基于人工神经网络的光伏太阳能热泵系统的混合建模
2021-06-29姚建军
科学技术创新 2021年17期
姚建军
(中海油能源发展装备技术有限公司,天津300000)
1 概述
随着光伏发电技术的日益成熟,光伏发电在全世界取得了迅速发展,晶体硅太阳能电池的发电效率依赖其工作温度,过高的工作温度不仅会降低太阳能电池的工作效率,也会存在安全隐患。因此,有必要采取措施对太阳能电池进行降温处理。在降低太阳能电池温度的同时,将流体带走的热量加以利用,这种系统在提高发电效率的同时还可以提供热能,可称之为光伏光热一体化(PV/T)系统。(PV/T)系统接收到的太阳辐照中,一部分用于光伏发电,另一部分的能量由PV蒸发器吸收,经热泵系统循环后得到可供利用的热量。PV-SAHP系统不仅可以有效降低太阳能电池温度,还可以提高热泵的效率[1]。
本文搭建了光伏太阳能热泵系统(PV-SAHP),提出了对PV-SAHP系统进行混合建模的方法,利用建立好的混合模型,对PV-SAHP系统进行经济性分析,为PV-SAHP系统优化提出新的思路。
2 PV-SAHP系统混合建模
太阳能电池发电受气象条件干扰导致其功率输出呈现出间歇性,进而影响着整个光伏系统并网的稳定性;太阳能热泵受环境变化的影响,其性能也会发生不稳定的变化。为了达到最佳的发电输出效率,提高太阳能利用率,减小运行成本和合理调节PV-SAHP系统的热负荷,提前预测光伏太阳能热泵系统的性能显得尤其重要。
2.1 PV-SAHP系统混合模型建立方法
将纯机理模型与数据驱动模型结合起来形成的模型成为混合模型,常用的混合建模方法有四种[2]:串联建模、并联建模、混联建模与先验知识建模四种方法各有特点,本文采用串联建模方式。……
登录APP查看全文
