发电时的组件温度预测方法,其特征在于:
3.根据权利要求1所述的一种光伏并网发电时的组件温度预测方法,其特征在于,步骤300中,所述基于热力学定律、焦耳定律与傅立叶定律,构建光伏并网发电时的光伏组件温度的预测模型的步骤包括:
4.根据权利要求3所述的一种光伏并网发电时的组件温度预测方法,其特征在于:
5.根据权利要求4所述的一种光伏并网发电时的组件温度预测方法,其特征在于:
6.根据权利要求1所述的一种光伏并网发电时的组件温度预测方法,其特征在于:
7.根据权利要求6所述的一种光伏并网发电时的组件温度预测方法,其特征在于:
8.根据权利要求1所述的一种光伏并网发电时的组件温度预测方法,其特征在于:
【技术特征摘要】
1.一种光伏并网发电时的组件温度预测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种光伏并网发电时的组件温度预测方法,其特征在于:
3.根据权利要求1所述的一种光伏并网发电时的组件温度预测方法,其特征在于,步骤300中,所述基于热力学定律、焦耳定律与傅立叶定律,构建光伏并网发电时的光伏组件温度的预测模型的步骤包括:
4.根据权利要求3所述的一种光...
【专利技术属性】
技术研发人员:曾湘安,符永高,许楚斯,祁黎,胡嘉琦,陈心欣,
申请(专利权)人:中国电器科学研究院股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。