基于BP神经网络的光伏阵列温度预测
徐瑞东
戴(瀹)
孙晓燕
1.中国矿业大学信电学院,江苏徐州,2210082.中国矿业大学信电学院,江苏徐州,2210083.中国矿业大学信电学院,江苏徐州,221008
摘要：针对现有太阳能光伏阵列仿真实验中因采用环境温度代替光伏组件温度而导致的光伏阵列建模不正确问题,指出应在光伏电池仿真模型中区分环境温度和组件的实际工作温度；分析了光伏组件温度与环境温度和输出功率的关系,给出了一种基于BP神经网络的光伏阵列组件温度预测方法,并将预测结果与实测结果进行比较,得出结论:该方法可有效预测光伏阵列组件温度,且采用前一天数据和前三天数据都有较好的预测效果,因此实际应用时可采用前一天的数据来预测当天的组件温度.
关键词：光伏发电光伏阵列温度预测BP神经网络
分类号：TD60/67(矿山电工)
资助基金：江苏省徐州市科技计划项目(XJ11B010)
论文发表日期：2012-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息