Please wait a minute...
 
图/表 详细信息
国内外太阳能资源评估方法研究现状和展望
王科, 黄晶
气候变化研究进展    2023, 19 (2): 160-172.   DOI: 10.12006/j.issn.1673-1719.2022.096
摘要   (783 HTML61 PDF(pc) (1678KB)(1098)  

太阳能被认为是最有希望大规模利用的可再生能源,具有广阔的应用前景。对太阳能资源进行合理且准确的评估是太阳能资源开发利用的第一步,也是关键的一步。然而全球大部分地区的太阳辐射观测资料十分有限,利用其他气象数据对太阳能资源进行评估是目前的主流方法。文中归纳和总结国内外太阳能资源评估的4种主要方法的基本原理、主要技术路线以及最新研究进展,对比分析不同方法的误差范围,系统地讨论各种评估方法的不足,并在此基础上对太阳能资源评估方法在我国未来的发展趋势进行了展望。经验模型和人工智能模型较依赖数据的特征,物理模型中云影响太阳辐射过程的描述存在不准确性,数值天气预报模式中资料同化和物理过程参数化方案的选定较关键。发展多种方法结合的太阳能资源混合评估模型是未来太阳能资源评估的主要发展方向之一。



View image in article
图3 人工神经网络评估太阳能资源流程图
正文中引用本图/表的段落
在利用人工智能模型评估太阳能资源的方法中,人工神经网络是最常用的方法。人工神经网络的结构主要包含输入层、隐含层和输出层:当利用神经网络评估太阳能资源时,输入层输入的数据通常是太阳辐射、日照时数、温度和降水等历史气象数据,以及经纬度和海拔高度等地理信息数据;隐含层可以为一层,也可以为多层,主要用于分析输入层输入的数据;输出层用来分析结果并输出所需时间段内的太阳辐射值。利用人工神经网络评估太阳能资源的过程如图3所示。
本文的其它图/表
京ICP备11008704号-4
版权所有 © 《气候变化研究进展》编辑部
地址:北京市海淀区中关村南大街46号 邮编:100081 电话/传真:(010)58995171 E-mail:accr@cma.gov.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn