• 屋顶太阳能光伏系统的性能分析指标研究


    💥💥💞💞欢迎来到本博客❤️❤️💥💥

    🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

    ⛳️座右铭:行百里者,半于九十。

    📋📋📋本文目录如下:🎁🎁🎁

    目录

    💥1 概述

    📚2 运行结果

    🎉3 参考文献

    🌈4 Matlab代码及数据


    💥1 概述

    屋顶太阳能光伏系统的性能分析指标研究主要关注系统的发电效率、能量产出和经济回报等方面。

    1. 发电效率:光伏系统的发电效率是评估其转换太阳能为电能能力的指标。常见的效率指标包括组件的单晶硅或多晶硅效率,以及整个系统的系统效率。高效率的光伏组件和系统可以提供更多的电能输出。

    2. 能量产出:能量产出是指系统在一定时间内所产生的电能总量。它可以通过光伏组件的输出功率和工作时间来计算。该指标反映了光伏系统的实际发电能力。

    3. 组件偏差:组件偏差指的是光伏组件实际发电能力与额定功率之间的差异。组件偏差可以由功率偏差系数来衡量,该系数反映了组件在不同工作条件下的发电性能。

    4. 系统可靠性:系统可靠性是指系统在长期运行中的稳定性和可靠性。常见的可靠性指标包括系统的平均故障间隔时间(MTBF)和故障平均修复时间(MTTR),用于评估系统的可靠性和可用性。

    5. 经济回报:经济回报指标主要用于评估光伏系统的经济性。包括回收期(ROI)、净现值(NPV)和内部收益率(IRR)等指标,用于评估系统投资的回报和收益情况。

    这些指标可以帮助评估屋顶太阳能光伏系统的性能和效益,为系统设计、运营和维护提供指导和参考。

    📚2 运行结果

    部分代码:

    1. %% Estimaci n de la energ a
    2. [ELxano,EFconxano,EFgxano,ELxanoHS,EFconxmin,EFGano,ETGano,EFGanoHS]=code7830f1(Pn,SFanu,PL,PLHS,PotenciaGF);
    3. %% C lculo de los coeficientes de autoconsumo para los diferentes rangos de tiempo
    4. [PSIscano,PSIssano,PSPano,GL,PSIssanoHS,PSPanoHS,GLHS]=code7830f2(ELxano,EFconxano,EFgxano,ELxanoHS,EFGano,ETGano,EFGanoHS);
    5. %% Representaci n gr fica
    6. fig=figure(1);
    7. clf(fig,'reset');
    8. hold on
    9. plot(Pn,PSIscano)
    10. plot(Pn,PSIssano,'--','Color',[0.4660 0.6740 0.1880],'LineWidth',1.5)
    11. plot(Pn,PSIssanoHS,'Color',[0.4660 0.6740 0.1880],'LineWidth',1.5)
    12. plot(Pn,PSPano,'--','Color',[0.4940 0.1840 0.5560],'LineWidth',1.5)
    13. plot(Pn,PSPanoHS,'Color',[0.4940 0.1840 0.5560],'LineWidth',1.5)
    14. plot(Pn,GL,'--','Color',[0.6350 0.0780 0.1840],'LineWidth',1.5)
    15. plot(Pn,GLHS,'Color',[0.6350 0.0780 0.1840] ,'LineWidth',1.5)
    16. xlabel('P_0(kW)','FontSize',14);
    17. ylabel('Indices','FontSize',14)
    18. set(gca,'FontSize',14);
    19. [ZEI,Posi]=min(abs(PSIscano-PSIssano));
    20. plot(Pn(Posi),PSIscano(Posi),'*','Color',[0.4660 0.6740 0.1880])
    21. X=['ZEI'];
    22. disp(X)
    23. Pn(Posi)
    24. PSIscano(Posi)*100
    25. [ZEIHS,Posi]=min(abs(PSIscano-PSIssanoHS));
    26. plot(Pn(Posi),PSIscano(Posi),'diamond','Color',[0.4660 0.6740 0.1880])
    27. X=['ZEI HS'];
    28. disp(X)
    29. Pn(Posi)
    30. PSIscano(Posi)*100
    31. [maxPS,Posi]=max(PSPano);
    32. plot(Pn(Posi),PSPano(Posi),'*','Color',[0.4940 0.1840 0.5560])
    33. X=['PS maximo'];
    34. disp(X)
    35. Pn(Posi)
    36. PSPano(Posi)*100
    37. [maxPS,Posi]=max(PSPanoHS);
    38. plot(Pn(Posi),PSPanoHS(Posi),'diamond','Color',[0.4940 0.1840 0.5560])
    39. X=['PS maximo HS'];
    40. disp(X)
    41. Pn(Posi)
    42. PSPanoHS(Posi)*100
    43. [minGL,Posi]=min(GL);
    44. plot(Pn(Posi),GL(Posi),'*','Color',[0.6350 0.0780 0.1840])
    45. X=['GLmin'];
    46. disp(X)
    47. Pn(Posi)
    48. GL(Posi)*100
    49. [maxGL,Posi]=min(GLHS);
    50. plot(Pn(Posi),GLHS(Posi),"diamond",'Color',[0.6350 0.0780 0.1840])
    51. X=['GLmin HS'];
    52. disp(X)
    53. Pn(Posi)
    54. GLHS(Posi)*100
    55. xlim([0 2000])
    56. ylim([-0.6 1])

