CN113218359B - 一种光伏组串方位角的识别方法 - Google Patents
一种光伏组串方位角的识别方法 Download PDFInfo
- Publication number
- CN113218359B CN113218359B CN202110485342.7A CN202110485342A CN113218359B CN 113218359 B CN113218359 B CN 113218359B CN 202110485342 A CN202110485342 A CN 202110485342A CN 113218359 B CN113218359 B CN 113218359B
- Authority
- CN
- China
- Prior art keywords
- data
- power station
- azimuth angle
- angle
- string
- 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
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000004364 calculation method Methods 0.000 claims abstract description 24
- 238000002360 preparation method Methods 0.000 claims abstract description 16
- 238000007689 inspection Methods 0.000 claims abstract description 9
- 238000005457 optimization Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 7
- 230000002354 daily effect Effects 0.000 claims description 5
- 230000003203 everyday effect Effects 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 24
- 238000009434 installation Methods 0.000 abstract description 22
- 238000004458 analytical method Methods 0.000 abstract description 9
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000005855 radiation Effects 0.000 description 11
- 238000000691 measurement method Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 4
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011478 gradient descent method Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241000197727 Euscorpius alpha Species 0.000 description 1
- 101100005554 Mus musculus Ccl20 gene Proteins 0.000 description 1
- 240000004808 Saccharomyces cerevisiae Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000011545 laboratory measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000004879 turbidimetry Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C1/00—Measuring angles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C1/00—Measuring angles
- G01C1/02—Theodolites
