CN106779374A - 光伏发电传输最大功率储能优化建模方法 - Google Patents
光伏发电传输最大功率储能优化建模方法 Download PDFInfo
- Publication number
- CN106779374A CN106779374A CN201611104240.1A CN201611104240A CN106779374A CN 106779374 A CN106779374 A CN 106779374A CN 201611104240 A CN201611104240 A CN 201611104240A CN 106779374 A CN106779374 A CN 106779374A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- array
- photovoltaic cell
- shadow
- voltage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 13
- 238000005457 optimization Methods 0.000 title claims abstract description 13
- 230000000694 effects Effects 0.000 claims abstract description 9
- 238000005286 illumination Methods 0.000 claims description 34
- 230000000903 blocking effect Effects 0.000 claims description 8
- 230000003287 optical effect Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 abstract description 9
- 238000004088 simulation Methods 0.000 description 14
- 238000003491 array Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 7
- 238000011160 research Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 5
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 4
- 230000005622 photoelectricity Effects 0.000 description 4
- 239000002253 acid Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- PIJPYDMVFNTHIP-UHFFFAOYSA-L lead sulfate Chemical compound [PbH4+2].[O-]S([O-])(=O)=O PIJPYDMVFNTHIP-UHFFFAOYSA-L 0.000 description 2
- 239000000178 monomer Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000005518 electrochemistry Effects 0.000 description 1
- 238000005868 electrolysis reaction Methods 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 229910000464 lead oxide Inorganic materials 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- YEXPOXQUZXUXJW-UHFFFAOYSA-N oxolead Chemical compound [Pb]=O YEXPOXQUZXUXJW-UHFFFAOYSA-N 0.000 description 1
- 230000021715 photosynthesis, light harvesting Effects 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种光伏发电传输最大功率储能优化建模方法,包括建立光伏单串阵列的数学模型、建立局部阴影条件下光伏阵列的数学模型等步骤。本发明方便实用、效果好。
Description
技术领域
本发明涉及一种光伏发电传输最大功率储能优化建模方法。
背景技术
光伏发电系统在光照充足时发电量往往过剩,而在光照不足时又提供不了足够的电能。为了避免造成能量浪费和保证系统稳定运行,光电传输储能技术成为了研究的热点。影响最大功率储能的因素很多,其中局部阴影是一个极为重要的因素。局部阴影的存在对光伏阵列主要有两个方面的消极影响:一是使光伏阵列的输出功率降低,组件发热加剧,严重时会导致热斑效应,损坏光伏组件;二是使光伏阵列内阻的非线性特性更加复杂,使P-U特性曲线产生多个功率峰值。局部峰值对最大功率点跟踪(MPPT)控制产生干扰,使常规MPPT算法陷入局部峰值而失效。系统工作偏离了最大功率点,则无法进行最大功率储能。因此,研究局部阴影条件下光伏阵列的输出特性,对光伏系统的实际应用以及对研究光电传输最大功率储能优化,都具有重要的意义。
