分布式光伏发电系统综述
分布式光伏发电的特性分析与预测方法综述
分布式光伏发电的特性分析与预测方法综述分布式光伏发电是指将光伏电池组成的发电设备分散在城市、乡村、工矿企业等用电场所附近，将太阳能转化为电能供自己使用，剩余部分则通过并网卖给电力公司，实现自给自足和发电扩大利用的可再生能源发电模式。
分布式光伏发电具有很多独特的特点，对其进行特性分析和预测方法研究，对于推动可再生能源的开发利用和电力系统的智能化管理具有重要意义。
本文将针对分布式光伏发电的特性和预测方法进行综述。
首先，分布式光伏发电的特性包括以下几个方面。
首先，分布式光伏发电的规模相对较小，投资成本较低。
其次，分布式光伏发电的分布广泛，可以灵活地选择安装地点，降低输电线路的损耗。
再次，分布式光伏发电可以与电网进行互联，实现自给自足和卖电两种模式的切换。
最后，分布式光伏发电对环境友好，不产生二氧化碳等大气污染物。
其次，分布式光伏发电的预测方法主要包括天气预测和电力需求预测两个方面。
天气预测是指通过气象数据、太阳辐射强度等信息，结合数学模型和算法，对未来一段时间内太阳光的强度进行预测。
电力需求预测是指通过历史数据、用电负荷特征和相关因素进行分析，对未来一段时间内的电力需求进行预测。
这两个预测方法可以结合使用，提高分布式光伏发电系统的运行效率和经济性。
对于天气预测，可以利用传感器网络和气象数据进行实时监测太阳光的强度和云量等信息，再结合机器学习算法和数学模型进行预测。
常用的预测方法包括回归分析、支持向量机和人工神经网络等。
对于电力需求预测，可以利用历史数据和电力需求的特征进行分析，再结合相关因素如季节性变化、节假日等进行预测。
常用的预测方法包括时间序列分析、灰色系统模型和ARIMA模型等。
此外，还可以通过建立模型来对分布式光伏发电系统的发电能力进行评估和预测。
常用的模型包括光伏功率输出模型和能量管理模型等。
光伏功率输出模型是对光伏电池组的工作原理和特性进行建模，预测光伏发电系统的实际发电能力。
能量管理模型则是对电力需求和光伏发电的匹配关系进行建模，实现对分布式光伏发电系统的智能控制和管理。
分布式光伏发电的特性分析与预测方法综述
分布式光伏发电的特性分析与预测方法综述一、分布式光伏发电系统的特性分析1. 光伏发电系统的工作原理光伏发电系统把光能直接转换为电能，是一种直接利用太阳能的发电方式。
光伏发电系统主要由光伏组件、逆变器、电池组、电网连接及监控系统等组成。
光伏组件是发电系统的核心部分，它通过光电效应将光能转换成电能。
逆变器则是将光伏组件产生的直流电转换成交流电供电网络使用。
（1）分布广泛：分布式光伏发电系统可以建设在城市的屋顶、田间地头、工业区、农村等多个地方，可以充分利用各种空闲资源，具有分布广泛的特点。
（2）建设周期短：相比起大型集中式发电厂，分布式光伏发电系统的建设周期短，可以更快速地投入使用，为当地提供清洁能源。
（3）对配套设施要求低：分布式光伏发电系统对配套设施的要求较低，无需传输输电线路，无需燃料，降低了设备的投资成本。
（4）扩建维护灵活：分布式光伏发电系统可以根据需求进行适当扩建，维护灵活，并且对电网冲击较小，能够有效应对电力需求的不断增长。
分布式光伏发电系统由于受到天气、季节等因素的影响，其发电量具有一定的波动性。
其典型特点在于日内和日周循环波动，以及季节循环波动。
这种波动性可能给发电计划和电网调度带来一定的困难，因此需要对分布式光伏发电系统的发电量进行准确预测。
1. 传统的时间序列分析方法传统的时间序列分析方法是一种常见的用于预测分布式光伏发电系统的发电量的方法。
该方法基于历史数据，通过建立数学模型对未来的发电量进行预测。
