一种改进的经验模型的估计温度影响光伏组件的性能

文摘

前提是预测光伏(PV)模块的行为在一个特定的地理区域的系统安装更好的性能和增加寿命。为此,模型是最简单的和可接受的工具在任何位置描述光伏模块的行为。本研究的目的是开发一个经验模型来预测温度对性能的影响四个不同的光伏模块技术,即单晶,多晶,非晶,薄膜在室外环境。一年的模式已经由拟合实验数据用最小二乘法。开发模型的估计结果与实时数据验证(冬季和夏季)和比较其他现有模型的估计使用误差分析和95%置信区间。该模型估计确认单晶模块执行更好的冬天和夏天多晶与非晶薄膜的研究区域。在分析,表明开发模型结果更精确的和适当的在其他现有的模型估计。得出该模型估计可以用于预测光伏模块的温度在相似的环境条件的研究区域有更多的准确性和信心。它最终帮助开发高性价比和高效的光伏系统。

1。介绍

太阳辐射强度、环境温度、风速、相对湿度、配置和安装的方法被认为是负责光伏(PV)的输出功率变化模块(1- - - - - -6]。光伏模块温度是影响性能的关键参数之一,光伏(PV)模块后太阳辐射(2,4,7,8]。光伏输出功率成正比PV模块操作温度(9,10]。由于光伏模块温度的变化取决于环境温度的变化,随着环境温度的增加,该模块温度升高,反之亦然(4,11]。这是因为,温度的增加减少了带隙的光伏模块和增加材料中电子的能量,最终会增加内部运营商的重组率造成的越来越多的载体浓度(9,12- - - - - -14]。因此,稍微增加短路电流和大大减少开路电压(2,9,15]。天气条件影响光伏模块的温度;因此,它的影响是必要的量化。这可以用建模的帮助下,最终有助于设计更好的系统正常运行。几次都是由来自不同国家的不同作者体现出的行为,光伏模块。一些模型直观,而另一些分析,数值或经验。尽管如此,大多数发达国家的模型验证在室内环境中除了一些在户外条件下。这是一个非常具有挑战性的任务开发一个模型代表不同的行为模块技术同时在室外环境。一个具体模块温度估计模型是必不可少的光伏模块的实现可靠的数据输出功率(5,11,16- - - - - -22]。模型用于预测模块的温度可以以不同的方式分类:稳态或动态,显式或隐式等。2,9,11]。在稳态建模,所有参数都被认为是独立于时间(小的时间间隔,即。一个小时)。然而,这些模型是用于特定位置和模块技术,而在动态模型,一些参数被认为是不同的时间。高分辨率的输入数据的动态模型是更可取的。显式模型预测光伏模块温度直接的价值,而隐式相关性涉及变量本身取决于模块的温度。在隐式模型,迭代过程是强制性的输出(2,5,9,23- - - - - -30.]。然而,选择一个合适的模型是至关重要的光伏系统的设计和大小。不恰当的使用模型给出了错误的预测从而使该系统或弱小。超大号的系统变得昂贵的方案可供选择,而低估造成的系统故障。这个问题可以通过适当的大小和设计控制系统组件的帮助下精确建模和使用的长期可靠的数据(9,20.,31日- - - - - -34]。不幸的是,发展中国家的长期数据不可用(31日包括巴基斯坦[35,数据的可靠性也有问题。实际上,光伏模块输出功率的温度模型的子模型,这些模型预测的影响温度对光伏组件的性能。大多数这样的模型估计光伏模块的温度在室内条件但不是在室外环境中(36- - - - - -38]。本研究的主要目的是开发一个简单的实证模型估计温度效应的四个不同的光伏模块技术,即单晶,多晶,非晶,薄膜在室外环境。

2。现有的光伏模块温度模型

在[39),研究人员只考虑一个基本气候变量如环境温度( )在他们的研究。很明显,一个输入变量并不能反映整个环境的行为。开发模型给出了方程(1(使用的),也40]。