近年来,国内外学者针对光伏阵列局部阴影问题做了很多理论分析和实验研究。文献研究了局部阴影对光伏组件的影响,但没有研究大型阵列;文献利用简化算法研究了局部阴影,对光伏阵列的影响,但没有使用仿真模型。准确分析局部阴影条件下光伏阵列输出特性的关键在于合理地建模。文献介绍了基于MATLAB的光伏电池通用数学模型,文献介绍了光伏阵列的建模并分析了输出特性,但这些模型都不适用于存在局部阴影的光伏阵列;文献建立了局部阴影条件下串联光伏阵列的数学模型,但没有拓展并联支路;文献详细介绍了局部阴影条件下光伏阵列的建模,但缺少实验数据验证。
发明内容
本发明的目的在于提供一种方便实用、效果好的光伏发电传输最大功率储能优化建模方法。
本发明的技术解决方案是:
一种光伏发电传输最大功率储能优化建模方法,其特征是:包括系列步骤:
(1)建立光伏单串阵列的数学模型:
假设一个单串光伏阵列由Ns1个无阴影遮挡的光伏电池和Ns2个有阴影遮挡的光伏电池串联组成,Isc1和Isc2分别为无阴影和有阴影时光伏电池的短路电流;为了防止热斑效应,每一个光伏电池都要并联旁路二极管;当阵列输出电流I>Isc2时,大于Isc2的电流从有阴影的光伏电池并联的旁路二极管流过,此时只有无阴影的光伏电池对外输出功率,有阴影的光伏电池及其旁路二极管都成为消耗功率的负载,这时的伏安特性为无阴影电池的伏安特性;当I≤Isc2时,对应的旁路二极管形成反向偏压,这时的伏安特性为有阴影电池的伏安特性,有阴影的光伏电池处于最大功率点;基于以上分析,单串阵列的数学模型可以由如下的分段函数表示:
(13);
其中:
C1=(1-Im/Isc)exp(-Vm/C2Voc) (3)
C2=(Vm/Voc-1)[ln(1-Im/Isc)]-1 (4)
I:单串阵列输出电流;
Isc1:单串阵列中无阴影遮挡子串的短路电流;
V:单串阵列输出电压;
Ns1个单串阵列中无阴影遮挡的光伏电池数量;
Voc1:单串阵列中无阴影遮挡子串的开路电压;
Isc2:单串阵列中有阴影遮挡子串的短路电流;
Ns2个单串阵列中有阴影遮挡的光伏电池数量;
Voc2:单串阵列中有阴影遮挡子串的开路电压;
Im:光伏电池最大功率点电流;
Isc:光伏电池短路电流;
Vm:光伏电池最大功率点电压;
Voc:光伏电池开路电压;
Vm:光伏电池最大功率点电压;
Voc:光伏电池开路电压;
(2)局部阴影条件下光伏阵列的数学模型:
局部阴影条件下的光伏阵列是由若干块遮挡模式不相同的子阵列并联组成,每一块子阵列都是由若干条遮挡模式相同的单串阵列并联组成,每一条单串阵列都是由若干种光照强度不同的子串串联组成;基于这种结构,光伏阵列的输出电流为各个支路电流之和,光伏阵列的输出电压因并联通常取各支路电压的最大值,而且每条支路需要接一个阻塞二极管,防止电压较小的支路有逆向电流流过;综上所述,得出任意阴影情况下光伏阵列的输出特性如下:
Va=max{Vx}
其中,Np为光伏阵列并联的电池串数,Ix和Vx分别为式(13)所求的单串阵列的输出电流和电压;Ia:光伏阵列输出电流;Va:光伏阵列输出电压;式(14)即为局部阴影条件下光伏阵列的数学模型。
本发明方便实用、效果好。
本发明针对局部阴影这一光电传输最大功率储能优化的难点问题,重点研究了局部阴影条件下光伏阵列的输出特性,在前人研究成果的基础上,利用MATLAB搭建了适用于局部阴影条件下的光伏阵列的仿真模型,并从单串阵列到多串阵列再到复杂阴影情况依次进行仿真与分析。仿真结果表明,光伏阵列在局部阴影下的P-V曲线具有多峰值的复杂特性,使得常规MPPT算法难以捕捉到系统真正的最大功率点,这也正是影响光电传输最大功率储能优化的难点所在。在研究局部阴影条件下光伏阵列输出特性的基础上,应该研究适合于光伏系统多峰值的MPPT算法,以保证光伏系统无论处于何种复杂的环境都能工作在最大功率点,也为光电传输最大功率储能优化提供相应的解决方法。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1是独立式光伏发电储能系统示意图。
图2是光伏电池等效电路示意图。
图3是光伏电池在不同光照强度下的输出特性示意图(I-U特性)。
图4是光伏电池在不同光照强度下的输出特性示意图(P-U特性)。
图5、图6是三遮挡单串阵列在局部阴影条件下的仿真与实验输出特性对比示意图,其中图5是I-U特性,图6是P-U特性。
图7是局部阴影下光伏阵列建模流程图。
图8、图9、图10、图11是单串阵列的输出特性示意图;其中图8是P1~P3,P6I-U特性,图9是P1~P3,P6P-U特性,图10是P4~P7的I-U特性,图11是P4~P7的P-U特性。
图12、图13是三种子阵列并联的{10×100}光伏阵列示意图;其中图12是在图11基础上改变子阵列G2的光照强度和遮挡模式。
图14、图15是图12所示{10×100}光伏阵列的输出特性示意图;其中图14是I-U特性,图15是P-U特性。
图16、图17是图13所示{10×100}光伏阵列的输出特性示意图;其中图16是I-U特性,图17是P-U特性。