常用的模型包括ARIMA模型、指数平滑模型、灰色模型等。
该方法简单易行，不需要大量的计算资源，但对于某些非线性、非稳定的时间序列数据，预测效果可能不甚理想。
2. 人工神经网络方法人工神经网络是一种模仿人脑神经网络结构和功能的数学模型，可以通过大量的历史数据对未来的发电量进行预测。
人工神经网络方法可以处理非线性、高维度、非稳定等问题，具有很强的适应性和泛化能力。
人工神经网络方法需要大量的数据训练和参数调整，计算复杂度比较高。
分布式光伏发电系统综述
分布式光伏发电系统综述介绍了国内对分布式光伏并网的一般性规范要求；分析了分布式光伏电站的分类以及系统结构；总结了现有分布式光伏电站存在的系统方式、太阳能电池板、逆变器、并网方式，为以后分布式光伏电站的设计提供理论支持。
标签：光伏发电；逆变器；光伏并网；太阳能电池板引言近年来，受化石能源短缺、人类生态环境压力的影响，大力发展绿色无污染的、可再生能源已显得尤为重要[1]。
太阳能光伏发电是一种新型的可再生能源发电方式，是一种绿色发电方式，不需要煤等燃料，对环境友好，没有转动式组件，维护简单，模块化设计，决定了其规模可大可小，可根据场地的要求调整系统容量等突出优点。
随着光伏产业的快速发展，已有许多研究着对太阳能发电系统进行了研究。
文献[2-3]介绍了太阳能发电的工作原理、构成以及分类。
逆变器是太阳能发电的核心部件，文献[2-6]对逆变器的结构、工作原理以及市售产品进行了详细的介绍。
文献[7-8]介绍了分布式光伏发电的发展趋势以及在国内的应用，但未能提供对该分布式系统实现的支撑。
文献[9-10]中介绍了光伏发电系统的设计方法。
文献[11]提出了一种家用小型分布式光伏发电系统结构设计。
文献[12-18]介绍了分布式光伏发电系统的应用实例。
文献[19]对金太阳示范工程和光电建筑项目总结了经验教训，并分析了随着光伏产业发展，我国出台的一系列补助政策。
我国近三年来分布式光伏发电发展迅速，自从2009年开始了实施“金太阳”工程和光电建筑示范项目，截至到2011年年底，国家已公布的光电建筑示范项目规模约为30万千瓦，“金太阳”工程已公布的规模约为117万千瓦。
国家公布的相关规划提出，2015年分布式光伏发电要达到1000万千瓦。
同时，明确提出鼓励在中东部地区建设与建筑结合的分布式光伏发电系统。
因此，分布式光伏发电是未来的重要发展方向。
在此背景下，文章先后介绍了光伏发电系统的分类、系统方案、主要组件结构以及并网方式。
1 系统分类分布式发电系统主要是自产自用，必须接入公共电网，与公共电网一起为附近的负荷供电。
分布式光伏发电的特性分析与预测方法综述
分布式光伏发电的特性分析与预测方法综述分布式光伏发电是指将光伏发电设备分布在多个地点，通过接入到电网进行发电并向用电用户提供电力。
随着光伏技术的不断发展和成熟，分布式光伏发电系统在全球范围内得到了广泛的应用。
分布式光伏发电系统具有很强的灵活性、可持续性和清洁性，对于提高能源利用效率和减少环境污染具有重要意义。
对分布式光伏发电系统的特性进行深入分析和预测方法的研究具有重要意义。
一、分布式光伏发电系统的特性分析1. 灵活性分布式光伏发电系统可以根据用电需求的变化进行灵活调整。
通过与电网进行连接，可以根据不同时段的用电情况进行自动发电，并且还可以将多余的电力进行存储或者卖给电网，实现发电和用电的平衡。
2. 可持续性光伏发电是一种可再生能源，通过太阳能转化为电能，不会产生二氧化碳等温室气体，对环境具有良好的保护作用。
光伏发电系统的寿命较长，具有较低的维护成本，能够长期稳定地提供电力。
3. 清洁性光伏发电不会排放任何污染物，对环境和生态具有良好的保护作用。
