首页期刊导航|太阳能学报
期刊信息/Journal information
太阳能学报
太阳能学报

殷志强

月刊

0254-0096

tynxbb@public.sti.ac.cn

010-62001037

100191

北京市海淀区花园路3号

太阳能学报/Journal Acta Energiae Solaris SinicaCSCD北大核心CSTPCDEI
查看更多>>本学报是我国新能源领域的国家级学术刊物,由中国科协主管,中国太阳能学会主办,北京市太阳能研究所承办,自1980年创刊以来,为我国新能源领域的学术交流、人才培养及促进科研成果产业化等方面做出了贡献。主要报道我国太阳能、生物质能、风能、氢能、海洋能及地热能科学技术研究成果。登载学术论文、研究报告、实验仪器和实验技术、技术札记、简报及综述性论文。《太阳能学报》编辑严谨,被《EI》收录比例高。
正式出版
收录年代

    基于惯性环节的光伏组件实时热模型

    汪航宇徐梓彭田怡博张衡...
    445-452页
    查看更多>>摘要:提出一种基于一阶惯性环节的光伏组件温度的实时计算方法,首先,对光伏组件进行传热特性分析,基于一维非稳态导热分析解,推导基于一阶惯性环节的光伏组件温度简化计算模型;然后,使用遗传算法与拟牛顿法串行优化方法,通过数据驱动方式快速确定模型中的参数;最后,使用该文提出的模型,基于BP、LSTM的温度预测模型和传统经验公式对某光伏场站的组件温度进行分析和预测.对比结果表明:该方法表现出良好的预测精度,均方根误差<2℃,且部署模型所需的计算规模更小,运算速度可达神经网络的10倍以上,方便应用于实际控制系统中,且与神经网络方法相比更具可解释性,可作为一种实时计算光伏组件温度的有效方法.

    光伏组件温度预测实时热模型一阶惯性环节

    基于相似日选取和PCA-LSTM的光伏出力组合预测模型研究

    孟亦康许野王鑫鹏王涛...
    453-461页
    查看更多>>摘要:构建一套融合主成分分析方法(PCA)、改进的K-均值聚类方法、动态时间规整算法(DTW)和长短期记忆神经网络(LSTM)的光伏出力组合预测模型.在运用PCA法提取气象要素的主成分因子的基础上,创新性地联合使用改进的K-均值聚类方法和DTW算法生成内部关联程度高且与待预测日的天气特征相近的历史日样本集;然后,结合LSTM神经网络,构建基于相似日选取的光伏发电功率预测模型,最终实现了云南某光伏电站发电功率的精准预测.与其他预测模型的对比结果显示,该文构建的组合预测模型具备更好的预测性能和广阔的应用前景.

    光伏电站主成分分析长短期记忆神经网络预测模型改进的K-均值聚类方法动态时间规整算法

    基于VMD-FE-CNN-BiLSTM的短期光伏发电功率预测

    姜建国杨效岩毕洪波
    462-473页
    查看更多>>摘要:为提高光伏功率的预测精度,提出一种变分模态分解(VMD)、模糊熵(FE)、卷积神经网络(CNN)和双向长短期记忆神经网络(BiLSTM)的光伏功率组合预测模型.该方法首先采用VMD将原始光伏序列数据分解成多个子序列,从而减少随机波动分量和噪声干扰对预测模型的影响,通过FE对每个子序列进行重组,使用一维CNN的局部连接及权值共享提取不同分量的特征,将CNN输出的特征融合并输入到BiLSTM模型中;利用BiLSTM模型建立历史数据之间的时间特征关系,得到光伏发电功率预测结果.与BiLSTM、CNN-BiLSTM、EEMD-CNN-BiLSTM、VMD-CNN-BiLSTM这4种模型进行比较,该文提出的VMD-FE-CNN-BiLSTM模型在光伏发电功率预测中具有较高的精确度和稳定性,满足光伏发电短期预测的要求.

    变分模态分解卷积神经网络特征提取模糊熵光伏发电功率预测双向长短期记忆网络

    一种单级式高频隔离光伏并网逆变器及其调制方法

    朱文杰曹晓雅李学武李云飞...
    474-485页
    查看更多>>摘要:针对光伏并网系统中可实现双向功率流的单级式高频隔离逆变器,提出一种调制方法,结合电压钳位技术,解决了传统高频隔离光伏并网逆变器变压器二次侧的电压尖峰和振荡问题.该逆变器为两级功率变换,对其工作过程及原理进行详细分析,建立等效电路模型,并推导出该逆变器的数学模型.为弥补传统多谐振控制器的不足,研究一种针对单级式高频隔离光伏并网逆变器的相位补偿的多谐振控制器,在单级式结构中完成最大功率点跟踪(MPPT)和对并网电流的精确控制.最后对所提高频隔离光伏并网逆变器的调制方法及其控制策略进行实验验证.

