System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本说明书的一个或多个实施例涉及光伏,特别的涉及一种光伏逆变系统的节能控制方法及系统。
技术介绍
1、户用储能逆变器作为一种能量存储和转换装置,在家庭能源管理系统中起着重要作用。户用储能逆变器主要功能是将光伏组件产生的直流电能转换为交流电能,供应给家庭用电设备,并将多余的电能储存起来以备不时之需。
2、在户用储能逆变器使用过程中,当光伏组件的发电能力与逆变器的输出功率不匹配时,则会降低光伏能源利用率;并且,使用期间存在长时间空载状况,即逆变器有输出,但输出端没有任何负载,这样长时间空载将损耗电池的电能。对于功率50w以上的逆变器,若通过主动关闭逆变器的方式来解决长时间空载问题,则操作繁琐又十分不便。
技术实现思路
1、本说明书一个或多个实施例描述了一种光伏逆变系统的节能控制方法及系统,能在光伏逆变器的前端通过选择合适的光伏组件接入光伏逆变系统,在后端通过切换逆变器工作模式,以提高光伏逆变系统的能源利用率。
2、第一方面,本说明书实施例提供了一种光伏逆变系统的节能控制方法,执行于控制端;其中,所述光伏逆变系统包括电池、光伏组件、光伏逆变器、负载;光伏逆变器分别连接电池、光伏组件、负载;其特征在于,方法包括:
3、将光伏逆变器的目标输出功率、环境参数和安装场景参数输入光伏组件选择模型,输出待接入光伏逆变器的最优光伏组件;输出的最优光伏组件包括光伏组件的规格参数、电气参数、倾度调节参数;
4、根据最优光伏组件的电气参数和光伏逆变器的目标输出功
5、检测根据上述最优光伏组件和连接线路所构建的光伏逆变系统中光伏逆变器的输出功率,当输出功率低于功率阈值时,则利用pwm调整光伏逆变器的输出波形为间歇波形,所述间歇波形为相邻两段时间的波形交替形成,其中一段时间无脉冲输出,另一段时间有脉冲输出;
6、其中,所述环境参数包括温度、湿度、光照强度,所述安装场景参数包括安装面与水平面的倾度、安装面面积;所述光伏组件选择模型为神经网络模型。
7、在一些实施方式中,所述光伏组件选择模型包括第一光伏组件选择模型、第二光伏组件选择模型和第三光伏组件选择模型;所述光伏组件选择模型的训练过程如下:
8、获取训练集,所述训练集包括第一训练子集、第二训练子集、第三训练子集,所述第一训练子集存储有安装场景参数中的安装面与水平面的倾度不等于0的光伏逆变器的历史输出功率、环境参数、安装场景参数、光伏组件,所述第一训练子集中的光伏组件包括光伏组件的规格参数、电气参数、倾度调节参数,且所述第一训练子集中的倾度调节参数为0;所述第二训练子集存储有安装场景参数中的安装面与水平面的倾度等于0的光伏逆变器的历史输出功率、环境参数、安装场景参数、光伏组件,所述第二训练子集中的光伏组件包括光伏组件的规格参数、电气参数、倾度调节参数,且所述第二训练子集中的倾度调节参数为0;所述第三训练子集存储有安装场景参数中的安装面与水平面的倾度等于0的光伏逆变器的历史输出功率、环境参数、安装场景参数、光伏组件,所述第三训练子集中的光伏组件包括光伏组件的规格参数、电气参数、倾度调节参数,且所述第三训练子集中的倾度调节参数不等于0;
9、将第一训练子集输入第一光伏组件选择模型,输出第一预测光伏组件; 所述第一预测光伏组件包括光伏组件的规格参数、电气参数、倾度调节参数,所述第一预测光伏组件的倾度调节参数为0;
