CN111740697A - 一种光伏发电系统及其控制方法 - Google Patents

Abstract

本发明公开了一种光伏发电系统及其控制方法，所述光伏发电系统包括光伏组件、控制器和清洗装置；所述控制器跟踪光伏组件当前最大输出功率P_max，并将光伏组件当前最大输出功率P_max和光伏组件正常工作状态下最大输出功率的波动范围R进行实时比较；当P_max超出波动范围R时，启动洗装置对光伏组件表面进行清洗。本发明能有效提高光伏组件的发电效率。

Description

一种光伏发电系统及其控制方法

技术领域

本发明属于太阳能光伏技术领域，具体涉及一种光伏发电系统及其控制方法。

背景技术

作为一种清洁能源，太阳能具有广阔的发展前景，而现有的光伏发电技术存在以下问题：常规的MPPT(最大功率点跟踪)技术是通过控制光伏组件的工作电压或者工作电流，使光伏组件工作在最大功率点，获得最大输出功率。但是当光伏组件堆积较多灰尘或出现故障时，常规MPPT算法将出现多个峰值，存在无法寻优到全局优解的问题。而且，光伏组件表面在长期使用过程累积大量灰尘，降低光伏组件的发电效率。

因此，有必要研究一种能够针对上述问题，提高光伏组件的发电效率的光伏发电系统及其控制方法。

发明内容

本发明所解决的技术问题是，针对现有技术的不足，提供一种光伏发电系统及其控制方法，能有效提高光伏组件的发电效率，

本发明所采用的技术方案如下：

一方面，提供一种光伏发电系统，包括光伏组件、控制器和清洗装置；所述控制器跟踪光伏组件当前最大输出功率P_max，并将光伏组件当前最大输出功率P_max和光伏组件正常工作状态下最大输出功率的波动范围R进行实时比较；当P_max超出波动范围R时，启动洗装置对光伏组件表面进行清洗。

所述光伏组件可以实现将光能转换成电能并输出、储存；所述控制器控制光伏组件按当前最大输出功率P_max输出相应的电压值。

进一步地，所述波动范围R根据经验取值，可通过实际测试得到，将一块全新、功能正常的光伏组件放置在不同的天气环境下，多次测试其在不同天气环境下最大输出功率的变化，并对所得的所有值进行统计分析，将最佳天气环境下平均最大输出功率作为波动范围R的上限值，最差天气环境下平均最大输出功率作为波动范围R的下限值。

进一步地，所述控制器包括MPPT控制器，所述控制器通过MPPT控制器跟踪当前最大输出功率P_max；所述光伏组件经DC-DC变换器为负载供电；所述MPPT控制器的输入端连接光伏组件的输出端，MPPT控制器的输出端连接DC-DC变换器的控制端。

所述MPPT控制器对光伏组件的工作状态进行采集，跟踪其当前最大输出功率，根据其当前最大输出功率对应的电压值来控制DC-DC变换器的占空比从而调节光伏组件输出电压的大小。

进一步地，所述清洗装置包括用于向所述光伏组件喷水的喷水装置和用于刷洗所述光伏组件上表面的雨刷装置；在清洗过程中喷水装置和雨刷装置一同工作，保证了清洁力度。

进一步地，所述喷水装置包括喷嘴、水管及水龙头，喷嘴位于光伏组件旁(本实施例中喷嘴位于光伏组件下方中央处)，水管的一端套接水龙头，另一端与喷嘴通过螺纹连接(另一端通过内螺丝连接喷嘴的外螺丝)。

进一步地，所述雨刷装置包括一个护套(或两个护套)、雨刷片、雨刷杆及微型电机，所述一个护套沿光伏组件的一侧边(或两个护套分别沿光伏组件相对的两侧边)安装于光伏组件上；护套内设有卡接槽，所述雨刷杆的一端卡接于护套(或两端分别卡接于两个护套)的卡接槽内；雨刷杆的端部与护套内卡接槽之间设有弹性抵压件；所述微型电机与雨刷杆驱动连接；雨刷片安装于雨刷杆下方，紧贴光伏组件上表面；正常情况下雨刷杆位于光伏组件的一端。当控制器给出清洗命令时，水龙头开启，喷嘴向光伏组件喷水，电机启动，带动雨刷杆沿着卡接槽从光伏组件一端往另一端来回移动，确保清洗干净。

进一步地，所述护套为橡胶材质，用于保护、固定卡接槽，防止所述卡接槽在清洗过程中脱落。

进一步地，所述雨刷杆的端部设有凹槽，与卡接槽上的凸条衔接，从而与卡接槽连接，并能沿卡接槽长度方向移动。

进一步地，所述雨刷装置包括刷头和雨刷杆；所述雨刷杆为空心结构，内设有一个滚筒，滚筒上卷绕有由多个叶片组成的盖板，盖板用于大雪天气遮挡和清理落雪以及高温天气降低光伏组件表面的温度。

进一步地，所述叶片由透明硬质材料构成，所述盖板既可用于大雪天气能承受雪的重量，又可用于高温天气的隔热，使光伏组件能正常工作，有利于提高光伏组件发电效率和使用寿命。

进一步地，所述滚筒的启动与关闭由工作人员根据天气情况确定；在大雪天气，启动滚筒正方向卷动，将盖板展开，覆盖在光伏组件上，挡住下落的雪花；待雪停后，控制雨刷杆从光伏组件的一侧移动至另一侧，然后启动滚筒反方向卷动，将盖板收缩进雨刷杆，并盖板上的雪堆掉落。

进一步地，所述的光伏发电系统，还包括无线通信模块和监控终端，控制器通过无线通信模块与监控终端通信连接；

所述控制器实时监测光伏组件输出电压和输出电流，计算其实时输出功率，并通过无线通信模块将光伏组件实时输出功率与输出电压传至监控终端；

所述控制器跟踪光伏组件当前最大输出功率P_max，若光伏组件当前最大输出功率P_max超出光伏组件正常工作状态下最大输出功率的波动范围R，则启动洗装置对光伏组件表面进行一次清洗，清洗完成后重复上述过程；若连续清洗n次后，光伏组件当前最大输出功率P_max仍超出光伏组件正常工作状态下最大输出功率的波动范围R，则控制器判断光伏组件或清洗装置出现故障，通过无线通信模块向监控终端发送警报信息。

所述无线通信模块采用LORA(远距离无线电)无线模块。Zigbee等传统组网通信技术，无法适应光伏分布式光伏系统中各组件相对分散的环境，组网稳定性和可靠性不能得到有效保证，而LORA技术在同样的功耗条件下比其他无线方式传播的距离更远，能实现低功耗和远距离传输的统一，能将光伏组件实时工作信息传送到监控终端，便于集中管理。

进一步地，所述监控终端设有显示屏和警报器。监控终端在收到警报信息时，警报器报警，提醒工作人员；显示屏显示相应的光伏组件实时工作情况，包括实时输出电压和输出功率的曲线图，工作人员可以通过观察显示器信息随时远程监控光伏组件实时工作状态，可以对警报器报警的显示屏信息进行具体分析，派遣技术人员进行检修。

进一步地，所述监控终端与多个控制器通信连接，用于同时监控分别与这些控制器相连的多个光伏组件。

另一方面，提供一种光伏发电系统的控制方法，所述光伏发电系统为上述的光伏发电系统，其控制方法为：所述控制器实时跟踪当前最大输出功率P_max，并将光伏组件当前最大输出功率P_max和光伏组件正常工作状态下最大输出功率的波动范围R进行实时比较，判断光伏组件是否需要清洗；当P_max超出波动范围R时，启动洗装置对光伏组件表面进行清洗。

进一步地，所述控制器采用三点比较式扰动观察法与PSO算法相结合的复合算法对光伏组件工作状态信息进行采集与处理，得出当前最大输出功率P_max(全局最大输出功率)，具体地：首先，基于三点式比较扰动算法得到光伏组件的多个输出功率极值点；然后，将得到的多个输出功率极值点对应的电压值分别作为PSO算法初始种群中各个粒子的初始位置，利用PSO算法得到最优的粒子位置，其对应的适应度值即为当前最大输出功率P_max。采用复合算法可以避免出现多峰值的情况，减少错误诊断，降低功率损耗，提高搜索精度。

进一步地，所述基于三点式比较扰动算法得到光伏组件的多个输出功率极值点包括以下步骤：

步骤1、将光伏组件的电压范围平均分成N+1个区间；其中N为光伏组件中并联的支路数；

步骤2、针对每一个区间分别进行极值点搜索，针对任一区间进行极值点搜索的步骤如下：

步骤2.1、采用三点式比较扰动算法对该区间进行第一轮搜索，若未搜索到极值点，说明该区间内不存在极值点，则结束对该区间的搜索；否则记录搜索到的极值点对应的电压值和功率值，并转步骤2.2；

步骤2.2、采用三点式比较扰动算法对该区间进行第二轮搜索，记录该轮搜索到的极值点对应的电压值和功率值；

步骤2.3、比较前两轮搜索到的极值点是否相同，若相同，则确定搜索到的极值点为该区间的极值点，否则进入步骤2.4；

步骤2.4、采用三点式比较扰动算法对该区间进行第三轮搜索，记录该轮搜索到的极值点对应的电压值和功率值；比较三轮搜索得到的极值点的功率大小，选取功率值最大的极值点作为该区间的极值点。

进一步地，所述采用三点式比较扰动算法对一个区间进行一轮搜索的步骤如下：

步骤s1、在该区间中随机选取三个采样电压值U₁、U₂、U₃；

步骤s2、采样得到光伏组件输出电压为U₁、U₂、U₃时对应的输出电流值I₁、I₂、I₃，计算出3个采样点处的瞬时功率P₁＝U₁I₁、P₂＝U₂I₂、P₃＝U₃I₃；

步骤s3、根据3个采样点处的瞬时功率和对应的采样电压值，分析得到采样电压值的调整方向并判断是否满足搜索结束条件，具体地：

当P₁＜P₂＜P₃时，说明极值点在P₃右侧，此时若U₃-U₁≥2ΔU，则增大采样电压值，使下一时刻的采样电压值U₂＝U₃、U₁＝U₂-ΔU、U₃＝U₂+ΔU，再转步骤s2，否则说明无法搜索到极值点，结束本轮搜索；

当P₁＞P₂＞P₃时，说明极值点在P₁左侧，此时若U₃-U₁≥2ΔU，则减小采样电压值，使下一时刻的采样电压值U₂＝U₁、U₁＝U₂-ΔU、U₃＝U₂+ΔU，再转步骤s2，否则说明无法搜索到极值点，结束本轮搜索；

当P₁＜P₂且P₂＞P₃时，说明极值点在以P₂为中心的范围内，此时若U₃-U₁>2ΔU，则使下一时刻的采样电压值U₂＝U₂、U₁＝U₂-ΔU、U₃＝U₂+ΔU再转步骤s2；否则将P₂作为搜索到的极值点，结束本轮搜索；

其中ΔU为扰动步长，为经验参数。

上述POS算法中粒子初始化位置设置方法可以使初始化的粒子较为均匀地分布在最大输出功率可能对应的整个电压分布区域范围内，避免陷入局部最优而导致跟踪失败；该复合算法既解决了三点式扰动算法无法快速跟踪并稳定保持最大输出的缺点，同时避免了传统PSO算法陷入局部最优解的问题，从而大大提高整个光伏组件使用过程的输出效率。

有益效果：

1、本发明实时检测光伏组件输出功率情况，将光伏组件当前最大输出功率P_max和光伏组件正常工作状态下最大输出功率的波动范围R进行实时比较，根据比较结果来决定是否启动清洗装置；当P_max超出波动范围R时，自动启动清洗装置，起到自动清洁的功能，减少了灰尘堆积造成的光伏效率下降的情况，避免了光伏发电系统长时间工作在低效率状态下的损耗，对于提高光伏发电效率具有重大意义。

2、本发明利用MPPT控制器控制DC-DC变换器，使用三点比较式扰动观察法(常规MPPT算法)和PSO法相结合的复合控制算法确定光伏组件当前最大输出功率P_max，能跳出局部优解，实现全局范围的最大功率点的寻找与跟踪，降低功率损耗，提高搜索精度，可以精确地判断跟踪光伏组件的工作状态。

3、本发明考虑到自然天气的影响，如下雪等，在雨刷杆内部设置滚筒结构，用于延伸盖板便于大雪天气雪花的清扫和高温天气光伏组件的降温，有利于光伏组件工作效率的提高和使用寿命的增加，符合市场需求。

4、本发明的监控终端的工作人员仅仅需要根据监控终端收到的警报信息，查看显示屏上相应的光伏组件的实时输出电压和输出功率的曲线图，派遣技术人员检修。通过合理启动清洗装置和安排人员检修，能够有效提高发电效率、减少人力成本的不必要的损耗，有利于减少工作人员的工作量，并且在一定程度实现了光伏发电系统自动化，符合当今光伏发电发展总趋势。

