基于阴影时间序列的光伏阵列结构优化方法技术

一种基于阴影时间序列的光伏阵列结构优化方法，首先根据屋顶面积、倾斜角与方位信息排列光伏阵列；然后结合光伏阵列安装地点信息以及日期，得到光伏阵列在不同季节所选代表日中的阴影分布情况；接着分别对每个代表日所选时间点下的阴影分布图按照遮阴光伏组件数量与阵列遮阴面积排序得到分布图序列；之后根据分布图序列中各个组件的遮阴面积占比得到组件排布序列，并以此构造备选优化结构；最后结合辐照度、晴天数占比、温度、光伏组件参数以及组件遮阴电池个数，利用计算机仿真得到各个备选优化结构在一年中天气为晴天且存在阴影时间段下的近似发电量，并将拥有最大近似发电量的备选优化结构作为施工人员进行电气连接的结构。

Structure optimization of photovoltaic arrays based on shadow time series

A method of structure optimization of photovoltaic array based on shadow time series is presented. Firstly, photovoltaic arrays are arranged according to the information of roof area, tilt angle and azimuth; secondly, the shadow distribution of photovoltaic arrays in selected representative days in different seasons is obtained by combining the location and date of photovoltaic arrays installation; secondly, the shadow distribution of photovoltaic arrays at selected time points in each representative day is shaded. The number of photovoltaic modules and the shading area of array are sorted to get the sequence of distribution maps; then, according to the proportion of shading area of each module in the sequence of distribution maps, the array of modules is obtained, and then an alternative optimization structure is constructed. Finally, the various alternative optimization structures are obtained by computer simulation combined with irradiance, proportion of sunny days, temperature, parameters of photovoltaic modules and the number of shading cells of modules. In a year, the approximate power generation in sunny weather and shadowy time period, and the optimal structure with the largest approximate power generation is used as the structure of electrical connection for constructors.

【技术实现步骤摘要】
基于阴影时间序列的光伏阵列结构优化方法
本专利技术涉及光伏发电系统中光伏阵列在时间序列下阴影不规则变化时的光伏阵列结构优化技术，属于光伏发电