10、将第二训练子集输入第二光伏组件选择模型,输出第二预测光伏组件; 所述第二预测光伏组件包括光伏组件的规格参数、电气参数、倾度调节参数,所述第二预测光伏组件的倾度调节参数为0;
11、将第三训练子集输入第三光伏组件选择模型,输出第三预测光伏组件;
12、所述第三预测光伏组件包括光伏组件的规格参数、电气参数、倾度调节参数,所述第三预测光伏组件的倾度调节参数不等于0;
13、利用第一损失函数判断第一光伏组件选择模型的预测结果是否满足收敛条件,利用第二损失函数判断第二光学组件选择模型的预测结果是否满足收敛条件,利用第三损失函数判断第三光学组件选择模型的预测结果是否满足收敛条件,若满足,则输出训练好的第一光伏组件选择模型、第二光伏组件选择模型、第三光伏组件选择模型,否则,重复上述训练过程直至收敛。
14、在一些实施方式中,所述将光伏逆变器的目标输出功率、环境参数和安装场景参数输入光伏组件选择模型,输出待接入光伏逆变器的最优光伏组件,包括:
15、判断安装场景参数中的安装面与水平面的倾度不等于0时,将光伏逆变器的目标输出功率、环境参数和安装场景参数输入光伏组件选择模型中的第一光伏组件选择模型,输出第一预测光伏组件,所述第一预测光伏组件为最优光伏组件;
16、判断安装场景参数中的安装面与水平面的倾度等于0时,将光伏逆变器的目标输出功率、环境参数和安装场景参数输入光伏组件选择模型中的第二光伏组件选择模型,输出第二预测光伏组件;将光伏逆变器的目标输出功率、环境参数和安装场景参数输入光伏组件选择模型中的第三光伏组件选择模型,输出第三预测光伏组件;
17、利用距离函数计算第二预测光伏组件与第三预测光伏组件之间的距离值,若距离值不大于距离阈值时,输出第二预测光伏组件,所述第二预测光伏组件为最优光伏组件;若距离值大于距离阈值时,基于环境参数、光伏组件的规格参数、电气参数计算该第二预测光伏组件和第三预测光伏组件的发电效率,将发电效率最大的光伏组件确定为最优光伏组件。
18、在一些实施方式中,所述连接线路库根据历史数据预先构建;所述连接线路库内存储有与光伏组件的电气参数和光伏逆变器的目标输出功率相对应的连接线路的参数;所述连接线路的参数包括材质、尺寸。
19、在一些实施方式中,所述检测根据上述最优光伏组件和连接线路所构建的光伏逆变系统中光伏逆变器的输出功率,当输出功率低于功率阈值时,则利用pwm调整光伏逆变器的输出波形为间歇波形,包括:
20、所述光伏逆变系统中光伏逆变器的输出功率低于功率阈值时,采集获得光伏逆变器的小采样电流;
21、基于光伏逆变系统中光伏逆变器的小采样电流,获得光伏逆变器的输出电平,当一定时间内的高电平的数量为0时,利用pwm调整光伏逆变器的输出波形为间歇波形;
22、所述小采样电流通过设置于光伏逆变器中的小电流采样电路采集;所述小电流采样电路包括差分输入放大电路、整流电路、单限比较器;采集小采样电流的采集器的输出电压依次输入所述差分输入放大电路、所述整流电路、所述单限比较器;所述单限比较器判断整流电路输出的电压低于阈值电压时,输出低电平,反之输出高电平。
23、在一些实施方式中,方法还包括:
24、当输出功率不低于功率阈值时,则根据负载输出连续波形。
25、在一些实施方式中,方法还包括:
26、当判断光伏逆变系统中光伏逆本文档来自技高网...
