CN108565947A - 基于光伏离网的光伏监控系统供电配置优化方法 - Google Patents
基于光伏离网的光伏监控系统供电配置优化方法 Download PDFInfo
- Publication number
- CN108565947A CN108565947A CN201810205632.XA CN201810205632A CN108565947A CN 108565947 A CN108565947 A CN 108565947A CN 201810205632 A CN201810205632 A CN 201810205632A CN 108565947 A CN108565947 A CN 108565947A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- unit
- formula
- solar
- calculated
- 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
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
- H02J7/35—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering with light sensitive cells
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
- G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
- G05F1/66—Regulating electric power
-
- 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
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明提供一种基于光伏离网的光伏监控系统供电配置优化方法,包括光伏系统倾角的优化、直流供电的优化、负载日耗电量的优化、蓄电池容量的优化、太阳能电池板功率的优化以及太阳能充放电控制器的优化。本发明提供的一种基于光伏离网的光伏监控系统供电配置优化方法,可从不同角度全面对光伏监控系统供电配置进行优化设计,从而降低离网型光伏发电系统的建设及维护成本。
Description
技术领域
本发明属于供电配置优化技术领域,具体涉及一种基于光伏离网的光伏监控系统供电配置优化方法。
背景技术
自1958年起,太阳能光伏效应以太阳能电池的形式在空间卫星的供能领域首次得到应用。时至今日,光伏发电系统在发电领域得到广泛应用,例如,小至自动停车计费器的供能,大至面积广阔的太阳能发电中心。光伏发电系统可以分为并网型和离网型。并网型光伏发电系统是指:将光伏发电系统输出的直流电转换成交流电,并入到电网上;离网型光伏发电系统是指:自发自用,就地消纳,应用灵活。光伏摄像机监控供电系统就是一种典型的离网系统,它为视频监控设备量身打造,由光伏组件、控制器、逆变器、蓄电池等组成。参见图1,为传统离网型光伏发电系统的原理图;参考图2和、图3和图4,分别为传统离网型光伏发电系统安装方式的主视图、侧视图和俯视图。
相较于并网型光伏发电系统,离网型光伏发电系统不但需要额外设置控制器和蓄电池这两种昂贵设备,而且产生的多余电能只能白白浪费掉。因此,如何在保证正常安全供电的前提下,对离网型光伏发电系统的设计进行优化,可大大降低离网型光伏发电系统的建设及维护成本。
发明内容
针对现有技术存在的缺陷,本发明提供一种基于光伏离网的光伏监控系统供电配置优化方法,可有效解决上述问题。
本发明采用的技术方案如下:
本发明提供一种基于光伏离网的光伏监控系统供电配置优化方法,包括以下步骤:
步骤1,设定光伏系统倾角β的范围为:β1≤β≤β2;其中,β1为光伏系统最小倾角值;β2为光伏系统最大倾角值;
设定取样间隔△β;设定迭代次数P=0;
步骤2,令β=β1+△β*P;
步骤3,令n=1;
步骤4,依据公式1计算得到太阳赤纬δ:
其中,m为一年中从元旦算起的天数;
获取光伏发电系统当地纬度的值,将光伏发电系统当地纬度和太阳赤纬δ代入公式2,计算得到水平面上日落时角ωS的值:
将水平面上日落时角ωS、光伏发电系统当地纬度光伏系统倾角β和太阳赤纬δ代入公式3,计算得到倾斜面上日落时角ωST的值;
依据公式4计算得到大气层外水平面上的辐射量HO:
其中,ISC为太阳常数;
依据公式5计算得到辐射因子RB的值:
因此,采用公式6计算得到β倾斜面上第n月太阳辐射量HT(n,β):
其中:HB为水平面上直接辐射量,为已知值;
Hd为水平面上散射辐射量,为已知值;
H为水平面上太阳辐射总量,H≈HB+Hd;
ρ为地面反射率,为已知参数值;
步骤5,令n=n+1,判断n是否大于12,如果大于,则执行步骤6;如果不大于,则返回执行步骤4;
步骤6,由此得到β倾斜面上第1月太阳辐射量HT(1,β)、β倾斜面上第2月太阳辐射量HT(2,β),…,β倾斜面上第12月太阳辐射量HT(12,β);