图18是表2所示的4个8×8阵列的P-U特性示意图。
图19是表3所示的5种阵列格局的P-U特性示意图。
I-U特性:电流-电压特性(伏安特性);
P-U特性:功率-电压特性;
MPPT:最大功率点跟踪(Maximum Power Point Tracking);
PWM:脉冲宽度调制((Pulse Width Modulation)。
图7中:i:子串下标;
j:子阵列下标;
G:记录组成光伏阵列的子阵列数量的矩阵;
C:记录组成单串阵列的子串数量的矩阵;
k:记录子串中串联光伏电池板数量的矩阵;
Vf:分段点电压矩阵;
Vol:子阵列电压;
Cur:阵列电流;
Va:光伏阵列输出电压;
Ia:光伏阵列输出电流。
图12、图13中:
G1~G3:三种遮挡模式不同的子阵列的标号。
具体实施方式
光伏发电传输最大功率储能系统:
光伏阵列受环境和气候影响较大,其发电量变化是一个非平稳的随机过程,而且在夜间或阴雨天气,由于光照不足,无法提供足够的电能,所以光伏储能成为了光伏发电过程中必不可少的重要环节。储能系统的作用主要是实现负荷调节、配合新能源接入、弥补线损、功率补偿、提高电能质量、孤网运行、削峰填谷等几大功能。比如:削峰填谷,改善电网运行曲线,就是把用电低谷期富余的电能储存起来,在用电高峰时再拿出来用,这样就减少了电能的浪费。此外储能系统还能减少线损,增加线路和设备使用寿命。图1为独立式光伏发电储能系统,主要由光伏阵列、光伏充放电控制器、蓄电池组、离网逆变器、交/直流负载组成。光伏充放电控制器的作用是控制蓄电池的充、放电,并保护蓄电池过度充、放电;离网逆变器的作用是把直流电能转化成交流电能,并提供给负载使用。
电能存储方式有很多种,除了常见的铅酸蓄电池、碱性蓄电池、锂电池等电化学储能外,还有超级电容器、电抗器、动态存储(飞轮)、势能存储(抽水储能系统)、电解作用(燃料电池)等多种方式。使用最广泛的还是铅酸蓄电池储能,其主要部件由正负极板、电解液、隔板和电池槽组成。储能的基本原理就是充电时将电能转换成化学能储存起来,放电时蓄电池将化学能转换成电能释放出来供负载使用。当铅酸蓄电池充电时,正负两极发生电化学反应,充电完成后,正极的物质为二氧化铅,负极的物质是海绵状的铅,放电后两极都发生反应形成硫酸铅,再次充电后又从硫酸铅恢复到原来的物质,如此循环。最大功率储能的基本控制思想就是在充电过程中,不断检测蓄电池电流,并通过调整PWM占空比让光伏阵列提供的充电电流不大于最大允许充电电流。蓄电池的充电电压水平取决于蓄电池充电电流大小和蓄电池充电阶段,通过不断检测蓄电池的电压,一旦进入过充状态,即减小最大充电电流,此后,蓄电池一直保持小电流充电来补偿蓄电池自身放电电流的损失。当检测到放电发生时,控制器重新允许以最大电流对蓄电池进行充电。
然而,当光伏阵列受到物体遮挡形成局部阴影时,输出特性会发生很大变化,尤其是P-V特性曲线会产生多个功率峰值,可能会对后级MPPT控制产生干扰,使系统工作偏离最大功率点。局部阴影的产生还会对光伏储能造成一些消极影响,输出功率的下降会导致储能电池能量密度下降,充放电周期变长,造成一定的电能浪费。而且,局部阴影会使阵列输出电压波动变大,影响蓄电池过充过放电检测,长期下去会缩短蓄电池寿命。考虑到局部阴影问题,需要对光伏发电传输最大功率储能进行优化,而影响储能优化的难点,就在于局部阴影下光伏阵列输出特性的随机性与复杂性,不容易跟踪到系统工作最大功率点且输出稳定性较差。因此,需要对局部阴影条件下的光伏阵列进行建模与仿真,并分析其输出特性,为光伏发电传输最大功率储能优化提供依据。
局部阴影条件下光伏阵列建模方法:
3.1光伏电池理论模型
图2为光伏电池等效电路,由图可得出光伏电池的输出电流为:
其中,
I:光伏电池输出电流;
Iph:光生电流;
ID:二极管电流;
Ish:流经等效并联电阻Rsh的电流;
Isc:光伏电池短路电流;
S:光照强度;
Ct:温度系数;
T:光伏电池温度;
Tref:参考温度(25℃);
Io:反向饱和电流;
q:电荷常数(1.6×10-19C);
V:光伏电池输出电压;
Rs:等效串联电阻;
A:二极管理想因子;
K:玻尔兹曼常量(1.38×10-23J/K);
Rsh:等效并联电阻。
式(1)就是光伏电池理论模型。该模型比较准确,广泛应用于光伏电池的理论分析中,但是由于其中的参数Iph,Io,A,Rs,Rsh难以定量,不是厂家提供的数据,而且方程为含有I的超越方程,所以不方便应用于实际工程分析中。
3.2光伏电池工程模型
实际应用中,光伏电池生产厂家会为用户提供产品在标准测试条件下的开路电压Voc,短路电流Isc,最大功率点电压Vm和最大功率点电流Im。为了建立光伏电池工程模型,需要在理论模型的基础上做两个近似处理[6]:
1)实际的光伏电池串联电阻Rs非常小而并联电阻Rsh非常大,所以可以忽略(V+IRs)/Rsh项;
2)通常情况下串联电阻Rs远小于二极管的正向导通电阻,所以可以假设Isc=Iph。
基于以上处理,光伏电池的伏安特性方程可以化简为:
I=Isc-C1Isc[exp(V/C2Voc)-1] (2)
最大功率点时,
exp(Vm/C2Voc)-1≈exp(Vm/C2Voc)
可解C1,C2,得:
C1=(1-Im/Isc)exp(-Vm/C2Voc) (3)
C2=(Vm/Voc-1)[ln(1-Im/Isc)]-1 (4)
I:光伏电池输出电流;