技术介绍
近年来，随着化石能源的减少，绿色发展的深入人心，新能源的开发利用日益迫切。在众多新能源中，太阳能凭借其易获取、无污染、易推广的特点越来越受到人们的重视，利用光伏阵列将太阳能转化为电能是有效利用太阳能的主要方式。为了解决单个光伏电池端电压低、输出电流小的问题，需要将多个光伏电池串联后形成光伏组件，再将多个光伏组件通过电气连接的方式构成光伏阵列，提供系统需要的电流、电压以及功率。在实际场景中，光伏系统周围的遮挡物往往会在光伏阵列上形成局部遮阴；另外，随时间推移太阳高度角不断变化，阵列表面的阴影分布情况也随之改变，这些都会严重影响光伏系统的发电功率。光伏阵列通常由光伏组件按照一定串并联的连接方式组成，其中，以全连接结构(TCT)方式连接的光伏阵列可以在一定程度上减少局部遮阴对光伏阵列发电效率的影响。TCT结构是通过在每一层子串上并列旁路二极管的方式来防止热斑效应。同时，旁路二极管的存在使光伏系统的输出特性在阵列遭遇局部遮阴时出现多个峰值，并使部分光伏组件的运行点偏离自身最大功率点而产生失配功率损失。目前已有多种静态或者动态的重构方法来减少光伏阵列的失配功率损失。采用动态的重构方法，所需要的开关矩阵成本较高、系统复杂，并且随着阴影的不断变化，光伏阵列的电气结构将会频繁改变，增加矩阵开关能耗的同时降低开关矩阵的使用寿命。因此，我们采取静态重构的方式，综合时间序列下不同光伏阵列拓扑结构功率损失的情况，选取一种较优的光伏阵列结构来减少失配功率损失、增加光伏阵列发电量。
技术实现思路
本专利技术主要为了克服现有光伏阵列的两个问题：1)不规则遮阴造成光伏阵列的失配功率损失以及输出功率降低的问题；2)单一时间点下的静态重构结构可能在其他时刻发电效率较低的问题，提供一种基于阴影时间序列的光伏阵列结构优化方法。本专利技术首先根据时间序列下光伏阵列的阴影分布情况，获得几种备用优化结构，然后综合考虑天气、温度以及组件参数等因素，利用计算机仿真快速计算光伏阵列备用优化结构中的最佳光伏阵列结构。本专利技术使用的结构优化方法考虑了时间序列下光伏阵列的阴影情况，在不改变光伏组件物理位置的情况下，使光伏阵列按照最佳光伏阵列结构进行电气连接，较大提高了光伏阵列的输出功率。一种基于阴影时间序列的光伏阵列结构优化方法，其特征在于具体实现该方法的步骤如下：步骤1：结合屋顶的面积大小、倾斜角度数以及方位信息，排列光伏阵列；步骤2：将春分日、夏至日、秋分日与冬至日作为各季节的标志日Tseason，其中season＝sp，su，fa，wi，分别代表春季、夏季、秋季和冬季，在每个季节中选取n天作为该季节的代表日，记它们与所处季节标志日的相对位置为Dseason_m，m＝1，2，...，n，若比所处季节的标志日早|Dseason_m|天，则Dseason_m≤0，若比所处季节的标志日晚|Dseason_m|天，则Dseason_m>0，且不同季节第m个代表日与标志日之间的相对位置相等；步骤3：确定光伏阵列阴影分布图信息，具体实现步骤如下：步骤31：将光伏阵列的安装角度、地理位置、遮挡物信息以及代表日日期参数输入到仿真软件，得到光伏阵列在每个代表日中阴影分布和变化情况；步骤32：从光伏阵列在季节season第m个代表日中由完全遮阴到没有遮阴的时间段中，或者从没有遮阴到完全遮阴的时间段中，选取时间间隔为Δt且光伏阵列遮阴情况有较大变化的p个时间点，记为tseason_m_1、tseason_m_2、...、tseason_m_p；步骤33：分别对每个代表日所选时间点下的阴影分布图，先按照遮阴光伏组件数量由小到大排序，在遮阴光伏组件数量相同的情况下按照光伏阵列遮阴面积由小到大排序，用Iseason_m_f来表示在季节season第m个代表日下、在序列中排第f位的阴影分布图，f＝1，2，...，p，得到分布图的序列{Iseason_m_1、Iseason_m_2、...、Iseason_m_p}；步骤34：规模为a×b的TCT结构光伏阵列，每个光伏组件串联有q块光伏电池，将物理位置位于第x行y列的光伏组件记为Nxy，x＝1，2，...，a；y＝1，2，...，b，将组件Nxy在季节season第m个代表日第f位阴影分布图中的遮阴面积占比记为Sxy_season_m_f、遮阴电池个数记为Numxy_season_m_f，检测在分布图Iseason_m_1、Iseason_m_2、...、Iseason_m_p中，各个组件在季节season第m个代表日第f位阴影分布图中的遮阴面积占比Sxy_season_m_f，并折算成遮阴电池个数Numxy_season_m_f；步骤4：基于阴影时间序列的光伏阵列结构优化方法，结合每一个代表日中阴影分布图的信息，构造每一个代表日下的备选优化结构，具体实现步骤如下：步骤41：将规模为a×b的TCT结构光伏阵列的初始电气连接结构记为EA0，将组件Nxy在初始电气结构EA0中的电气位置记为Eij，i＝1，2，...，a；j＝1，2，...，b，表示组件Nxy位于第i行第j列的电气位置上；步骤42：记组件排布序列为w，其元素Wc表示组件的物理位置，c∈[1，a×b]，针对季节season第m个代表日，阴影分布图Iseason_m_1中c1块有遮阴的组件按照遮阴面积占比Sxy_season_m_1进行降序排列，得到组件排布序列对阴影分布图Iseason_m_2中c2块有遮阴但在Iseason_m_1中无遮阴的组件按照遮阴面积占比Sxy_season_m_2降序排列后添加至组件排布序列w末尾，更新组件排布序列将阴影分布图Iseason_m_3中c3块有遮阴但在Iseason_m_1、Iseason_m_2中无遮阴的组件按照遮阴面积占比Sxy_season_m_3降序排列，并排在组件排布序列w末尾，更新组件排布序列依次类推，直至a×b个组件均排列完或者a×b个组件未排列完但p幅阴影分布图均已排列的情况下，将剩下未排列完的组件补充到已排列序列之后，得到最后的组件排布序列w＝{W1，W2，W3，...，Wa×b}；步骤43：将季节season中第m个代表日下的备选优化结构记为EBseason_m，season＝sp，su，fa，wi；m＝1，2，3，...，n，在电气位置E11～Ea1放置元素W1～Wa，在电气位置E12～Ea2放置元素Wa+1～W2a，以此类推，如此排列b列；步骤5：综合考虑辐照度、晴天数占比与温度数据，在备选优化结构中确定光伏阵列最优结构，具体实现步骤如下：步骤51：结合所选代表日所选时间点下的光照辐照度αseason_m_f、遮阴位置的辐照度βseason_m_f、温度Tseason_m_f以及各个组件在季节season第m个代表日第f位阴影分布图中的遮阴电池个数Numxy_season_m_f，利用计算机软件仿真快速得到各个备选优化结构EBseason_m在各代表日下所选取时间点tseason_m_1、tseason_m_2、...、tseason_m_p的P-V特性本文档来自技高网...