附图说明

图1为本发明实施例中光伏系统总框图；

图2为本发明实施例中清洗装置正视图；

图3为本发明实施例中清洗装置侧视图；

图4为本发明实施例中雨刷杆与卡接槽连接图；

图5为本发明实施例中雨刷杆与卡接槽连接处细节图；

图6为本发明实施例中盖板展开图；

图7为本发明实施例中盖板收缩图；

图8为本发明实施例中盖板卡槽处细节图；

图9为本发明实施例工作流程图；

附图标记说明：

1、支架，2、卡接槽，3护套，4、雨刷杆，5、支架，6、喷嘴，7、水管，8，水龙头，9、叶片，10、盖板，11、雨刷杆，12、卡接板

具体实施方式

下面结合说明书附图对本发明作进一步的说明：

实施例1：

如图1所示，本实施例公开了一种光伏发电系统，包括光伏组件、控制器和清洗装置；所述控制器跟踪光伏组件当前最大输出功率P_max，并将光伏组件当前最大输出功率P_max和光伏组件正常工作状态下最大输出功率的波动范围R进行实时比较；当P_max超出波动范围R时，启动洗装置对光伏组件表面进行清洗。

所述光伏组件可以实现将光能转换成电能并输出、储存；所述控制器控制光伏组件按当前最大输出功率P_max输出相应的电压值。

进一步地，所述波动范围R根据经验取值，可通过实际测试得到，将一块全新、功能正常的光伏组件放置在不同的天气环境下，多次测试其在不同天气环境下最大输出功率的变化，并对所得的所有值进行统计分析，将最佳天气环境下平均最大输出功率作为波动范围R的上限值，最差天气环境下平均最大输出功率作为波动范围R的下限值。

进一步地，所述控制器包括MPPT控制器，所述控制器通过MPPT控制器跟踪当前最大输出功率P_max；所述光伏组件经DC-DC变换器为负载供电；所述MPPT控制器的输入端连接光伏组件的输出端，MPPT控制器的输出端连接DC-DC变换器的控制端。

所述MPPT控制器对光伏组件的工作状态进行采集，跟踪其当前最大输出功率，根据其当前最大输出功率对应的电压值来控制DC-DC变换器的占空比从而调节光伏组件输出电压的大小。

进一步地，所述清洗装置包括用于向所述光伏组件喷水的喷水装置和用于刷洗所述光伏组件上表面的雨刷装置；在清洗过程中喷水装置和雨刷装置一同工作，保证了清洁力度。

进一步地，所述喷水装置包括喷嘴、水管及水龙头，喷嘴位于光伏组件旁(本实施例中喷嘴位于光伏组件下方中央处)，水管的一端套接水龙头，另一端与喷嘴通过螺纹连接(另一端通过内螺丝连接喷嘴的外螺丝)。

进一步地，所述雨刷装置包括一个护套(或两个护套)、雨刷片、雨刷杆及微型电机，所述一个护套沿光伏组件的一侧边(或两个护套分别沿光伏组件相对的两侧边)安装于光伏组件上；护套内设有卡接槽，所述雨刷杆的一端卡接于护套(或两端分别卡接于两个护套)的卡接槽内；雨刷杆的端部与护套内卡接槽之间设有弹性抵压件；所述微型电机与雨刷杆驱动连接；雨刷片安装于雨刷杆下方，紧贴光伏组件上表面；正常情况下雨刷杆位于光伏组件的一端。如图2所示，当控制器给出清洗命令时，水龙头8开启，喷嘴6向光伏组件喷水，电机启动，带动雨刷杆4沿着卡接槽2从光伏组件一端往另一端来回移动，确保清洗干净。

进一步地，所述护套为橡胶材质，用于保护、固定卡接槽，防止所述卡接槽在清洗过程中脱落。

进一步地，如图4、5所示，所述雨刷杆9的端部设有凹槽，与卡接槽上的凸条衔接，从而与卡接槽连接，并能沿卡接槽长度方向移动。

进一步地，所述雨刷装置包括刷头和雨刷杆；所述雨刷杆为空心结构，内设有一个滚筒，滚筒上卷绕有由多个叶片组成的盖板，盖板用于大雪天气遮挡和清理落雪以及高温天气降低光伏组件表面的温度。

