摘要：在分布式光伏发电过程中,由于电能对太阳能的转化利用程度不同,造成传统光伏发电功率自动跟踪方法跟踪速率较低,为此提出不同用电量下分布式光伏发电功率自动跟踪方法。使用光电跟踪传感器对太阳能和光能进行定位,利用单片机来控制光敏电阻的偏移方向,用自动跟踪技术对偏移位置进行追踪,完成对光伏发电功率自动跟踪方法的设计。实验结果表明,光伏发电功率自动跟踪方法比传统跟踪方法稳定性更强,跟踪速率更高。

摘要：为降低光伏系统发电功率的预测误差,增强预测结果的精准度,文章对建筑光伏系统发电功率短期预测方法研究,进行数据采集及校正,建立归一化预测矩阵,以此为基础,构建BP神经网络预测模型,以Mallat重构处理实现发电功率的短期预测。最终预测结果表明:与传统多时间尺度预测组和传统分布式光伏预测组相比,神经网络光伏预测组最终得出的预测误差相对较小,且均控制在0.15以下,表明其对系统的预测效果更佳,具有实际应用价值。