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种光伏组串方位角的识别方法，主要包括数据准备、计算准备检查、按每组串每日为单位进行计算和统计与结果四个部分，数据准备后计算准备检查，计算准备检查后按每组串每日为单位进行计算，按每组串每日为单位进行计算后统计与结果。与现有技术相比，本发明的有益效果如下：1.可以有效的对电站内每个组串的安装条件进行识别，精度高于原有传统方法；2.可以提供比原有传统方法更加准确的方位角数值(偏差<±0.5度)；3.可以有效的支撑需要准确安装条件的其他光伏电站分析；4.可以替代人工测量，且时效性远高于卫星图像。
Description
技术领域
本发明涉及方位角识别技术领域，具体是一种光伏组串方位角的识别方法。
背景技术
光伏电站中方位角是光伏组件方阵实际朝向(即方阵垂直面)与正南方向之间的夹角，在同一倾斜角度下，不同的方位角光伏组件平面接受的光照时间不同，接受到的辐射总量也不同。大量的光伏电站分析结论建立在电站方位角准确的基础上，不准确的方位角数值往往会影响对电站运行状况的分析结果。
现阶段获取的电站安装的方位角信息主要存在以下几个问题：
1.基本为人工测量，通过手机或其他测量工具，对组件方位角进行测量。
2.测量精度低，现有测量方法测量角度偏差通常在±10度区间范围，相对准确的方位角数值需要通过卫星图片比对，卫星图片。
3.测量尺度模糊，通常以电站或阵列为单位统一为一个值。
中国专利文献CN107402585B-光伏板的太阳方位角测量及转角控制方法、装置和系统，提供了一种太阳方位角测量及转角控制方法，通过测量太阳照射在两个测点所在水平面的光线的投影，以及两侧点的距离所围成的三角形中，位于两个测点处的角度，然后根据该测点处的角度以及经过该测点的参考线与两侧点间距离构成的角度，计算对应测点处的太阳方位角；在计算出测点处的太阳方位角后，依据该太阳方位角对测点处光伏板的转角进行准确修正，从而使光线垂直照射在光伏板上，让光伏板最大程度吸收光能进行发电。
中国专利文献CN111693020A-光伏组串方位角确定方法、组串重组方法及相关装置，公开了获取电站内各组串的历史电特征数据及电站所在地区的辐照数据。计算辐照数据中最大辐照时刻对应的太阳方位角，即第一太阳方位角；以及历史电特征数据中最大值时刻对应的太阳方位角，即第二太阳方位角。以第一太阳方位角为基准方位角，获得第二太阳方位角偏离第一太阳方位角之间的偏离值，即光伏组串的方位角偏离值，该方位角偏离值表示组串的方位角偏离基准方位角的角度，利用该方位角偏离值能够定量表示组串的方位角。通过上述过程可知，该方案利用电站的监控数据，即各组串的历史电特征数据及辐照数据，即可定量各组串的方位角，不需要单独测量其他数据，只需从监控系统中提取需要的数据即可，降低了测量数据的工作量。
上述两篇对比文件均未有效解决精度问题。
发明内容
本发明的目的在于提供一种光伏组串方位角识别方法，通过构建发电模型，比对分析电站各组串实际运行数据，并借助优化算法，推断各组串实际的安装方位角的技术问题。
为实现上述目的，本发明提供如下技术方案：
一种光伏组串方位角的识别方法，主要包括数据准备、计算准备检查、按每组串每日为单位进行计算和统计与结果四个部分，数据准备后计算准备检查，计算准备检查后按每组串每日为单位进行计算，按每组串每日为单位进行计算后统计与结果；各组成部分是，
数据准备：选择合适的电站，晴天标准KT大于设定值；
计算准备检查：电站是否已经运行超过晴天数量设定值，电站运行超过晴天数量设定值则判断是否填写可靠的倾角数据；获取电站至少一个晴天运行数据，填写了可靠的倾角数据则获得电站倾角数据，同时判断是否填写可靠的经纬度数据；填写了可靠的经纬度数据则获得电站经纬度数据；如电站运行未超过晴天数量设定值或未填写可靠的倾角数据或未填写可靠的经纬度数据，则返回重新选择合适电站；
按每组串每日为单位进行计算：选择初始方位角，从而给定方位角，从电站经纬度数据中生成当日太阳轨迹数据，依据电站倾角数据、给定方位角和生成当日太阳轨迹数据生成倾斜面辐照变化曲线；
从电站至少一个晴天运行数据获得组串当日直流功率曲线；把倾斜面辐照变化曲线与组串当日直流功率曲线相比较计算曲线相似度，判断曲线相似度是否为最优，如不是最优则依据优化算法给出新的方位角，返回给定方位角、电站倾角数据和生成当日太阳轨迹数据重新生成倾斜面辐照变化曲线，如曲线相似度是最优则该组串当日推算方位角；
统计与结果：汇总组串至少一个晴天内的推算方位角；选取数据集中位数作为该组串方位角；汇总电站各组串方位角；是否需要电站统一方位角，需要则按组串容量加权平均得出电站方位角。
优选地，所述晴天标准KT大于设定值，其设定值是0.57。
更优选地，所述晴天标准KT设定值是0.57-0.82。
优选地，所述电站是否已经运行超过晴天数量设定值是大于15的自然数。
更优选地，所述电站是否已经运行超过晴天数量设定值，其设定值是15。
