1、隨著世界經(jīng)濟(jì)的不斷發(fā)展、人口數(shù)量的不斷增加，我們對能源的需求急劇增加，而化石能源的日益匱乏，以及不斷惡化的環(huán)境問題，使得人們將目光轉(zhuǎn)向了可再生能源技術(shù)。太陽能作為可再生能源中的一種，具有資源無限、無污染及可持續(xù)性等優(yōu)點，發(fā)展?jié)摿薮?。由于太陽光照的不穩(wěn)定性以及太陽能光伏電站發(fā)電功率的不斷增大，在系統(tǒng)的運行過程中，存在最大功率點跟蹤、功率預(yù)測、光伏組件溫度預(yù)測以及故障定位等一些實際問題。論文針對上述問題展開研究，主要內(nèi)容包括如下五個方面：

2、
　　首先，論文對江蘇省徐州地區(qū)的太陽能光照強(qiáng)度，以及光伏發(fā)電站的發(fā)電量進(jìn)行了統(tǒng)計和分析?；诮K艾德太陽能科技有限公司提供的光伏電站運轉(zhuǎn)過程中的歷史數(shù)據(jù)，對各月份的光照強(qiáng)度、溫度變化以及光伏電站的發(fā)電規(guī)律進(jìn)行了統(tǒng)計，給出了相應(yīng)的圖表，為徐州地區(qū)光伏電站的興建和運行提供了數(shù)據(jù)支持。進(jìn)一步分析了光伏系統(tǒng)運行過程中組件溫度與環(huán)境溫度的差別、光伏系統(tǒng)運行過程中輸出功率的變化等，為本論文所針對的光伏發(fā)電系統(tǒng)運行中關(guān)鍵問題的解決奠定了基礎(chǔ)。

3、
　　進(jìn)而，針對光伏發(fā)電系統(tǒng)最大功率點跟蹤問題進(jìn)行了研究，提出了一種融入免疫優(yōu)化算法具有自搜索最大功率點功能的光伏電池建模方法，對于給定的光照強(qiáng)度和給定的溫度，此模型可以快速計算其相應(yīng)的最大功率點，為后續(xù)最大功率點算法的驗證提供了模型基礎(chǔ)。在分析和研究了現(xiàn)有各種最大功率點算法優(yōu)缺點的基礎(chǔ)上，結(jié)合恒壓法在最大功率點處無功率振蕩以及擾動觀測法使用方便的優(yōu)點，提出了一種將恒壓法和擾動觀測法相結(jié)合的光伏發(fā)電系統(tǒng)最大功率點跟蹤的算法，以光伏

4、系統(tǒng)最大功率點工作時的近似電壓和光伏發(fā)電系統(tǒng)當(dāng)時的工作電壓作為擾動步長變化的依據(jù)，解決了原有擾動觀測法跟蹤速度和功率振蕩之間的矛盾，也解決了恒壓法不是真正意義上的最大功率點跟蹤算法的問題，仿真和實驗都驗證了所提方法的有效性。
　　針對太陽光照強(qiáng)度變化的不可預(yù)知性導(dǎo)致的光伏陣列輸出功率難預(yù)測性，提出了利用相似日和加權(quán)支持向量機(jī)對光伏電站輸出功率進(jìn)行短期預(yù)測的方法，給出了相似日的選擇方法，并根據(jù)相似度確定加權(quán)支持向量機(jī)的權(quán)重系數(shù)；利用

5、歷史記錄中與待預(yù)測日相似度比較高的歷史日數(shù)據(jù)，對加權(quán)支持向量機(jī)進(jìn)行訓(xùn)練；解決了光伏電站在發(fā)電過程中輸出功率的不確定性，實現(xiàn)了對光伏電站輸出功率的預(yù)測。通過與基于人工神經(jīng)網(wǎng)絡(luò)的功率預(yù)測算法進(jìn)行對比，說明了所提算法的有效性。
　　針對在最大功率點跟蹤等關(guān)鍵問題中，簡單采用環(huán)境溫度代替光伏組件溫度存在的不足，考慮溫度變化存在的不確定性，提出了采用高斯模型對光伏發(fā)電系統(tǒng)中光伏陣列組件溫度進(jìn)行建模及預(yù)測的方法，建立了光伏組件溫度與光伏陣列輸

6、出功率以及環(huán)境溫度之間的仿真模型。將所提算法應(yīng)用于實際系統(tǒng)中，通過與神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果進(jìn)行了對比分析，在考慮不同訓(xùn)練樣本選擇機(jī)制的情況下，通過對預(yù)測誤差進(jìn)行分析發(fā)現(xiàn)，采用高斯模型對光伏陣列組件溫度預(yù)測，效果較好；在光伏陣列組件溫度預(yù)測的過程中，高斯模型對小樣本數(shù)據(jù)具有很好的預(yù)測效果，預(yù)測誤差較小。
　　針對光伏陣列運行過程中可能存在的故障問題，特別是其小樣本特性，提出了將高斯分回歸算法用于光伏陣列故障定位的方法。首先，結(jié)合光伏陣列傳