CN107204741B - 一种确定环境参数的方法和装置 - Google Patents
一种确定环境参数的方法和装置 Download PDFInfo
- Publication number
- CN107204741B CN107204741B CN201710339386.2A CN201710339386A CN107204741B CN 107204741 B CN107204741 B CN 107204741B CN 201710339386 A CN201710339386 A CN 201710339386A CN 107204741 B CN107204741 B CN 107204741B
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- array
- determining
- short
- sample
- 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.)
- Active
Links
- 230000007613 environmental effect Effects 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000001514 detection method Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 description 40
- 238000012549 training Methods 0.000 description 27
- 238000010248 power generation Methods 0.000 description 17
- 210000002569 neuron Anatomy 0.000 description 10
- 238000012545 processing Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
- H02S50/10—Testing of PV devices, e.g. of PV modules or single PV cells
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Photovoltaic Devices (AREA)
Abstract
本公开提供了一种确定环境参数的方法和装置，属于计算机技术领域。所述方法包括：检测目标光伏子阵中的样本光伏组串的特性参数，所述特性参数包括短路电流和开路电压；根据所述样本光伏组串的特性参数和预先存储的环境参数算法，确定所述目标光伏子阵对应的环境参数。本公开可以提高确定光伏子阵的环境参数的效率。
Description
技术领域
本公开涉及计算机技术领域，特别涉及一种确定环境参数的方法和装置。
背景技术
随着科学技术的发展，发电方式越来越多，比如水利发电、火力发电和光伏发电(即太阳能发电)等。其中，光伏发电是非常重要的发电方式之一。光伏发电设备通常由光伏子阵构成，每个光伏子阵包括多个光伏组串，光伏组串可以将检测到的光能转化为电能，从而实现光伏发电。
在光伏发电的过程中，需要对光伏子阵进行功能检测或状态分析等，这些检测或分析的过程中，通常需要输入光伏子阵实时的环境参数。环境参数包括组件温度和辐照强度等。在检测环境参数时，技术人员需要通过检测设备(比如辐照仪器和测温设备)，人工检测光伏子阵的每个光伏子阵的环境参数，进而对光伏子阵进行功能检测。
在实现本公开的过程中，发明人发现现有技术至少存在以下问题：
在检测光伏子阵的环境参数时，需要人工进行检测，检测过程复杂且工作量巨大，导致检测光伏子阵的环境参数的效率较低；或采用环境监控设备，但设备价格昂贵且准确性不可控。
发明内容
为了解决现有技术的问题，本公开实施例提供了一种确定环境参数的方法和装置。所述技术方案如下：
第一方面，提供了一种确定环境参数的方法，所述方法包括：
检测目标光伏子阵中的样本光伏组串的特性参数，所述特性参数包括短路电流和开路电压；
根据所述样本光伏组串的特性参数和预先存储的环境参数算法，确定所述目标光伏子阵对应的环境参数。
在一种可能的实现方式中，所述环境参数包括组件温度，所述根据所述样本光伏组串的特性参数和预先存储的环境参数算法，确定所述目标光伏子阵对应的环境参数，包括：
根据所述样本光伏组串的特性参数，确定所述目标光伏子阵的特性参数；
根据所述目标光伏子阵的特性参数、预先存储的所述样本光伏组串在标称条件下的特性参数以及所述样本光伏组串的电压温度系数，确定所述目标光伏子阵对应的组件温度。
这样，提供了一种通过预设公式，来计算组件温度的实现方式。
在另一种可能的实现方式中，所述环境参数还包括辐照强度，所述方法还包括：