采用公式7计算第i月太阳辐射比重HT_RADIO(i,β);其中,i=1,2,…,12;
步骤7,采用公式8计算第i月负载耗电量比重LOAD_RADIO(i):
其中,LOAD(i)为负载第i月耗电量,为已知值;
步骤8,计算得到一致性分布偏差的值;
步骤9,令P=P+1,判断β1+△β*P是否大于β2,如果不大于,返回步骤2,循环执行;如果大于,执行步骤10;
步骤10,因此,对于采样到的每个β,均计算得到一个一致性分布偏差S的值,最小的一致性分布偏差S所对应的β为最佳倾角;
步骤11,按步骤10计算得到的最佳倾角布置光伏系统。
优选的,ISC的取值为1367W/m2。
优选的,地面反射率ρ=0.2。
优选的,在对光伏离网的光伏监控系统供电进行配置优化时,还对以下方面进行优化:
光伏监控系统采用支持直流供电的摄像机,采用直流电向摄像机和传输设备供电。
优选的,在对光伏离网的光伏监控系统供电进行配置优化时,还对光伏组件的功率进行优化,具体的,光伏摄像机监控供电系统配置中,光伏组件的功率主要由负载日耗电量决定;
负荷日耗电量按式下式计算:
Q=Q1+Q2+Q3+Q4+Q5+Q6+Q7
其中,Qj=Pjtj,j=1,2,...,7
式中:
Q1~Q7——分别为视频/信号传输设备、机芯、云台、雨刷、风扇、加热器和红外设备的日耗电量,单位为Wh;
P1~P7——分别为视频/信号传输设备、机芯、云台、雨刷、风扇、加热器和红外设备的设备功率,单位为W;
t1~t7——分别为视频/信号传输设备、机芯、云台、雨刷、风扇、加热器、红外设备的日工作时间,单位为h。
t1:视频/信号传输设备24h不间断工作,数值取24;
t2:机芯24h不间断工作,数值取24;
t3:云台作为调整摄像机拍摄角度的模块,其工作时间根据摄像机具体的使用环境判定;
t4:雨刷在雨天和除雾除霜时工作,属于不常工作模块,按日均0.1h计;
t5:风扇:风扇在温度37°±5°开:20°±5°关,并伴随加热器共同工作,因此冬季和加热开启时间相同,夏季在超过开启温度时启动,由于风扇功率很小,夏季按2h计;
t6:加热器夏季气不开启,冬季开启,南方不开启,北方开启;
t7:红外设备在夜间开启,其工作时间在夜间,因此随着昼夜长短变化而变化。
优选的,在对光伏离网的光伏监控系统供电进行配置优化时,还对蓄电池容量进行优化,具体为:
根据低温防冻需要,修正蓄电池最大允许放电深度为:Cmax;为使得设计的蓄电池容量能够满足实际负载的用电需求,温度修正系数取uT;为确保所设计的蓄电池容量的安全和可靠,A为安全系数,取1.1~1.3之间;对于山区地形,以及遮荫现象明显位置,安全系数取更高值;蓄电池容量按下式计算:
式中:
Q蓄——蓄电池容量,单位为Wh;
A——安全系数,根据环境情况取1.1~1.3之间;
Q——负载连续阴雨天最大一次性耗电量,单位为Wh;
Cmax——最大允许放电深度;
nx——连续阴雨天数;
uT——温度修正系数;
蓄电池的串联个数n串联按下式计算:
式中:
n串联——串联蓄电池个数,单位为个;
V系统——系统电压,单位为V;
V蓄标——蓄电池标称电压,单位为V。
蓄电池的并联个数n并联下式计算:
式中:
n并联——并联蓄电池个数,单位为个;
Q蓄——蓄电池容量,单位为Ah;
Q蓄电池标称安时——蓄电池标称安时,单位为Ah。
优选的,在对光伏离网的光伏监控系统供电进行配置优化时,还对太阳能电池板功率进行优化,具体为:
太阳电池阵列最佳串联数量Ns按下式计算:
式中:
Ns——太阳电池阵列最佳串联数量,单位为个;
UR——太阳电池阵列输出最小电压,单位为V;
UOC——太阳电池组件的最佳工作电压,单位为V;
太阳电池阵列最佳并联数量,将太阳电池阵列安装地点的太阳能日辐射量Ht,转换成在标准光强下的平均日辐射时数TH,按下式计算:
式中:
TH——标准光强下的平均日辐射时数,单位为kJ/m2;
Ht——太阳电池阵列安装地点的太阳能日辐射量;
2.778/10000——将日辐射量换算为标准光强kW/m2下的平均日辐射时数的系数;
根据所选太阳电池参数指标,按下式得到太阳电池组件单体日发电量Qp:
Qp=Ioc×TH×Kop×Cz(Ah)
式中:
Qp——太阳电池组件单体日发电量,单位为Ah;
Ioc——太阳电池组件工作电流,单位为A;
Kop——斜面修正系数,取值1.0476;
Cz——修正系数,为组合、衰减、灰尘、充电效率、温度损失、遮阴等因素造成的损失,取0.6;
设两组最长连续阴雨天之间的最短间隔天数为n间隔=7天,则需补充最小蓄电池容量Bcb按下式计算:
Bcb=A×QD×n间隔(Ah)
式中:
Bcb——需补充最小蓄电池容量,单位为Ah;
A——安全系数,根据环境情况取1.1~1.3之间;
QD——负载日总耗电量,单位为Ah;
n间隔——两组最长连续阴雨天之间的最短间隔天数,按7天计;
太阳电池阵列并联数量按下式计算:
式中:
Np——太阳电池阵列并联数量,单位为个;
Bcb——需补充最小蓄电池容量,单位为Ah;
QL——负载连续阴雨天最大一次性耗电量,单位为Ah;
Qp——太阳电池组件单体日发电量,单位为Ah;
n间隔——两组最长连续阴雨天之间的最短间隔天数,按7天计;
