基于遗传算法的光伏方阵容配比离散性对光伏电站发电量的影响分析

doi:10.19911/j.1003-0417.tyn20250228.01

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于遗传算法的光伏方阵容配比离散性对光伏电站发电量的影响分析

更新时间：2025-10-15

- 基于遗传算法的光伏方阵容配比离散性对光伏电站发电量的影响分析
- Issue 9, Pages: 67-72(2025)
- 作者机构：
  
  长江勘测规划设计研究有限责任公司
- 作者简介：
- 基金信息：
- DOI：10.19911/j.1003-0417.tyn20250228.01
  CLC： TP18;TM615
- Published：2025
- 稿件说明：
移动端阅览
[J]. 2025, (9): 67-72.
DOI：

[J]. 2025, (9): 67-72. DOI： 10.19911/j.1003-0417.tyn20250228.01.

摘要

由于受地形、地块大小、各地块之间距离、施工条件等因素的影响，光伏电站中各光伏方阵的容配比通常与光伏电站的设计最优容配比存在一定的差异。从分析光伏电站中各光伏方阵容配比的角度出发，对光伏方阵容配比的离散性进行系统性分析。基于遗传算法，首先对光伏电站中各光伏方阵容配比的分布进行了优化，然后对光伏方阵容配比的离散性对光伏电站整体发电量的影响进行了研究，并给出了相关建议。研究结果表明：1)针对平地光伏电站，容配比离散性增大会导致光伏电站发电量下降，且发电量损失增大的速度逐步加快。若光伏场区的地块较为分散，可通过大、小装机容量光伏方阵搭配的方式来尽量降低容配比离散性带来的光伏电站发电量损失。2)针对复杂地形的山地光伏电站，对于朝向好、坡度优的地块，光伏方阵采用的实际容配比可等于或略低于设计最优容配比；而对于朝向差、坡度劣的地块，光伏方阵采用的实际容配比可高于设计最优容配比。一定离散性范围内的容配比分布能够更好地适应复杂地形，且能够增大光伏电站的经济效益。

Abstract

关键词

Keywords

references

杨博,张鏖,苏荣华,梁一鸣,何建.基于遗传算法优化BP神经网络圆柱壳结构可靠度分析[J].工程力学,2025(S1).

赵振星,李琪,黄益旺.遗传算法优化神经网络在地声参数反演中的应用[J].哈尔滨工程大学学报,2025(04).

胡海罗,贺广零,赵前波,胡志祥,王韶纤,张德晶.光伏电站最佳容配比的研究[J].太阳能,2022(12).

陆炜,田介花,潘少峰.双面组件光伏电站最优容配比的研究[J].太阳能,2021(02).

梅文广.光伏发电系统最优容配比分析[J].建筑电气,2017(10).

光伏发电站设计规范[S].2012.

A. Georgieva,I. Jordanov.Global optimization based on novel heuristics, low-discrepancy sequences and genetic algorithms[J].European Journal of Operational Research,2008.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

限电对光伏电站设计方案的影响分析

浅析热斑光伏组件的危害控制

光伏发电系统的LCOE及最优容配比分析

会泽县六合光伏电站的优化设计与分析

基于LCOE的平单轴光伏发电项目设计优化研究

Related Author

刘争昊

马思娟

武镜海

马琳

史剡烽

颜世珍

方勇

李光达

Related Institution

聚合电力工程设计(北京)股份有限公司

黄河上游水电开发有限责任公司海南分公司

深圳中广核工程设计有限公司

浙江大学建筑工程学院

中国电建集团华东勘测设计研究院有限公司

AI问答

⁰