根据所述目标光伏子阵对应的组件温度和预先存储的所述样本光伏组串的电流温度系数，确定所述目标光伏子阵对应的辐照强度。
这样，提供了一种通过预设公式，来计算辐照强度的实现方式。
在另一种可能的实现方式中，所述根据所述样本光伏组串的特性参数，确定所述目标光伏子阵的特性参数，包括：
根据所述样本光伏组串的短路电流，确定平均短路电流，将所述平均短路电流作为所述目标光伏子阵的短路电流；根据所述样本光伏组串的开路电压，确定平均开路电压，将所述平均开路电压作为所述目标光伏子阵的短路电流；或者，
在所述样本光伏组串的短路电流中，确定出现次数大于预设阈值的短路电流，将确定出的短路电流作为所述目标光伏子阵的短路电流；在所述样本光伏组串的开路电压中，确定出现次数大于所述预设阈值的开路电压，将确定出的开路电压作为所述目标光伏子阵的开路电压。
这样，提供了一种确定目标光伏子阵的特性参数的实现方式。
在另一种可能的实现方式中，所述根据所述样本光伏组串的特性参数和预先存储的环境参数算法，确定所述目标光伏子阵对应的环境参数，包括：
根据所述样本光伏组串的特性参数和预先存储的环境参数计算模型，确定所述目标光伏子阵对应的环境参数。
这样，提供了一种通过环境参数计算模型，来确定环境参数的实现方式。
在另一种可能的实现方式中，所述方法还包括：
获取预先存储的多个训练样本，所述训练样本包括光伏组串的样本特性参数和样本环境参数，所述样本环境参数是检测到所述样本特性参数时，所述目标光伏子阵的样本环境参数；
基于所述多个训练样本，对预设的初始算法模型进行训练，得到所述环境参数计算模型。
这样，提供了一种训练环境参数计算模型的实现方式。
第二方面，提供了一种确定环境参数的装置，所述装置包括：
检测单元，用于检测目标光伏子阵中的样本光伏组串的特性参数，所述特性参数包括短路电流和开路电压；
确定单元，用于根据所述样本光伏组串的特性参数和预先存储的环境参数算法，确定所述目标光伏子阵对应的环境参数。
在一种可能的实现方式中，所述环境参数包括组件温度，所述确定单元，还用于：
根据所述样本光伏组串的特性参数，确定所述目标光伏子阵的特性参数；
根据所述目标光伏子阵的特性参数、预先存储的所述样本光伏组串在标称条件下的特性参数以及所述样本光伏组串的电压温度系数，确定所述目标光伏子阵对应的组件温度。
在另一种可能的实现方式中，所述环境参数还包括辐照强度，所述确定单元，还用于：
根据所述目标光伏子阵对应的组件温度和预先存储的所述样本光伏组串的电流温度系数，确定所述目标光伏子阵对应的辐照强度。
在另一种可能的实现方式中，所述确定单元，还用于：
根据所述样本光伏组串的短路电流，确定平均短路电流，将所述平均短路电流作为所述目标光伏子阵的短路电流；根据所述样本光伏组串的开路电压，确定平均开路电压，将所述平均开路电压作为所述目标光伏子阵的短路电流；或者，
在所述样本光伏组串的短路电流中，确定出现次数大于预设阈值的短路电流，将确定出的短路电流作为所述目标光伏子阵的短路电流；在所述样本光伏组串的开路电压中，确定出现次数大于所述预设阈值的开路电压，将确定出的开路电压作为所述目标光伏子阵的开路电压。
在另一种可能的实现方式中，所述确定单元，还用于：
根据所述样本光伏组串的特性参数和预先存储的环境参数计算模型，确定所述目标光伏子阵对应的环境参数。
在另一种可能的实现方式中，所述确定单元，还用于：
获取预先存储的多个训练样本，所述训练样本包括光伏组串的样本特性参数和样本环境参数，所述样本环境参数是检测到所述样本特性参数时，所述目标光伏子阵的样本环境参数；
基于所述多个训练样本，对预设的初始算法模型进行训练，得到所述环境参数计算模型。
第三方面，本发明实施例提供了一种计算机可读存储介质，包括指令，当所述计算机可读存储介质在终端上运行时，使得所述终端执行上述第一方面或第一方面中任意一种可能的实现方式所提供的确定环境参数的方法。
本公开实施例提供的技术方案带来的有益效果是：
通过检测目标光伏子阵中的样本光伏组串的特性参数(包括短路电流和开路电压)，根据样本光伏组串的特性参数和预先存储的环境参数算法，确定目标光伏子阵对应的环境参数，无需人工进行检测，提高了确定光伏子阵的环境参数的效率。
附图说明
图1是本公开实施例提供的系统框架图；
图2是本公开实施例提供的终端的结构示意图；
图3是本公开实施例提供的确定环境参数的方法流程图；
图4是本公开实施例提供的确定环境参数的装置结构示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚，下面将结合附图对本公开实施方式作进一步地详细描述。
上述所有可选技术方案，可以采用任意结合形成本公开的可选实施例，在此不再一一赘述。
