CN107832489A - 一种光伏面板最佳数目及月倾角的计算方法 - Google Patents
一种光伏面板最佳数目及月倾角的计算方法 Download PDFInfo
- Publication number
- CN107832489A CN107832489A CN201710883552.5A CN201710883552A CN107832489A CN 107832489 A CN107832489 A CN 107832489A CN 201710883552 A CN201710883552 A CN 201710883552A CN 107832489 A CN107832489 A CN 107832489A
- Authority
- CN
- China
- Prior art keywords
- mrow
- photovoltaic
- msub
- mtd
- msup
- 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
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 title claims abstract description 26
- 238000000205 computational method Methods 0.000 title claims abstract description 14
- 238000009826 distribution Methods 0.000 claims abstract description 24
- 230000005855 radiation Effects 0.000 claims abstract description 21
- 238000013210 evaluation model Methods 0.000 claims abstract description 9
- 230000006870 function Effects 0.000 claims description 17
- 238000005457 optimization Methods 0.000 claims description 16
- 230000006735 deficit Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 6
- 238000010248 power generation Methods 0.000 abstract description 5
- 238000011160 research Methods 0.000 abstract description 2
- 238000009434 installation Methods 0.000 description 5
- 101100177269 Arabidopsis thaliana HCAR gene Proteins 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 229910021421 monocrystalline silicon Inorganic materials 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明涉及一种光伏面板最佳数目及月倾角的计算方法,可应用于太阳能相关领域的科学研究和工程应用。本发明中,考虑光伏面板的光伏出力与负荷时间分布一致性评估模型、太阳辐射计算模型及电池板数学模型,提出了光伏面板最佳数目及月倾角计算方法。依据光伏模板月倾角的边界条件,并以光伏面板失载概率最小、富余发电量最少为目标函数,建立考虑光伏出力与负荷时间分布一致性的光伏面板最佳数目及月倾角的确定方法。该方法可以尽可能实现光伏发电功率同负荷的变化趋势相一致,是光伏发电领域、农业、气象、建筑等领域的数据基础。
Description
技术领域
本发明涉及光伏发电技术领域,尤其涉及一种考虑负荷时间分布的光伏面板最佳数目及月倾角的计算方法。
背景技术
近年来,环境压力和能源成本升级造成了一系列电力生产的困境。像许多发展中国家一样,越来越多能源燃料的消耗振兴了中国经济,也暴露了供应中断的潜在危机。因此,可再生能源在中国未来的电力系统中起着越来越重要的作用。它将会取代全部或部分的常规能源。其中,太阳能以其清洁、无污染、可持续利用等优点获得了关注。太阳能被称为一种理想的能源,能够从根本上解决能源危机和环境问题。太阳辐射随地理纬度,季节和时间造成的太阳位置的改变而改变。为了最大限度地保证光伏系统发电量适应负荷,光伏电池板在不同的情况下应以合适的数量,在适当的倾斜角度下安装。
