一种光伏阵列倾斜角调整控制方法和调整系统与流程

本发明属于光伏发电领域，具体涉及一种光伏阵列倾斜角调整控制方法和调整系统。

背景技术：

1、随着社会经济的发展，能源依赖和环境污染问题日益突出，清洁能源的开发和利用受到越来越多的关注。太阳能作为一种典型的清洁能源，具有分布广、污染小、可控性高的特点，被许多国家视为未来能源发展的重要方向。光伏发电是利用半导体界面的光生伏特效应将太阳能直接转变为电能的一种技术，光伏发电装置主要由光伏组件、控制器和逆变器三大部分组成，主要部件为电子元器件。

2、目前，大型并网光伏阵列的支架安装形式主要有固定式和跟踪式两种。固定式系统结构简单，安装调试和管理维护都很方便，但发电量相对较低；跟踪式系统可以更大限度的利用太阳光，增加系统发电量，但需要配置自动跟踪机构，系统投资成本增加，而且安装调试和管理维护相对复杂。现有的跟踪式机构往往较为单一，根据太阳的运动轨迹调整光伏阵列的倾斜角度，但光伏阵列的位置各异，每天的自然环境千差万别，单一因素的光伏发电系统很难获得最佳的倾斜角度。因此，如何最大化光伏阵列的发电量仍是重要研究方向。

技术实现思路

1、本发明的目的在于解决上述现有技术中存在的难题，提供一种光伏阵列倾斜角调整控制方法和调整系统。

2、本发明是通过以下技术方案实现的：

3、一种光伏阵列倾斜角调整控制方法，包括以下步骤：

4、s1.在光伏阵列布设传感器，利用所述传感器采集太阳光辐射量、大气环境造成的辐射扩散量、温度、风速；

5、s2.当前时刻t，获取太阳光照射的方位角α、入射角θ、高度角γ和光伏阵列倾斜角度β，其中，光伏阵列倾斜角度β是光伏阵列与地面水平向的夹角，且满足公式(1)-(2)；

6、θ＝|arcsin(cosα*cosγ)| (1)

7、β＝arccoscos(arctan(sinα/tanγ))| (2)

8、s3.计算光伏阵列接受的太阳辐射量etotal，其中，

9、etotal＝eb,f+ed,f+er,f (3)

10、eb,f＝eb,ncosθ (4)

11、

12、eb,f表示光伏阵列正面垂直接受的辐射量，ed,f表示扩散辐射量，er,f是跌面反射造成的辐射量，eb,n表示太阳光线自然辐射量，eh表示地面接受的太阳辐射量，ρ表示地面反射系数，l表示光伏阵列的长度，d表示两个光伏阵列安装点之间的距离，h表示光伏阵列安装点距地面的高度；

13、s4.计算调整光伏阵列倾斜角需要消耗的电量w，

14、

15、其中，n表示需要启动的电机的启动电流与额定电流的倍数，um表示电机的额定电压，im表示电机的额定电流，ts表示电机的启动时间，ir是电机运行电流，vm表示电机运行速度，t0表示电机的开始运行的时间，t表示运行时间；

16、s5.当公式(8)成立时，启动光伏阵列倾斜角调整装置对倾斜角进行调整，

17、

18、其中，p0(t)表示理想状态下光伏阵列的输出功率，p1(t)当前实际的光伏阵列输出功率，estc表示取值为1000w/m2的标准太阳辐射量，pstc表示标准状态下测得的输出功率，η是基于光伏阵列特性的影响因子；

19、s6.启动倾斜角调整装置后，利用机器学习模型对倾斜角进行优化，该机器学习模型中采用公式(9)中的奖励函数r，

20、

21、r＝0,otherwise

22、其中，p为当前功率，u为当前电压，pmax和umax分别代表当前天气状态下的最大功率和最大电压。

23、优选地，所述光伏阵列为双面光伏阵列。

24、优选地，步骤s3中所述的太阳辐射量etotal还包括背面接受的太阳辐射量，即

25、etotal＝eb,f+ed,f+er,f+ed,r (10)