本发明实施例提供了一种确定环境参数的方法，该方法的执行主体为终端。其中，该终端可以是安装有用于确定环境参数的应用程序的终端，例如，该终端可以是光伏发电设备的管理终端。光伏发电设备通常由光伏子阵构成，每个光伏子阵包括多个光伏组串，光伏组串可以将检测到的光能转化为电能，从而实现光伏发电，如图1所示，为本实施例提供的系统框架图，其中包括终端和光伏发电设备。该终端可以与光伏发电设备连接，并可以对光伏发电设备中的每个光伏组串进行组串IV扫描，得到每个光伏组串实时的特性曲线。该特性曲线可以反映对应的光伏组串中，电流和电压的变化情况。
参见图2，其示出了本发明示例性实施例提供的一种终端，该终端10包括收发器1011和存储器1012，该终端还可以包括处理器1013和网络接口1014。其中，存储器1012和网络接口1014分别与处理器1013连接；存储器1012用于存储程序代码，程序代码包括计算机操作指令，处理器1013和收发器1011用于执行存储器1012中存储的程序代码，用于实现接入终端的相关处理，并可以通过网络接口1014与光伏发电设备进行交互。
处理器1013包括一个或者一个以上处理核心。处理器1013通过运行软件程序以及单元，从而执行下述确定环境参数的方法。
其中，存储器1012与网络接口1014分别与处理器1013和收发器1011相连，收发器1011可以包括发射器和接收器。
存储器1012可用于存储软件程序以及单元。存储器1012可存储操作系统10121、至少一个功能所需的应用程序单元10122。操作系统10121可以是实时操作系统(Real TimeeXecutive，RTX)、LINUX、UNIX、WINDOWS或OS X之类的操作系统。
为了解决现有技术中人工进行检测环境参数时，检测过程复杂且工作量巨大，检测环境参数的效率较低的问题，本实施例提供了一种确定环境参数的方法，如图3所示，该方法的处理流程可以如下：
步骤301，检测目标光伏子阵中的样本光伏组串的特性参数，特性参数包括短路电流和开路电压。
在实施中，当需要确定某光伏子阵(即目标光伏子阵)的当前的环境参数时，终端可以对目标光伏子阵中的每个光伏组串进行组串IV扫描，得到每个光伏组串当前的特性曲线。例如，终端可以接收到用户输入的环境检测指令时，进行组串IV扫描；或者，可以在达到预设的检测周期时进行组串IV扫描。终端可以在这些特征曲线中，获取样本光伏组串的特性曲线，进而从样本光伏组串的特性曲线中，分别获取每个样本光伏组串的特性参数。其中，特性参数可以包括短路电流和开路电压，还可以包括工作点电压、工作点电流，串联电阻、最大功率电流、最大功率电压和填充因子中的一项或多项。最大功率电流可以是特性曲线中的最大功率对应的电流，最大功率电压可以是特性曲线中的最大功率对应的电压，填充因子可以是最大功率电流与最大功率电压的乘积，与检测到的短路电流和开路电压的乘积的比值。另外，该特性参数还可以包括其他参数，本实施例不做限定。该样本光伏组串可以包括目标光伏子阵中的全部光伏组串，或者，终端也可以在目标光伏子阵所包含的全部光伏组串，选择部分光伏组串作为样本光伏组串，以减少终端的处理量。例如，终端可以通过预设的采样规则选择样本光伏组串，或者，终端可以随机选择样本光伏组串。
步骤302，根据样本光伏组串的特性参数和预先存储的环境参数算法，确定目标光伏子阵对应的环境参数。
在实施中，终端中可以预先存储用于计算环境参数的环境参数算法。该环境参数可以包括组件温度和辐照强度，还可以包括湿度等其他参数，本实施例不做限定。终端检测到目标光伏子阵中的样本光伏组串的特性参数后，可以根据样本光伏组串的特性参数和预先存储的环境参数算法，确定在检测到上述特性参数时，目标光伏子阵的环境参数。环境参数算法可以是多种多样的，本实施例提供了两种可行的处理方式。
方式一、终端可以预先存储的环境参数的计算公式，根据该计算公式计算环境参数，以计算组件温度为例，具体的处理过程可以如下：根据样本光伏组串的特性参数，确定目标光伏子阵的特性参数；根据目标光伏子阵的特性参数、预先存储的样本光伏组串在标称条件下的特性参数以及样本光伏组串的电压温度系数，确定目标光伏子阵对应的组件温度。
在实施中，终端可以先根据样本光伏组串的特性参数，计算目标光伏子阵的特性参数，该计算方式可以是多种多样的。以特性参数包括短路电流和开路电压为例，终端获取到各样本光伏组串的短路电流后，可以计算各短路电流的平均值，得到平均短路电流，将平均短路电流作为目标光伏子阵的短路电流；同理，终端获取到各样本光伏组串的开路电压后，可以计算各开路电压的平均值，得到平均开路电压，将该平均开路电压作为目标光伏子阵的短路电流。例如，存在3个样本光伏组串，短路电流分别为0.5A，1A和1.5A，开路电压分别为5V，10V和15V，平均短路电流为(0.5+1+1.5)/3＝1A，平均开路电压为(5+10+15)/3＝10V，则目标光伏子阵特性参数为(1A，10V)。
