摘要：为解决城市隧道运营过程中隧道洞外亮度L20(S)全天逐时变化差异大且实时获取困难的问题,结合3D打印隧道缩尺模型,提出以太阳辐照度为输入变量,将天空亮度、地面景物亮度耦合的L20(S)实时计算方法。以北京芦花路隧道为测量对象,利用隧道缩尺模型代替实际隧道探究地面景物亮度变化规律,建立地面景物亮度与太阳辐照度的量化回归模型;利用太阳辐照度将CIE模型、Perez模型的计算值与实测值进行对比验证,以误差较小、计算较简便的CIE模型作为天空亮度模型,其误差在晴天工况和阴天工况下分别为4.26%、6.11%。对比耦合后的L20(S)计算模型在不同季节、不同天气条件下的计算值与实测值,平均误差均在10%以内,表明该隧道洞外亮度实时计算方法在全季节、全气候条件下具有准确性和适用性。

摘要：针对现有建筑物太阳辐照度评估方法难以同时兼顾建筑屋顶和立面,激光点云数据成本较高,不适合计算大范围、高密度获取建筑表面点云问题。本文提出了一种基于倾斜影像密集匹配点云进行建筑物表面太阳辐照度一体化评估方法。该方法通过无人机倾斜影像获取感兴趣区域的建筑物三维模型,结合阴影仿真算法和简化后的太阳辐射模型,对建筑物表面进行阴影仿真和太阳辐照度计算。经对比试验验证,本文方法能够准确计算建筑表面太阳辐照度,有效拓展了倾斜摄影测量的应用范围,为协助建筑师设计建筑表面和最大化利用建筑表面太阳能提供了可靠的数据支撑。

摘要：针对城市建筑表面太阳能利用的迫切需要问题,该文提出一种屋顶及立面太阳辐照度一体化计算方案。该方法以机载LiDAR点云为数据基础,以"建筑遮挡分析—天空视域分析—太阳辐照度模型构建"为技术框架,高效率和准确地计算了建筑屋顶及立面辐照度。同时,将散射辐射分为环日散射、天穹散射和建筑散射,提高了建筑散射辐射计算准确度。选取南京奥体新城约30 km2区域(共计5 216栋建筑)进行分析,结果表明,建筑屋顶直接辐照度时间变化规律明显,受太阳高度角、屋顶坡度和坡向影响较大,而建筑立面太阳辐照度则主要受建筑朝向影响。利用本文方法计算建筑表面太阳辐照度,可为光伏发电模拟、建筑形态设计、城市能源规划等提供基础信息产品。

摘要：设计一种以DSP为核心的全方位太阳辐照度测量系统,利用安装在云台上的太阳能电池板的转动以获取全方位的太阳辐照度数据。通过对采集到的数据进行分析,既可以测试太阳能电池板在各种安装方式(如平放、斜放和幕墙)下的发电效率,又可对光伏建筑一体化的光伏电站建设方案进行评估,还可在建成之后对光伏电站的发电状态进行管理和监测。

摘要：目的:精确预测太阳辐照度对于电力系统设计者和电网运营商有效管理太阳能系统至关重要。为了进一步提高太阳辐照度的预测精度,我们提出了一种新的基于RGA-BiLSTM模型的方法来预测太阳辐照度。方法:该模型集成了双向长短时记忆(bi-directional long and short-term memory,BiLSTM)网络、遗传注意力(genetic attention,GA)以及残差网络(residual network,ResNet),用于多变量太阳辐照度预测。首先利用BiLSTM模型对复杂的太阳辐照度数据进行特征提取;其次,为了提高神经网络的效率和性能,使用遗传注意力机制自适应关注更重要的特征信息;最后,将残差网络融合到模型中,避免深度网络退化问题,从而加快了网络的收敛速度。结果:实验数据表明,我们的模型相较于改进前的模型(EA-LSTM),平均绝对百分比误差在四季的研究中平均降低了9.12%。结论:使用基于RGA-BiLSTM的多模型混合方法能够有效提升太阳辐照度的预测精度。