Isc:光伏电池短路电流;
C1:见式(3);
V:光伏电池输出电压;
C2:见式(4);
Voc:光伏电池开路电压。
Im:光伏电池最大功率点电流;
Isc:光伏电池短路电流;
Vm:光伏电池最大功率点电压;
Voc:光伏电池开路电压。
当电池温度和光照强度发生变化时,只需根据以下公式重新计算Isc、Voc、Im、Vm等参数,就可以得到光伏电池在新条件下的伏安特性曲线。
ΔT=T-Tref (5)
V'oc=Voc(1-cΔT)ln(1+bΔS) (8)
Vm'=Vm(1-cΔT)ln(1+bΔS) (10)
其中,Tref取25℃,Sref取1000W/m2,a、b、c都为补偿系数,其典型值推荐为[12-13]:a=0.0025/℃,b=0.5,c=0.00288/℃。当环境温度为Te时,光伏电池温度为:
T=Te+KS (11)
K综合大量实验数据取为0.03℃m2/W。
ΔT:光伏电池温度变化量;
T:光伏电池温度;
Tref:参考温度(25℃)。
ΔS:光照强度变化量;
S:光照强度;
Sref:参考光照强度(1000W/m2)。
I'sc:新条件下光伏电池短路电流;
Isc:光伏电池短路电流;
a:补偿系数(a=0.0025/℃);
S:光照强度;
Sref:参考光照强度(1000W/m2)。
V'oc:新条件下光伏电池开路电压;
Voc:光伏电池开路电压;
c:补偿系数(c=0.00288/℃);
b:补偿系数(b=0.5);
I'm:新条件下光伏电池最大功率点电流;
Im:光伏电池最大功率点电流;
V'm:新条件下光伏电池最大功率点电压;
Vm:光伏电池最大功率点电压;
Te:环境温度;
K:系数(0.03℃m2/W);
工程模型建立了标准参数与输出特性之间的联系,适合计算功率和建模仿真,在实际工程中有广泛的应用。利用MATLAB/Simulink建模仿真。选用无锡尚德公司的STP150S-24/Ac型太阳能电池板的标准参数:Voc=43.3V,Isc=4.72A,Vm=34.5V,Im=4.35A,温度设为25℃,仿真得到光伏电池在不同光照强度下的输出特性如图3、图4所示:
3.3局部阴影条件下光伏阵列数学模型
实际应用中为了得到足够大的输出电压,需要将单体光伏电池通过串并联的方式组合成大型光伏阵列[14]。假设光伏阵列并联的电池串数量为Np,每个电池串上串联的单体光伏电池数量为Ns,则该光伏阵列的数学模型可以用如下方程描述:
Ia=IscNp{1-C1[exp(Va/C2NsVoc)-1]} (12)
Ia:光伏阵列输出电流;
Isc:光伏电池短路电流;
Np:光伏阵列并联的电池串数量;
C1:同式(3);
Va:光伏阵列输出电压;
C2:同式(4);
Ns:电池串上串联的光伏电池数量;
Voc:光伏电池开路电压。
但是当光伏阵列的部分模块因为遮挡而形成局部阴影时,方程(12)的数学模型就不再适用了。
要建立光伏阵列在局部阴影条件下的数学模型,首先建立单串阵列的数学模型。假设一个单串光伏阵列由Ns1个无阴影遮挡的光伏电池和Ns2个有阴影遮挡的光伏电池串联组成,Isc1和Isc2分别为无阴影和有阴影时光伏电池的短路电流。为了防止热斑效应,每一个光伏电池都要并联旁路二极管。当阵列输出电流I>Isc2时,大于Isc2的电流从有阴影的光伏电池并联的旁路二极管流过,此时只有无阴影的光伏电池对外输出功率,有阴影的光伏电池及其旁路二极管都成为消耗功率的负载,这时的伏安特性为无阴影电池的伏安特性。当I≤Isc2时,对应的旁路二极管形成反向偏压,这时的伏安特性为有阴影电池的伏安特性,有阴影的光伏电池处于最大功率点。基于以上分析,单串阵列的数学模型可以由如下的分段函数表示:
I:单串阵列输出电流;
Isc1:单串阵列中无阴影遮挡子串的短路电流;
C1:同式(3);
V:单串阵列输出电压;
C2:同式(4);
Ns1个单串阵列中无阴影遮挡的光伏电池数量;
Voc1:单串阵列中无阴影遮挡子串的开路电压;
Isc2:单串阵列中有阴影遮挡子串的短路电流;
Ns2个单串阵列中有阴影遮挡的光伏电池数量;
Voc2:单串阵列中有阴影遮挡子串的开路电压。
为了验证所建模型的准确性,通过实验测量得到的数据与模型仿真得到的曲线进行比较。选取一块光伏电池板,通过对其表面进行不同面积的遮挡,来表示局部阴影条件下的单串阵列。实验依然选用无锡尚德公司的STP150S-24/Ac型太阳能电池板,在标准测试条件下,其参数为:Voc=43.3V,Isc=4.72A,Vm=34.5V,Im=4.35A。测试条件为:光照强度728W/m2,温度18℃;遮挡模式为:电池板1/3面积不遮挡,1/3面积经遮挡光照强度为205W/m2,1/3面积经遮挡光照强度为70W/m2。图5、图6为其输出特性对比。
从图中可以看出,实验数据点均匀地分布在仿真曲线两侧,变化趋势、峰值和拐点位置与仿真曲线接近,误差在工程允许范围之内,证明所建模型基本能够反映局部阴影条件下单串阵列的输出特性。
局部阴影条件下的光伏阵列是由若干块遮挡模式不相同的子阵列并联组成,每一块子阵列都是由若干条遮挡模式相同的单串阵列并联组成,每一条单串阵列都是由若干种光照强度不同的子串串联组成。基于这种结构,光伏阵列的输出电流为各个支路电流之和,光伏阵列的输出电压因并联通常取各支路电压的最大值,而且每条支路需要接一个阻塞二极管,防止电压较小的支路有逆向电流流过。综上所述,可以得出任意阴影情况下光伏阵列的输出特性如下:
Va=max{Vx}
Ia:光伏阵列输出电流;
Np:光伏阵列并联的电池串数量;
Ix:式(13)所求的单串阵列的输出电流;
Va:光伏阵列输出电压;
Vx:式(13)所求的单串阵列的输出电压。
式(14)即为局部阴影条件下光伏阵列的数学模型。
4局部阴影条件下光伏阵列输出特性仿真分析
根据式(13)可以得出局部阴影下单串阵列的输出电流Ix和输出电压Vx,再根据式(14)可以得出局部阴影下光伏阵列的输出电流Ia和输出电压Va,由此可以建立大型光伏阵列的仿真模型。利用MATLAB语言编写仿真程序,可以仿真任意局部阴影遮挡下光伏阵列的输出特性。图7为局部阴影下光伏阵列建模流程图,其中,i为子串下标,j为子阵列下标,G为记录组成光伏阵列的子阵列数量的矩阵,C为记录组成单串阵列的子串数量的矩阵,k为记录子串中串联光伏电池板数量的矩阵。
4.1单串阵列特性仿真
为了研究局部阴影条件下单串阵列的输出特性,先引入遮光因子的概念:
E:遮光因子;
Esh:阴影条件下的光照强度;
Eref:参考光照强度(1000W/m2)。
可以看出,遮光因子的取值范围介于0~1之间。
选取一系列单串阵列进行仿真分析,串联电池板数Ns=10,并联电池串数Np=1,其中子串Ns1~Ns5的光照强度分别为1000、800、500、300和100W/m2,具体遮挡模式如表1所示:
表1 仿真用单串阵列的遮挡模式
表1中:
P1~P7:仿真用的7条单串阵列的标号;
Ns1~Ns5:单串阵列分别在5种光照强度下串联的光伏电池数量。
仿真采用与实验相同的电池板,温度为25℃。仿真结果如图8~图11所示;
结合表1和图8、图9可以看出,P1存在5种不同的光照强度,其I-U特性呈5个阶梯形状,P-U特性存在5个峰值;P2存在4种不同的光照强度,其I-U特性呈4个阶梯形状,P-U特性存在4个峰值;P3和P6都呈现这样的规律。从图10、图11的P7可以看出,光照均匀时,单串阵列的I-U特性呈膝形,P-U特性呈单峰性。再对比P2和P3或者P6和P7,当单串阵列或其中一段因为阴影遮挡而多出一种光照强度时,阴影部分的输出特性会有一段下降的过程,即输出功率降低,从而导致I-U特性多出一个阶梯形状,P-U特性多出一个局部峰值。由此可以得出结论:单串阵列上存在几种光照强度,其I-U特性就呈几个阶梯形状,P-U特性就会产生几个峰值。
从图11可以看出:P4、P5、P6都存在两种不相同的光照强度,阴影部分E=0.5,其P-U特性呈现两个峰值,且两个峰值的位置和大小受被遮挡电池板数量的影响。若Ns3>E×Ns,P-U特性的最大值位于右侧,即被遮挡部分的电池板处于最大功率点,如图11中的P4所示;若Ns3<E×Ns,P-U特性的最大值位于左侧,即无遮挡部分的电池板处于最大功率点,如图11中P6所示;若Ns3=E×Ns,两部分的最大功率几乎相等,如图11中P5所示。随着阴影面积越大,功率损失就越大,损失的功率与遮光因子成非线性关系。
4.2多串阵列特性仿真
在单串阵列特性仿真研究的基础上,选取一个由3种子阵列并联构成的{10×100}的多串光伏阵列进行仿真分析,如图12所示。
电池参数不变,遮光因子E=0.2,温度为25℃,仿真结果如图14、图15所示。
图12中一共并联着3种子阵列,其I-U特性呈3个阶梯形状,P-U特性有3个峰值。改变子阵列G2的光照强度和遮挡模式,如图13所示,再对其仿真,仿真结果如图16、图17所示:
图13中依然存在3种子阵列,但是其I-U特性呈4个阶梯形状,P-U特性有4个峰值。可见,局部阴影条件下多串光伏阵列的输出特性与子阵列的数量并没有直接联系,其输出特性由子阵列数量、光照强度和遮挡模式等因素共同决定。
4.3阴影数量确定时阴影分布对输出特性的影响
当阴影数量相同时,其不同的分布也会对光伏阵列的输出特性产生影响。选取4个8×8的光伏阵列,他们被阴影遮挡的电池板数量都为6块,但分布不同,其中子阵列G1有阴影遮挡,子阵列G2无阴影,具体分布情况如表2所示:
表2 阴影数量相同的4个8×8阵列遮挡模式
表2中:
G1、G2:子阵列标号;
Ns:串联的光伏电池数量;
Np:并联的电池串数量;
Ns1:无阴影遮挡的串联光伏电池数量;
Ns2:有阴影遮挡的串联光伏电池数量;
A1~A4:光伏阵列标号。
电池参数不变,正常光照强度为1000W/m2,阴影部分光照强度为200W/m2,即遮光因子E=0.2,温度为25℃,对表2数据进行仿真,得到4条P-U特性曲线如图18所示:
从图18可以看出,当阴影部分的串联数和并联数相差较大时,光伏阵列输出功率较大,如图18中A1和A4的输出功率比A2和A3的大。当阴影部分的串联数和并联数之差相等时,光伏阵列输出功率相差不是很明显,如图18中A1和A4或A2和A3。可见,同样的阴影数量,分布不同,输出特性也有很大差别,方块状分布的阴影比细条状分布的阴影对光伏阵列影响更大。
4.4阴影确定时阵列格局对输出特性的影响
当阴影的位置和形状已经确定时,不同阵列格局的输出特性也不相同。如表3所示,选择900块光伏电池组成五种排列方式不同的光伏阵列Q1~Q5,每种排列方式都包含G1~G3三种子阵列,其中G1和G2子阵列存在阴影遮挡,阴影遮挡的电池板数Ns2和并联数Np都是相同的,所以阴影的位置和形状是确定的。电池参数不变,遮光因子E=0.2,温度为25℃,对表3数据进行仿真,得到5条P-U特性曲线如图19所示。