相比传统的火力发电、燃煤发电等，分布式光伏发电系统具有更高的环保性，对改善环境质量有着重要意义。
1. 基于气象数据的预测方法光伏发电的功率输出与气象因素密切相关，如太阳辐射、温度、风速等。
基于气象数据的预测方法是一种常见的预测手段。
通过监测气象数据，结合光伏发电的特性参数，可以对光伏发电系统的发电情况进行较为准确的预测。
通过对历史光伏发电系统的数据进行分析，可以得到不同季节、不同天气情况下的光伏发电输出情况。
基于历史数据的预测方法可以为系统的运行提供重要的参考依据，为系统的运行和管理提供支持。
三、未来发展趋势随着光伏技术的不断成熟和发展，分布式光伏发电系统将会越来越受到重视，并得到更广泛的应用。
未来，我们可以预见以下几个发展趋势：1. 技术不断创新随着技术的不断进步，光伏发电技术将不断创新，光伏电池的转换效率将会不断提高，系统的稳定性和可靠性也将得到显著提高。
分布式光伏发电系统介绍ppt课件
太阳能年辐射量
地区类别
地区
MJ/m2·年
kWh/m2· 年日照时数 年
一
宁夏北部、甘肃北 部、新疆南部、青 海西部、西藏西部
66808400
18552333
3200-3300
河北西北部、山西
北部、内蒙古南部、
二
宁 夏 南 部 、 甘 肃 中 5852部 、 青 海 东 部 、 西 6680
16251855
1/61
1
分布式光伏发电简介
2
分布式发电系统常见系统方案
3
分布式光伏电站的开发与项5
成功案例
分布式光伏发电系统定义
1、系统场址位于客户所在地附近；
2、系统不以大规模远距离输送电力为目的； 3、系统所产生的电力以客户自用和就近利用为 主，多余电力送入当地配电网的光伏发电项目。
2、屋顶情况
1) 屋面面积、朝向、材质、设计使用寿命 面积决定容量，是否存在附属物，如风楼、风机、附房、
女儿墙等，设计时需要避开阴影影响； 朝向决定着光伏支架、组件、串列、汇流箱的布置原则； 材质基本分为彩钢瓦、陶瓷瓦、钢混等； 设计使用寿命决定光伏电站的使用寿命。
2) 屋面荷载 屋面荷载大体分为永久荷载和可变荷载。
3000-3200
藏东南部、新疆南
部
山东、河南、河北
东南部、山西南部、
新疆北部、吉林、
三
辽宁、云南、陕西 北部、甘肃东南部、 广东南部、福建南
50165852
13931625
2200-3000
部、江苏北部、安
徽北部、台湾西南
部
标准光照下 年平均日照 时间（时）
5.08-6.3
4.45-5.08
分布式光伏发电的特性分析与预测方法综述
分布式光伏发电的特性分析与预测方法综述分布式光伏发电是指将光伏发电系统分布在各个地理位置上，能够将太阳能光子转化为电能，并通过电网进行输送。
由于其清洁、可再生和分散等优点，越来越多的国家和地区开始关注和推广分布式光伏发电。
对于分布式光伏发电的特性分析和预测方法进行综述，对于该领域的进一步研究和应用具有重要意义。
分布式光伏发电系统具有以下特性：1.分布性：分布式光伏发电系统可以广泛分布在城市建筑、农田、工业园区等各个场所，可以充分利用分布式光伏资源，减少电网输电损耗。
2.清洁性：分布式光伏发电系统利用太阳能进行发电，不需要燃料燃烧，没有排放的尾气和废物，对环境友好。
3.可再生性：太阳能是一种可再生能源，不会消耗资源，具有可持续发展性。
4.可靠性：分布式光伏发电系统由多个光伏发电单元组成，即使其中某个单元发生故障，也不会影响系统的运行。
为了对分布式光伏发电进行特性分析和预测，研究人员提出了多种方法：1.数据分析方法：通过对历史光伏发电数据的分析，可以得到分布式光伏系统的发电特性，包括日发电量、月发电量、年发电量等。
