7篇关于光伏发电的计算机毕业论文

今天分享的是关于光伏发电的7篇计算机毕业论文范文, 如果你的论文涉及到光伏发电等主题,本文能够帮助到你

基于长短期记忆网络的光伏功率中期预测研究

这是一篇关于光伏发电,中期预测,云模型,LSTM的论文, 主要内容为由于传统化石能源面临的储量危机和环境污染问题愈发严重,人们将未来能源领域发展的重点转向以风能与太阳能为代表的清洁能源。光伏发电作为清洁能源一个非常重要的利用方式,因其具备环境友好,不需要任何“燃料”等优点而被广泛开发利用。然而受辐照度、温度等外界因素的影响,光伏电站的输出呈现出很大的波动与随机性,严重影响电网的安全稳定运行,因此开展准确的光伏功率预测十分必要。当前我国太阳能和风能的预测时间尺度为3天,同火电的启停周期5至7天不匹配,电网调度部门不能将新能源与火电一并纳入开机计划进行指导。针对这一问题,本文提出一种基于长短期记忆网络的光伏功率中期预测方法,将光伏功率预测的时间延申至未来七天,以期减少光伏对电网的冲击和促进光伏的消纳。主要研究内容有:1、建立LSTM光伏功率预测模型。选用LSTM神经网络避免了传统统计学算法泛化能力不足、易陷入局部最优问题的缺陷,以及深度学习算法RNN网络在长时间序列学习过程中常面临着梯度消失、梯度爆炸的问题。通过对各气象因素与光伏输出功率曲线的对应关系的初步分析,应用互信息理论和皮尔逊相关系数算法进行气象因素的特征筛选,从而确定了将辐照度、温度以及湿度作为预测模型的输入。在设定了LSTM神经网络的输入和输出层数目后,结合经验公式与试错的方法确定隐含层数目,构建LSTM神经网络模型。2、将云模型理论应用于相似日的选择中,构建了云模型-LSTM光伏功率预测模型。先从历史数据中筛选得到每日的辐照度数据,然后构建辐照度云模型。利用云变换与期望曲线法对待预测日的相似日进行计算选择。分别在四个季节进行了验证,结果表明该方法能够选出与预测日平均辐照度以及辐照度整体变化趋势都相似的日期。3、考虑季节差异,本文于春夏秋冬四季分别随机选取七天,将构建的云模型-LSTM光伏功率预测模型,同单一的LSTM、SVM、GM模型一同预测并进行对比。采用MAPE和RMSE指标量化预测误差的结果表明,本文构建的云模型-LSTM光伏功率中期预测模型具有较好的准确性。