进一步地，所述叶片由透明硬质材料构成，所述盖板既可用于大雪天气能承受雪的重量，又可用于高温天气的隔热，使光伏组件能正常工作，有利于提高光伏组件发电效率和使用寿命。

进一步地，所述滚筒的启动与关闭由工作人员根据天气情况确定；如图6所示，在大雪天气，工作人员启动滚筒正方向卷动，叶片9一节节伸出，组成一个平行于光伏组件的盖板10，逐渐遮挡住整个光伏组件，挡住下落的雪花；如图7所示，待雪停后，启动雨刷装置，控制雨刷杆从光伏组件的一侧移动至另一侧，随着雨刷杆的移动，盖板顶端逐渐移出卡接槽，没有卡接槽的支撑，整个盖板向下倾斜，盖板上的雪堆掉落，此时启动滚筒反方向卷动，将盖板的叶片一节节收缩进雨刷杆，并盖板上的雪堆掉落，雨刷杆退回到原来位置。

在高温天气，工作人员在高温时间段选择性开启和关闭滚筒，展开盖板，降低阳光直射下在光伏组件的温度，提高光伏组件的工作效率和使用寿命。

进一步地，所述的光伏发电系统，还包括无线通信模块和监控终端，控制器通过无线通信模块与监控终端通信连接；

所述控制器实时监测光伏组件输出电压和输出电流，计算其实时输出功率，并通过无线通信模块将光伏组件实时输出功率与输出电压传至监控终端；

所述控制器跟踪光伏组件当前最大输出功率P_max，若光伏组件当前最大输出功率P_max超出光伏组件正常工作状态下最大输出功率的波动范围R，则启动洗装置对光伏组件表面进行一次清洗，清洗完成后重复上述过程；若连续清洗n次后，光伏组件当前最大输出功率P_max仍超出光伏组件正常工作状态下最大输出功率的波动范围R，则控制器判断光伏组件或清洗装置出现故障，通过无线通信模块向监控终端发送警报信息。

所述无线通信模块采用LORA(远距离无线电)无线模块。Zigbee等传统组网通信技术，无法适应光伏分布式光伏系统中各组件相对分散的环境，组网稳定性和可靠性不能得到有效保证，而LORA技术在同样的功耗条件下比其他无线方式传播的距离更远，能实现低功耗和远距离传输的统一，能将光伏组件实时工作信息传送到监控终端，便于集中管理。

进一步地，所述监控终端设有显示屏和警报器。监控终端在收到警报信息时，警报器报警，提醒工作人员；显示屏显示相应的光伏组件实时工作情况，包括实时输出电压和输出功率的曲线图，工作人员可以通过观察显示器信息随时远程监控光伏组件实时工作状态，可以对警报器报警的显示屏信息进行具体分析，派遣技术人员进行检修。

进一步地，所述监控终端与多个控制器通信连接，用于同时监控分别与这些控制器相连的多个光伏组件。

实施例2：

本实施例提供一种光伏发电系统的控制方法，所述光伏发电系统为实施例1所述的光伏发电系统，其控制方法为：所述控制器实时跟踪当前最大输出功率P_max，并将光伏组件当前最大输出功率P_max和光伏组件正常工作状态下最大输出功率的波动范围R进行实时比较，判断光伏组件是否需要清洗；当P_max超出波动范围R时，启动洗装置对光伏组件表面进行清洗。

控制器对光伏组件的实时工作状态的信息进行采集处理，控制DC-DC变换器调节光伏组件输出电压的大小，根据电压大小、电流大小计算当前输出功率，将当前功率与电压通过无线通信模块(LORA无线模块)实时传送给监控终端。

如图2所示，若光伏组件当前最大输出功率P_max超出光伏组件正常工作状态下最大输出功率的波动范围R，则启动洗装置对光伏组件表面进行一次清洗，清洗完成后重复上述过程；若连续清洗n次(本实施例设置中n＝3)后，光伏组件当前最大输出功率P_max仍超出光伏组件正常工作状态下最大输出功率的波动范围R，则控制器判断光伏组件或清洗装置出现故障，通过无线通信模块(LORA无线模块)向监控终端发送警报信息。监控人员一旦发现警报信息，及时反馈处理，派遣技术人员对该光伏组件和清洗装置进行检修，避免故障光伏组件长时间非正常状态工作引发一系列损耗。对光伏组件故障信息连续多次判断和多次清洗光伏组件后才发送警报信息，以确保不会向终端发出错误警报，增加人员工作量，提高成本。