摘要：屋顶分布式光伏电站按支架结构形式的不同分为固定支架系统、平单轴系统、斜单轴系统和双轴系统。不同系统的太阳能利用效率不同。与光伏电站发电性能密切相关的参数是太阳辐照度。通过对不同系统太阳辐照度的定量研究,得出光伏组件接收到的太阳辐照度的变化规律,为屋顶分布式光伏电站的优化设计提供依据。

摘要：光伏电站在户外实际工况下运行时,由于不同区域的气候条件不同,导致光伏电站的运行情况千差万别。日照强烈,环境温度、湿度大幅度变化,酸雨侵蚀,风沙蚀击等气象因素势必会影响光伏发电设备的发电性能,加速其老化程度,最终影响光伏电站的发电效率和寿命。基于中国现有的气候带分类,对不同气候带的气候特征进行了分析,然后对不同气候带中光伏电站的运行数据进行了对比,分析了不同气象因素对光伏电站发电性能和发电量差异的影响。研究结果表明:由于不同气候带的太阳能资源禀赋、环境温度等气象因素差异较大,对各气候带中光伏电站的工作电压、工作电流、输出功率等电性能参数的影响不同,因此光伏电站建设时需结合不同气候带的气候特征进行设备选型和优化设计方案,以保证光伏电站投运后可达到最佳运行效果。

摘要：为了实现太阳光谱辐照度的高精度观测,提出了视日运动轨迹和光电跟踪相结合的太阳自动跟踪方案,详细论述了视日运动跟踪计算原理和基于四象限探测器的跟踪装置设计。为检测该装置的跟踪精度,设计了基于线阵CCD探测器的跟踪精度检测系统,并开展了室外观测实验。测试结果表明,太阳跟踪精度为±0.030°,稳定性优于1.4%,所设计的太阳跟踪装置在跟踪精度和稳定上均能够满足太阳光谱辐照度观测的高精度跟踪要求。

摘要：为实现高精度的太阳绝对辐照度观测,设计了视日运动轨迹跟踪和四象限探测器精密跟踪相结合的太阳自动跟踪系统。分析了四象限探测器的工作原理,对其均匀性进行了测试,确定了其偏离系数。对跟踪系统进行了硬件设计、控制软件设计和结构设计。实现了以C8051F064单片机为核心的数据采集、信号处理和反馈控制系统。在实验室内对系统的跟踪精度进行了测试,结果表明跟踪偏差在0.1°之内。经实际运行证明,该系统方案可行,具有稳定性强、精度高的优点。

摘要：目前,无人机获取的多光谱遥感数据已被广泛应用于农业、林业、环境等领域的定量监测中。然而,现有的将多光谱遥感数据转换为地表反射率的方法,仍然存在一定的缺陷,如需要依赖地面参考板、无法适应光照条件变化、得到的结果不准确等,从而影响了多光谱遥感数据定量化应用的效果。为了解决该问题,提出了一种可以利用无人机搭载的多光谱相机,直接对地表反射率进行测量的新方法。该方法具有非常强的适应能力,即使在环境光照强度变化的条件下,仍然能够得到准确的地表反射率。其中,如何利用倾斜状态下的光强传感器获取准确的太阳辐照度,是需要解决的关键问题。对此,提出了一种利用两个或者更多朝向不同方向的光强传感器,实现太阳直射和散射辐照度测量的新方法。利用此方法即可将相机记录的数字量化(DN)值直接转换为地表反射率。为了验证本方法的实际效果,设计了具体的实验验证方案,对不同日期不同光照条件下获取的无人机遥感数据进行验证。实际测试结果表明:利用该方法,得到黑、灰、白三张参考板的反射率在5个多光谱(蓝、绿、红、红边和近红外)波段中最大的平均绝对误差为3.34%,其对应的标准差为2.11%;三张参考板在所有波段中最大的平均绝对误差为2.94%,其对应的标准差为1.84%。由此可见,在光照强度变化的条件下,利用该方法实现地表反射率的准确测量是可行性的。该方法极大地简化了无人机遥感数据转换为地表反射率的过程。对多光谱无人机的设计,以及无人机遥感数据的定量化应用,都具有重要的参考价值。