这些数据可以用来评估系统的性能和效益，并为未来的预测提供参考。
2.天气预报方法：天气是影响分布式光伏发电的重要因素之一。
通过对天气数据和光伏发电数据的关联分析，可以建立起天气与发电量的数学模型，从而实现对未来发电量的预测。
3.人工智能方法：人工智能技术如神经网络、支持向量机和模糊逻辑等可以用来建立光伏发电的预测模型。
通过对大量历史数据的训练，这些模型可以学习出特定的关系，从而对未来的发电量进行预测。
4.优化方法：通过对分布式光伏发电系统的运行进行优化，可以提高光伏发电效率和发电量。
可以通过优化光伏阵列的布局和调整倾角，来提高光伏系统的接收太阳辐射能力。
分布式光伏发电的特性分析与预测方法综述
分布式光伏发电的特性分析与预测方法综述分布式光伏发电是指将光伏发电系统分布在电力用户的用电终端，通过本地发电满足用户自身的用电需求，并将剩余的电能注入电力网络。
由于分布式光伏发电系统的灵活性和可靠性，越来越多的国家和地区开始采用这种新型的能源供应方式。
为了更好地分析和预测分布式光伏发电系统的特性，可以采用以下方法。
可以利用大数据分析技术对分布式光伏发电系统的历史数据进行分析。
通过对历史数据的统计和建模，可以揭示系统的工作规律和特点。
大数据分析技术可以帮助我们挖掘隐藏在数据中的信息和规律，并通过建立预测模型来预测未来的发电情况。
可以利用人工智能技术对分布式光伏发电系统进行特性分析和预测。
人工智能技术包括神经网络、遗传算法、模糊逻辑等方法，可以模拟人类的智能思维和决策过程，帮助我们更好地理解和预测系统的特性。
可以利用神经网络模型对分布式光伏发电系统的发电量进行预测，从而优化系统的运行策略。
还可以利用物联网技术对分布式光伏发电系统进行实时监测和数据采集。
物联网技术可以实现设备之间的互联互通，将分布式光伏发电系统的运行数据实时传输到云平台，并实时分析和处理。
通过对实时数据的分析和预测，可以及时发现和解决系统故障，提高系统的可靠性和效率。
可以利用能源管理系统对分布式光伏发电系统进行特性分析和预测。
能源管理系统是一种集成化的能源监控和管理平台，可以对分布式光伏发电系统的发电情况、能源消耗情况进行实时监测和分析，并进行预测。
通过能源管理系统，用户可以实时了解自己的能源使用情况，并根据系统的预测结果进行调整和优化。
分布式光伏发电系统的特性分析和预测是一项重要的研究内容。
通过采用大数据分析、人工智能技术、物联网技术和能源管理系统等方法，可以更好地理解和掌握分布式光伏发电系统的特性，提高系统的可靠性和效率。
这些方法的综合运用将为分布式光伏发电系统的优化和发展提供有力支撑。
《2024年光伏发电系统功率预测方法研究综述》范文
《光伏发电系统功率预测方法研究综述》篇一一、引言随着环保理念的日益普及和能源需求的日益增长，光伏发电作为绿色能源的代表，得到了广泛的关注和开发。
而准确地进行光伏发电系统功率预测，是保障光伏并网发电的稳定性、提升经济效益和推广应用的重要基础。
本文将就光伏发电系统功率预测方法进行综述，旨在为相关研究提供参考。
二、光伏发电系统概述光伏发电系统主要由太阳能电池板、支架、逆变器等组成，通过将太阳能转化为电能，为人类提供清洁、可再生的能源。
然而，由于太阳能的随机性和不稳定性，导致光伏发电系统的输出功率存在较大的波动性，这给电力系统的稳定运行带来了一定的挑战。
因此，对光伏发电系统的功率进行准确预测具有重要的意义。
三、光伏发电系统功率预测方法（一）基于统计学习的方法基于统计学习的功率预测方法主要通过收集历史数据，利用统计学原理建立模型进行预测。
其中，时间序列分析、回归分析、机器学习等方法被广泛应用于光伏功率预测。