【技术保护点】
1.一种基于阴影时间序列的光伏阵列结构优化方法，步骤如下：步骤1：结合屋顶的面积大小、倾斜角度数以及方位信息，排列光伏阵列；步骤2：将春分日、夏至日、秋分日与冬至日作为各季节的标志日Tseason，其中season＝sp，su，fa，wi，分别代表春季、夏季、秋季和冬季，在每个季节中选取n天作为该季节的代表日，记它们与所处季节标志日的相对位置为Dseason_m，m＝1，2，...，n，若比所处季节的标志日早|Dseason_m|天，则Dseason_m≤0，若比所处季节的标志日晚|Dseason_m|天，则Dseason_m>0，且不同季节第m个代表日与标志日之间的相对位置相等；步骤3：确定光伏阵列阴影分布图信息，具体实现步骤如下：步骤31：将光伏阵列的安装角度、地理位置、遮挡物信息以及代表日日期参数输入到仿真软件，得到光伏阵列在每个代表日中阴影分布和变化情况；步骤32：从光伏阵列在季节season第m个代表日中由完全遮阴到没有遮阴的时间段中，或者从没有遮阴到完全遮阴的时间段中，选取时间间隔为Δt且光伏阵列遮阴情况有较大变化的p个时间点，记为tseason_m_1、tseason_m_2、...、tseason_m_p；步骤33：分别对每个代表日所选时间点下的阴影分布图，先按照遮阴光伏组件数量由小到大排序，在遮阴光伏组件数量相同的情况下按照光伏阵列遮阴面积由小到大排序，用Iseason_m_f来表示在季节season第m个代表日下、在序列中排第f位的阴影分布图，f＝1，2，...，p，得到分布图的序列{Iseason_m_1、Iseason_m_2、...、Iseason_m_p}；步骤34：规模为a×b的TCT结构光伏阵列，每个光伏组件串联有q块光伏电池，将物理位置位于第x行y列的光伏组件记为Nxy，x＝1，2，...，a；y＝1，2，...，b，将组件Nxy在季节season第m个代表日第f位阴影分布图中的遮阴面积占比记为Sxy_season_m_f、遮阴电池个数记为Numxy_season_m_f，检测在分布图Iseason_m_1、Iseason_m_2、...、Iseason_m_p中，各个组件在季节season第m个代表日第f位阴影分布图中的遮阴面积占比Sxy_season_m_f，并折算成遮阴电池个数Numxy_season_m_f；步骤4：基于阴影时间序列的光伏阵列结构优化方法，结合每一个代表日中阴影分布图的信息，构造每一个代表日下的备选优化结构，具体实现步骤如下：步骤41：将规模为a×b的TCT结构光伏阵列的初始电气连接结构记为EA0，将组件Nxy在初始电气结构EA0中的电气位置记为Eij，i＝1，2，...，a；j＝1，2，...，b，表示组件Nxy位于第i行第j列的电气位置上；步骤42：记组件排布序列为w，其元素Wc表示组件的物理位置，c∈[1，a×b]，针对季节season第m个代表日，阴影分布图Iseason_m_1中c1块有遮阴的组件按照遮阴面积占比Sxy_season_m_1进行降序排列，得到组件排布序列...

