返回
A Practical Real-Time Observer-Based Radiation Prediction Algorithm for Solar Plants
DOI:10.1002/ese3.70390.png)
摘要
En 中文
全球向清洁能源的过渡加剧了对太阳能的兴趣,尤其是在地理条件有利的地区。尽管太阳能电站的开发和部署迅速,但运营挑战依然存在,尤其是在实时优化能量转换方面。本文提出了一种实用的实时太阳辐射预测模型,旨在通过预测可用能源来提升太阳能电站的性能,从而改善能量转换过程中的控制。为此,考虑了一种具有未知漂移函数的自主导航非线性动态模型。采用基于数据处理的群方法(GMDH)的辨识方法,并借助全面实验数据集,用于估计漂移函数并验证模型的可行性。一旦非线性模型得到验证,将开发一个理论框架,以实现模型状态和参数的自适应估计,从而消除对离线辨识的需求。跨多个场景的实验结果表明,该模型在不同环境条件、地理位置以及如部分阴影等挑战性案例下,能够有效识别未知参数和状态变量。这些结果突显了所提出方法在提升太阳能电站运营中的实时控制和能源效率方面的实践潜力。
Keyword:
adaptive identification
GMDH
photovoltaic systems
solar radiation forecasting
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
E
IF:
3.4
论文数:
283
被引数:
0
机构
引用论文
An application of the multilayer perceptron: Solar radiation maps in Spain多层感知器的应用: 西班牙的太阳辐射图
SOLAR ENERGY
IF6.6
A novel approach to solar radiation forecasting using a SARIMA–LSTM hybrid model with seasonal trend loess decomposition一种基于SARIMA–LSTM混合模型与季节趋势loess分解的太阳辐射预测新方法
A review and evaluation of the state-of-the-art in PV solar power forecasting: Techniques and optimization对光伏太阳能发电预测的最新技术的回顾和评估: 技术和优化
Estimation of Hourly, Daily and Monthly Global Solar Radiation on Inclined Surfaces: Models Re-Visited
Energies
IF0
Comparison of machine learning methods for photovoltaic power forecasting based on numerical weather prediction基于数值天气预报的光伏功率预测机器学习方法比较
Development and assessment of artificial neural network models for direct normal solar irradiance forecasting using operational numerical weather prediction data使用操作数值天气预报数据开发和评估用于直接正常太阳辐照度预报的人工神经网络模型
ENERGY AND AI
IF9.6