传统的方法,最佳月倾角的确定通常基于以下原则:1、能量价值高,即光伏系统全年的发电量最大;2、均匀性最好,即使光伏面板全年接收到的平均日辐射最相似;3、容量价值高,即在维持系统可靠性水平不变的前提下,新增电源可承载负荷的能力。对于分布式光伏发电系统,在尽量满足承载负荷、失载概率尽量小的同时,光伏面板数量尽可能少,富余发电量尽可能少的要求同样很重要。由此可见,有必要提出一种不同于传统方法的光伏面板最佳数目及安装月倾角的计算方法,以满足分布式光伏发电系统的需要。
发明内容
技术问题:本发明提出了一种考虑负荷时间分布的光伏面板最佳数目及月倾角的计算方法,使得失载概率尽量小的同时,富余发电量尽可能少。
技术方案:本发明提出一种考虑负荷时间分布的光伏面板最佳数目的计算方法,包括以下步骤:
1)计算太阳辐射天文参数,所述太阳辐射天文参数包括斜面太阳光照强度G';
2)建立光伏电池板功率模型,基于G'求解出光伏电池板最大功率点对应的输出功率PM;
3)建立光伏电站产能模型,基于PM求解出光伏出力Po;
4)基于Po和测得的功率负荷PLoad建立光伏面板的光伏出力与负荷时间分布一致性评估模型;
5)针对所述分布一致性评估模型确定优化的目标函数和边界条件;
6)对步骤5)中的优化问题进行和声搜索,确定光伏面板数目Npv的最优值。
又提出一种考虑负荷时间分布的光伏面板最佳月倾角的计算方法,包括以下步骤:
1)计算太阳辐射天文参数,所述太阳辐射天文参数包括斜面太阳光照强度G';
2)建立光伏电池板功率模型,基于G'求解出光伏电池板最大功率点对应的输出功率PM;
3)建立光伏电站产能模型,基于PM求解出光伏出力Po;
4)基于Po和测得的功率负荷PLoad建立光伏面板的光伏出力与负荷时间分布一致性评估模型;
5)针对所述分布一致性评估模型确定优化的目标函数和边界条件;
6)对步骤5)中的优化问题进行和声搜索,确定光伏面板月倾角β的最优值。
进一步地,在步骤4)中,所述光伏面板的光伏出力与负荷时间分布一致性评估模型由以下公式表示:
其中,DG-L表征光伏出力与负荷的时间分布一致性,Power deficit为缺失功率,Power demand为需求功率。
进一步地,在步骤5)中,目标函数为:
min(DG-L(β,NPV)),
边界条件为:
βmin≤β≤βmax,
NPV>0,
其中,βmin、βmax分别为β的下界和上界,分别为0°和90°。
进一步地,在步骤6)中,按以下步骤确定Npv或β的最优值:
6.1)初始化优化问题并确定下列参数:和声内存大小=6,记忆库取值概率=0.9,微调概率=0.4~0.9,和终止准则=2000;
6.2)初始化HM和声记忆,在HM矩阵的解向量是随机生成的,通过目标函数值进行排序,HM是由下式得到:
6.3)由HM即兴创作一个新的和声向量,(β',NPV')是基于记忆考虑、基音调整、随机选择生成的;
6.4)如果新的目标函数值优于当前HM内的最坏和声,加入HM新和声,排除现有的最坏和声,然后根据目标函数值对HM排序;
6.5)重复步骤3)和步骤4),直到满足最大数量搜索为两千的终止准则,如果终止准则未满足则重复步骤3)和4)。
有益效果:本发明所提出的考虑负荷时间分布的光伏面板最佳数目及月倾角的计算方法,能够生成光伏面板最佳数目及月倾角数据,尽量使得失载概率尽量小,富余发电量尽可能少。
附图说明
图1为本发明光伏面板最佳数目及月倾角的计算方法的流程图;
图2为赤道坐标系图;
图3为单个太阳能电池的数学模型示意图;
图4为日负荷曲线;
图5为负荷5的周负荷曲线;
图6(a)到6(e)分别为海口地区负荷1-5的时间分布下的结果。
具体实施方案
下面结合附图对发明的技术流程进行详细说明:
为了便于说明本发明原理,本发明选取了中国不同气候类型的六个城市为研究对象,具体过程如图1所示,其包括如下步骤:
1、计算太阳辐射天文参数。
(1)赤道坐标系:
如图2所示,在赤道坐标系中,太阳位置由太阳赤纬角δ和太阳时角ω两个坐标决定。与赤道平面平行的平面与地球的交线称为地球的纬度。通常将太阳直射点的纬度,即地心与太阳中心的连线与赤道平面的夹角称为赤纬角δ,其计算公式为:
δ=23.45°×sin[360°×(284+N)/365] (1)
其中:N为积日,即从元旦算起的天数。
太阳时角ω是用角度表示的当地真太阳时。其计算公式为:
ω=(S1-12)×15° (2)
S1=S+Et-4×(120°-JD)/60 (3)
Et=(9.78sin2B-7.53cosB-1.5sinB)/60 (4)
其中:S1为当地的真太阳时;S为当地的北京时;JD为当地的经度,东经取正值,西经取负值;Et为太阳在黄道上非匀速公转运动而产生的时差,时差Et的单位为小时;B=360(N-81)/364。