这些方法可以有效地捕捉光伏功率的时序特性和影响因素，提高预测精度。
（二）基于物理模型的方法基于物理模型的方法主要通过分析光伏电池的工作原理和气象因素对光伏发电的影响，建立物理模型进行功率预测。
这种方法可以较为准确地反映光伏电池的实际工作状态，但需要大量的气象数据和复杂的计算过程。
（三）混合方法混合方法是将基于统计学习和基于物理模型的方法进行结合，取长补短，以提高预测精度。
例如，可以利用机器学习算法对历史数据进行训练，同时结合气象因素对模型进行修正，从而得到更准确的预测结果。
四、光伏发电系统功率预测方法的比较与评价各种功率预测方法都有其优势和局限性。
基于统计学习的方法在处理大量历史数据时具有较高的精度，但难以考虑光伏电池的物理特性；而基于物理模型的方法可以较好地反映光伏电池的实际工作状态，但需要大量的气象数据和复杂的计算过程。
混合方法则可以结合两者的优点，提高预测精度。
在实际应用中，应根据具体需求和条件选择合适的预测方法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
分布式光伏发电系统综述摘要：介绍了国内对分布式光伏并网的一般性规范要求；分析了分布式光伏电站的分类以及系统结构；总结了现有分布式光伏电站存在的系统方式、太阳能电池板、逆变器、并网方式，为以后分布式光伏电站的设计提供理论支持。
关键词：光伏发电；逆变器；光伏并网；太阳能电池板引言近年来，受化石能源短缺、人类生态环境压力的影响，大力发展绿色无污染的、可再生能源已显得尤为重要[1]。
太阳能光伏发电是一种新型的可再生能源发电方式，是一种绿色发电方式，不需要煤等燃料，对环境友好，没有转动式组件，维护简单，模块化设计，决定了其规模可大可小，可根据场地的要求调整系统容量等突出优点。
随着光伏产业的快速发展，已有许多研究着对太阳能发电系统进行了研究。
文献[2-3]介绍了太阳能发电的工作原理、构成以及分类。
逆变器是太阳能发电的核心部件，文献[2-6]对逆变器的结构、工作原理以及市售产品进行了详细的介绍。
文献[7-8]介绍了分布式光伏发电的发展趋势以及在国内的应用，但未能提供对该分布式系统实现的支撑。
文献[9-10]中介绍了光伏发电系统的设计方法。
文献[11]提出了一种家用小型分布式光伏发电系统结构设计。
文献[12-18]介绍了分布式光伏发电系统的应用实例。
文献[19]对金太阳示范工程和光电建筑项目总结了经验教训，并分析了随着光伏产业发展，我国出台的一系列补助政策。
我国近三年来分布式光伏发电发展迅速，自从2009年开始了实施“金太阳”工程和光电建筑示范项目，截至到2011年年底，国家已公布的光电建筑示范项目规模约为30万千瓦，“金太阳”工程已公布的规模约为117万千瓦。
国家公布的相关规划提出，2015年分布式光伏发电要达到1000万千瓦。
同时，明确提出鼓励在中东部地区建设与建筑结合的分布式光伏发电系统。
因此，分布式光伏发电是未来的重要发展方向。
在此背景下，文章先后介绍了光伏发电系统的分类、系统方案、主要组件结构以及并网方式。
1 系统分类分布式发电系统主要是自产自用，必须接入公共电网，与公共电网一起为附近的负荷供电。
如果没有公共电网支撑，分布式系统就无法保证用户的可靠性和质量。
根据接入公共电网的电压等级可将光伏发电系统分为可分为小型、中型、大型光伏发电系统，分布式发电系统一般建在负荷侧，是中小型光伏发电系统。
根据是否配备储能环节，可将分布式光伏发电系统分为不可调度发电系统和可调度发电系统。
1.1 不可调度发电系统不可调度发电系统由光伏电池阵列、控制器、并网逆变器、变压器等组成，如图1所示。
