环网柜储能装置的光伏充电控制方法、装置和控制器与流程
- 国知局
- 2024-07-31 18:02:04
本发明涉及光伏发电控制领域,更具体地说,它涉及环网柜储能装置的光伏充电控制方法、装置和控制器。
背景技术:
1、光伏发电具有可再生性、广泛性、灵活性和高效性等特点,是可再生能源之一。
2、小型光伏太阳能收集装置,由于使用场景等因素的制约,在配电环网柜中的取能应用有很大的缺陷;(如环网柜所在位置很难接受到太阳光的照射,树林或桥梁下只有散射的光线)现有的光伏太阳能充电回路在这样的条件下很难收集到可用的能量;(如光照不足、转换效率低、收集装置自身功耗大等)光照不足(如冬季长期无阳光,雨雾天气,沙尘天气,早、晚没有阳光的时间段等。)常规光伏太阳能收集方案无法正常启动,导致大量的微小能源损失;单独微小能源收集电路又无法兼顾大功率正常收集。
3、因此,如何解决光伏太阳能发电过程中,由环境因素造成的不能收集或收集电能较少的问题,是目前亟需解决的。
技术实现思路
1、本发明的目的是提供环网柜储能装置的光伏充电控制方法、装置和控制器,本发明结合当前时刻的环境状态,适应性的在均匀辐照或局部阴影辐照选择不同的最大功率点预测方式,并结合不同的最大功率点预测方式,选择不同的优化策略对下一时刻的光伏发电系统的开关元件的控制量进行优化,从而生成开关元件在下一时刻的最优控制量,并以此最优控制量调节开关元件的占空比,从而提升了光伏发电系统的光伏阵列的发电效率,以此有效提升光伏太阳能板的使用效率,解决了因环境因素造成的不能收集或收集电能较少的问题,保证了光伏源收集效率的最大化。
2、本技术的第一方面,提供了一种环网柜储能装置的光伏充电控制方法,方法包括:
3、采样光伏发电系统的光伏组件当前时刻的环境参数和电气参数,并判断安装在环网柜上的光伏组件所处的环境状态,其中环境状态为均匀辐照或局部阴影辐照;
4、将环境参数输入预先训练好的长短期记忆神经网络,预测处于均匀辐照或局部阴影辐照状态下光伏阵列在下一时刻处于最大功率点的第一估计值、第二估计值;
5、在环境状态为均匀辐照时,将电气参数输入预先构建好的第一预测模型,预测出光伏阵列在下一时刻的第一电气参数;
6、在环境状态为局部阴影辐照时,将电气参数输入预先构建好的第二预测模型,预测出光伏阵列在下一时刻的第二电气参数;
7、根据环境状态对应的估计值和电气参数之间的偏差量,确定与环境状态对应的优化结果,根据优化结构选择对应的优化策略对光伏发电系统的开关元件的控制量进行优化,获得开关元件的最优控制量,再结合最优控制量调节开关元件的占空比,使光伏发电系统以最优发电效率完成对环网柜储能装置的充电。
8、在本技术的第一方面一种实现方式中,所述环境参数包括当前时刻的光照强度和温度,所述电气参数包括当前时刻光伏组件输出的电流值和电压值。
9、在本技术的第一方面一种实现方式中,所述预先训练好的长短期记忆神经网络是通过最大功率点的历史样本数据集训练长短期记忆神经网络得到的;
10、预测处于均匀辐照状态下光伏阵列在下一时刻处于最大功率点的第一估计值,包括:将每块光伏组件下一时刻的环境参数输入预先训练好的长短期记忆神经网络,获得每块光伏组件在下一时刻处于最大功率点的估计值;结合估计值、光伏组串中的光伏组件串联数量和并联光伏组串的数量,计算出处于均匀辐照状态下的光伏阵列的第一估计值;
11、预测处于局部阴影辐照状态下光伏阵列在下一时刻处于最大功率点的第二估计值,包括:将每块光伏组件下一时刻的环境参数输入预先训练好的长短期记忆神经网络,获得每块光伏组件在下一时刻处于最大功率点的估计值;根据每块光伏组件在下一时刻处于最大功率点的估计值计算出光伏阵列在下一时刻处于局部最大功率点的局部输出功率;选取功率值最大的局部输出功率对应的估计值作为局部阴影辐照状态下光伏阵列在下一时刻处于最大功率点的第二估计值。
12、在本技术的第一方面一种实现方式中,预先构建好的第一预测模型,具体为:
13、采用光伏组件的超越方程构建光伏组件的动态电导模型;
14、建立在均匀辐照状态下光伏阵列在下一时刻的电气工作点和光伏组件在下一时刻的电气工作点的第一关联关系;
15、根据动态电导模型和第一关联关系构建在均匀辐照状态下的第一预测模型。
16、在本技术的第一方面一种实现方式中,预先构建好的第二预测模型,具体为:
17、采用光伏组件的超越方程构建光伏组件的动态电导模型;
18、建立在局部阴影辐照状态下光伏阵列在下一时刻的电气工作点和光伏组件在下一时刻的电气工作点的第二关联关系;