    %% Estimaci n de la energ a
        [ELxano,EFconxano,EFgxano,ELxanoHS,EFconxmin,EFGano,ETGano,EFGanoHS]=code7830f1(Pn,SFanu,PL,PLHS,PotenciaGF);
    %% C lculo de los coeficientes de autoconsumo para los diferentes rangos de tiempo
        [PSIscano,PSIssano,PSPano,GL,PSIssanoHS,PSPanoHS,GLHS]=code7830f2(ELxano,EFconxano,EFgxano,ELxanoHS,EFGano,ETGano,EFGanoHS);

    %% Representaci n gr fica    
    fig=figure(1);
        clf(fig,'reset');

    hold on
        plot(Pn,PSIscano)
        plot(Pn,PSIssano,'--','Color',[0.4660 0.6740 0.1880],'LineWidth',1.5)
        plot(Pn,PSIssanoHS,'Color',[0.4660 0.6740 0.1880],'LineWidth',1.5)
        plot(Pn,PSPano,'--','Color',[0.4940 0.1840 0.5560],'LineWidth',1.5)
        plot(Pn,PSPanoHS,'Color',[0.4940 0.1840 0.5560],'LineWidth',1.5)
        plot(Pn,GL,'--','Color',[0.6350 0.0780 0.1840],'LineWidth',1.5)
        plot(Pn,GLHS,'Color',[0.6350 0.0780 0.1840]    ,'LineWidth',1.5)
       
        xlabel('P_0(kW)','FontSize',14);
        ylabel('Indices','FontSize',14)
        set(gca,'FontSize',14);  

    [ZEI,Posi]=min(abs(PSIscano-PSIssano));
        plot(Pn(Posi),PSIscano(Posi),'*','Color',[0.4660 0.6740 0.1880]) 
         X=['ZEI'];
        disp(X)
        Pn(Posi)
        PSIscano(Posi)*100

    [ZEIHS,Posi]=min(abs(PSIscano-PSIssanoHS));
        plot(Pn(Posi),PSIscano(Posi),'diamond','Color',[0.4660 0.6740 0.1880])
        X=['ZEI HS'];
        disp(X)
        Pn(Posi)
        PSIscano(Posi)*100

    [maxPS,Posi]=max(PSPano);
        plot(Pn(Posi),PSPano(Posi),'*','Color',[0.4940 0.1840 0.5560])
         X=['PS maximo'];
        disp(X)
        Pn(Posi)
        PSPano(Posi)*100

    [maxPS,Posi]=max(PSPanoHS);
        plot(Pn(Posi),PSPanoHS(Posi),'diamond','Color',[0.4940 0.1840 0.5560])
        X=['PS maximo HS'];
        disp(X)
        Pn(Posi)
        PSPanoHS(Posi)*100

    [minGL,Posi]=min(GL);
        plot(Pn(Posi),GL(Posi),'*','Color',[0.6350 0.0780 0.1840])
        X=['GLmin'];
        disp(X)
        Pn(Posi)
        GL(Posi)*100

    [maxGL,Posi]=min(GLHS);
        plot(Pn(Posi),GLHS(Posi),"diamond",'Color',[0.6350 0.0780 0.1840])   
        X=['GLmin HS'];
        disp(X)
        Pn(Posi)
        GLHS(Posi)*100

       xlim([0 2000])
       ylim([-0.6 1])

    🎉3 参考文献

    文章中一些内容引自网络,会注明出处或引用为参考文献,难免有未尽之处,如有不妥,请随时联系删除。

    [1]白建勇.屋顶光伏系统技术经济评价及运营模式选择研究[D].华北电力大学,2014.DOI:10.7666/d.D529260.

    [2]白建勇.屋顶光伏系统技术经济评价及运营模式选择研究[D].华北电力大学,2015.

    [3]张华.城市建筑屋顶光伏利用潜力评估研究[D].天津大学[2023-10-15].DOI:CNKI:CDMD:1.1018.025701.

    [4] G. Jiménez-Castillo, A.J. Martínez-Calahorro, C. Rus-Casas, A. Snytko, F.J. Muñoz-Rodríguez (2023) Performance analysis indices for Rooftop Solar Photovoltaic system.

    🌈4 Matlab代码及数据

  • 相关阅读:
    【机器学习】评价指标 : 准确率,查准率与查全率
    TMS320C6678开发板( DSP+Zynq )RTOS综合功能案例,嵌入式必看!
    DDD项目落地之充血模型实践
    安卓用户当心: CERT-IN 发布高危漏洞警告
    如何构建风险矩阵?3大注意事项
    Promise.allSettled 的 Polyfill 处理
    STL教程6-deque、stack、queue、list容器
    数据分析实战 | 线性回归——女性身高与体重数据分析
    SonarQube系列-通过配置扫描分析范围,聚焦关键问题
    ​LeetCode解法汇总146. LRU 缓存
  • 原文地址:https://blog.csdn.net/Ke_Yan_She/article/details/133915429