在不可调度发电系统中，当公共电网没有故障时，光伏发电系统产生的电能经过并网逆变器变为同相同频的交流电送入公共电网；当公共电网发生故障或者无光照时，系统将自动停止向公共电网送电。
图1 不可调度发电系统框图控制器包括光伏电池MPPT 控制器和逆变单元控制器两部分。
其中MPPT 控制器实现光伏电池的最大功率输出的控制，保障光伏能源充分利用。
1.2 可调度发电系统由于光伏电源的不稳定性，光伏并网对电网的线路潮流、系统保护、电能质量、运行调度、经济性等带来不良的影响。
为并网光伏电站配置储能装置，是目前从电站的角度来解决电站并网对系统冲击的唯一可行方案。
可调度光伏电站的典型结构包括：光伏阵列、并网逆变器、蓄电池储能环节、控制器、变压器等，如图2所示。
图2 可调度发电系统框图储能系统是光伏并网发电系统的调控环节，当光照比较充足的时候，光伏发电系统的发电量多于负荷的需求，此时储能系统将多余的电能储存起来；当光照不充足时，光伏发电系统的发电量不满足负荷的需求，此时释放储能系统内储存的能量，平衡负荷的需求，从而起到调节供用电平衡和平滑分布式发电系统能量输出的作用，可调度发电系统将成为今后的一个重要研究方向。
虽然，相对于不可调度发电系统来说，可调度发电系统在电能质量、经济性、系统保护等方面的性能更优越；但是，由于可调度发电系统增加了储能环节，储能系统本身存在寿命低、价格贵、体积笨重等缺点，使得可调度发电系统的应用不及于不可调度发电系统，日前，大部分分布式光伏系统仍采用不可调度发电系统式结构。
2 系统方案目前上网型太阳能光伏发电工程的形式主要有：光伏建筑一体化（BIPV）、地面太阳能发电场、屋顶太阳能发电系统（BAPV）：（1）光伏建筑一体化是光伏发电系统以建筑材料的形式作为建筑的一部分，通常为建筑屋顶和光照条件较好的建筑立面。
（2）面太阳能发电场是利用地面专门的场地建设光伏发电系统，需要占地面积较大，一般用于大型集中式并网系统，在我国一般建设在西部地区较多。
（3）屋顶太阳能发电系统则是利用现有建筑的闲置屋顶建设光伏发电系统，所需条件是有较大面积且朝向较好的建筑物屋顶。
目前，我国的小型光伏发电站主要采用屋顶太阳能发电（BAPV）。
其显著优点在于：受日照辐射条件好，不占用专门的用地面积，符合建设条件的建筑量大，可大规模推广应用，而且建设改造成本低，发电并网条件好，光伏组件安装方式比较自由，系统效率高，可实现较大规模装机，适合在工商业发达且缺乏可供开发利用空地的地区大规模推广应用。
3 系统设备分布式光伏发电系统的基本设备有太阳能电池组件、光伏方阵支架、并网逆变器、直流汇流箱、直流配电柜、交流配电柜等，另外还有系统监控装置和环境监测装置。
其中，最重要的两个设备是太阳能电池组件和并网逆变器，这两个设备的质量直接影响整个分布式光伏系统的性能。
3.1 太阳能电池组件太阳能电池组件是分布式光伏发电系统的核心部分之一，也是分布式光伏发电系统中最重要的部分。
其作用是将太阳能转化为电能，或送往蓄电池中存储起来，或推动负载工作。
太阳能电池组件的质量和成本将直接决定整个系统的质量和成本。
太阳能电池组件由进口（或国产）单晶（或多晶）硅太阳能电池片串并联，用钢化玻璃、EV A及TPT热压密封而成，周边加装铝合金边框，具有抗风、抗冰雹能力强、安装方便等特性。
3.2 并网逆变器光伏并网逆变器是分布式光伏发电系统中核心部件之一，其主要功能是将太阳能电池组件产生的直流电逆变成交流电，并送入公共电网，其效率、可靠性会直接影响整个分布式光伏发电系统的性能。
根据逆变器的内部结构可分为带隔离变压器的逆变器（低频工频变压器、高频变压器）和不带变压器的逆变器。
具体比较见表1：由于带隔离变压器的可靠性较高，因此国内光伏电站并网逆变器多采用带有隔离变压器的逆变器。