(2)本发明中主要涉及的是晴天情况下的斜面太阳辐射模型,斜面上的太阳辐射模型公式相较水平面的太阳辐射模型需要做出一些修正。在主要求取斜面上的小时太阳总辐照量的模型主要有天空各向同性模型和天空各项异性模型。而天空各项异性模型相较天空各向同性模型有较高的精确性,因此斜面太阳辐射模型主要采用天空各项异性模型进行建模,其中斜面太阳光照强度G'可用下式计算:
式中:G、D、B分别为水平面瞬时太阳总辐射、水平面瞬时散射辐射、水平面瞬时直射辐射。G0表示的是太阳常数,其所指代的是垂直于太阳光方向的单位面积上所获得的太阳辐射能,该数值约为G0=1367±7W/m2。为当地的地理纬度,南纬取负值,北纬取正值。。
2、建立光伏电池板数学模型。
如图3,在外接负荷情况下,负荷电流I与太阳能电池电流IPH、二极管饱和电流ID和并联电阻电流ISH的关系为:
I=IPH-ID-ISH (6)
负荷电压V与二极管电压VD的关系为:
V=VD-RS×I (7)
式中:IPH同时也是太阳能电池的短路电流,也是太阳能电池所能产生的最大电流,它在外接负荷为0,即V=0时得到,短路电流用ISC表示,有:
IPH=ISC (8)
(1)环境温度Ta与太阳能电池温度Tc的关系
多数情况下,环境温度Ta与太阳能电池温度Tc并不相同,一般情况下简便计算太阳能电池温度的表达式如下所示:
Tc=Ta+C2Ga (9)
式中:下标a表示环境;下标c表示太阳能电池;T为温度;G为光照强度;C2是一个系数,单位为(K·m2/W),通常取值为0.03。
(2)短路电流ISC
一般地,ISC可表示为:
ISC=ISC(T1)×[1+α(T-T1)] (10)
式中:ISC(T1)为在参考温度T1(通常取作25℃),时的太阳能电池短路电流;T为当前环境温度,α为参考日照下的太阳能电池短路电流温度系数。
考虑到太阳光照强度的情况,在相同温度情况下,太阳能电池的短路电流只是光照强度的函数。ISC可以表示为:
式中:G′即为在公式(5)中计算出的倾斜面上太阳光照强度,单位为W/m2,Gnom=1000W/m2;T1,nom=G'/32+T1。
(3)二极管饱和电流
二极管饱和电流可以表示为:
式中:q为电子的电荷量,取值一般为1.6×10-19C;k是波尔兹曼常数,取值一般为1.38×10-23J/K;T为环境温度(℃),需要转换成绝对温度(+273.15K);n为二极管的理想因数,数值为1~2,在大电流时靠近1,小电流时靠近2,通常取作1.3左右;I0是温度的复杂函数,可以进一步表达为:
式中:Vg为太阳能电池带隙电压。对单晶硅为1.12eV,对非单晶硅为1.75eV。I0(T1)可以通过一定条件求解公式I=ISC-ID,表示为:
式中求解条件为环境温度为T1,负荷电流I=0,太阳能电池开路电压V=VOC(T1),为I=0时得到的二极管上的压降,它表达了太阳能电池在夜间的电压,VOC(T1)可以表示为:
(4)开路电压VOC由以下公式计算:
VOC=VOC(T1)×[1-β(T-T1)] (16)
式中:Vt=k×T/q称为热电压,其一般取值为25.68mV,T=25℃。β为参考电压下太阳能电池开路电压温度系数,对单晶硅光伏电池典型值为5mV/℃。
(5)填充因数
定义填充因数为:
对于性能理想的光伏电池,FF值应该大于0.7,随着温度的增加,FF值会下降。
(6)光伏电池功率的求解
在大多数情况下对于光伏电池板的输出功率求解精度要求不高,因此基于以下假设来简化光伏电池板功率输出模型:
1)单个太阳能电池的数学模型中并联电阻是微不足道的;
2)光伏电池中的电流和短路电流的数值是相等的;
3)在所有的正常工作条件下有
4)所有发电单元的参数是相同,在相同的光照和温度环境下其函数值是相同的。
5)连接光伏单元导体上的电压跌落是可以忽略的;
所以光伏电池板的功率输出表达式为:
PM(t,β)=VOC(t)ISC(t,β)FF(t,β) (18)
联立公式式(7)~(18)即可得出光伏电池板I-V曲线表达式,并求解出光伏电池板最大功率点对应的输出功率PM。
3、建立大型光伏电站产能模型。
每个光伏板输出功率在y年(1≤y≤n),d天(1≤d≤365),t时刻(1≤t≤24)的光伏出力Po(y,d,t,β)(KW)是通过如下等式计算所得:
Po(y,d,t,β)=η(y)·Pout(d,t,β) (19)
其中β是光伏模块的月倾角(0°≤β≤90°),η(y)指的是第y年(1≤y≤n)光伏电站的实际运行效率。而其效率因子需要计及光伏板输出损耗,逆变器转换效率,光伏电站设备老化所造成的折损等方面的影响。根据实际的调研分析可知:逆变器效率3-5%、电流适配损失2-3%、电池面污秽5-15%。而根据光伏组件生产商承诺,光伏组件的产能可以保证在购买后10年内太阳能电池板的输出功率不低于90%,20年内不低于80%。因此,选取一般情况作为分析,即逆变器效率损失为4%,电流适配损失为2.5%,电池面污秽损失为10%,光伏组件由于设备老化所导致的年折损率为0.7%。因此有:
η(y)=0.8775×(1-0.7%×(y-1))×100% (20)