在两组连续阴雨天之间的最短间隔天数内,其所产生的电能,不仅要满足日常负载工作消耗,还需补充蓄电池在前一个连续阴雨期内所消耗的电量;
太阳电池阵列功率P按下式计算:
P=Po×Ns×Np(W)
式中:
P——太阳电池阵列功率,单位为W;
Po——太阳电池组件额定功率,单位为W;
Ns——太阳电池阵列最佳串联数量,单位为个;
Np——太阳电池阵列并联数量,单位为个。
本发明提供的基于光伏离网的光伏监控系统供电配置优化方法具有以下优点:
本发明提供的一种基于光伏离网的光伏监控系统供电配置优化方法,可从不同角度全面对光伏监控系统供电配置进行优化设计,从而降低离网型光伏发电系统的建设及维护成本。
附图说明
图1为传统离网型光伏发电系统的原理图;
图2为传统离网型光伏发电系统安装方式的主视图;
图3为传统离网型光伏发电系统安装方式的侧视图;
图4为传统离网型光伏发电系统安装方式的俯视图;
图5为本发明提供的基于光伏离网的光伏监控系统供电配置优化方法的流程示意图。
具体实施方式
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明提供一种基于光伏离网的光伏监控系统供电配置优化方法,从不同角度对光伏监控系统供电配置进行优化设计,从而降低离网型光伏发电系统的建设及维护成本。下面对本发明进行详细介绍:
(一)光伏系统倾角β的优化设计
主要思路为:计算光伏系统的最佳倾角,必须比较各月辐射量与负载需求的关系,先计算各月辐照量占全年辐照量的比例以及负载占全年负载的比例,然后将两者进行比较(比例差),取两者差别最小的倾角为最佳倾角。
步骤1,设定光伏系统倾角β的范围为:β1≤β≤β2;其中,β1为光伏系统最小倾角值;β2为光伏系统最大倾角值;
设定取样间隔△β;设定迭代次数P=0;
步骤2,令β=β1+△β*P;
步骤3,令n=1;
步骤4,依据公式1计算得到太阳赤纬δ:
其中,m为一年中从元旦算起的天数;
获取光伏发电系统当地纬度的值,将光伏发电系统当地纬度和太阳赤纬δ代入公式2,计算得到水平面上日落时角ωS的值:
将水平面上日落时角ωS、光伏发电系统当地纬度光伏系统倾角β和太阳赤纬δ代入公式3,计算得到倾斜面上日落时角ωST的值;
依据公式4计算得到大气层外水平面上的辐射量HO:
其中,ISC为太阳常数;
依据公式5计算得到辐射因子RB的值:
因此,采用公式6计算得到β倾斜面上第n月太阳辐射量HT(n,β):
其中:HB为水平面上直接辐射量,为已知值;
Hd为水平面上散射辐射量,为已知值;
H为水平面上太阳辐射总量,H≈HB+Hd;
ρ为地面反射率,为已知参数值;
步骤5,令n=n+1,判断n是否大于12,如果大于,则执行步骤6;如果不大于,则返回执行步骤4;
步骤6,由此得到β倾斜面上第1月太阳辐射量HT(1,β)、β倾斜面上第2月太阳辐射量HT(2,β),…,β倾斜面上第12月太阳辐射量HT(12,β);
采用公式7计算第i月太阳辐射比重HT_RADIO(i,β);其中,i=1,2,…,12;
步骤7,采用公式8计算第i月负载耗电量比重LOAD_RADIO(i):
其中,LOAD(i)为负载第i月耗电量,为已知值;
步骤8,计算得到一致性分布偏差的值;
步骤9,令P=P+1,判断β1+△β*P是否大于β2,如果不大于,返回步骤2,循环执行;如果大于,执行步骤10;
步骤10,因此,对于采样到的每个β,均计算得到一个一致性分布偏差S的值,最小的一致性分布偏差S所对应的β为最佳倾角;
步骤11,按步骤10计算得到的最佳倾角布置光伏系统。
上述步骤的推导过程为:
水平面上太阳辐射总量H与水平面上直接辐射量HB及水平面上散射辐射量Hd的关系为:
H≈HB+Hd
倾斜面上的太阳辐射总量HT是由直接太阳辐射量HBT、天空散射量HdT和地面反射辐射量HrT三部分组成,即:
HT≈HBT+HdT+HrT
倾斜面上的直接辐射分量与水平面上直接辐射分量有如下关系:HBT=HBRB
对于朝向赤道的倾斜面来说,两者的比值由下式确定:
其中:RB为辐射因子,与光伏发电系统当地纬度光伏系统倾角β,太阳赤纬δ,水平面上日落时角ωS,倾斜面上日落时角ωST有关。太阳赤纬角随季节变化,按照库伯(Cooper)方程,可知太阳赤纬的计算公式为(m为一年中从元旦算起的天数):
水平面上日落时角:
倾斜面上日落时角:
对于天空散射采用Hay模型,Hay模型认为倾斜面上天空散射辐射量是由太阳的辐射量和其余天空穹顶均匀分布的散射量两部分组成,可表示为:
式中:HO为大气层外水平面上的辐射量,其计算公式为:
式中ISC为太阳常数,取1367W/m2
通常可将地面的反射辐射看成是各向同性的,其大小为:
其中ρ为地面反射率,一般情况下可取ρ=0.2,综上,斜面上太阳辐射量为:
由以上各公式,结合当地的水平面太阳直接辐射和散射数据,可计算出各地在不同倾角的倾斜面上的太阳辐射量,将各月太阳辐射量求和可得全年总辐射量。再将倾斜面上的各月辐射量除以总辐射量,得到该倾斜面上各月辐射量占全年总辐射量的比例,设β倾斜面上第i月太阳辐射量为HT(i,β),则β倾斜面第i月太阳辐射比重HT_RADIO(i,β),有公式:
同时,将各月的负载用量分别除以全年总负载用量,得到各月负载用电量占全年总用电量的比例。设负载第i月耗电量为LOAD(i),则第i月负载耗电量比重LOAD_RADIO(i),有:
进而将两者进行比较,若HT_RADIO(i,β)>LOAD_RADIO(i),则β倾斜面该月辐射量相对剩余,造成浪费;若HT_RADIO(i,β)<LOAD_RADIO(i),则β倾斜面该月辐射量相对不足,需要补充。由此可知,负载各月耗电量占全年耗电总量的比重的分布与倾斜面上各月辐射量占全年辐射总量的比重的分布越一致,则所需的光伏组件与蓄电池将达到最优配置。因此,可采用最小二乘法来衡量一致性程度,则最佳倾角为下列表达式的最小值:
(二)直流供电
①直流供电的可行性
监控系统的主要负载为摄像机和传输设备。由于摄像机主要由云台、雨刷、机芯(摄像机)、加热器、红外等模块组成,各模块均可采用直流供电,因此在选购摄像机时可选择支持直流供电的摄像机。传输设备一般都可由直流供电。
②直流供电的优点
监控设备一般是交流市电供电设计的,一般都会有一个适配器,适配器的交流(或直流)输出再为设备供电。光伏组件发的电为直流电,如果直接采用直流供电,将会省去电能由直流电通过逆变器逆变为交流电,再通过适配器变为直流电的过程,增加逆变器不仅会增加系统的负载性,造成系统不稳定因素增加,并且为检修增加难度,而且电能的反复转换将造成极大的浪费。小型逆变器的效率按90%计,适配器的效率按85%计,负载耗电量将是采用直流供电的1/0.9*/0.85≈1.3倍,相应的光伏供电部分的设备容量将会大大增加。
(三)负载日耗电量:
光伏摄像机监控供电系统配置中,光伏组件的功率主要由负载日耗电量决定的,蓄电池的容量大小由负载日耗电量和阴雨天数共同决定的,不难看出负载的日耗电量是决定光伏摄像机监控供电系统的重要参数,准确的分析负载的耗电量对合理设计光伏供电系统配置尤为重要。负荷日耗电分析见下表:
监控设备功率及运行方式表
负荷日耗电量分析表
负荷日耗电量按式下式计算:
Q=Q1+Q2+Q3+Q4+Q5+Q6+Q7
其中,Qj=Pjtj,j=1,2,...,7
式中:
Q1~Q7——分别为视频/信号传输设备、机芯、云台、雨刷、风扇、加热器、红外日耗电量,单位为Wh;
P1~P7——分别为视频/信号传输设备、机芯、云台、雨刷、风扇、加热器和红外设备的设备功率,单位为W;
t1~t7——分别为视频/信号传输设备、机芯、云台、雨刷、风扇、加热器、红外日工作时间,单位为h。
t1:视频/信号传输设备24h不间断工作,数值取24;
t2:机芯(摄像机)24h不间断工作,数值取24;
t3:云台作为调整摄像机拍摄角度的模块,它的工作时间要根据摄像机具体的使用环境来判定,一般不是经常操作的部件,如无特殊工作条件需经常转动,按每天工作2h计;
t4:雨刷在雨天和除雾除霜时工作,属于不常工作模块,按日均0.1h计;
t5:风扇:风扇在温度37°±5°开:20°±5°关,并伴随加热器共同工作,因此冬季和加热开启时间相同,夏季在超过开启温度时启动,由于风扇功率很小(一般5W左右),夏季可按2h计。
t6:加热器夏季气不开启,冬季开启,南方不开启,北方开启;
t7:红外在夜间开启,它的工作时间在夜间,因此随着昼夜长短变化而变化,
以北京为例,北京夏至日昼长约为14时51分;冬至日昼长约为9时9分,工作时间相差5时42分,而红外的功率在15W左右(不同型号会有变化),对负荷耗电量影响较大;
说明:对监控设备进行耗电量分析时需询问设备厂家各模块的功率并结合设备的使用条件分析。
(四)蓄电池容量计算
根据低温防冻需要,修正蓄电池最大允许放电深度为:Cmax;为使得设计的蓄电池容量能够满足实际负载的用电需求,温度修正系数取uT;为确保所设计的蓄电池容量的安全和可靠,A为安全系数,可取1.1~1.3之间。对于山区地形,以及遮荫现象明显等位置,安全系数可取高值。蓄电池容量按下式计算。
式中:
Q蓄——蓄电池容量,单位为Wh;
A——安全系数,根据环境情况可取1.1~1.3之间。
Q——负载连续阴雨天最大一次性耗电量,单位为Wh;
Cmax——最大允许放电深度;
nx——连续阴雨天数;
uT——温度修正系数;
蓄电池的串联个数n串联按下式计算:
式中:
n串联——串联蓄电池个数,单位为个;
V系统——系统电压,单位为V;
V蓄标——蓄电池标称电压,单位为V。
蓄电池的并联个数n并联下式计算:
式中:
n并联——并联蓄电池个数,单位为个;
Q蓄——蓄电池容量,单位为Ah;
Q蓄电池标称安时——蓄电池标称安时,单位为Ah。
(五)太阳能电池板功率计算
太阳电池阵列最佳串联数量Ns按下式计算:
式中:
Ns——太阳电池阵列最佳串联数量,单位为个;
UR——太阳电池阵列输出最小电压,单位为V;
UOC——太阳电池组件的最佳工作电压单位为V。
太阳电池阵列最佳并联数量,将太阳电池阵列安装地点的太阳能日辐射量Ht,转换成在标准光强下的平均日辐射时数TH,按下式计算。
式中:
TH——标准光强下的平均日辐射时数,单位为kJ/m2;
Ht——太阳电池阵列安装地点的太阳能日辐射量,
2.778/10000——将日辐射量换算为标准光强下(kW/m2)的平均日辐射时数的系数。
根据所选太阳电池参数指标,按下式得到太阳电池组件单体日发电量Qp:
Qp=Ioc×TH×Kop×Cz(Ah)
式中:
Qp——太阳电池组件单体日发电量,单位为Ah;
Ioc——太阳电池组件工作电流,单位为A;
Kop——斜面修正系数,取值1.0476;
Cz——修正系数,主要为组合、衰减、灰尘、充电效率、温度损失、遮阴等因素造成的损失,取0.6。
设两组最长连续阴雨天之间的最短间隔天数为n间隔=7天,则需补充最小蓄电池容量Bcb按下式计算。
Bcb=A×QD×n间隔(Ah)
式中:
Bcb——需补充最小蓄电池容量,单位为Ah;
A——安全系数,根据环境情况可取1.1~1.3之间。
QD——负载日总耗电量,单位为Ah;
n间隔——两组最长连续阴雨天之间的最短间隔天数,按7天计。
太阳电池阵列并联数量按下式计算:
式中:
Np——太阳电池阵列并联数量,单位为个;
Bcb——需补充最小蓄电池容量,单位为Ah;
QL——负载连续阴雨天最大一次性耗电量,单位为Ah;
Qp——太阳电池组件单体日发电量,单位为Ah;
n间隔——两组最长连续阴雨天之间的最短间隔天数,按7天计。
在两组连续阴雨天之间的最短间隔天数内,其所产生的电能,不仅要满足日常负载工作消耗,还需补充蓄电池在前一个连续阴雨期内所消耗的电量。
太阳电池阵列功率P按下式计算:
P=Po×Ns×Np(W)
式中:
P——太阳电池阵列功率,单位为W;
Po——太阳电池组件额定功率,单位为W;
Ns——太阳电池阵列最佳串联数量,单位为个;
Np——太阳电池阵列并联数量,单位为个。
(六)太阳能充放电控制器选择
a)太阳能充放电控制器的充电电压范围应与太阳能电池阵列的充电电压范围相匹配,应大于太阳能电池阵列的最大输出电压的理论值。
b)太阳能充放电控制器的放电电压范围应与蓄电池组的工作电压、负载工作电压范围相匹配,应大于蓄电池组输出电压、负载工作电压的最大输出电压的理论值。
c)太阳能充放电控制器的充电电流值应大于太阳能电池阵列输出的最大功率下的理论电流。
d)太阳能充放电控制器的放电电流值应该大于负载放电时的最大电流值。
设计方案的校核
校核太阳能电池方阵对蓄电池组的最大充电率按下式计算。
式中:
η充电max——蓄电池的最大充电率;
n并联——蓄电池并联数,单位为个;
Q蓄——蓄电池容量,单位为Ah;
Np——太阳能电池阵列并联数,单位为个
Ismax——太阳能电池板最大充电电流,单位为A。
在太阳辐射处于峰值时,太阳能电池方阵对于蓄电池的充电率不能太大,否则会损害蓄电池。因此,需要校核设计太阳能电池方阵给蓄电池的充电率。如η充电max计算值满足蓄电池产品技术规格,则设计安全。
综上所述,本发明提供的基于光伏离网的光伏监控系统供电配置优化方法具有以下优点:
本发明提供的一种基于光伏离网的光伏监控系统供电配置优化方法,可从不同角度全面对光伏监控系统供电配置进行优化设计,从而降低离网型光伏发电系统的建设及维护成本。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。
Claims (7)
1.一种基于光伏离网的光伏监控系统供电配置优化方法,其特征在于,包括以下步骤:
步骤1,设定光伏系统倾角β的范围为:β1≤β≤β2;其中,β1为光伏系统最小倾角值;β2为光伏系统最大倾角值;
设定取样间隔△β;设定迭代次数P=0;
步骤2,令β=β1+△β*P;
步骤3,令n=1;
步骤4,依据公式1计算得到太阳赤纬δ:
其中,m为一年中从元旦算起的天数;
获取光伏发电系统当地纬度的值,将光伏发电系统当地纬度和太阳赤纬δ代入公式2,计算得到水平面上日落时角ωS的值:
将水平面上日落时角ωS、光伏发电系统当地纬度光伏系统倾角β和太阳赤纬δ代入公式3,计算得到倾斜面上日落时角ωST的值;
依据公式4计算得到大气层外水平面上的辐射量HO:
其中,ISC为太阳常数;
依据公式5计算得到辐射因子RB的值:
因此,采用公式6计算得到β倾斜面上第n月太阳辐射量HT(n,β):
其中:HB为水平面上直接辐射量,为已知值;
Hd为水平面上散射辐射量,为已知值;
H为水平面上太阳辐射总量,H≈HB+Hd;
ρ为地面反射率,为已知参数值;
步骤5,令n=n+1,判断n是否大于12,如果大于,则执行步骤6;如果不大于,则返回执行步骤4;
步骤6,由此得到β倾斜面上第1月太阳辐射量HT(1,β)、β倾斜面上第2月太阳辐射量HT(2,β),…,β倾斜面上第12月太阳辐射量HT(12,β);
采用公式7计算第i月太阳辐射比重HT_RADIO(i,β);其中,i=1,2,…,12;
步骤7,采用公式8计算第i月负载耗电量比重LOAD_RADIO(i):
其中,LOAD(i)为负载第i月耗电量,为已知值;
步骤8,计算得到一致性分布偏差的值;
步骤9,令P=P+1,判断β1+△β*P是否大于β2,如果不大于,返回步骤2,循环执行;如果大于,执行步骤10;
步骤10,因此,对于采样到的每个β,均计算得到一个一致性分布偏差S的值,最小的一致性分布偏差S所对应的β为最佳倾角;
步骤11,按步骤10计算得到的最佳倾角布置光伏系统。
2.根据权利要求1所述的基于光伏离网的光伏监控系统供电配置优化方法,其特征在于,ISC的取值为1367W/m2。