Muzathik [38)建议三变量模型与环境温度(°C),全球太阳能辐射(W /米²)和风速(米/秒)。提供每个变量的模型和系数的方程2。

此外,(2)提出了一个简单的和半经验模型计算模块温度按照方程(3)。作者认为在(°C),(W / m²),(米/秒)。相同的模型是由(41]。

达菲和贝克曼42)提出了一个新颖的数学方法计算的光伏模块温度控制名义操作单元温度(NOCT)条件:0.8千瓦/ m²太阳辐射、20°C的环境温度,和1米/秒风速。取决于输入模型(°C),(W /米²),(米/秒),NOCT条件给出了方程(4)。此外,该模型采用(9]。

里瑟尔和富恩特斯43]提出的三变量模型与变量一样Muzathik [38]给出了方程5。作者认为在(°C),(W / m²),(米/秒)。相同的模型是进行测试(19]。

作者(2,38,43)提出了新的温度模型是基于三个基本输入变量(太阳辐射” ,“环境温度” ,”和风速””)。研究者提出了线性模型在他们的研究中,但气候数据的行为是抛物线时间。在早晨小时,的强度和成正比,但在晚上,这些不相关的由于温度的轻微下降趋势相比大幅减少的太阳能辐射。作者(9,42)提出了一个数学方法计算的光伏模块温度根据NOCT条件。这种情况不可能熟悉真正的户外条件。

Almaktar et al。40)提出了一种温度模型取决于四个气候变量,即太阳能辐射” ,“环境温度” ,“风速” ,”和相对湿度””给出了方程6。

它已经提到气候数据的行为在本质上是抛物线的一天的时间。因此,在这项研究中,实证、非线性、多变量和最小二乘模型开发,提出计算光伏模块在室外环境温度。表1展示了著名的光伏模块温度模型。

3所示。材料和方法

3.1。研究区域

走访受灾最严重的研究讷瓦布沙阿的城市,成为Benazirabad区,信德省,巴基斯坦,如图1。它是最热的地区之一,位于26.14°N, 68.23°E [44)和平均海拔37米(45]。

3.2。实验装置

一个实验装置是安装在能源与环境工程系,走访受灾最严重,讷瓦布沙阿。四个通用光伏模块(单晶多晶,非晶、薄膜)在这项研究中,使用产品规格表2。光伏组件固定在铁结构,面对真正的南12°水平平面的倾角。图2给出了原理图和实验设置。每个光伏模块的数据记录整整一年11月,2015年10月,2016年,发展一个合适的模型预测模块的温度。数据测量的时间间隔1小时每天从07年到18个小时。全球太阳辐射(W /米²),环境温度(°C),风速(米/秒),相对湿度(%)测量与惠普- 2000。光伏模块温度记录的帮助下prova - 830(8通道热电偶数据记录器)。共有八个数字在每个光伏模块(2)k热电偶被粘贴在表面和背面的光伏模块如图3(14,46]。设备用于数据测量的准确性在桌子上3。温度传感器贴在光伏模块的表面和背面的(8),然后,温度的平均值作为该模块操作温度(14,46,47]。

4所示。提出了经验模型

在本节中,我们开发一个模型估计的温度效应在不同光伏(PV)模块技术,即单晶,多晶,非晶、薄膜在户外环境中。在模型开发中,一个因变量(模块温度)和四个基本独立的气候变量(全球太阳辐射、环境温度、风速、相对湿度)。此外,因变量与自变量的相关性进行了分析。相关的模块温度( )随着全球太阳能辐射( )0.89217被发现,环境温度( )0.73765、风速( )0.075766,相对湿度( )-0.55918。气候温度参数和模块之间的关系是非线性的,因为抛物曲线。因此,推导了曲线拟合的多项式模型可能是合适的模型,因为这些测量数据点的最大数量。进一步审查的模型是由与不同程度的多项式拟合数据(1 - 9度)。它是发现,2^nd多项式模型涵盖了数据点的最大数量的测量数据。因此,实证第二度提出了多元非线性模型拟合与最小二乘法的数据。假设光伏模块温度( )是四个变量的函数,即 , , ,和 。因此,光伏模块的基本功能温度( )在方程(7)。