或者，终端也可以在各样本光伏组串的短路电流中，确定出现次数大于预设阈值的短路电流，将确定出的短路电流作为目标光伏子阵的短路电流，如果出现次数大于预设阈值的短路电流的数目为多个，则可以计算该多个短路电流的平均值，作为目标光伏子阵的短路电流。或者，终端也可以将出现次数最多的短路电流，作为目标光伏子阵的短路电流。同理，终端可以在样本光伏组串的开路电压中，确定出现次数大于预设阈值的开路电压，将确定出的开路电压作为目标光伏子阵的开路电压，如果出现次数大于预设阈值的开路电压的数目为多个，则可以计算该多个开路电压的平均值，作为目标光伏子阵的开路电压。或者，终端也可以将出现次数最多的开路电压，作为目标光伏子阵的开路电压。
终端还可以获取预先存储的样本光伏组串在标称条件下的特性参数，以及样本光伏组串的电压温度系数。其中，标称条件是指辐照度为1000W/m2，且组件温度为25℃的条件；样本光伏组串在标称条件下的特性参数，是指在标称条件对该样本光伏组串进行检测得到的特性参数。目标光伏子阵所包含的各光伏组串在标称条件下的特性参数可以是相同的。样本光伏组串的电压温度系数是样本光伏组串固有的一个参数，电压温度系数可以是一个常数，且目标光伏子阵所包含的各光伏组串的电压温度系数可以是相同的。
终端可以根据目标光伏子阵的特性参数、预先存储的样本光伏组串在标称条件下的特性参数、样本光伏组串的电压温度系数和预设的组件温度计算公式，计算目标光伏子阵对应的组件温度，该组件温度即为检测到上述样本光伏组串的特性参数时，目标光伏子阵的组件温度，也可称为目标光伏子阵的平均组件温度。组件温度的计算公式可以如下：
其中，T为组件温度；γ为组件电压温度系数；
为目标光伏子阵在标称条件下的短路电流；
为目标光伏子阵在标称条件下的开路电压；
为上述确定出的目标光伏子阵的短路电流；
为上述确定出的目标光伏子阵的开路电压。
可选的，环境参数还包括辐照强度，辐照强度的计算方式可以如下：根据目标光伏子阵对应的组件温度和预先存储的样本光伏组串的电流温度系数，确定目标光伏子阵对应的辐照强度。
其中，样本光伏组串的电流温度系数是样本光伏组串固有的一个参数，电流温度系数可以是一个常数，且目标光伏子阵所包含的各光伏组串的电流温度系数可以是相同的。目标光伏子阵所包含的各光伏组串在标称条件下的短路电流也可以是相同的。
在实施中，终端还可以根据计算出的组件温度、预先存储的样本光伏组串的电流温度系数、目标光伏子阵的短路电流、样本光伏组串在标称条件下的短路电流和预先存储的辐照强度计算公式，确定目标光伏子阵对应的辐照强度。该辐照强度即为检测到上述样本光伏组串的特性参数时，目标光伏子阵的辐照强度。辐照强度的计算公式可以如下：
其中，Iirr为目标光伏子阵的辐照强度，
为上述确定出的目标光伏子阵的短路电流；
为目标光伏子阵在标称条件下的短路电流；T为组件温度；
为组件电流温度系数。
方式二、终端可以预先存储环境参数计算模型，根据该环境参数计算模型计算目标光伏子阵对应的环境参数，相应的处理过程可以如下：根据样本光伏组串的特性参数和预先存储的环境参数计算模型，确定目标光伏子阵对应的环境参数。
其中，特性参数可以包括检测到的短路电流和开路电压，还可以包括最大功率电流、最大功率电压和填充因子。最大功率电流可以是特性曲线中的最大功率对应的电流，最大功率电压可以是特性曲线中的最大功率对应的电压，填充因子可以是最大功率电流与最大功率电压的乘积，与检测到的短路电流和开路电压的乘积的比值。另外，该特性参数还可以包括其他参数，本实施例不做限定。
在实施中，终端获取到某样本光伏组串的特性曲线后，可以从该特性曲线中获取短路电流和开路电压，终端还可以确定该特性曲线中的最大功率，进而获取该最大功率对应的电流值和电压值，得到最大功率电流和最大功率电压。终端可以计算该特性曲线中的最大功率(即最大功率电流和最大功率电压的乘积)与短路电流和开路电压的乘积的比值，得到填充因子。基于该处理，终端可以确定每个样本光伏组串的特性参数。
终端中可以预先存储环境参数计算模型，该环境参数计算模型可以是基于神经网络训练得到的模型，环境参数计算模型的训练过程后续会进行详细说明。终端确定到目标光伏子阵中的样本光伏组串的特性参数后，可以将该特性参数输入到环境参数计算模型中，然后输出目标光伏子阵对应的环境参数。
可选的，环境参数计算模型的训练过程可以如下：获取预先存储的多个训练样本，训练样本包括光伏组串的样本特性参数，及检测到样本特性参数时，目标光伏子阵对应的样本环境参数；基于多个训练样本，对预设的初始算法模型进行训练，得到环境参数计算模型。
在实施中，终端可以构建初始算法模型，该初始算法模型可以是神经网络模型，该初始算法模型中可以包括预设数目个网络神经元。终端中还可以存储多个训练样本，训练样本可以包括多个光伏组串的样本特性参数和样本环境参数，其中，样本环境参数可以是检测到对应的样本特性参数时，目标光伏子阵的环境参数，该样本环境参数可以是通过人工检测得到的。终端可以基于多个训练样本和预设的训练算法，对初始算法模型进行训练，确定初始算法模型所包含的各网络神经元的权值，得到环境参数计算模型。