本实施例中，控制器采用STM32F103VET6芯片。

进一步地，所述控制器采用三点比较式扰动观察法与PSO算法相结合的复合算法对光伏组件工作状态信息进行采集与处理，得出当前最大输出功率P_max(全局最大输出功率)，具体地：首先，基于三点式比较扰动算法得到光伏组件的多个输出功率极值点；然后，将得到的多个输出功率极值点对应的电压值分别作为PSO算法初始种群中各个粒子的初始位置，利用PSO算法得到最优的粒子位置，其对应的适应度值即为当前最大输出功率P_max。采用复合算法可以避免出现多峰值的情况，减少错误诊断，降低功率损耗，提高搜索精度。

进一步地，所述基于三点式比较扰动算法得到光伏组件的多个输出功率极值点包括以下步骤：

步骤1、将光伏组件的电压范围平均分成N+1个区间；其中N为光伏组件中并联的支路数；

步骤2、针对每一个区间分别进行极值点搜索，针对任一区间进行极值点搜索的步骤如下：

步骤2.1、采用三点式比较扰动算法对该区间进行第一轮搜索，若未搜索到极值点，说明该区间内不存在极值点，则结束对该区间的搜索；否则记录搜索到的极值点对应的电压值和功率值，并转步骤2.2；

步骤2.2、采用三点式比较扰动算法对该区间进行第二轮搜索，记录该轮搜索到的极值点对应的电压值和功率值；

步骤2.3、比较前两轮搜索到的极值点是否相同，若相同，则确定搜索到的极值点为该区间的极值点，否则进入步骤2.4；

步骤2.4、采用三点式比较扰动算法对该区间进行第三轮搜索，记录该轮搜索到的极值点对应的电压值和功率值；比较三轮搜索得到的极值点的功率大小，选取功率值最大的极值点作为该区间的极值点。

进一步地，所述采用三点式比较扰动算法对一个区间进行一轮搜索的步骤如下：

步骤s1、在该区间中随机选取三个采样电压值U₁、U₂、U₃；

步骤s2、采样得到光伏组件输出电压为U₁、U₂、U₃时对应的输出电流值I₁、I₂、I₃，计算出3个采样点处的瞬时功率P₁＝U₁I₁、P₂＝U₂I₂、P₃＝U₃I₃；

步骤s3、根据3个采样点处的瞬时功率和对应的采样电压值，分析得到采样电压值的调整方向并判断是否满足搜索结束条件，具体地：

当P₁＜P₂＜P₃时，说明极值点在P₃右侧，此时若U₃-U₁≥2ΔU，则增大采样电压值，使下一时刻的采样电压值U₂＝U₃、U₁＝U₂-ΔU、U₃＝U₂+ΔU，再转步骤s2，否则说明无法搜索到极值点，结束本轮搜索；

当P₁＞P₂＞P₃时，说明极值点在P₁左侧，此时若U₃-U₁≥2ΔU，则减小采样电压值，使下一时刻的采样电压值U₂＝U₁、U₁＝U₂-ΔU、U₃＝U₂+ΔU，再转步骤s2，否则说明无法搜索到极值点，结束本轮搜索；

当P₁＜P₂且P₂＞P₃时，说明极值点在以P₂为中心的范围内，此时若U₃-U₁>2ΔU，则使下一时刻的采样电压值U₂＝U₂、U₁＝U₂-ΔU、U₃＝U₂+ΔU再转步骤s2；否则将P₂作为搜索到的极值点，结束本轮搜索；

其中ΔU为扰动步长，为经验参数，本实施例中取为0.2V。

通过POS算法进行最大输出功率预测，具体地：

首先，初始化一群随机粒子，粒子个数为得到的输出功率极值的个数；每个粒子的位置x对应一个电压，每个粒子的速度v对应一个电压变化量；各粒子的初始位置分别取为由三点比较式扰动观察法得到的多个输出功率极值对应的电压大小；各粒子的初始速度取为0；

然后，通过迭代算法找到最优解，具体包括以下步骤：

步骤ⅰ、根据各个粒子的位置和适应度函数计算出各个粒子的适应度值；

其中

表示第k次迭代时第i个粒子的位置；F表示第k次迭代时第i个粒子的适应度；

适应度函数由当前粒子对应的电压与电流的乘积经过理论分析与测试拟合得到，适应度值为该粒子对应的输出功率：

步骤ⅱ、根据各个粒子的适应度值，确定个体最优解P_best和种群最优解G_best，其中个体最优解P_best为各粒子历史位置中对应的适应度值最大的位置，种群最优解G_best为整个种群中所有粒子历史位置中对应的适应度值最大的位置；