基于LoRa的温室大棚环境监控系统研究

这是一篇关于温室监控系统,LoRa,光伏发电,低功耗,TDMA的论文, 主要内容为随着物联网技术的迅猛发展,温室监控技术被物联网技术赋予了新力量。温室大棚具有不易受季节和气候限制的特点,可以在严寒、酷暑等环境下进行农业生产,为人们提供了大量的反季节食物。因此,温室大棚监控技术越来越成为农业生产研究的重要方向。目前,大量温室监控系统采用有线通信方式或Wi Fi(Wireless Fidelity)、Zig Bee等传统无线通信方式,存在组网复杂、供电困难、功耗和成本高等问题。本文根据LoRa(Long Range)技术可自组网、低功耗、低成本的优势,提出了一种基于LoRa的温室监控系统。主要研究内容如下:(1)根据课题需求,本文对单片机低功耗设计策略进行研究,设计了温室监控系统中的监测节点、无线通信节点和集中器。温室监测模块完成了基于LoRa通信的温室环境监测节点和集中器的研制。监测节点采用锂电池供电,搭载光伏发电电路,解决了温室布网布线困难和无线传感器更换电池不便的问题。为保证监测节点低功耗性能,在单片机的硬件设计和软件设计方面提出了降低监测节点功耗的方法。(2)根据课题需求,本文设计了基于EMQ消息中间件和Spring Boot与Vue框架的温室监控软件。该软件实现了监测数据的实时查询与历史数据展示和温室控制器的远程监控。(3)根据课题需求,本文设计了基于LoRa扩频通信的无线通信节点,将不具备无线通信能力的水肥一体机连接到监控平台,进而实现了温室环境的远程控制。(4)根据以上设计目标,本文设计了一种混合分配的TDMA(Time Dicision Multiple Access)协议与LBT(Listen Before Talk)相结合的LoRa低功耗组网方式。监测节点的通信时隙采用固定分配方式,无线通信节点的通信时隙采用动态分配方式,在每次通信时隙开始时先检测信道状态,信道忙时进行退避,信道空闲时发送数据,实现了LoRa网络中上行链路和下行链路分时,也为每个节点数据上行分配不同时隙,通过低功耗唤醒功能保证了节点在非自身时隙下低功耗运行,有效避免了LoRa网络中的同频干扰问题,同时降低了节点功耗。最后,对系统性能进行测试,测试内容有LoRa通信距离、LoRa组网和监测节点低功耗水平等。实验结果表明,本系统LoRa组网和4G通信可靠性较高、数据采集准确、功耗水平较低、可长期稳定运行,对LoRa技术应用于智慧农业有参考价值。

100kW光伏并网系统逆变器电路设计和并网实现

这是一篇关于光伏发电,光伏并网逆变器,并网控制,不一致性检测,电流无差拍控制的论文, 主要内容为经济的快速发展造成了对电力能源的巨大需求,拓展新的道路、研发新的能源已经是当下最为迫切的难题。光伏并网是新能源的一种重要利用方式,光伏并网逆变器是构成一套完整的光伏并网系统,实现光能转化以及控制的关键。本文结合光伏并网在实际工程当中所应当满足的条件,同时以100kW的三相光伏并网系统作为研究对象,从光伏组件的选取、逆变器电路的研制以及系统的并网实现等方面进行了研究分析,主要工作如下:(1)首先阐明了构成光伏并网发电系统的主要设备以及常见的几种类型,对比分析了几种并网光伏发电系统逆变器主电路的拓扑结构和并网模式下几种不同的输出滤波方式,并选取LC型滤波器当作本文所设计系统主电路的滤波环节,分析了光伏并网逆变器的控制方式及相关控制技术,分析阐述了光伏并网系统的核心技术,最终选用电流控制的电压源型逆变器作为本文的研究对象;(2)其次,针对光伏并联阵列中光伏组件间伏安特性的差异性问题,提出了基于最小二乘法与分段线性插值的光伏电池不一致性检测方法进行光伏组件的选取,提高光伏阵列的安全稳定运行,通过仿真和对比分析验证了该方法的有效性和准确性。设计了信号调理电路对采样的电压、电流信号进行滤波、移相、偏置,并搭建了硬件电路验证其有效性;针对IBGT,设计了驱动电路和保护电路;(3)最后分析选用了单级拓扑并网结构和无差拍电流控制方式为光伏并网系统的主电路拓扑与并网控制方式,同时对主电路展开了具体设计,其中包含有主电路实现、功率器件选取、直流侧电容选取和滤波电路设计,并进行了仿真验证。为解决三相光伏并网系统的散热问题,根据热力模型分析得到100kW三相光伏逆变并网系统散热器性能指标参数从而确定散热器的型号。最后分析选取了电压PI外环与无差拍控制电流内环的双环控制策略以实现系统的高效运行和快速响应,通过PSIM仿真验证了该方案的可行性。