【技术特征摘要】
1.一种基于阴影时间序列的光伏阵列结构优化方法，步骤如下：步骤1：结合屋顶的面积大小、倾斜角度数以及方位信息，排列光伏阵列；步骤2：将春分日、夏至日、秋分日与冬至日作为各季节的标志日Tseason，其中season＝sp，su，fa，wi，分别代表春季、夏季、秋季和冬季，在每个季节中选取n天作为该季节的代表日，记它们与所处季节标志日的相对位置为Dseason_m，m＝1，2，...，n，若比所处季节的标志日早|Dseason_m|天，则Dseason_m≤0，若比所处季节的标志日晚|Dseason_m|天，则Dseason_m>0，且不同季节第m个代表日与标志日之间的相对位置相等；步骤3：确定光伏阵列阴影分布图信息，具体实现步骤如下：步骤31：将光伏阵列的安装角度、地理位置、遮挡物信息以及代表日日期参数输入到仿真软件，得到光伏阵列在每个代表日中阴影分布和变化情况；步骤32：从光伏阵列在季节season第m个代表日中由完全遮阴到没有遮阴的时间段中，或者从没有遮阴到完全遮阴的时间段中，选取时间间隔为Δt且光伏阵列遮阴情况有较大变化的p个时间点，记为tseason_m_1、tseason_m_2、...、tseason_m_p；步骤33：分别对每个代表日所选时间点下的阴影分布图，先按照遮阴光伏组件数量由小到大排序，在遮阴光伏组件数量相同的情况下按照光伏阵列遮阴面积由小到大排序，用Iseason_m_f来表示在季节season第m个代表日下、在序列中排第f位的阴影分布图，f＝1，2，...，p，得到分布图的序列{Iseason_m_1、Iseason_m_2、...、Iseason_m_p}；步骤34：规模为a×b的TCT结构光伏阵列，每个光伏组件串联有q块光伏电池，将物理位置位于第x行y列的光伏组件记为Nxy，x＝1，2，...，a；y＝1，2，...，b，将组件Nxy在季节season第m个代表日第f位阴影分布图中的遮阴面积占比记为Sxy_season_m_f、遮阴电池个数记为Numxy_season_m_f，检测在分布图Iseason_m_1、Iseason_m_2、...、Iseason_m_p中，各个组件在季节season第m个代表日第f位阴影分布图中的遮阴面积占比Sxy_season_m_f，并折算成遮阴电池个数Numxy_season_m_f；步骤4：基于阴影时间序列的光伏阵列结构优化方法，结合每一个代表日中阴影分布图的信息，构造每一个代表日下的备选优化结构，具体实现步骤如下：步骤41：将规模为a×b的TCT结构光伏阵列的初始电气连接结构记为EA0，将组件Nxy在初始电气结构EA0中的电气位置记为Eij，i＝1，2，...，a；j＝1，2，.....

【专利技术属性】
技术研发人员：戚军，王诗铭，叶焙佳，李袁超，周丹，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江,33