表3 阴影确定时不同阵列格局排列方式
表3中:
G1~G3:子阵列标号;
Ns:串联的光伏电池数量;
Np:并联的电池串数量;
Ns1:无阴影遮挡的串联光伏电池数量;
Ns2:有阴影遮挡的串联光伏电池数量;
Q1~Q5:光伏阵列标号。
从图19可以看出,当阵列格局的串联数大于并联数时,串联数越大的阵列,输出功率越高,如图19中的Q1和Q2;当阵列格局的并联数大于串联数时,并联数越大的阵列,输出功率越高,如图19中的Q4和Q5。增大串联数或者并联数,都是为了增大输出电压或者输出电流,以提高输出功率,但是从图19中可以看出,阵列格局不同时,光伏阵列的工作电压范围也有很大的区别,串联数越多,阵列工作电压范围就越宽,并联数越多,阵列工作电压范围就越窄,这样就对控制器提出了很高的要求,需要控制器有很宽的工作范围,以满足各种阵列排列的需要,否则,可能会影响系统正常运行。实际应用中,在能确定出或者能预估出阴影的位置和形状时,应该对不同的阵列格局进行仿真筛选,选择最优排列方式,以保证系统稳定可靠地运行。
Claims (1)
1.一种光伏发电传输最大功率储能优化建模方法,其特征是:包括系列步骤:
(1)建立光伏单串阵列的数学模型:
假设一个单串光伏阵列由Ns1个无阴影遮挡的光伏电池和Ns2个有阴影遮挡的光伏电池串联组成,Isc1和Isc2分别为无阴影和有阴影时光伏电池的短路电流;为了防止热斑效应,每一个光伏电池都要并联旁路二极管;当阵列输出电流I>Isc2时,大于Isc2的电流从有阴影的光伏电池并联的旁路二极管流过,此时只有无阴影的光伏电池对外输出功率,有阴影的光伏电池及其旁路二极管都成为消耗功率的负载,这时的伏安特性为无阴影电池的伏安特性;当I≤Isc2时,对应的旁路二极管形成反向偏压,这时的伏安特性为有阴影电池的伏安特性,有阴影的光伏电池处于最大功率点;基于以上分析,单串阵列的数学模型可以由如下的分段函数表示:
其中:
C1=(1-Im/Isc)exp(-Vm/C2Voc) (3)
C2=(Vm/Voc-1)[ln(1-Im/Isc)]-1 (4)
I:单串阵列输出电流;
Isc1:单串阵列中无阴影遮挡子串的短路电流;
C1:见式(3);
V:单串阵列输出电压;
C2:见式(4);
Ns1个单串阵列中无阴影遮挡的光伏电池数量;
Voc1:单串阵列中无阴影遮挡子串的开路电压;
Isc2:单串阵列中有阴影遮挡子串的短路电流;
Ns2个单串阵列中有阴影遮挡的光伏电池数量;
Voc2:单串阵列中有阴影遮挡子串的开路电压;
Im:光伏电池最大功率点电流;
Isc:光伏电池短路电流;
Vm:光伏电池最大功率点电压;
Voc:光伏电池开路电压;
Vm:光伏电池最大功率点电压;
Voc:光伏电池开路电压;
(2)局部阴影条件下光伏阵列的数学模型:
局部阴影条件下的光伏阵列是由若干块遮挡模式不相同的子阵列并联组成,每一块子阵列都是由若干条遮挡模式相同的单串阵列并联组成,每一条单串阵列都是由若干种光照强度不同的子串串联组成;基于这种结构,光伏阵列的输出电流为各个支路电流之和,光伏阵列的输出电压因并联通常取各支路电压的最大值,而且每条支路需要接一个阻塞二极管,防止电压较小的支路有逆向电流流过;综上所述,得出任意阴影情况下光伏阵列的输出特性如下:
其中,Np为光伏阵列并联的电池串数,Ix和Vx分别为式(13)所求的单串阵列的输出电流和电压;Ia:光伏阵列输出电流;Va:光伏阵列输出电压;式(14)即为局部阴影条件下光伏阵列的数学模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611104240.1A CN106779374A (zh) | 2016-12-05 | 2016-12-05 | 光伏发电传输最大功率储能优化建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611104240.1A CN106779374A (zh) | 2016-12-05 | 2016-12-05 | 光伏发电传输最大功率储能优化建模方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106779374A true CN106779374A (zh) | 2017-05-31 |
Family
ID=58874125
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611104240.1A Pending CN106779374A (zh) | 2016-12-05 | 2016-12-05 | 光伏发电传输最大功率储能优化建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106779374A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107330566A (zh) * | 2017-07-19 | 2017-11-07 | 桑夏太阳能股份有限公司 | 光伏阵列输出功率的预估方法及系统 |
CN109067358A (zh) * | 2018-08-06 | 2018-12-21 | 浙江工业大学 | 基于遮阴电池个数的光伏阵列重构优化方法 |