模型的一般形式将给定的方程8。

通过扩大方程(8)相结合的四个独立变量,方程(9)开发,它展示了输出和输入参数和所有相关系数。

让是温度和测量模块估计模块的温度。最小二乘方法假设残差的平方和的总和(错误)更少。因此,它可以估计方程10。 在哪里 ,作为 和是一组系数的模型。的最小值发生在梯度为零。该模型包含了 参数;因此,梯度方程是25。此外,的最小值和通过方程计算(11)和(12)。 在哪里 。

模型方程(12)是复杂和耗时。因此,它需要简化为简单的计算和应用。为此,象征性的方程的导数12在枫软件,通过产生一个方程组系数 。然后,得到方程组迭代从枫软件解决了在MATLAB软件。开发模型的系数近似一个错误容忍为0.0001。估计开发模型的一般形式的四种类型的光伏(PV)模块温度方程所示(13),并给出模型系数表4。 在哪里 , , , , , , ,和提出了模型的最小二乘系数。

5。统计分析

进行统计分析的模型之间的差异的估计和测量结果。确定系数( )(48,49),均方根误差(RMSE)和平均绝对误差(MAE) [40,48- - - - - -50)被用作统计指标给出了方程(14),分别。均方根误差(RMSE)和平均绝对误差(MAE)被认为是在°C。进行了统计分析在95%置信水平。 在哪里_{m_est}估计模块温度和平均吗_{m_meas}平均温度测量模块。

6。结果与讨论

6.1。天气状况

全球平均每小时太阳辐射( ),最大和最小的环境温度( ),风速( ),和相对湿度( )一整年的11月,2015年10月,2016年,数据所示4- - - - - -7。每年平均总全球太阳能辐射被发现是6224.35千瓦时/ m²每天最大平均为835.25 W / m²在12小时和最小平均为86.02 W / m²在7小时。全球太阳能辐射值在图4。的最大在15小时指出34.67°C,最低为21.35°C在07年小时每年平均为30.11°C在研究期间。环境温度的值在图所示5。同样,图6显示风速。最高年平均被记录为2.60 m / s 16小时,最低为1.30 m / s在07年小时每年平均为2.14 m / s。同样地,最大的年度平均水平在07年小时指出76.90%,最低为26.25%,每年42.66%的平均水平。的图中给出了7。气候条件的年度平均值 , , ,和给出了在表5。相对湿度成反比发现全球太阳辐射的强度和环境温度。

6.2。模型的验证结果

该模型通过比较它与测量数据的估计结果验证的冬季(12月和2017年1月),夏季(5个月和2017年6月)和其他现有的估计模型。

6.3。提出和现有模型估计和测量数据的冬季

该模型的评估与测量的比较和其他现有的模型结果的多晶,单晶,无定形和薄膜模块数据所示8- - - - - -11分别为冬季。平均模型估计0.19°C (0.61%), 0.48°C (1.61%), 0.06°C(0.19%)和0.07°C(0.24%)低模块温度对多晶、单晶,无定形,和薄膜模块,分别比测量。发现单晶的最小百分比模块温度比其他模块技术。据透露,拉赫曼et al。39],Muzathik [38),Skoplaki et al。2)和达菲和贝克曼(42)模型的预测结果是低于测量,并提出了模型的估计模块温度,因为较低的输入参数的数量。里瑟尔和富恩特斯43)和Almaktar et al。40]模型模块给更高的平均温度为3.40°C(10.91%)和6.32°C(16.83%)多晶,4.61°C(15.38%)和7.53°C(25.09%)单晶,3.34°C(10.68%)和6.25°C(20.00%)为非晶态,和4.62°C(15.43%)和7.54°C(25.14%)薄膜模块,分别比该模型估计。