但是，由于去掉变压器不仅可以降低系统的成本，减小系统体积和重量，而且还可以提高光伏发电系统的发电效率，因此无隔离变压器光伏发电并网逆变器成为近年来研究的重点和热点。
太阳能发电并网方案中，为保障公共电网的安全，并网逆变器还需要考虑三相电压、电流不平衡，欠压，防雷接地保护，短路保护，防孤岛效应等保护措施。
4 并网方式分布式光伏系统主要有两种并网方式：就近较低电压等级并网方式和集中控制，高压单点并网方式。
小型光伏发电系统由于容量比较小，对公共电网的潮流影响可以忽略不计，一般选择就近较低电压等级并网方式，且优先选择用电负荷多于并网容量的线路并网；大中型光伏电站由于并网容量较大，对电网系统潮流影响较大，采用集中控制，高压单点并网。
目前，分布式太阳能发电并网方案中，根据光伏电站容量和周边电网的实际情况综合选择，小容量光伏电站采用分散发电，分散控制，低压就地上网；中大容量的光伏电站，采用分散发电，光伏电池串并联后接入逆变器（配置多台并网逆变器）后集中控制，高压并网，或者采用分散发电，就地升压，集中控制，高压单点并网，低压就近并网的原则。
5 结束语在国内大力鼓励发展分布式光伏发电的背景下，文章对分布式光伏并网发电系统进行了综述性的描述，分别介绍了我国对光伏发电站并网的一般规范要求，分布式光伏电站的分类及结构框图，以及具体介绍了我国目前常用的分布式光伏电站工艺方案中系统方式、太阳能电池板、逆变器、并网方式，为以后分布式光伏系统的设计提供了理论支持。
参考文献[1]刘建涛，张建成，马杰，等.储能技术在光伏并网发电系统中的应用分析[J].电网与清洁能源，2011（7）：62-66.[2]李定安，吕全亚.太阳能光伏发电系统工程[M].北京：北京工业大学出版社，2012.[3]冯垛生.太阳能发电原理与应用[M].北京：人民邮电出版社，2007.[4]程志冲.光伏发电并网逆变控制技术[D].华北水电水利学院，2012.[5]吴春华.光伏发电系统逆变技术研究[D].上海大学，2008.[6]刘思佳.光伏系统最大功率跟踪及并网控制研究[D].天津理工大学，2012.[7]孙李平，李琼慧，黄碧斌.分布式光伏发电现状及走势[J].中国电力教育，2013（6）：90-91.[8]孙燕.分布式光伏并网系统在国内的应用[J].太阳能，2012（5）：23-26.[9]陈刚，姬鸿，王勇.太阳能光伏发电系统设计[J].太阳能光伏发电技术，2011，5（2）：6-10.[10]李少宁，徐而树，石磊.太阳能辅助燃煤电站一体化发电技术[J].电力建设，2010，31（1）：7-10.[11]韩学栋，王海华，李剑锋.小型分布式光伏发电系统设计[J].电力建设，2014，35（1）：104-108.[12]肖冬开，何清，詹龙鹏.深圳火车北站太阳能光伏发电系统设计[J].电气节能，2012（10）.[13]王春明，王金全，刘文良，等.屋顶并网光伏发电系统的研究与应用[R].第十届太阳能会议论文集.[14]王长贵.并网光伏发电系统综述下[J].太阳能，2008（3）：19-22.[15]李凌睿，高晓静，王维.光伏发电示范工程接入系统研究[J].新能源，2012（303）：53-54.[16]侯国青，陈世华.20KW并网光伏系统[J].太阳能，2008（11）：42-43.[17]李相林.并网BIPV系统设计及性能研究[J].新能源与环境，2009（3）：59-61.[18]胡四明，付小平.某国家级光伏发电示范并网项目方案选择[J].山东工业技术，2013（9）：86-88.[19]王长贵，吴达成，许洪华.王斯成金太阳示范工程与光电建筑项目[J].建设科技，2014（2）：17-21.。