CN109492244A (zh) * | 2018-09-17 | 2019-03-19 | 大唐东北电力试验研究院有限公司 | 改进型光伏电池数学模型 |
CN111538367A (zh) * | 2020-04-22 | 2020-08-14 | 西交利物浦大学 | 光伏串列阴影信息检测方法、最大功率点追踪方法及系统 |
CN112507560A (zh) * | 2020-12-15 | 2021-03-16 | 国网经济技术研究院有限公司 | 一种分段化的光伏阵列等效聚合模型建模方法和系统 |
CN113810908A (zh) * | 2021-08-24 | 2021-12-17 | 华北电力大学(保定) | Mec系统安全卸载方法、设备及mec系统 |
TWI765821B (zh) * | 2021-09-13 | 2022-05-21 | 崑山科技大學 | 陰影模式太陽能系統的最大發電功率預測方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496954A (zh) * | 2011-11-24 | 2012-06-13 | 山东电力集团公司济南供电公司 | 并网光伏电站稳定性判断方法 |
CN103730910A (zh) * | 2013-12-20 | 2014-04-16 | 南京南瑞集团公司 | 一种大规模光伏电站并网的动态等值方法 |
-
2016
- 2016-12-05 CN CN201611104240.1A patent/CN106779374A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496954A (zh) * | 2011-11-24 | 2012-06-13 | 山东电力集团公司济南供电公司 | 并网光伏电站稳定性判断方法 |
CN103730910A (zh) * | 2013-12-20 | 2014-04-16 | 南京南瑞集团公司 | 一种大规模光伏电站并网的动态等值方法 |
Non-Patent Citations (2)
Title |
---|
刘晓艳等: ""局部阴影条件下光伏阵列仿真模型的研究"", 《系统仿真学报》 * |
刘晓艳等: ""局部阴影条件下光伏阵列的建模与分析"", 《电网技术》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107330566A (zh) * | 2017-07-19 | 2017-11-07 | 桑夏太阳能股份有限公司 | 光伏阵列输出功率的预估方法及系统 |
CN109067358A (zh) * | 2018-08-06 | 2018-12-21 | 浙江工业大学 | 基于遮阴电池个数的光伏阵列重构优化方法 |
CN109067358B (zh) * | 2018-08-06 | 2019-11-29 | 浙江工业大学 | 基于遮阴电池个数的光伏阵列重构优化方法 |
CN109492244A (zh) * | 2018-09-17 | 2019-03-19 | 大唐东北电力试验研究院有限公司 | 改进型光伏电池数学模型 |
CN111538367A (zh) * | 2020-04-22 | 2020-08-14 | 西交利物浦大学 | 光伏串列阴影信息检测方法、最大功率点追踪方法及系统 |
CN111538367B (zh) * | 2020-04-22 | 2021-12-31 | 西交利物浦大学 | 光伏串列阴影信息检测方法、最大功率点追踪方法及系统 |
CN112507560A (zh) * | 2020-12-15 | 2021-03-16 | 国网经济技术研究院有限公司 | 一种分段化的光伏阵列等效聚合模型建模方法和系统 |
CN112507560B (zh) * | 2020-12-15 | 2023-09-12 | 国网经济技术研究院有限公司 | 一种分段化的光伏阵列等效聚合模型建模方法和系统 |
CN113810908A (zh) * | 2021-08-24 | 2021-12-17 | 华北电力大学(保定) | Mec系统安全卸载方法、设备及mec系统 |
CN113810908B (zh) * | 2021-08-24 | 2023-06-20 | 华北电力大学(保定) | Mec系统安全卸载方法、设备及mec系统 |
TWI765821B (zh) * | 2021-09-13 | 2022-05-21 | 崑山科技大學 | 陰影模式太陽能系統的最大發電功率預測方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106779374A (zh) | 光伏发电传输最大功率储能优化建模方法 | |
Gao et al. | Parallel-connected solar PV system to address partial and rapidly fluctuating shadow conditions | |
Patel et al. | MATLAB-based modeling to study the effects of partial shading on PV array characteristics | |