6.4。提出和现有模型估计和测量数据的夏季

该模型的评估与测量的比较和其他现有的模型结果的多晶,单晶,无定形和薄膜模块数据所示12- - - - - -15分别为夏季。该模型给了0.43°C(0.84%)提高多晶和1.31°C模块温度(2.65%),0.90°C(1.76%),和1.07°C(2.15%)单晶的模块温度下降,非晶态和薄膜模块比温度测量模块。发现单晶估计至少一部分模块温度比非晶薄膜模块。结果发现,拉赫曼et al。39],Muzathik [38),Skoplaki et al。2),达菲和贝克曼(42)模型的预测结果是低于测量,并提出了模型的估算值。里瑟尔和富恩特斯43)和Almaktar et al。40模型给模块的温度高于15.79°C(30.42%)和10.21°C(19.68%)多晶,18.41°C(37.35%)和12.83°C(26.03%)单晶,16.64°C(32.60%)和11.07°C(21.68%)为非晶态,和18.04°C(36.32%)和12.46°C(25.09%)薄膜模块,分别比模型的估算值。发现该模型估计在夏天冬天低温有1.61%和2.65%的单晶比其他测量模块。

7所示。误差分析

该模型估计的误差分析是检查测量数据的冬季和夏季和其他现有的估计模型。确定系数( ),均方根误差(RMSE) (°C)和平均绝对误差(MAE) (°C)每个光伏模块的冬季(12月和1月个月)在表中进行了总结6- - - - - -8和夏天的季节(五月和六月)表9- - - - - -11,分别。

在冬季,最大由该模型给出了0.996,0.998,0.992和0.994,最低拉赫曼et al。39)模型为0.646,0.707,0.650,0.725,多晶、单晶,无定形,分别和薄膜模块。同样,最低RMSE指出了该模型与0.955,0.673,0.898,0.763和最大拉赫曼et al。39)模型为12.357,11.009,12.177,10.809,多晶、单晶,无定形,和薄膜模块,分别比其他现有的模型。同样,最低梅。指出了该模型与0.782,0.636,0.721和0.666,最大拉赫曼et al。(39)模型为11.165,9.884,11.069,9.813,多晶、单晶,无定形,和薄膜模块,分别比其他现有的模型。

在夏季,最大值由该模型给出了0.996,0.995,0.993和0.992,最低拉赫曼et al。39)模型为0.496,0.402,0.477,0.456,多晶、单晶,无定形,分别和薄膜模块。同样,最低RMSE指出了该模型与0.996,1.330,1.262和1.502,最大里瑟尔和富恩特斯(43)模型为15.833,18.564,16.694,18.107,多晶、单晶,无定形,和薄膜模块,分别比其他现有的模型。同样,最低梅。指出了该模型与0.832,1.176,1.078和1.180,最大里瑟尔和富恩特斯(43)模型为15.796,18.413,16.649,18.041,多晶、单晶,无定形,和薄膜模块,分别比其他现有的模型。

该模型最大和最小均方根误差和梅比其他现有的模型估计。因此,该模型结果比现有的其他更合适的模型结果。这是观察到一个输入变量的模型显示,确定系数最小和最大均方根误差和平均绝对误差更多输入变量模型,反之亦然。