3.根据权利要求1所述的基于光伏离网的光伏监控系统供电配置优化方法,其特征在于,地面反射率ρ=0.2。
4.根据权利要求1所述的基于光伏离网的光伏监控系统供电配置优化方法,其特征在于,在对光伏离网的光伏监控系统供电进行配置优化时,还对以下方面进行优化:
光伏监控系统采用支持直流供电的摄像机,采用直流电向摄像机和传输设备供电。
5.根据权利要求1所述的基于光伏离网的光伏监控系统供电配置优化方法,其特征在于,在对光伏离网的光伏监控系统供电进行配置优化时,还对光伏组件的功率进行优化,具体的,光伏摄像机监控供电系统配置中,光伏组件的功率主要由负载日耗电量决定;
负荷日耗电量按式下式计算:
Q=Q1+Q2+Q3+Q4+Q5+Q6+Q7
其中,Qj=Pjtj,j=1,2,...,7
式中:
Q1~Q7——分别为视频/信号传输设备、机芯、云台、雨刷、风扇、加热器和红外设备的日耗电量,单位为Wh;
P1~P7——分别为视频/信号传输设备、机芯、云台、雨刷、风扇、加热器和红外设备的设备功率,单位为W;
t1~t7——分别为视频/信号传输设备、机芯、云台、雨刷、风扇、加热器、红外设备的日工作时间,单位为h。
t1:视频/信号传输设备24h不间断工作,数值取24;
t2:机芯24h不间断工作,数值取24;
t3:云台作为调整摄像机拍摄角度的模块,其工作时间根据摄像机具体的使用环境判定;
t4:雨刷在雨天和除雾除霜时工作,属于不常工作模块,按日均0.1h计;
t5:风扇:风扇在温度37°±5°开:20°±5°关,并伴随加热器共同工作,因此冬季和加热开启时间相同,夏季在超过开启温度时启动,由于风扇功率很小,夏季按2h计;
t6:加热器夏季气不开启,冬季开启,南方不开启,北方开启;
t7:红外设备在夜间开启,其工作时间在夜间,因此随着昼夜长短变化而变化。
6.根据权利要求5所述的基于光伏离网的光伏监控系统供电配置优化方法,其特征在于,在对光伏离网的光伏监控系统供电进行配置优化时,还对蓄电池容量进行优化,具体为:
根据低温防冻需要,修正蓄电池最大允许放电深度为:Cmax;为使得设计的蓄电池容量能够满足实际负载的用电需求,温度修正系数取uT;为确保所设计的蓄电池容量的安全和可靠,A为安全系数,取1.1~1.3之间;对于山区地形,以及遮荫现象明显位置,安全系数取更高值;蓄电池容量按下式计算:
式中:
Q蓄——蓄电池容量,单位为Wh;
A——安全系数,根据环境情况取1.1~1.3之间;
Q——负载连续阴雨天最大一次性耗电量,单位为Wh;
Cmax——最大允许放电深度;
nx——连续阴雨天数;
uT——温度修正系数;
蓄电池的串联个数n串联按下式计算:
式中:
n串联——串联蓄电池个数,单位为个;
V系统——系统电压,单位为V;
V蓄标——蓄电池标称电压,单位为V。
蓄电池的并联个数n并联下式计算:
式中:
n并联——并联蓄电池个数,单位为个;
Q蓄——蓄电池容量,单位为Ah;
Q蓄电池标称安时——蓄电池标称安时,单位为Ah。
7.根据权利要求6所述的基于光伏离网的光伏监控系统供电配置优化方法,其特征在于,在对光伏离网的光伏监控系统供电进行配置优化时,还对太阳能电池板功率进行优化,具体为:
太阳电池阵列最佳串联数量Ns按下式计算:
式中:
Ns——太阳电池阵列最佳串联数量,单位为个;
UR——太阳电池阵列输出最小电压,单位为V;
UOC——太阳电池组件的最佳工作电压,单位为V;
太阳电池阵列最佳并联数量,将太阳电池阵列安装地点的太阳能日辐射量Ht,转换成在标准光强下的平均日辐射时数TH,按下式计算:
式中:
TH——标准光强下的平均日辐射时数,单位为kJ/m2;
Ht——太阳电池阵列安装地点的太阳能日辐射量;
2.778/10000——将日辐射量换算为标准光强kW/m2下的平均日辐射时数的系数;
根据所选太阳电池参数指标,按下式得到太阳电池组件单体日发电量Qp:
Qp=Ioc×TH×Kop×Cz(Ah)
式中:
Qp——太阳电池组件单体日发电量,单位为Ah;
Ioc——太阳电池组件工作电流,单位为A;
Kop——斜面修正系数,取值1.0476;
Cz——修正系数,为组合、衰减、灰尘、充电效率、温度损失、遮阴等因素造成的损失,取0.6;
设两组最长连续阴雨天之间的最短间隔天数为n间隔=7天,则需补充最小蓄电池容量Bcb按下式计算:
Bcb=A×QD×n间隔(Ah)
式中:
Bcb——需补充最小蓄电池容量,单位为Ah;
A——安全系数,根据环境情况取1.1~1.3之间;
QD——负载日总耗电量,单位为Ah;
n间隔——两组最长连续阴雨天之间的最短间隔天数,按7天计;
太阳电池阵列并联数量按下式计算:
式中:
Np——太阳电池阵列并联数量,单位为个;
Bcb——需补充最小蓄电池容量,单位为Ah;
QL——负载连续阴雨天最大一次性耗电量,单位为Ah;
Qp——太阳电池组件单体日发电量,单位为Ah;
n间隔——两组最长连续阴雨天之间的最短间隔天数,按7天计;
在两组连续阴雨天之间的最短间隔天数内,其所产生的电能,不仅要满足日常负载工作消耗,还需补充蓄电池在前一个连续阴雨期内所消耗的电量;
太阳电池阵列功率P按下式计算:
P=Po×Ns×Np(W)
式中:
P——太阳电池阵列功率,单位为W;
Po——太阳电池组件额定功率,单位为W;
Ns——太阳电池阵列最佳串联数量,单位为个;
Np——太阳电池阵列并联数量,单位为个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810205632.XA CN108565947A (zh) | 2018-03-13 | 2018-03-13 | 基于光伏离网的光伏监控系统供电配置优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810205632.XA CN108565947A (zh) | 2018-03-13 | 2018-03-13 | 基于光伏离网的光伏监控系统供电配置优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108565947A true CN108565947A (zh) | 2018-09-21 |
Family
ID=63532522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810205632.XA Pending CN108565947A (zh) | 2018-03-13 | 2018-03-13 | 基于光伏离网的光伏监控系统供电配置优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108565947A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111539055A (zh) * | 2020-04-29 | 2020-08-14 | 武汉理工大学 | 一种多感知智能光伏屋顶及其设计方法、设计系统 |
CN112136667A (zh) * | 2020-11-26 | 2020-12-29 | 江苏久智环境科技服务有限公司 | 一种基于边缘机器学习的智能喷灌方法及系统 |
CN117590873A (zh) * | 2024-01-18 | 2024-02-23 | 广东永浩信息技术有限公司 | 基于人工智能及光伏供能的智能监控系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5968026A (ja) * | 1982-10-13 | 1984-04-17 | Fuji Electric Co Ltd | 太陽光発電装置 |
CN105262193A (zh) * | 2015-08-21 | 2016-01-20 | 苏州斯卡柏通讯技术有限公司 | 一种用于高速公路视频监控的太阳能供电系统 |
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 |
-
2018
- 2018-03-13 CN CN201810205632.XA patent/CN108565947A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5968026A (ja) * | 1982-10-13 | 1984-04-17 | Fuji Electric Co Ltd | 太陽光発電装置 |
CN105262193A (zh) * | 2015-08-21 | 2016-01-20 | 苏州斯卡柏通讯技术有限公司 | 一种用于高速公路视频监控的太阳能供电系统 |
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 |
Non-Patent Citations (3)
Title |
---|
李玲等: "《新余市LED光伏照明系统最佳倾角的优化设计》", 《新余高专学报》 * |
董延颖: "《基于太阳能供电的高速公路监控系统研究》", 《公路交通科技》 * |
董延颖: "《高速公路视频监控设施太阳能供电系统应用及研究》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111539055A (zh) * | 2020-04-29 | 2020-08-14 | 武汉理工大学 | 一种多感知智能光伏屋顶及其设计方法、设计系统 |
CN111539055B (zh) * | 2020-04-29 | 2024-04-12 | 武汉理工大学 | 一种多感知智能光伏屋顶及其设计方法、设计系统 |
CN112136667A (zh) * | 2020-11-26 | 2020-12-29 | 江苏久智环境科技服务有限公司 | 一种基于边缘机器学习的智能喷灌方法及系统 |
CN112136667B (zh) * | 2020-11-26 | 2021-02-12 | 江苏久智环境科技服务有限公司 | 一种基于边缘机器学习的智能喷灌方法及系统 |
CN117590873A (zh) * | 2024-01-18 | 2024-02-23 | 广东永浩信息技术有限公司 | 基于人工智能及光伏供能的智能监控系统 |