基于上述大型光伏电站产能模型,便可以求解出光伏电池板最大功率点对应的输出功率PM的光伏出力;
4、建立光伏面板的光伏出力与负荷时间分布一致性评估模型。
系统的额定功率不仅取决于满足总能量需求,还取决于负荷的时间分布。另一方面,系统的额定功率还取决于其他一些设计标准,如是否直接或间接连接到负荷,或负荷概率损失水平(LLP)。在本发明中,光伏系统的性能是根据年LLP的大小定量分析。关于时间t的LLP定义为,
其中,Power deficit为缺失功率,Power demand为需求功率,PLoad为实际测得的功率负荷(即,功率需求量),NPV为光伏面板的数目,Po(t)即为之前求解出的光伏电池板最大功率点对应的输出功率PM的光伏出力。
本发明的光伏发电系统在尽量满足承载负荷、失载概率尽量小的同时,要求光伏面板数量尽可能少,富余发电量尽可能少的要求同样很重要。因此根据LLP的定义,光伏出力与负荷的时间分布一致性可由DG-L表征,其中
特别地,DG-L越小,光伏出力与负荷的时间分布一致性越大。
5、确定优化系统中的目标函数和边界条件。
根据“辐射最大化”的需求和关于太阳轨道和位置的数学模型,建立了决策目标体系。以下是优化问题的目标函数,其中光伏面板的数目和月倾角根据其设置:
min(DG-L(β,NPV)) (23)
以下是优化问题的边界条件:
βmin≤β≤βmax (24)
NPV>0 (25)
其中,βmin、βmax分别为β的下界和上界,分别为0°和90°;NPV为光伏模块的数目。
6、对该优化问题进行和声搜索,确定数目及月倾角的最优值。
第一步:初始化优化问题和参数。首先,优化问题由公式(23)~(25)表示。求解优化问题HS算法所需参数也将在这一步确定:和声内存大小(在和声的记忆的解向量的数量HMS)=6,记忆库取值概率(HMCR)=0.9,微调概率(PAR)=(0.4、0.9),和终止准则(搜索的最大数量)=2000。
第二步:初始化和声记忆(HM)。在HM矩阵的解向量是随机生成的,通过目标函数值进行排序。HM是由(12)得到:
第三步:由HM即兴创作一个新的和声向量,(β',NPV')是基于记忆考虑、基音调整、随机选择生成的。
例如,第一个设计的变量的值(β')为新的载体可以在指定范围内的任何值(β'–βHMS)。其他设计变量(NPV')的值可以以相同的方式选择。在这里,该算法选择新值和HMCR=0.9:
音调调节过程一直保持执行,直到从HM中选择一个值。0.4的微调概率表明选择相邻的值的可能性为40%×HMCR。
Pitch adjusting decision for
如果对β',NPV'的音调调节的决定为“是”,β',NPV'被假设为β'(k),NPV'(k),β',NPV'的第k个元素,音调调节值β(k),NPV(k)是:
在α=bw×u(-1,1),bw∈(0.0001,1),这是基音调整步长,所有变量的范围都在区间(0.0001,1),u(-1,1)是-1和1之间的均匀分布。
第四步:如果新的目标函数值优于当前HM内最坏和声,加入HM新和声,排除现有的最坏和声。然后根据目标函数值对HM排序。
第五步:重复步骤3和步骤4,直到满足终止准则。在这一步骤中,终止之前计算过程持续进行,最终的结论是按照指定的终止准则(最大数量的搜索=2000)得到的。如果不是,重复步骤3和4。
以海口地区某分布式光伏发电系统为例,不同负荷下的光伏模板的最佳数目及月倾角也不同。图4为日负荷曲线,其中负荷曲线1对应小时恒定负荷,负荷曲线2和3对应日恒定负荷,负荷曲线4对应日变化负荷,负荷曲线5对应恒定负荷。图5为图4中负荷5的周变化曲线。
经计算,海口在负荷1下的最佳安装数目为13,1~12月的最佳月倾角分别为14°,8°,9°,61°,57°,69°,70°,70°,70°,70°,14°,13°,如图6(a)所示。海口在负荷2下的最佳安装数目为5,1~12月的最佳月倾角分别为15°,10°,11°,46°,28°,57°,69°,62°,68°,70°,8°,14°,如图6(b)所示。海口在负荷3下的最佳安装数目为9,1~12月的最佳月倾角分别为14°,11°,9°,54°,48°,65°,70°,70°,69°,70°,14°,11°,如图6(c)所示。海口在负荷4下的最佳安装数目为3,1~12月的最佳月倾角分别为17°,15°,13°,18°,10°,52°,67°,59°,54°,63°,17°,16°,如图6(d)所示。海口在负荷5下的最佳安装数目为3,1~12月的最佳月倾角分别为14°,8°,9°,55°,50°,66°,70°,70°,68°,70°,14°,13°,如图6(e)所示。
Claims (5)
1.一种光伏面板最佳数目的计算方法,其特征在于,包括以下步骤:
1)计算太阳辐射天文参数,所述太阳辐射天文参数包括斜面太阳光照强度G';