8。结论

光伏(PV)工作温度起着重要的作用在太阳辐射后的光伏转换过程。这是一个非常具有挑战性的任务开发一个模型代表的行为在户外环境中各种模块技术。实证二次多项式模型多变量是使用最小二乘数据拟合方法来估计模块在户外条件下温度。这是验证通过比较该模型估计的实时测量数据的冬季和夏季和其他现有模型估计误差分析。据透露,该模型估计至少为单晶模块温度为0.48°C(1.61%)在冬季和夏季1.31°C(2.66%)比其他检查模块技术。里瑟尔和富恩特斯43)和Almaktar et al。40]模型模块给更高的平均温度为4.62°C(15.43%)和7.54°C(25.14%)薄膜在冬天为18.41°C(37.35%)和12.83°C(26.03%)为单晶模块在夏天比该模型估计的值。结果发现,拉赫曼et al。39)模型显示的最小行为模块温度测量,提出了模型估计和其他现有模型估算值在两个季节。该模型给约0.998系数测定单晶和较低的均方根误差和平均绝对误差在两个季节。得出该模型更适合光伏模块温度在室外条件下的估计,因为该模型给出了最大决心和系数最小均方根误差和平均绝对误差在两个季节。建议数据记录的时间间隔可能从1小时减少到几分钟,光伏模块技术相同的评级可以用于比较的目的。性能和温度的影响在两个独立的和构建集成系统可能在户外环境中检查和确认。

命名法

:	全球太阳辐射(W / m2)
:	环境温度(°C)
:	风速(米/秒)
:	相对湿度(%)
:	模块温度(°C)
°C:	摄氏度
米/秒:	米每秒
%:	百分比
PV:	光伏
p-Si:	多晶
m-Si:	单晶
晶硅:	非晶
:	开路电压(V)
:	短路电流(A)
:	最大电压(V)
:	最大电流(A)
:	最大功率(W)
千瓦/ m²:	千瓦每平方米
千瓦时/ m²/ d:	每天每平方米千瓦时
W / m²:	瓦特每平方米
mW /厘米2:	毫瓦每平方厘米
:	模块温度(°C)
:	温度测量模块(°C)
:	估计模块温度(°C)
:	多晶温度测量模块(°C)
:	多晶估计模块温度(°C)
:	单晶的温度测量模块(°C)
:	单晶估计模块温度(°C)
:	非晶温度测量模块(°C)
:	非晶态估计模块温度(°C)
:	薄膜测量模块温度(°C)
:	薄膜估计模块温度(°C)
m:	计
m²:	米平方
:	模块的效率
:	玻璃的透光率
:	罗斯系数
:	确定系数
RMSE:	均方根误差(°C)
梅:	平均绝对误差(°C)
太阳:	Sanak SK联盟
TPS:	Topray太阳能、深圳
NOCT:	名义操作单元温度
STC):	标准测试条件
追求:	Quaid-e-Awam大学工程科学和技术

提出了模型系数

:	α0(系数)
:	全球太阳辐射( )
:	全球太阳辐射( )
:	环境温度( )
:	环境温度( )
:	全球太阳辐射和环境温度( )
:	风速( )
:	相对湿度( )。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者没有利益冲突。