另外，终端还可以调整初始算法模型所包含的网络神经元的数量。例如，终端可以根据预设的调整规则，对网络神经元的数量进行调整，比如每次调整时增加预设数目个，或每次调整时减少预设数目个；或者，可以由用户对网络神经元的数量进行调整，终端根据用户输入的数量设置指令，来设置初始算法模型所包含的网络神经元的数量。然后，终端可以基于多个训练样本和预设的训练算法，对调整后的初始算法模型进行训练，确定环境参数计算模型。这样，终端对网络神经元的数量进行多次调整，得到包含不同数目的网络神经元的初始算法模型，然后对这些初始算法模型进行训练，得到对应的环境参数计算模型。终端可以将某训练样本(为了便于描述，可称为目标训练样本)中的样本特性参数，分别输入到每个环境参数计算模型中，确定每个环境参数计算模型对应的输出结果(即输出的环境参数)。
对于任一环境参数计算模型，终端可以确定该环境参数计算模型输出的环境参数，与目标训练样本中的环境参数的相似度。例如，环境参数为组件温度，输出的组件温度为22℃，目标训练样本中的组件温度为23℃，则相似度为22/23＝95％。对于环境参数为多个的情况，比如包括组件温度和辐照强度，终端可以分别计算每个环境参数对应的相似度，然后确定各相似度的平均值，该平均值可称为该环境参数计算模型的预测准确度。另外，终端还可以记录从输入目标训练样本中的样本特性参数的时间点，到该环境参数计算模型输出结果的时间点的时长，该时长可称为计算成本，然后，终端可以计算预测准确度与计算成本的比值。这样，终端可以得到训练出的每个环境参数计算模型对应的比值。终端可以确定比值最大的环境参数计算模型，并且可以记录该环境参数计算模型中所包含的网络神经元的数量，以及每个网络神经元的权值，将该环境参数计算模型作为确定环境参数时使用的环境参数计算模型。
这样，可以通过预设的计算公式或者环境参数计算模型，确定目标光伏子阵的环境参数，无需使用昂贵的测试设备进行实地检测，大大的降低了人工成本。另外，输入的数据是目标光伏子阵中的光伏组串的短路电流和开路电压，可以将目标光伏子阵中的光伏组串作为传感器使用，实时、准确的获取需要输入的数据，从而使得确定环境参数的准确度较高。
本公开实施例中，通过检测目标光伏子阵中的样本光伏组串的特性参数(包括短路电流和开路电压)，根据样本光伏组串的特性参数和预先存储的环境参数算法，确定目标光伏子阵对应的环境参数，无需人工进行检测，提高了确定光伏子阵的环境参数的效率。
图4是本发明实施例提供的一种确定环境参数的装置的结构方框图，该装置可以通过软件、硬件或者两者的结合实现成为终端的部分或者全部。
该装置包括：检测单元410和确定单元420。
检测单元410用于执行上述实施例中的步骤301及其可选方案。
确定单元420用于执行上述实施例中的步骤302及其可选方案。
本公开实施例中，通过检测目标光伏子阵中的样本光伏组串的特性参数(包括短路电流和开路电压)，根据样本光伏组串的特性参数和预先存储的环境参数算法，确定目标光伏子阵对应的环境参数，无需人工进行检测，提高了确定光伏子阵的环境参数的效率。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本公开的较佳实施例，并不用以限制本公开，凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
Claims (7)
1.一种确定环境参数的方法，其特征在于，所述方法包括：
检测目标光伏子阵中的样本光伏组串的特性参数，所述特性参数包括短路电流和开路电压；
根据所述样本光伏组串的特性参数和预先存储的环境参数算法，确定所述目标光伏子阵对应的环境参数；
所述环境参数包括组件温度，所述根据所述样本光伏组串的特性参数和预先存储的环境参数算法，确定所述目标光伏子阵对应的环境参数，包括：
根据所述样本光伏组串的特性参数包括的所述短路电流和所述开路电压，和预先存储的环境参数算法，共同确定所述目标光伏子阵对应的组件温度；
其中，所述根据所述样本光伏组串的特性参数包括的所述短路电流和所述开路电压，和预先存储的环境参数算法，共同确定所述目标光伏子阵对应的组件温度，包括：
根据所述样本光伏组串的特性参数包括的所述短路电流和所述开路电压，确定所述目标光伏子阵的特性参数，根据所述目标光伏子阵的特性参数、预先存储的所述样本光伏组串在标称条件下的特性参数以及所述样本光伏组串的电压温度系数，共同确定所述目标光伏子阵在标称条件下对应的组件温度。
2.根据权利要求1所述的方法，其特征在于，所述环境参数还包括辐照强度，所述方法还包括：
根据所述目标光伏子阵对应的组件温度和预先存储的所述样本光伏组串的电流温度系数，确定所述目标光伏子阵对应的辐照强度。
3.根据权利要求1所述的方法，其特征在于，所述根据所述样本光伏组串的特性参数包括的所述短路电流和所述开路电压，确定所述目标光伏子阵的特性参数，包括：
