何道清《太阳能光伏发电系统原理与应用技术》第7章 太阳能光伏发电系统的设计

光伏发电直流斩波电路simiulink仿真，源代码可以下载，并且在MATLAB中完美运行。

5KW家用并网光伏发电系统设计.docx

智能微电网系统解决方案，智能微电网是指由分布式电源（（包括微燃机、柴油机、储能、可再生能源<太阳能、风能、地热、天然气>等在内的各类分布式能源））、储能装置、能量转换装置、负荷、监控和保护装置等汇集而成的小型发配电系统，是一个能够实现自我控制、保护和管理的自治系统，具备远程维护能力，具备黑启动能力且可以运行在并网或孤岛模式。 智能微电网系统相比微电网系统最大的不同就是智能微电网系统是一个能够实现自我控制、保护和管理的自治系统且具有远程维护能力。

基于matlab的光伏发电模型，可画出 p-v曲线

模块化多电平变换器在中高压大功率光伏发电并网中应用的研究，谢宁，帅智康，中高压大功率光伏并网使用模块化多电平变换器MMC无需额外的滤波装置与升压变压器，具有良好的应用前景。MMC-PV系统由两级结构组成，

传统光伏发电功率预测存在因气象因素特征提取不综合不精确而导致预测精度不高的问题. 为了充分挖掘气象因素对光伏出力的影响, 并有效利用深度学习技术在非线性拟合方面的优势, 本文提出了一种基于气象因素充分挖掘的双向长短期记忆(Bi-directional Long Short Term Memory, BiLSTM)网络光伏发电短期功率预测方法. 在对原始数据进行异常值及标准化处理的基础上, 采用K近邻算法(K-Nearest Neighbor, KNN)在外界温度、湿度、压强等诸多气象因素中充分挖掘影响光伏出力的关键因素, 重构多元数据序列, 并在探索输入层时间步长、模型层数及每层维数等超参数的合理设置方案的基础上, 构建BiLSTM网络模型, 实现光伏发电短期功率的高精度预测. 仿真结果表明, 与KNN、深度信念网络(DBN)、BiLSTM、PCA-LSTM等经典方法比较, 所提KNN-BiLSTM方法具有更高的预测精度.

可用于识别蜗牛尾迹与热点故障

基于模糊逻辑的并网光伏使用级联 H 桥多电平逆变器