您的位置:首页 >科技 >

瑞士科学家开发了机器学习算法来优化家庭太阳能+储能

时间:2021-08-04 14:16:08 来源:

技术经济模型的构想是根据一组输入参数(例如天气,负荷曲线,物价,物理特性和组件成本)优化数据集中每个家庭的净现值。

来自瑞士苏黎世联邦理工学院-瑞士联邦理工学院和德国班贝格大学的一组研究人员开发了一种基于机器学习算法的技术经济模拟模型,旨在优化住宅太阳能+存储电源的配置和可盈利性系统。

在基于家庭负荷分布的光伏电池系统经济评估论文中,研究团队基于来自4190个瑞士家庭的真实能耗数据创建了其模型,该数据是在苏黎世当前电价和天气条件下获取的。然而,研究的作者强调,他们的算法仅基于有限的一组功能,并且基于较短的智能电表数据测量时间框架。

该研究提出了几种成本方案,其中最乐观的方案是,安装平均光伏功率为4.4kW,平均电池容量为9.6kWh的住宅光伏电池(PVB)系统将是有利可图的。适用于99.9%的瑞士家庭。在这种情况下,住宅太阳能的成本预计将低于每千瓦已安装光伏发电1,000欧元,而电池的成本将不会超过每千瓦时250欧元。

然而,在目前的情况下–瑞士的太阳能发电设备成本约为每千瓦2000欧元,而住宅存储系统的成本约为每千瓦时1,000欧元–只有40%的被分析家庭适合于可盈利的光伏发电系统(没有任何补贴),而只有0.1%可以实现银行可配置的电池部署。


郑重声明:文章仅代表原作者观点,不代表本站立场;如有侵权、违规,可直接反馈本站,我们将会作修改或删除处理。