步骤ⅲ、各粒子根据P_best和G_best更新自己的位置和速度，更新方程如下：

其中，w为惯性系数，c₁和c₂为学习因子；r₁和r₂为随机数；这些参数均为经验参数，本实施例中根据理论分析和测试，选取惯性系数w＝0.7，学习因子c₁＝c₂＝2；r₁和r₂取0～1之间的随机数；

步骤ⅳ、判断是否满足迭代终止条件：粒子间的最大电压差小于设定阈值；当粒子间的最大电压差小于设定阈值时，可以认为粒子位置非常集中，到达了最大功率点附近；此时粒子速度太慢，为了防止最大功率点附近多次迭代造成长时间震荡，使算法选优的效率大大降低和造成不必要的损耗，故选取当粒子间的最大电压差小于设定阈值作为POS算法的终止迭代条件，当满足该迭代终止条件时，停止迭代；否则令k＝k+1，返回步骤ⅰ；

本实施例中设定阈值为该光伏组件当前电压的0.5％。

上述POS算法中粒子初始化位置设置方法可以使初始化的粒子较为均匀地分布在最大输出功率可能对应的整个电压分布区域范围内，避免陷入局部最优而导致跟踪失败；该复合算法既解决了三点式扰动算法无法快速跟踪并稳定保持最大输出的缺点，同时避免了传统PSO算法陷入局部最优解的问题，从而大大提高整个光伏组件使用过程的输出效率。

本发明上述实施例使用MPPT控制器采集光伏组件工作状态信息，并使光伏组件输出功率达到最大；利用控制器传送光伏组件的实时输出电压和输出功率至监控终端，同时处理信息，在光伏组件输出功率异常时启动清洗装置。连续三次清洗后，若实时最大输出功率与正常状态下最大输出功率的差值仍不在理论波动范围内，控制器通过LORA无线模块传警报信息至监控终端，派遣技术人员检修；同时，清洗装置雨刷杆内部存在一个滚筒结构(可卷出由叶片组成的盖板)，在大雪天气，盖板遮挡住下落的雪花并完成雪堆的清扫，避免了持续下落的雪花造成的检修误判；在高温天气，启动滚筒，盖板在一定程度上降低了太阳直射的温度，对提高光伏组件的发电效率和使用寿命有较大效果。整个系统在使用过程中，避免了长时间工作在低效率状态下的损耗和故障组件对光伏发电系统的一连串不利影响，在一定程度上实现光伏发电系统清洁和检修自动化，符合当今光伏发电发展总趋势，符合市场需求。

Claims (10)

1.一种光伏发电系统，其特征在于，包括光伏组件、控制器和清洗装置；所述控制器跟踪光伏组件当前最大输出功率P_max，并将光伏组件当前最大输出功率P_max和光伏组件正常工作状态下最大输出功率的波动范围R进行实时比较；当P_max超出波动范围R时，启动洗装置对光伏组件表面进行清洗。

2.根据权利要求1所述的光伏发电系统，其特征在于，所述控制器包括MPPT控制器，所述控制器通过MPPT控制器跟踪当前最大输出功率P_max；所述光伏组件经DC-DC变换器为负载供电；所述MPPT控制器的输入端连接光伏组件的输出端，MPPT控制器的输出端连接DC-DC变换器的控制端。

3.根据权利要求1所述的光伏发电系统，其特征在于，所述清洗装置包括用于向所述光伏组件喷水的喷水装置和用于刷洗所述光伏组件上表面的雨刷装置。

4.根据权利要求3所述的光伏发电系统，其特征在于，所述雨刷装置包括刷头和雨刷杆；所述雨刷杆为空心结构，内设有一个滚筒，滚筒上卷绕有由多个叶片组成的盖板。

5.根据权利要求4所述的光伏发电系统，其特征在于，所述叶片由透明硬质材料构成。

6.根据权利要求1所述的光伏发电系统，其特征在于，包括无线通信模块和监控终端，控制器通过无线通信模块与监控终端通信连接；

控制器跟踪光伏组件当前最大输出功率P_max，若光伏组件当前最大输出功率P_max超出光伏组件正常工作状态下最大输出功率的波动范围R，则启动洗装置对光伏组件表面进行一次清洗，清洗完成后重复上述过程；若连续清洗n次后，光伏组件当前最大输出功率P_max仍超出光伏组件正常工作状态下最大输出功率的波动范围R，则控制器判断光伏组件或清洗装置出现故障，通过无线通信模块向监控终端发送警报信息。