根据所述样本光伏组串的短路电流，确定平均短路电流，将所述平均短路电流作为所述目标光伏子阵的短路电流；根据所述样本光伏组串的开路电压，确定平均开路电压，将所述平均开路电压作为所述目标光伏子阵的短路电流；或者，
在所述样本光伏组串的短路电流中，确定出现次数大于预设阈值的短路电流，将确定出的短路电流作为所述目标光伏子阵的短路电流；在所述样本光伏组串的开路电压中，确定出现次数大于所述预设阈值的开路电压，将确定出的开路电压作为所述目标光伏子阵的开路电压。
4.一种确定环境参数的装置，其特征在于，所述装置包括：
检测单元，用于检测目标光伏子阵中的样本光伏组串的特性参数，所述特性参数包括短路电流和开路电压；
确定单元，用于根据所述样本光伏组串的特性参数和预先存储的环境参数算法，确定所述目标光伏子阵对应的环境参数；
所述环境参数包括组件温度，所述确定单元根据所述样本光伏组串的特性参数和预先存储的环境参数算法，确定所述目标光伏子阵对应的环境参数，具体用于：
根据所述样本光伏组串的特性参数包括的所述短路电流和所述开路电压，和预先存储的环境参数算法，共同确定所述目标光伏子阵对应的组件温度；
所述确定单元根据所述样本光伏组串的特性参数包括的所述短路电流和所述开路电压，和预先存储的环境参数算法，共同确定所述目标光伏子阵对应的组件温度，具体用于：
根据所述样本光伏组串的特性参数包括的所述短路电流和所述开路电压，确定所述目标光伏子阵的特性参数，根据所述目标光伏子阵的特性参数、预先存储的所述样本光伏组串在标称条件下的特性参数以及所述样本光伏组串的电压温度系数，共同确定所述目标光伏子阵在标称条件下对应的组件温度。
5.根据权利要求4所述的装置，其特征在于，所述环境参数还包括辐照强度，所述确定单元，还用于：
根据所述目标光伏子阵对应的组件温度和预先存储的所述样本光伏组串的电流温度系数，确定所述目标光伏子阵对应的辐照强度。
6.根据权利要求4所述的装置，其特征在于，所述确定单元，还用于：
根据所述样本光伏组串的短路电流，确定平均短路电流，将所述平均短路电流作为所述目标光伏子阵的短路电流；根据所述样本光伏组串的开路电压，确定平均开路电压，将所述平均开路电压作为所述目标光伏子阵的短路电流；或者，
在所述样本光伏组串的短路电流中，确定出现次数大于预设阈值的短路电流，将确定出的短路电流作为所述目标光伏子阵的短路电流；在所述样本光伏组串的开路电压中，确定出现次数大于所述预设阈值的开路电压，将确定出的开路电压作为所述目标光伏子阵的开路电压。
7.一种计算机可读存储介质，包括指令，当所述计算机可读存储介质在终端上运行时，使得所述终端执行所述权利要求1-3中任一权利要求所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710339386.2A CN107204741B (zh) | 2017-05-15 | 2017-05-15 | 一种确定环境参数的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710339386.2A CN107204741B (zh) | 2017-05-15 | 2017-05-15 | 一种确定环境参数的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107204741A CN107204741A (zh) | 2017-09-26 |
| CN107204741B true CN107204741B (zh) | 2021-12-14 |
Family
ID=59905058
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710339386.2A Active CN107204741B (zh) | 2017-05-15 | 2017-05-15 | 一种确定环境参数的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107204741B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110297136B (zh) | 2019-05-28 | 2022-01-11 | 华为数字技术（苏州）有限公司 | 一种检测条件确定方法、装置及光伏系统 |
| CN113674305B (zh) * | 2021-08-25 | 2022-05-31 | 茶陵县强强陶瓷有限公司 | 应用于陶瓷生产的智能储坯系统及控制方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101375408A (zh) * | 2006-05-17 | 2009-02-25 | 英弘精机株式会社 | 太阳能电池的特性评价装置 |
