一种基于神经网络的硅基光伏组件运行温度在线软测量方法

摘要

硅基光伏组件的运行温度对组件电气性能和发电效率具有显著影响,是光伏系统建模和性能评估的重要参数,它的精确计算对于光伏系统分析和最大功率跟踪等算法的应用等具有重要意义.通过对组件运行温度经典计算方法进行实例验证,发现该算法在不同季节、天气条件下的精度不一致,使得光伏电站发电量的计算与实际状况存在较大误差.针对这一问题,提出了一种基于多层反向传播(back propagation,BP)神经网络的硅基光伏组件运行温度在线建模方法,它分别以实测太阳辐照度、环境温度和输出功率作为模型输入,以组件运行温度作为模型输出,实现了组件运行温度的在线软测量.通过实际运行数据的对比表明上述方法是有效的,在条件允许时,也应该将风速作为模型输入之一.