26、

27、优选地，步骤s4中所述的影响因子η与光伏阵列的温度相关，满足公式(12)，

28、η＝1-k(tc-tc,stc) (12)

29、其中，k为温度因子，tc为光伏阵列的实际温度，tc,stc为标准条件下测得的光伏阵列的温度。

30、本发明还提供一种光伏阵列倾斜角调整系统，包括：

31、1)传感器组件，所述传感器组件设置在光伏阵列上，利用所述传感器组件采集太阳光辐射量、大气环境造成的辐射扩散量、温度、风速；

32、2)控制组件，所述控制组件采用以下方法对光伏阵列进行实时检测，包括：

33、21)当前时刻t，获取太阳光照射的方位角α、入射角θ、高度角γ和光伏阵列倾斜角度β，其中，光伏阵列倾斜角度β是光伏阵列与地面水平向的夹角，且满足公式(1)-(2)；

34、θ＝|arcsin(cosα*cosγ)| (1)

35、β＝arccoscos(arctan(sinα/tanγ))| (2)

36、22)计算光伏阵列接受的太阳辐射量etotal，其中，

37、etotal＝eb,f+ed,f+er,f (3)

38、eb,f＝eb,ncosθ (4)

39、

40、eb,f表示光伏阵列正面垂直接受的辐射量，ed,f表示扩散辐射量，er,f是跌面反射造成的辐射量，eb,n表示太阳光线自然辐射量，eh表示地面接受的太阳辐射量，ρ表示地面反射系数，l表示光伏阵列的长度，d表示两个光伏阵列安装点之间的距离，h表示光伏阵列安装点距地面的高度；

41、23)计算调整光伏阵列倾斜角需要消耗的电量w，

42、

43、其中，n表示需要启动的电机的启动电流与额定电流的倍数，um表示电机的额定电压，im表示电机的额定电流，ts表示电机的启动时间，ir是电机运行电流，vm表示电机运行速度，t0表示电机的开始运行的时间，t表示运行时间；

44、24)当公式(8)成立时，启动光伏阵列倾斜角调整装置对倾斜角进行调整，

45、

46、其中，p0(t)表示理想状态下光伏阵列的输出功率，p1(t)当前实际的光伏阵列输出功率，estc表示取值为1000w/m2的标准太阳辐射量，pstc表示标准状态下测得的输出功率，η是基于光伏阵列特性的影响因子；

47、3)倾斜角优化组件，启动倾斜角调整装置后，利用机器学习模型对倾斜角进行优化，将模型输出的倾斜角用于控制光伏阵列的倾斜角，该机器学习模型中采用公式(9)中的奖励函数r，

48、

49、r＝0,otherwise

50、其中，p为当前功率，u为当前电压，pmax和umax分别代表当前天气状态下的最大功率和最大电压。

51、优选地，所述光伏阵列为双面光伏阵列。

52、优选地，控制组件中，所述的太阳辐射量etotal还包括背面接受的太阳辐射量，即

53、etotal＝eb,f+ed,f+er,f+ed,r (10)

54、

55、优选地，控制组件中，所述的影响因子η与光伏阵列的温度相关，满足公式

56、(12)，

57、η＝1-k(tc-tc,stc) (12)

58、其中，k为温度因子，tc为光伏阵列的实际温度，tc,stc为标准条件下测得的光伏阵列的温度。

59、与现有技术相比，本发明的有益效果是：本发明综合考虑调整倾斜角度后光伏阵列的输出功率和调整倾斜角所消耗的电量，通过优化倾斜角调整的启动条件，降低倾斜角调整系统的成本；利用布设在光伏阵列上的传感器组件获取实时数据，结合天气情况，使得对光伏阵列的监测更为准确；进一步地，本发明在倾斜角优化组件引入机器学习模型，通过针对性优化奖励函数，获得最佳的光伏阵列倾斜角，提高了光伏阵列的输出功率。