作者的贡献

本文作者曾和贡献同样。本文的研究是所有作者提交批准。

确认

作者承认提供的金融支持Quaid-e-Awam工程大学走访受灾最严重科技(追求),讷瓦布沙阿(追求没有。15)。

引用

1. a . Rouholamini h . Pourgharibshahi、r . Fadaeinedjad和m . Abdolzadeh“光伏模块的温度在不同的环境条件的影响下,实验调查,“国际环境能源杂志》上,37卷,不。3、266 - 272年,2016页。视图:出版商的网站|谷歌学术搜索
2. e . Skoplaki A·g·Boudouvis和j·A . Palyvos”一个简单的相关性,任意安装的光伏组件的工作温度,“太阳能材料和太阳能电池,卷92,不。11日,第1402 - 1393页,2008年。视图:出版商的网站|谷歌学术搜索
3. 诉沙玛和昌德尔,”长期性能和降解分析太阳能光伏系统的可靠性:复习一下,”可再生能源和可持续能源的评论27卷,第767 - 753页,2013年。视图:出版商的网站|谷歌学术搜索
4. a .问:Jakhrani a·k·奥斯曼,a·r·h·Rigit和s . r .萨摩,“太阳能光伏模块的温度模型,比较”世界应用科学杂志,14卷,不。3、1 - 8,2011页。视图:谷歌学术搜索
5. 大肠Barykina和a .锤”,光伏模块的温度使用Faiman模型建模:灵敏度分析为不同的气候,”太阳能卷,146年,第416 - 401页,2017年。视图:出版商的网站|谷歌学术搜索
6. m . e . Meral和f . Dincer操作和效率影响因素的评估基于光伏发电系统中,“可再生能源和可持续能源的评论,15卷,不。5,2176 - 2184年,2011页。视图:出版商的网站|谷歌学术搜索
7. a . Luketa-Hanlin和j·斯坦瞬态模型的改进和验证预测光伏模块的温度,没有。sand2012 - 4307 c,桑迪亚国家实验室,2012年。
8. Marinić-Kragić,s . Nižetićf . Grubišić-Čabo, a . m .帕帕多普洛斯”分析流动分离效果的情况下独立的光伏面板接触到各种操作条件下,“《清洁生产卷。174年,64年53 - 2018页。视图:出版商的网站|谷歌学术搜索
9. a .问:Jakhrani a·k·奥斯曼,a·r·h·Rigit和s . r .萨摩”的决心和比较不同的光伏模块温度模型对于古晋,沙捞越,”2011年IEEE会议清洁能源技术(CET),页231 - 236,吉隆坡,马来西亚,2011年6月。视图:谷歌学术搜索
10. y李和a·a·o·泰”太阳能光伏模块的有限元热分析,“能源Procedia15卷,第420 - 413页,2012年。视图:出版商的网站|谷歌学术搜索
11. 大肠Skoplaki和j . a . Palyvos”光伏模块的温度依赖性电气性能:回顾效率/功率相关性,”太阳能,卷83,不。5,614 - 624年,2009页。视图:出版商的网站|谷歌学术搜索
12. m·h·严x Wang姚,x姚明,“半导体的能带结构设计增强光催化活动:二氧化钛的情况下,“国际自然科学进展:材料,23卷,不。4、402 - 407年,2013页。视图:出版商的网站|谷歌学术搜索
13. s . a . Kalogirou太阳能工程:过程和系统美国学术出版社,爱思唯尔第二版版,2014年。
14. a . r . Jatoi s . r .萨摩,a .问:Jakhrani”的影响,温度对电特性不同的光伏模块技术,”可再生能源发展的国际期刊,7卷,不。2、85 - 91年,2018页。视图:出版商的网站|谷歌学术搜索
15. 是,a·k·奥斯曼Jakhrani a·r·h·Rigit r . Baini s . r .萨摩和l . p .凌调查各种太阳能光伏模块输出功率的模型NED大学杂志》上的研究,主题在能源问题,2012年。
16. s . n . Sharan s s Mathur, t . c . Kandpal”分析绩效评价的结合photovoltaic-thermal concentrator-receiver系统与线性吸收器,”能量转换和管理,27卷,不。4、361 - 365年,1987页。视图:出版商的网站|谷歌学术搜索