| CN102522917A (zh) * | 2011-11-18 | 2012-06-27 | 中国电力科学研究院 | 光伏电站发电输出功率预测方法 |
| CN103250260A (zh) * | 2010-12-02 | 2013-08-14 | 陶氏环球技术有限责任公司 | 用于测量辐照度和温度的光伏器件 |
| CN103995559A (zh) * | 2014-04-25 | 2014-08-20 | 中国科学院广州能源研究所 | 一种基于环境参数模型的定电压mppt控制方法和系统 |
| CN105720914A (zh) * | 2014-12-01 | 2016-06-29 | 国家电网公司 | 光伏发电系统工作状态的检测方法及装置 |
| CN106059494A (zh) * | 2016-06-24 | 2016-10-26 | 河海大学常州校区 | 一种基于光伏电池负载两端电压计算辐照度的方法 |
| CN106228256A (zh) * | 2016-06-30 | 2016-12-14 | 中国电力科学研究院 | 一种光伏组件温度预测方法 |
| CN106301220A (zh) * | 2015-06-10 | 2017-01-04 | 阿特斯(中国)投资有限公司 | 光伏组件温度系数获取方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105260800A (zh) * | 2015-10-26 | 2016-01-20 | 国网浙江省电力公司电力科学研究院 | 一种光伏组件温度预测方法及装置 |
-
2017
- 2017-05-15 CN CN201710339386.2A patent/CN107204741B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101375408A (zh) * | 2006-05-17 | 2009-02-25 | 英弘精机株式会社 | 太阳能电池的特性评价装置 |
| CN103250260A (zh) * | 2010-12-02 | 2013-08-14 | 陶氏环球技术有限责任公司 | 用于测量辐照度和温度的光伏器件 |
| CN102522917A (zh) * | 2011-11-18 | 2012-06-27 | 中国电力科学研究院 | 光伏电站发电输出功率预测方法 |
| CN103995559A (zh) * | 2014-04-25 | 2014-08-20 | 中国科学院广州能源研究所 | 一种基于环境参数模型的定电压mppt控制方法和系统 |
| CN105720914A (zh) * | 2014-12-01 | 2016-06-29 | 国家电网公司 | 光伏发电系统工作状态的检测方法及装置 |
| CN106301220A (zh) * | 2015-06-10 | 2017-01-04 | 阿特斯(中国)投资有限公司 | 光伏组件温度系数获取方法 |
| CN106059494A (zh) * | 2016-06-24 | 2016-10-26 | 河海大学常州校区 | 一种基于光伏电池负载两端电压计算辐照度的方法 |
| CN106228256A (zh) * | 2016-06-30 | 2016-12-14 | 中国电力科学研究院 | 一种光伏组件温度预测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107204741A (zh) | 2017-09-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10337498B2 (en) | Method and device for detecting equivalent load of wind turbine | |
| Toledo et al. | Analytical resolution of the electrical four-parameters model of a photovoltaic module using small perturbation around the operating point | |
| CN110070102B (zh) | 用于电能质量扰动类型识别的序列对序列模型建立方法 | |
| CN107562992B (zh) | 一种基于svm和粒子群算法的光伏列阵最大功率跟踪方法 | |
| CN111368892A (zh) | 一种广义s变换和svm的电能质量扰动高效识别方法 | |
| CN107204741B (zh) | 一种确定环境参数的方法和装置 | |
| JP6086875B2 (ja) | 発電量予測装置および発電量予測方法 | |