2)建立光伏电池板功率模型,基于G'求解出光伏电池板最大功率点对应的输出功率PM;
3)建立光伏电站产能模型,基于PM求解出光伏出力Po;
4)基于Po和测得的功率负荷PLoad建立光伏面板的光伏出力与负荷时间分布一致性评估模型;
5)针对所述分布一致性评估模型确定优化的目标函数和边界条件;
6)对步骤5)中的优化问题进行和声搜索,确定光伏面板数目Npv的最优值。
2.一种光伏面板最佳月倾角的计算方法,其特征在于,包括以下步骤:
1)计算太阳辐射天文参数,所述太阳辐射天文参数包括斜面太阳光照强度G';
2)建立光伏电池板功率模型,基于G'求解出光伏电池板最大功率点对应的输出功率PM;
3)建立光伏电站产能模型,基于PM求解出光伏出力Po;
4)基于Po和测得的功率负荷PLoad建立光伏面板的光伏出力与负荷时间分布一致性评估模型;
5)针对所述分布一致性评估模型确定优化的目标函数和边界条件;
6)对步骤5)中的优化问题进行和声搜索,确定光伏面板月倾角β的最优值。
3.根据权利要求1或2所述的计算方法,其特征在于:在步骤4)中,所述光伏面板的光伏出力与负荷时间分布一致性评估模型由以下公式表示:
<mrow>
<msub>
<mi>D</mi>
<mrow>
<mi>G</mi>
<mo>-</mo>
<mi>L</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msubsup>
<mo>&Integral;</mo>
<mn>0</mn>
<mi>t</mi>
</msubsup>
<mo>|</mo>
<mi>P</mi>
<mi>o</mi>
<mi>w</mi>
<mi>e</mi>
<mi>r</mi>
<mi> </mi>
<mi>d</mi>
<mi>e</mi>
<mi>f</mi>
<mi>i</mi>
<mi>c</mi>
<mi>i</mi>
<mi>t</mi>
<mo>|</mo>
</mrow>
<mrow>
<msubsup>
<mo>&Integral;</mo>
<mn>0</mn>
<mi>t</mi>
</msubsup>
<mi>P</mi>
<mi>o</mi>
<mi>w</mi>
<mi>e</mi>
<mi>r</mi>
<mi> </mi>
<mi>d</mi>
<mi>e</mi>
<mi>m</mi>
<mi>a</mi>
<mi>n</mi>
<mi>d</mi>
<mo>|</mo>
</mrow>
</mfrac>
<mo>=</mo>
<mfrac>
<mrow>
<msubsup>
<mo>&Integral;</mo>
<mn>0</mn>
<mi>t</mi>
</msubsup>
<mo>|</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>L</mi>
<mi>o</mi>
<mi>a</mi>
<mi>d</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>N</mi>
<mrow>
<mi>P</mi>
<mi>V</mi>
</mrow>
</msub>
<mo>*</mo>
<msub>
<mi>P</mi>
<mi>o</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
</mrow>
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>L</mi>
<mi>o</mi>
<mi>a</mi>
<mi>d</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
其中,DG-L表征光伏出力与负荷的时间分布一致性,Power deficit为缺失功率,Powerdemand为需求功率。
4.根据权利要求3所述的计算方法,其特征在于:在步骤5)中,目标函数为:
min(DG-L(β,NPV)),
边界条件为:
βmin≤β≤βmax,
NPV>0,
其中,βmin、βmax分别为β的下界和上界,分别为0°和90°。
5.根据权利要求4所述的计算方法,其特征在于:在步骤6)中,按以下步骤确定Npv或β的最优值:
6.1)初始化优化问题并确定下列参数:和声内存大小=6,记忆库取值概率=0.9,微调概率=0.4~0.9,和终止准则=2000;
6.2)初始化HM和声记忆,在HM矩阵的解向量是随机生成的,通过目标函数值进行排序,HM是由下式得到:
<mrow>
<mi>H</mi>
<mi>M</mi>
<mo>=</mo>
<msup>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msup>
<mi>&beta;</mi>