基于GA-WNN和GRNN组合算法的光伏功率预测系统设计

这是一篇关于光伏发电,功率预测,数据预处理,加权组合的论文, 主要内容为光伏发电极易受天气条件的影响,这就造成了光伏场站输出功率很不稳定,当大规模光伏场站并网时会对电网带来巨大的冲击,进而影响电网的稳定性、甚至会造成人民生命、国民经济的损失。为了减少并网冲击带来的影响,确保电网安全、经济地运行,精准地预测光伏场站的功率变化变得十分重要。为此,国家能源局对各地区光伏并网场站进行了相关考核。西北能源局为了进一步确保资源的合理分配,电网运行能更安全、经济,又加大了预测准确性的考核力度。所以研究一套能满足西北地区考核要求的预测系统具有十分重要的意义。首先,考虑到数据对一个预测模型的重要性,对光伏场站的历史数据进行了数据预处理。针对历史数据中的重复数据进行识别、删除;异常数据进行识别、填充、删除;限电数据依据限电公式进行识别,删除,以及基于灰关联分析的补充修正。在此基础上,又进行了数据的特征工程,从数据预处理后的数据中选择出与输出功率相关的部分因素,接着又考虑到这部分因素不仅相互之间存在着耦合关系,而且由于当全部作为预测模型的输入量时会对模型的收敛性、训练效率有影响,所以对这部分因素进行了主成分分析,从中选出了与输出功率相关的能代表原数据信息的新影响因素,保证了输入数据的可靠性。其次,结合了西北地区的季节特性,将数据按照其不同季节、不同天气特性,分为了晴天、多云、雨雪三种天气情况,进行建模分析,考虑到小波神经网络极强的局部处理能力与自适应学习能力,提出了基于小波神经网络的预测模型,然而该算法易陷入局部最小值,然后结合遗传算法极强的全局寻优能力,提出了一种基于遗传算法优化小波神经网络的预测算法,与小波神经网络预测进行了对比,得出了优化后的算法预测准确性更高。然后,为了进一步提高对场站输出功率的预测能力,降低多云、雨雪天气条件下对遗传算法优化的小波神经网络预测模型准确性的影响,提出了一种基于广义回归神经网络的预测方法,该方法的优点是对波动性强、数据量少的数据具有极强的预测能力。并以这两种方法为基础,提出了基于遗传算法优化的小波神经网络与广义回归神经网络的实时加权组合的算法,该算法以实时预测误差平方最小值为目标函数,以实时权重系数和为约束条件,进行优化,从而确定实时权重的值,然后利用该组合算法模型与前两种模型进行预测对比,得出该方法较其他两种方法具有更好的预测性能。最后,基于组合预测算法进行预测系统的封装,系统采用B/S结构,框架采用Spring+Struts+Hibernate(SSH),前台展示采用HTML5+CSS3技术,并结合其它功能以及其物理构架、系统构架以及其内在的逻辑构架,设计一个光伏功率预测系统,为调度部门以及光伏场站提供相应的技术支持。

基于改进MPPT算法的光伏储能系统设计与实现

这是一篇关于光伏发电,MPPT,扰动观察法,光伏储能系统的论文, 主要内容为太阳能是目前最清洁的新能源之一,作为一个二次能源,太阳能不需要其它能源的消耗,并且太阳的寿命远比地球要长,可以长时间供能。且太阳能对环境没有什么影响,由于国土面积广阔,太阳能资源也极其丰富,发电过程也比较安全,是新能源开发中一个很好的选择。但是光伏发电受环境影响较大,随着局部阴影的变化、环境温度的变化等环境因素改变带来的影响下,光伏电池的输出也会随之产生一定的波动,并且是间断的输出,输出功率的大小也会随之改变。所以光伏发电需要储能系统来储存不连续输出的电能,并且如何使系统尽可能快速的追踪并稳定在最大功率点处附近始终是光伏发电的热门话题。论文主要采用了模糊算法与变步长扰动观察法相结合,以锂电池作为储能电池建立了光伏储能系统,在搭建好的锂电池与太阳能锂电池双电池切换平台上进行改进最大功率点跟踪方法的研究工作,验证其是否能增加光伏电池的电能输出量从而延长系统的运行时间,并且测试光伏锂电池双电源切换的可行性,主要内容包括:首先根据光伏电池的等效电路电路分析系统特性,按系统设计要求搭建了光伏发电系统的仿真模型,在不同环境条件下分析光伏电池的输出特性和光伏发电系统输出特性的变化规律。通过分析系统的需求,设计基于STC12C5A60S2为主芯片,继电器作为光伏锂电池双电源切换的元件,锂电池为储能电池的光伏储能系统。然后对传统最大功率点跟踪算法进行说明,分析其各自的优缺点,为了提高光伏储能系统中光伏发电输出最大功率点的跟踪性能,确定选用模糊算法与改进扰动观察法相结合的最大功率点跟踪策略,然后建立改进最大功率点跟踪算法的仿真模型,通过不同环境条件下的仿真结果,验证改进最大功率点跟踪算法具有提高光伏发电能量输出的效果。最后搭建锂电池和太阳能电池的双电池切换平台,通过测试不同环境条件下输出功率的大小,与无MPPT控制时的输出功率和仿真下理想的输出功率做对比,来验证改进最大功率点跟踪算法对平台的适用性,并能有效提高光伏发电的输出性能,通过测试中车体运行时间的长短,验证改进MPPT算法是否能延长系统的运行时间。不仅可以节省能源,还为系统提供了更好的续航能力。