CN117590873B (zh) * | 2024-01-18 | 2024-04-19 | 广东永浩信息技术有限公司 | 基于人工智能及光伏供能的智能监控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shukla et al. | Design, simulation and economic analysis of standalone roof top solar PV system in India | |
CN108063455B (zh) | 一种离并网光伏储能逆变器功率控制方法 | |
CN101275236B (zh) | 利用组合功率进行电解降低可再生氢燃料生产成本的设备 | |
Rahman et al. | Novel distributed power generating system of PV-ECaSS using solar energy estimation | |
US10270283B2 (en) | Charge/discharge management device | |
WO2009155445A2 (en) | Integrated renewable energy generation and storage systems and associated methods | |
CN108565947A (zh) | 基于光伏离网的光伏监控系统供电配置优化方法 | |
CN110659788A (zh) | 一种用户侧综合能源系统的供需平衡分析方法和系统 | |
Marnay et al. | A green prison: The Santa Rita Jail campus microgrid | |
Chen et al. | Design and adaptability of photovoltaic air conditioning system based on office buildings | |
CN105958941B (zh) | 一种卫星电源系统特征参数计算及多圈能量平衡判定方法 | |
Peng et al. | Energy performance assessment of photovoltaic greenhouses in summer based on coupled optical-electrical-thermal models and plant growth requirements | |
Tiwari et al. | Real time monitoring of solar power plant and automatic load control | |
Ikoiwak et al. | Design and simulation of an on-grid photovoltaic system | |
CN108923725B (zh) | 一种基于薄膜太阳能电池的风电机组塔筒供电系统 | |
Boutelhig et al. | New approach to exploit optimally the PV array output energy by maximizing the discharge rate of a directly-coupled photovoltaic water pumping system (DC/PVPS) | |
CN116014814A (zh) | 高寒地区多能源微网优化配置方法 | |
Wu et al. | Optimal schedule of photovoltaic-battery hybrid system at demand side | |
CN211183436U (zh) | 一种基于能量预测的光储微电网系统 | |
Berzina et al. | Assessment of the use of PV panels with energy accumulation option for Riga City office building | |
Tamrakar et al. | Feasibility study for utilization of solar energy in the arctic areas | |
CN110793221B (zh) | 一种风光热电力互补系统 | |
Weli et al. | Water pumping using solar energy | |
CN108306577A (zh) | 集装箱式无人超市风光互补系统设计方法 | |
Yu et al. | Cooperative operation of chemical-free energy storage system with solar photovoltaic for resilient power distribution in buildings—A case study |
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: 20180921 |