<mn>1</mn>
</msup>
</mtd>
<mtd>
<msup>
<mi>&beta;</mi>
<mn>2</mn>
</msup>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<msup>
<mi>&beta;</mi>
<mrow>
<mi>H</mi>
<mi>M</mi>
<mi>S</mi>
</mrow>
</msup>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msup>
<msub>
<mi>N</mi>
<mrow>
<mi>P</mi>
<mi>V</mi>
</mrow>
</msub>
<mn>1</mn>
</msup>
</mrow>
</mtd>
<mtd>
<mrow>
<msup>
<msub>
<mi>N</mi>
<mrow>
<mi>P</mi>
<mi>V</mi>
</mrow>
</msub>
<mn>2</mn>
</msup>
</mrow>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mrow>
<msup>
<msub>
<mi>N</mi>
<mrow>
<mi>P</mi>
<mi>V</mi>
</mrow>
</msub>
<mrow>
<mi>H</mi>
<mi>M</mi>
<mi>S</mi>
</mrow>
</msup>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mi>T</mi>
</msup>
<mo>;</mo>
<mo>;</mo>
</mrow>
6.3)由HM即兴创作一个新的和声向量,(β',NPV')是基于记忆考虑、基音调整、随机选择生成的;
6.4)如果新的目标函数值优于当前HM内的最坏和声,加入HM新和声,排除现有的最坏和声,然后根据目标函数值对HM排序;
6.5)重复步骤3)和步骤4),直到满足最大数量搜索为两千的终止准则,如果终止准则未满足则重复步骤3)和4)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710883552.5A CN107832489A (zh) | 2017-09-26 | 2017-09-26 | 一种光伏面板最佳数目及月倾角的计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710883552.5A CN107832489A (zh) | 2017-09-26 | 2017-09-26 | 一种光伏面板最佳数目及月倾角的计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107832489A true CN107832489A (zh) | 2018-03-23 |
Family
ID=61643518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710883552.5A Pending CN107832489A (zh) | 2017-09-26 | 2017-09-26 | 一种光伏面板最佳数目及月倾角的计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107832489A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109753757A (zh) * | 2019-02-01 | 2019-05-14 | 合肥阳光新能源科技有限公司 | 光伏组件的调节倾角确定方法及装置 |
CN113419593A (zh) * | 2021-06-29 | 2021-09-21 | 上海电机学院 | 一种局部阴影条件下最大功率点跟踪方法 |
CN116502475A (zh) * | 2023-06-27 | 2023-07-28 | 长江勘测规划设计研究有限责任公司 | 最优角避风角风保自切换的光伏支架基础一体化计算方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103840695A (zh) * | 2014-02-27 | 2014-06-04 | 河海大学 | 一种光伏并网逆变器控制参数的辨识方法 |
CN104778352A (zh) * | 2015-03-31 | 2015-07-15 | 国家电网公司 | 基于stft算子的七参数光伏电池输出特性建模方法 |
CN105279346A (zh) * | 2015-11-20 | 2016-01-27 | 国网能源研究院 | 一种用于评估配电网接纳分布式光伏能力的方法 |