【技术保护点】
1.一种光伏逆变系统的节能控制方法,执行于控制端;其中,所述光伏逆变系统包括电池、光伏组件、光伏逆变器、负载;光伏逆变器分别连接电池、光伏组件、负载;其特征在于,方法包括:
2.根据权利要求1所述的方法,其特征在于,所述光伏组件选择模型包括第一光伏组件选择模型、第二光伏组件选择模型和第三光伏组件选择模型;所述光伏组件选择模型的训练过程如下:
3.根据权利要求1或2所述的方法,其特征在于,所述将光伏逆变器的目标输出功率、环境参数和安装场景参数输入光伏组件选择模型,输出待接入光伏逆变器的最优光伏组件,包括:
4.根据权利要求1所述的方法,其特征在于,所述连接线路库根据历史数据预先构建;所述连接线路库内存储有与光伏组件的电气参数和光伏逆变器的目标输出功率相对应的连接线路的参数;所述连接线路的参数包括材质、尺寸。
5.根据权利要求1所述的方法,其特征在于,所述检测根据上述最优光伏组件和连接线路所构建的光伏逆变系统中光伏逆变器的输出功率,当输出功率低于功率阈值时,则利用PWM调整光伏逆变器的输出波形为间歇波形,包括:
6.根据权利
7.根据权利要求1所述的方法,其特征在于,还包括:
8.一种光伏逆变系统的节能控制装置,所述光伏逆变系统包括电池、光伏组件、光伏逆变器、负载;光伏逆变器分别连接电池、光伏组件、负载;其特征在于,装置包括:
9.根据权利要求8所述的装置,其特征在于,还包括:
10.根据权利要求8所述的装置,其特征在于,所述光伏逆变器控制模块为置于光伏逆变器的MCU模块,用于当所述光伏逆变系统中光伏逆变器的输出功率低于功率阈值时,采集获得光伏逆变器的小采样电流;基于光伏逆变系统中光伏逆变器的小采样电流,获得光伏逆变器的输出电平,当一定时间内的高电平的数量为0时,利用PWM调整光伏逆变器的输出波形为间歇波形;所述小采样电流通过设置于光伏逆变器中的小电流采样电路采集;所述小电流采样电路包括差分输入放大电路、整流电路、单限比较器;采集小采样电流的采集器的输出电压依次输入所述差分输入放大电路、所述整流电路、所述单限比较器;所述单限比较器判断整流电路输出的电压低于阈值电压时,输出低电平,反之输出高电平;还用于当所述光伏逆变系统中光伏逆变器的输出功率不低于功率阈值时,采集获得光伏逆变器的大采样电流;基于光伏逆变系统中光伏逆变器的大采样电流,根据负载输出连续波形。
...【技术特征摘要】
1.一种光伏逆变系统的节能控制方法,执行于控制端;其中,所述光伏逆变系统包括电池、光伏组件、光伏逆变器、负载;光伏逆变器分别连接电池、光伏组件、负载;其特征在于,方法包括:
2.根据权利要求1所述的方法,其特征在于,所述光伏组件选择模型包括第一光伏组件选择模型、第二光伏组件选择模型和第三光伏组件选择模型;所述光伏组件选择模型的训练过程如下:
3.根据权利要求1或2所述的方法,其特征在于,所述将光伏逆变器的目标输出功率、环境参数和安装场景参数输入光伏组件选择模型,输出待接入光伏逆变器的最优光伏组件,包括:
4.根据权利要求1所述的方法,其特征在于,所述连接线路库根据历史数据预先构建;所述连接线路库内存储有与光伏组件的电气参数和光伏逆变器的目标输出功率相对应的连接线路的参数;所述连接线路的参数包括材质、尺寸。
5.根据权利要求1所述的方法,其特征在于,所述检测根据上述最优光伏组件和连接线路所构建的光伏逆变系统中光伏逆变器的输出功率,当输出功率低于功率阈值时,则利用pwm调整光伏逆变器的输出波形为间歇波形,包括:
6.根据权利要求1所述的方法,其特征在于,方法还包括:
7.根据权利要求...
【专利技术属性】
技术研发人员:何建林,周武,池万城,王梓阳,陈雨,
申请(专利权)人:杭州利沃得电源有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。