邱纯
- 作品数：3 被引量：175H指数：3
- 供职机构：华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室更多>>
- 发文基金：中央高校基本科研业务费专项资金公益性行业(气象)科研专项国家重点基础研究发展计划更多>>
- 相关领域：电气工程动力工程及工程热物理自动化与计算机技术更多>>
- 任意辐照度与温度条件下光伏系统输出特性建模
- 光伏发电系统的容量设计、运行分析诊断以及变换器设计等研究均需要估计和预测光伏阵列的输出特性,因此任意工作状况下光伏组件及阵列的电气特性精确建模具有极其重要的意义。 论文以硅光伏电池的单二极管等效电路模型为基础,对I-V...
- 邱纯
- 关键词：光伏发电系统建模仿真
- 文献传递
- 任意辐射强度与温度下硅光伏电池模型参数的计算方法被引量：12
- 2013年
- 以硅光伏电池的单二极管等效电路模型为基础并引入半经验参数,推导模型参数的计算方法以及辐射强度与温度对模型参数的影响。该方法仅使用标准测试条件下的电气参数便可计算任意状况下的I-V特性曲线。仿真与实验结果表明该模型对于I-V曲线的预测误差在标准测试条件下小于2%,其他工作状况下小于5%。
- 邱纯蔡涛段善旭代倩申彦波陈正洪
- 关键词：数学模型I-V特性
- 基于天气类型聚类识别的光伏系统短期无辐照度发电预测模型研究被引量：156
- 2011年
- 现有光伏发电量预测模型大多以太阳辐照度作为必要的输入,然而,由于当前国内太阳辐射站点仍较稀少且预报能力较低,因此此类预报方法难于实施。利用距离分析方法分析光伏发电量与气象因素间的相关性,确定以气温和湿度作为预报输入因子,建立反传播(back propagation,BP)神经网络的无辐照度发电量短期预报模型。此外,为适应天气突变,采用自组织特征映射(self-organizing feature map,SOM)由云量预报信息对天气类型聚类识别,继而对各天气类型采用相应的预测网络,避免了单神经网络的过拟合问题。通过与含辐照度输入及无天气聚类识别的预测模型做交叉对比实验,预测结果表明,天气类型聚类识别能显著提高预测精度,无辐照度光伏发电量短期预测模型有较高的精度和50%湿度抗扰动性。
- 代倩段善旭蔡涛陈昌松陈正洪邱纯
- 关键词：神经网络气象因素