Cheng et al. | An adaptive solar photovoltaic array reconfiguration method based on fuzzy control | |
Khatab et al. | An electric vehicle battery charger based on zeta converter fed from a PV array | |
CN104067193A (zh) | 供电系统和电源设备 | |
Dhaked et al. | Battery Charging Optimization of Solar Energy based Telecom Sites in India. | |
DenHerder | Design and simulation of photovoltaic super system using Simulink | |
Carbone | PV plants with distributed MPPT founded on batteries | |
Khoucha et al. | An improved MPPT interleaved boost converter for solar electric vehicle application | |
Du et al. | Analysis of a battery-integrated boost converter for module-based series connected photovoltaic system | |
CN114156945A (zh) | 一种光伏微电网孤岛模式发电装置及其控制方法 | |
Javed et al. | Application of supercapacitor as hybrid energy storage device in stand-alone PV system | |
Malakani et al. | Study and design of off-grid PV power system in Pirien, Asmat Regency, Papua Province using MATLAB/SIMULINK | |
Raj et al. | Numerical simulation and performance assessment of ANN-INC improved maximum power point tracking system for solar photovoltaic system under changing irradiation operation | |
Rokonuzzaman et al. | Design of a MPPT Solar Charge Controller in Matlab-Simulink GUI Environment | |
Alghassab | Performance enhancement of stand-alone photovoltaic systems with household loads | |
Makhloufi et al. | A neural network MPP tracker using a Buck-Boost DC/DC converter for photovoltaic systems | |
Yi et al. | Simulation study on characteristics of photovoltaic array under partial shading | |
Gupta et al. | Grid connected PV system with MPPT scheme using particle swarm optimization technique | |
Yoganandini et al. | Insights of the advancement in maximum power point tracking techniques in PV module | |
Zaouche et al. | Power flow management for stand alone PV system with batteries under two scenarios | |
Reddy et al. | Study on series and parallel connected solar photovoltaic system under shadow conditions | |
Amri et al. | Study of a PV/Battery System for Hydrogen production and storage | |
Yadav et al. | Analysis and Modeling of Photo-Voltaic (PV) Cell Power Generation System Using Simulink |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170531 |