    光伏发电最大功率点跟踪逆变器单级式相位补偿多谐振控制

    一种新型多电平逆变器拓扑及调制策略研究

    胡文华文森林彭修纲陈卓凡...
    486-493页
    查看更多>>摘要:提出一种新型不对称的双向多电平逆变器,通过10个开关器件以及4个直流电压源在输出端产生17个电平,用较少的开关数量得到较多的电平,有利于提高电压波形质量,降低开关损耗.与其他同类型逆变器相比,在输出相同电平数下,该拓扑开关电压应力更低,更具有优势,降低了逆变器成本.最后用Matlab对系统进行仿真,搭建实验平台进行实验,所得结果验证了所提拓扑及调制策略在理论上的正确性.

    逆变器电力电子电压应力调制策略

    基于GRU-贝叶斯的分布式光伏功率异常检测方法

    王耀龙吴裕宙刘韵艺李彬...
    494-501页
    查看更多>>摘要:为有效识别分布式光伏故障系统,提出一种基于GRU-贝叶斯神经网络的分布式光伏功率异常检测方法.首先,选取晴天为检测场景,降低天气因素的干扰;然后,引入灰色绝对关联度算法,利用同地区光伏系统出力的相似性,筛除不合格光伏出力数据,构建光伏用户正常的光伏出力数据集.使用GRU-贝叶斯神经网络训练得到用户正常的光伏功率区间再进行检测.最后,用实际数据进行算例分析,表明所提方法的可行性和有效性.

    分布式发电光伏贝叶斯神经网络异常检测灰色关联分析门循环单元

    基于优化分解与误差修正的光伏发电功率预测

    周建国周路明王剑宇秦远...
    502-509页
    查看更多>>摘要:针对光伏发电功率预测精度不高的问题,提出一种基于优化分解降噪联合误差修正模型.该模型分为3个阶段,第一阶段,首先用基于全局搜索的鲸鱼优化算法(GSWOA)选取变分模态分解(VMD)的参数,之后运用优化后的VMD对原始数据进行分解;然后利用互相关分析重构高频分量,最后对高频分量进行小波软阈值降噪(WTSD);第二阶段,运用门控循环单元(GRU)对每个分量进行预测,将所有分量预测结果叠加起来得到初步预测结果;第三阶段,对初始预测结果进行误差修正(EC).为验证模型的有效性,利用宁夏太阳山光伏电站2021年1、4、7、10月份的光伏实测数据进行实验,实验结果表明,相比于LSTM、GRU、VMD-LSTM,该混合模型表现出更好的性能.

    光伏发电功率预测变分模态分解门控循环单元基于全局搜索的鲸鱼优化算法小波软阈值误差修正

    改进的YOLOv5双影像光伏故障小目标检测

    范钧玮饶全瑞赵薇宋美...
    510-516页
    查看更多>>摘要:利用无人机对光伏组件进行故障巡检通常从可见光和红外光两种场景分别处理和检测.该文提出基于残差神经网络ResNet50和改进的YOLOv5故障检测方法,实现对两种影像图像高精度自动分类和故障检测.针对红外数据进行色度变换去除太阳反光而保留热斑,针对可见光数据采用锐化的方式凸显异物、裂痕等小目标,使用不同的YOLOv5目标检测算法实现可见光下小型异物故障和红外光下热斑故障的快速检测和定位.

    光伏组件深度学习目标检测ResNet50YOLOv5

    基于数据驱动的山地电站光伏组串融合模型

    张锐马铭遥马文婷杨保...
    517-524页
    查看更多>>摘要:以历史发电数据和历史环境数据为基础,筛选晴朗天气样本,利用太阳辐照模型将平面辐照度转换为不同方位角和倾角组合下的斜面辐照度.然后,通过计算光伏组串的理想电流曲线,并结合不同角度下组串电流输出曲线峰值的差异性特征,进行光伏组串理想输出曲线与实际输出曲线的峰值匹配.根据多次匹配结果,综合判断光伏组串的倾角和方位角.在太阳电池双二极管模型的基础上,引入倾角和方位角特征数据作为输入,构建适用于山地电站的光伏组串融合模型.通过实验验证该模型可准确地在线模拟山地电站光伏组串的输出特征曲线,具有显著的实际应用价值.

    光伏电站入射太阳辐射方位角倾角信息融合

    低温氟膜背板及光伏组件老化性能研究

    石孟可范靖张军
    525-531页
    查看更多>>摘要:首先对比研究4种国产低温PVDF氟膜和进口PVF氟膜的耐低温性能、耐高温高湿性能、耐高低温性能、耐湿冻性能和耐紫外性能,然后研究对应氟膜背板的耐高温高湿性能、耐高低温耐湿冻性能和耐紫外性能,最后深入研究不同氟膜背板组件的综合序列老化性能.结果表明,某些国产PVDF低温氟膜的耐老化水平已达到PVF氟膜水平,PVDF低温氟膜制成的KPC背板也具有优异的耐老化性能;某些国产PVDF低温氟膜背板组件的综合耐老化性能甚至优于进口PVF氟膜背板组件,可满足光伏组件户外25 a以上的发电使用寿命.

    光伏组件聚合物薄膜材料老化PVDF耐低温性能耐湿热性能