CN106203711A (zh) * | 2016-07-14 | 2016-12-07 | 上海宝钢节能环保技术有限公司 | 一种光伏电站组件安装最佳倾角的计算方法及系统 |
CN106384176A (zh) * | 2016-11-11 | 2017-02-08 | 吉林省电力科学研究院有限公司 | 一种基于风光互补特性的风光储发电系统容量优化方法 |
US20170040927A1 (en) * | 2015-08-03 | 2017-02-09 | Forrest Collins | Solar panel mounting apparatus and system |
CN106776476A (zh) * | 2016-12-05 | 2017-05-31 | 河海大学 | 一种基于和声搜索的光伏面板最佳倾角和方位角计算方法 |
CN106934142A (zh) * | 2017-03-07 | 2017-07-07 | 国网山东省电力公司电力科学研究院 | 考虑多因素的变压器过负荷性能评价模型建模方法 |
-
2017
- 2017-09-26 CN CN201710883552.5A patent/CN107832489A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103840695A (zh) * | 2014-02-27 | 2014-06-04 | 河海大学 | 一种光伏并网逆变器控制参数的辨识方法 |
CN104778352A (zh) * | 2015-03-31 | 2015-07-15 | 国家电网公司 | 基于stft算子的七参数光伏电池输出特性建模方法 |
US20170040927A1 (en) * | 2015-08-03 | 2017-02-09 | Forrest Collins | Solar panel mounting apparatus and system |
CN105279346A (zh) * | 2015-11-20 | 2016-01-27 | 国网能源研究院 | 一种用于评估配电网接纳分布式光伏能力的方法 |
CN106203711A (zh) * | 2016-07-14 | 2016-12-07 | 上海宝钢节能环保技术有限公司 | 一种光伏电站组件安装最佳倾角的计算方法及系统 |
CN106384176A (zh) * | 2016-11-11 | 2017-02-08 | 吉林省电力科学研究院有限公司 | 一种基于风光互补特性的风光储发电系统容量优化方法 |
CN106776476A (zh) * | 2016-12-05 | 2017-05-31 | 河海大学 | 一种基于和声搜索的光伏面板最佳倾角和方位角计算方法 |
CN106934142A (zh) * | 2017-03-07 | 2017-07-07 | 国网山东省电力公司电力科学研究院 | 考虑多因素的变压器过负荷性能评价模型建模方法 |
Non-Patent Citations (3)
Title |
---|
孙利芳: "计及光伏电源的配电网规划研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
林少伯: "基于随机预测误差的分布式光伏配网储能系统容量配置方法", 《中国电机程学报》 * |
罗玉峰: "《光伏电池原理与工艺》", 31 August 2011 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109753757A (zh) * | 2019-02-01 | 2019-05-14 | 合肥阳光新能源科技有限公司 | 光伏组件的调节倾角确定方法及装置 |
CN109753757B (zh) * | 2019-02-01 | 2023-01-10 | 阳光新能源开发股份有限公司 | 光伏组件的调节倾角确定方法及装置 |
CN113419593A (zh) * | 2021-06-29 | 2021-09-21 | 上海电机学院 | 一种局部阴影条件下最大功率点跟踪方法 |
CN116502475A (zh) * | 2023-06-27 | 2023-07-28 | 长江勘测规划设计研究有限责任公司 | 最优角避风角风保自切换的光伏支架基础一体化计算方法 |
CN116502475B (zh) * | 2023-06-27 | 2023-10-27 | 长江勘测规划设计研究有限责任公司 | 最优角避风角风保自切换的光伏支架基础一体化计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mertens | Photovoltaics: fundamentals, technology, and practice | |