17. b . Sandnes和j . Rekstad光伏/热(PV / T)收集器聚合物吸收板:实验研究和分析模型,”太阳能,卷72,不。1,第73 - 63页,2002。视图:出版商的网站|谷歌学术搜索
18. t . t . Chow”photovoltaic-thermal收集器通过显式动态模型的性能分析,“太阳能,卷75,不。2、143 - 152年,2003页。视图:出版商的网站|谷歌学术搜索
19. 大肠Skoplaki和j . a . Palyvos“光伏组件的工作温度:相关的相关性的调查,“可再生能源,34卷,不。1,23-29,2009页。视图:出版商的网站|谷歌学术搜索
20. a .问:Jakhrani s . r .萨摩,s . a . Kamboh j . Labadin和a·r·h·Rigit”一种改进的数学模型计算太阳能光伏模块的输出功率,”国际期刊的PhotoenergyID 346704条,卷。2014年,9页,2014。视图:出版商的网站|谷歌学术搜索
21. c . Cancro s Ferlito, g . Graditi”预测的工作温度聚光光伏模块通过使用人工神经网络模型,”航会议论文集,卷1766,不。1,页090004 - 090007,弗莱堡,德国,2016年。视图:谷歌学术搜索
22. s . Pindado j .不同的古巴e . Roibas-Millan f . Bugallo-Siegel f . Sorribes-Palmer,“显式模型不同的光伏技术的评估。”能量,11卷,不。6日,第1353条,2018年。视图:出版商的网站|谷歌学术搜索
23. m·加尼姆g . Notton c . Cristofari m . Muselli和p . Poggi”多晶光伏模块的计算温度能量平衡的使用一个简单的方法,”可再生能源没有,卷。31日。4、553 - 567年,2006页。视图:出版商的网站|谷歌学术搜索
24. d . Faiman”评估光伏模块的室外操作温度,“在光电研究进展和应用,16卷,不。4、307 - 315年,2008页。视图:出版商的网站|谷歌学术搜索
25. 圣地亚哥,d . Trillo-Montero i m . Moreno-Garcia诉Pallares-Lopez和j·j . Luna-Rodriguez”建模的光伏电池温度损失:在南西班牙、综述和实践案例”可再生能源和可持续能源的评论卷,90年,第89 - 70页,2018年。视图:出版商的网站|谷歌学术搜索
26. 公元琼斯和c·p·安德伍德“光伏系统的热模型”太阳能,卷70,不。4、349 - 359年,2001页。视图:出版商的网站|谷歌学术搜索
27. 美国阿姆斯特朗和w·g·赫尔利,“光伏板的热模型在不同大气条件下,“应用热工程,30卷,不。11 - 12,1488 - 1495年,2010页。视图:出版商的网站|谷歌学术搜索
28. d·托雷斯Lobera和s . Valkealahti“动态热模型的太阳能光伏系统在不同气候条件下,“太阳能卷,93年,第194 - 183页,2013年。视图:出版商的网站|谷歌学术搜索
29. A .问:Jakhrani A·k·奥斯曼,A·r·h·Rigit s . r .萨摩和s . A . Kamboh”小说分析模型最优规模的独立光伏系统,”能源,46卷,不。1,第682 - 675页,2012。视图:出版商的网站|谷歌学术搜索
30. m . Almaktar h·阿卜杜勒·拉赫曼·m·y哈桑,i Saeh,“人工神经网络的光伏模块温度估计马来西亚热带气候及其对光伏系统能量产生的影响,”在光电研究进展和应用,23卷,不。3、302 - 318年,2015页。视图:出版商的网站|谷歌学术搜索
31. a .泰克,h . b . Yıldırım, O。侯赛因·“评估和性能比较不同模型估计的太阳辐射,”可再生能源和可持续能源的评论,50卷,第1107 - 1097页,2015年。视图:出版商的网站|谷歌学术搜索
32. l·w·c·卢,z . Li, h·杨,”现状的研究最优混合太阳风独立发电系统的规模,”应用能源,卷87,不。2、380 - 389年,2010页。视图:谷歌学术搜索
33. 麻省理工学院Al-Najideen和s . s . Alrwashdeh”太阳能光伏系统的设计涵盖了电力需求的教师Engineering-Mu 'tah在约旦大学”能效高的技术,3卷,不。4、440 - 445年,2017页。视图:谷歌学术搜索