广西地区智慧光伏温室系统研究与设计

这是一篇关于环境监控,光伏发电,低功率广域物联网技术,云技术的论文, 主要内容为农为邦本,本固邦宁,“三农”问题仍是我国工作的重中之重。目前我国农业发展正面临着资源紧缺、务农劳动力不足和环境污染等约束,难以满足国内众多人口对食物的需求,亟需依托现代信息技术和能源技术推进农业转型、升级来改善现有约束,朝着绿色可持续、高产高效优质的现代化方向发展。因此,本文针对大型温室现存监控成本高、传输不稳定、管理分散以及能耗高等问题,利用物联网技术、光伏发电技术、控制策略、云技术和Web技术研究并设计了一种智慧光伏温室系统。本文剖析了监控系统、光伏系统以及温室生产三个维度的需求,聚焦于温室光伏系统应用方案研究和环境监控系统设计。光伏应用研究以广西南宁气候特征为例,确定了独立光伏-市电互补的供电方案;根据温室夏季用电情况,对光伏组件和蓄电池进行选型和容量配置。为使已配置的光伏系统获得最大发电量,用Ecotect和PVsyst计算全年最大辐照量的方位角和倾斜角,得到最佳方位角为正南,最佳倾斜角范围为18～19°。智慧光伏温室监控系统采用Lo Ra与NB-Io T异构组网构建通信方案,对传感器模块、继电器模块、主控芯片模块、Lo Ra和NB-Io T传输模块进行硬件选型、电路设计和软件设计,来实现环境数据的采集、控制和传输。控制策略选用RBFPID,在MATLAB中分析RBF-PID与传统PID对温室空气温度的控制效果,得到RBF-PID调控精度、收敛速度和鲁棒性优于传统PID,为后续应用提供理论依据。客户端选用阿里云服务器(ECS)搭建,在云端配置JavaWeb环境,选用轻量级应用Tomcat作为Web服务器,利用B/S架构、MVC模式和SSH2集成框架开发Web客户端,并结合AJAX和JXL/JFreechart提升用户使用感。温室环境数据由Lo Ra自组网络传输到NB-Io T,经TCP协议发送到ECS,管理员通过浏览器访问Web客户端实现对环境的实时监测和远程调控。最后在Ecotect中对棋盘式和紧密式光伏温室进行采光分析,测试表明棋盘式光伏下采光更好更均匀,紧密式保温性好,可根据光伏温室采光特性划分区域选择适宜的作物种植,为温室种植空间布局和优化提供参考思路;利用PVsyst预测光伏系统发电量,结果表明设计的光伏系统性能较好,可满足温室90.7%的用电需求;对监控系统的组网、监测、控制和Web客户端测试,结果表明系统运行稳定、可靠,基本完成预期目标。