| CN114897204A (zh) | 一种海上风电场短期风速预测方法和装置 | |
| CN111597868A (zh) | 一种基于ssd的变电站隔离开关状态分析方法 | |
| CN108647838A (zh) | 一种基于随机矩阵理论和在线序列极限学习机的电网态势感知方法 | |
| CN118485113A (zh) | 新能源典型出力生成模型构建方法、装置、设备及介质 | |
| CN118351466A (zh) | 基于门控循环单元的涉电公共安全隐患识别方法 | |
| CN118054400A (zh) | 一种基于可解释性与模型融合的风电功率预测方法及系统 | |
| CN113158781B (zh) | 一种雷击跳闸类型识别方法 | |
| CN116307269B (zh) | 一种基于人工智能的光伏发电功率预测方法及装置 | |
| CN107437112B (zh) | 一种基于改进多尺度核函数的混合rvm模型预测方法 | |
| Jaeger | Reservoir self-control for achieving invariance against slow input distortions | |
| CN117131360A (zh) | 一种基于波形数据的宽频振荡监测方法及系统 | |
| CN115483884B (zh) | 一种批量光伏组件的功率性能评价方法及相关设备 | |
| CN112232598A (zh) | 一种递进式光伏发电系统输出功率组合预测方法及系统 | |
| CN116702629A (zh) | 一种具备可迁移能力的电力系统暂态稳定评估方法 | |
| CN112329535B (zh) | 基于cnn的电力系统低频振荡模态特征的快速辨识方法 | |
| CN113657149A (zh) | 一种基于深度学习的电能质量分析与识别方法 | |
| Angulo et al. | A Neural Network-Aided Functional Model of Photovoltaic Arrays for a Wide Range of Atmospheric Conditions | |
| Li et al. | Research on Infrared Thermal Imaging Zero-value Insulator Identification Based on WOA-SVM Algorithm |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190613 Address after: 710061 Room 10105, Building 1, Unit 1, No. 396 Yanta South Road, Qujiang New Area, Xi'an City, Shaanxi Province Applicant after: State Electricity Investment Group the Yellow River Upstream Hydropower Development Co., Ltd. Applicant after: Huawei Technologies Co., Ltd. Address before: 518129 Bantian HUAWEI headquarters office building, Longgang District, Guangdong, Shenzhen Applicant before: Huawei Technologies Co., Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220105 Address after: 710061 Room 10105, Building 1, Unit 1, No. 396 Yanta South Road, Qujiang New Area, Xi'an City, Shaanxi Province Patentee after: HUANGHE HYDROPOWER DEVELOPMENT Co.,Ltd. Patentee after: Huawei Digital Energy Technology Co., Ltd Address before: 710061 Room 10105, Building 1, Unit 1, No. 396 Yanta South Road, Qujiang New Area, Xi'an City, Shaanxi Province Patentee before: HUANGHE HYDROPOWER DEVELOPMENT Co.,Ltd. Patentee before: HUAWEI Technologies Ltd |