34. Alsadi和t .哈提卜,“光伏发电系统优化研究现状:评估标准,约束,模型、技术和软件工具,”应用科学,8卷,不。10日,第1761条,2018年。视图:出版商的网站|谷歌学术搜索
35. m·a·艾哈迈德·f·艾哈迈德,a·w·艾克塔”总量的分布和散射太阳辐射在拉合尔,巴基斯坦,“科学研究杂志》,40卷,不。1,37-43,2010页。视图:谷歌学术搜索
36. j·s·斯坦,c·p·卡梅隆,b .伯恩,A .金柏j . Posbic t·杰斯特,”一个标准化的光伏系统性能模型验证方法,”2010年第35 IEEE光伏专家会议火奴鲁鲁,页001079 - 001084年,美国,2010年6月,你好。视图:出版商的网站|谷歌学术搜索
37. m . b . Ammar, m . Chaabene和z . Chtourou“PV / T的基于人工神经网络的控制面板来跟踪优化热力和电力,”能量转换和管理卷,65年,第380 - 372页,2013年。视图:出版商的网站|谷歌学术搜索
38. m·a·Muzathik“光伏组件工作温度估计使用一个简单的相关性,”国际能源工程杂志》上,4卷,不。4、151 - 158年,2014页。视图:谷歌学术搜索
39. h·a·拉赫曼k . m .和m . y .哈桑和m . s .马吉德,“实证模型相关的全球太阳能辐射马来西亚环境下,“国际评估建模和模拟,4卷,不。4、1864 - 1870年,2011页。视图:谷歌学术搜索
40. m . Almaktar h·a·拉赫曼m . y .哈桑和s·拉赫曼,“以经验模型为光伏模块温度估计在热带环境中,“应用太阳能卷,49号4、192 - 201年,2013页。视图:出版商的网站|谷歌学术搜索
41. c . Coskun美国Toygar、o . Sarpdag和z Oktay,“隐式相关性光伏模块的温度敏感性分析:复习一下,”《清洁生产卷,164年,第1485 - 1474页,2017年。视图:出版商的网站|谷歌学术搜索
42. j·a·达菲和w·a·贝克曼太阳能工程的热过程约翰•威利& Sons Inc .霍博肯,新泽西,第3版版,2006年。
43. 诉诉里瑟尔·m·k·富恩特斯,“线性回归分析平板光伏系统的性能数据,”5日光伏太阳能会议,页623 - 627年,雅典,希腊,1984。视图:谷歌学术搜索
44. a··索默洛s . r .萨摩,a . r . Jatoi和a .问:Jakhrani”在办公大楼节能利用采光、”国际自然科学和工程科学杂志》上,10卷,不。1、1 - 6,2016页。视图:谷歌学术搜索
45. w·艾哈迈德·a·法蒂玛,英国Awan和a·瓦尔”分析长期气象趋势中低印度河流域的巴基斯坦的非参数统计方法,”全球和行星变化卷,122年,第291 - 282页,2014年。视图:出版商的网站|谷歌学术搜索
46. a . r . Jatoi s . r .萨摩,a .问:Jakhrani“环境温度和太阳辐射对光伏模块的温度和功率输出,“国际自然科学和工程科学杂志》上,10卷,不。2,43-47,2016页。视图:谷歌学术搜索
47. b . j .黄p·e·杨林y . p . et al .,“太阳能电池结温测量光伏模块”,太阳能,卷85,不。2、388 - 392年,2011页。视图:出版商的网站|谷歌学术搜索
48. a . Massi孔雀舞,a . Mellit诉Lughi,“明确的经验模型通用光伏设备:实验验证在最大功率点,”太阳能卷,101年,第116 - 105页,2014年。视图:出版商的网站|谷歌学术搜索
49. r·c·托和m .Şahin”应用人工神经网络预测模型的使用水文气象参数标准化降水和蒸散月度指数和气候指数在澳大利亚东部,”大气研究卷,161 - 162,65 - 81年,2015页。视图:出版商的网站|谷歌学术搜索
50. n Savvakis和t . Tsoutsos薄膜光伏系统的性能评估实际的地中海气候条件下在克里特岛上,“能源卷,90年,第1455 - 1435页,2015年。视图:出版商的网站|谷歌学术搜索

版权

版权©2019阿卜杜勒·拉赫曼Jatoi et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。