Robyns et al. | Electricity production from renewable energies | |
Al Busaidi et al. | A review of optimum sizing of hybrid PV–Wind renewable energy systems in oman | |
CN105354655B (zh) | 计及功率相关性的光伏电站群置信容量评估方法 | |
White | Solar Photovoltaic Basics: A Study Guide for the NABCEP Associate Exam | |
CN112149058B (zh) | 一种基于用电负荷的风光配比计算方法 | |
CN107464038A (zh) | 一种太阳能光伏发电站的设计方法及系统 | |
CN103227508B (zh) | 风光储综合控制系统和方法 | |
CN107832489A (zh) | 一种光伏面板最佳数目及月倾角的计算方法 | |
Kartite et al. | Optimization of hybrid renewable energy power systems using evolutionary algorithms | |
Aggarwal et al. | Clean and green india: Is solar energy the answer? | |
Masud | An optimal sizing algorithm for a hybrid renewable energy system | |
Elbreki et al. | A stand-alone Photovoltaic system design and sizing: A greenhouse application in Sabha city as a case study in Libya | |
Dhakal et al. | Towards a net zero building using photovoltaic panels: a case study in an educational building | |
Jouttijärvi et al. | A comprehensive methodological workflow to maximize solar energy in low-voltage grids: A case study of vertical bifacial panels in Nordic conditions | |
Elhassan | Utilizing homer power optimization software for a techno-economic feasibility, study of a sustainable grid-connected design for urban electricity in, Khartoum | |
CN106776476A (zh) | 一种基于和声搜索的光伏面板最佳倾角和方位角计算方法 | |
Ghaedi et al. | The impact of different solar tracker systems on reliability of photovoltaic farms | |
Mishra et al. | Application of soft computing in simulation of solar power tracking | |
CN115841266A (zh) | 一种用于光伏电站选址的光伏发电潜力评估方法 | |
Islam et al. | Measurement-based modelling and validation of PV systems | |
Som et al. | Effect of solar tilt angles on photovoltaic module performance: A behavioral optimization approach | |
Roy et al. | Performance and Energy Metrics Analysis of Stand Alone Rooftop PV plant | |
Lai et al. | Data analytics for solar energy in promoting smart cities | |
CN203243117U (zh) | 风光储综合控制系统 |
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: 20180323 |