7.根据权利要求1所述的光伏发电系统的控制方法，其特征在于，所述光伏发电系统为权利要求1～6中任一项所述的光伏发电系统，其控制方法为：所述控制器实时跟踪当前最大输出功率P_max，并将光伏组件当前最大输出功率P_max和光伏组件正常工作状态下最大输出功率的波动范围R进行实时比较；当P_max超出波动范围R时，启动洗装置对光伏组件表面进行清洗。

8.根据权利要求7所述的光伏发电系统的控制方法，其特征在于，所述控制器采用三点比较式扰动观察法与PSO算法相结合的复合算法对光伏组件工作状态信息进行采集与处理，得出当前最大输出功率P_max，具体地：首先，基于三点式比较扰动算法得到光伏组件的多个输出功率极值点；然后，将得到的多个输出功率极值点对应的电压值分别作为PSO算法初始种群中各个粒子的初始位置，利用PSO算法得到最优的粒子位置，其对应的适应度值即为当前最大输出功率P_max。

9.根据权利要求7所述的光伏发电系统的控制方法，其特征在于，所述基于三点式比较扰动算法得到光伏组件的多个输出功率极值点包括以下步骤：

步骤1、将光伏组件的电压范围平均分成N+1个区间；其中N为光伏组件中并联的支路数；

步骤2、针对每一个区间分别进行极值点搜索；针对任一区间进行极值点搜索的步骤如下：

步骤2.1、采用三点式比较扰动算法对该区间进行第一轮搜索，若未搜索到极值点，说明该区间内不存在极值点，则结束对该区间的搜索；否则记录搜索到的极值点对应的电压值和功率值，并转步骤2.2；

步骤2.2、采用三点式比较扰动算法对该区间进行第二轮搜索，记录该轮搜索到的极值点对应的电压值和功率值；

步骤2.3、比较前两轮搜索到的极值点是否相同，若相同，则确定搜索到的极值点为该区间的极值点，否则进入步骤2.4；

步骤2.4、采用三点式比较扰动算法对该区间进行第三轮搜索，记录该轮搜索到的极值点对应的电压值和功率值；比较三轮搜索得到的极值点的功率大小，选取功率值最大的极值点作为该区间的极值点。

10.根据权利要求9所述的光伏发电系统的控制方法，其特征在于，采用三点式比较扰动算法对一个区间进行一轮搜索的步骤如下：

步骤s1、在该区间中随机选取三个采样电压值U₁、U₂、U₃；

步骤s2、采样得到光伏组件输出电压为U₁、U₂、U₃时对应的输出电流值I₁、I₂、I₃，计算出3个采样点处的瞬时功率P₁＝U₁I₁、P₂＝U₂I₂、P₃＝U₃I₃；

步骤s3、根据3个采样点处的瞬时功率和对应的采样电压值，分析得到采样电压值的调整方向并判断是否满足搜索结束条件，具体地：

当P₁＜P₂＜P₃时，说明极值点在P₃右侧，此时若U₃-U₁≥2ΔU，则增大采样电压值，使下一时刻的采样电压值U₂＝U₃、U₁＝U₂-ΔU、U₃＝U₂+ΔU，再转步骤s2，否则说明无法搜索到极值点，结束本轮搜索；

当P₁＞P₂＞P₃时，说明极值点在P₁左侧，此时若U₃-U₁≥2ΔU，则减小采样电压值，使下一时刻的采样电压值U₂＝U₁、U₁＝U₂-ΔU、U₃＝U₂+ΔU，再转步骤s2，否则说明无法搜索到极值点，结束本轮搜索；

当P₁＜P₂且P₂＞P₃时，说明极值点在以P₂为中心的范围内，此时若U₃-U₁>2ΔU，则使下一时刻的采样电压值U₂＝U₂、U₁＝U₂-ΔU、U₃＝U₂+ΔU再转步骤s2；否则将P₂作为搜索到的极值点，结束本轮搜索；

其中ΔU为扰动步长，为经验参数。

Images