19、根据动态电导模型和第二关联关系构建在局部阴影辐照状态下的第二预测模型。
20、在一种实现方式中,在根据环境状态对应的估计值和电气参数之间的偏差量,确定与环境状态对应的优化结果之前,所述方法还包括:
21、将历史时刻的环境参数输入至预先训练好的长短期记忆神经网络,预测处于均匀辐照或局部阴影辐照状态下光伏阵列在下一时刻处于最大功率点的第一历史估计值、第二历史估计值;
22、根据历史时刻的电气参数与第一历史估计值或第二历史估计值,计算出在均匀辐照或局部阴影辐照状态下估计值与采用值之间的校正量;
23、以校正量对第一估计值或第二估计值进行校正。
24、在本技术的第一方面一种实现方式中,根据环境状态对应的估计值和电气参数之间的偏差量,确定与环境状态对应的优化结果,根据优化结构选择对应的优化策略对光伏发电系统的开关元件的控制量进行优化,获得开关元件的最优控制量,包括:
25、当环境状态为均匀辐照时,计算出第一估计值与第一电气参数之间的第一差值平方和第二差值平方;对第一差值平方和第二差值平方以加权系数的方式求和,获得第一偏差量;在第一偏差量小于等于偏差阈值时,光伏阵列的电气工作点未达到最大功率点的第一估计值,以最小值函数作为优化策略,选择最小的第一偏差量作为开关元件的最优控制量;其中第一差值平方为电流的差值平方,第二差值平方为电压的差值平方;
26、当环境状态为局部阴影辐照时,计算出第二估计值与第二电气参数之间的第三差值平方和第四差值平方;对第三差值平方和第四差值平方以加权系数的方式求和,获得第二偏差量;在第二偏差量小于等于偏差阈值时,光伏阵列的电气工作点未达到最大功率点的第二估计值,以最小值函数作为优化策略,选择最小的第二偏差量作为开关元件的最优控制量;其中第三差值平方为电流的差值平方,第四差值平方为电压的差值平方。
27、在本技术的第一方面一种实现方式中,在第一偏差量大于偏差阈值时,光伏阵列的电气工作点达到最大功率点的第一估计值,以最大值函数作为优化策略,选择最大的第一偏差量作为开关元件的最优控制量;
28、在第二偏差量大于偏差阈值时,光伏阵列的电气工作点达到最大功率点的第二估计值,以最大值函数作为优化策略,选择最大的第二偏差量作为开关元件的最优控制量。
29、本技术的第二方面,提供了一种环网柜储能装置的光伏充电控制装置,装置包括:
30、采样判断模块,用于采样光伏发电系统的光伏组件当前时刻的环境参数和电气参数,并判断安装在环网柜上的光伏组件所处的环境状态,其中环境状态为均匀辐照或局部阴影辐照;
31、估计模块,用于将环境参数输入预先训练好的长短期记忆神经网络,预测处于均匀辐照或局部阴影辐照状态下光伏阵列在下一时刻处于最大功率点的第一估计值、第二估计值;
32、第一预测模块,用于在环境状态为均匀辐照时,将电气参数输入预先构建好的第一预测模型,预测出光伏阵列在下一时刻的第一电气参数;
33、第二预测模块,用于在环境状态为局部阴影辐照时,将电气参数输入预先构建好的第二预测模型,预测出光伏阵列在下一时刻的第二电气参数;
34、充电控制模块,用于根据环境状态对应的估计值和电气参数之间的偏差量,确定与环境状态对应的优化结果,根据优化结构选择对应的优化策略对光伏发电系统的开关元件的控制量进行优化,获得开关元件的最优控制量,再结合最优控制量调节开关元件的占空比,使光伏发电系统以最优发电效率完成对环网柜储能装置的充电。
35、本技术的第三方面,提供了一种最大功率跟踪点控制器,包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,所述处理器运行所述计算机程序执行如本技术的第一方面的环网柜储能装置的光伏充电控制方法。
36、与现有技术相比,本发明具有以下有益效果:
37、本发明结合当前时刻的环境状态,适应性的在均匀辐照或局部阴影辐照选择不同的最大功率点预测方式,并结合不同的最大功率点预测方式,选择不同的优化策略对下一时刻的光伏发电系统的开关元件的控制量进行优化,从而生成开关元件在下一时刻的最优控制量,并以此最优控制量调节开关元件的占空比,从而提升了光伏发电系统的光伏阵列的发电效率,以此有效提升光伏太阳能板的使用效率,解决了因环境因素造成的不能收集或收集电能较少的问题,保证了光伏源收集效率的最大化。
本文地址:https://www.jishuxx.com/zhuanli/20240731/177678.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
上一篇
磁阻式作动器的制作方法
下一篇
返回列表