优选地，所述选择初始方位角的角度是0-180度。
更优选地，所述选择初始方位角的角度是180度。
在本发明专利申请中所使用到的技术名词解释如下：
组件：又称光伏组件，即单块太阳能电池板，由若干个光伏发电单元组成，光伏系统输出电能的最小单元。
组串：由若干组件串联而成，现阶段是光伏电站数据采集的最小单元，光伏组件以组串的形式与上层设备连接。
逆变器：将光伏系统得到的直流电转变为可以接入电网的交流电的设备，是光伏电站的核心设备之一，一个光伏电站至少需要配置一台逆变器，一台逆变器可以连接若干组串，组串的功率之和应小于或等于逆变器的额定功率。
方位角：光伏组件实际朝向与正南方向之间的夹角，对于固定支架组件而言，通常安装固定之后保持不变。
倾角：光伏组件与水平面之间夹角，对于固定支架组件而言，通常安装固定之后保持不变。
日照晴空指数(KT)：是入射在水平地面上的总太阳辐射量除以入射的大气层顶(TOA)日照量，换言之，KT是TOA处的日照量到达地球表面的比例，通常用于表征天气是否晴朗。
太阳轨迹：对于地球上的固定物体而言，太阳的运动轨迹主要由三个变量组成：
1)天顶角(Zenith angle)
天顶角指光线入射方向和天顶方向的夹角。
2)太阳高度角(Solar Elevation Angle)
太阳高度角指太阳光的入射方向和地平面之间的夹角，简称太阳高度(物理含义为角度)。其是决定地球表面获得太阳热能数量的最重要因素。其中太阳高度角和太阳天顶角互为余角。
3)太阳方位角(Solar Azimuth Angle)
所谓方位角是以目标物的正北方向(与同一地理分区/分带内所在中央子午线的北方向相同)为起算方向，即0度。其取值范围在0-360度，计算旋转方式为：以目标物为轴心，以目标物的北方向为起始点，按顺时针方向旋转一周，方位角逐步增大至360°。
因此太阳方位角一般是以目标物的北方向为起始方向，以太阳光的入射方向为终止方向，按顺时针方向所测量的角度。
太阳辐照：
我们通常意义上的太阳辐照主要由三个成分组成：
1)DNI:Direct Normal Irradiance
阳光从太阳盘面直接照射到与光路正交的表面，称作直接辐射。
2)DHI:Diffuse Horizontal Irradiance
在大气中散射的直接到达地面的阳光称为散射辐射。散射辐射的标准测量在水平面上进行，这个测量叫做散射水平辐射。
3)GHI:Global Horizontal Irradiance
太阳的DHI和DNI到达水平表面称为总水平辐射，通常简称为总辐射。通常来讲，GHI应该等于DHI加上DNI乘以天顶角的余弦值。
现今对电站的分析服务日益全面且细致，因此，对于相关信息的准确度要求也有所提高。现阶段，由于光伏电站的设计及安装过程中，对于组件方位角的安装精度要求不高，因此通常存在实际方位角与设计方位角偏差较大的问题，从而带来辐照损失，以及因此带来的发电量及收益损失。与此同时，由于其实际方位角与设计方位角存在不可忽视的偏差，在对电站进行运行分析时，如果使用了错误的(与实际不相符)的安装条件，同样会使分析结果与实际发生偏差。此外还存在着大量不记录安装方位角的光伏电站存在。因此，一种有效的方位角识别方法能够很好的支撑到电站的分析以及对收益状态的估计，同样的，如果能够有效的识别安装方位角，则可以及时发现安装不规范问题，减少后续可能的损失问题
传统测量方法的主要特点在于1)对于小型电站或户用光伏电站来说，尽管其可能包含多个组串，但通常仅测量并记录一个方位角并粗略的认为其电站下所有组件方位角与其一致，即方位角精度为电站级2)对于大型地面电站而言，传统测量方式通常认为所有连接到同一设备(通常指逆变器)的组串与组件的安装条件一致，并仅进行局部测量，即方位角精度为逆变器级。本方法通过数据识别而非实际测量的方式，将组件的方位角信息赋予每个组串，提高的安装条件的精度至组串级。该方法对于识别精度的限制在于通常光伏电站的数据是以组串为单位进行传输的，如电站支持组件级数据的上传，该方法可以识别方位角数据至组件级
此外，传统的电站级人工方位角测量方法，通常需要通过1)安装陀螺仪系统的设备，该测量方法的误差通常在±20度左右，2)通过卫星图像标注，该方法的误差通常在±5度左右，且需要等待卫星图像更新，周期最少需要6个月以上，3)经纬仪，测量精度约±0.5度，但测量成本高，通常仅适用于实验室测量。本方法通过优化方法，使用理论曲线对实际运行数据进行逼近，得出最贴近实际安装情况的方位角数据，经大量电站验证，识别精度在±0.5度范围内见说明书附图2，说明书附图2中横轴测试电站编号，纵轴是识别方位角偏差。
与现有技术相比，本发明的有益效果如下：1.可以有效的对电站内每个组串的安装条件进行识别，精度高于原有传统方法；2.可以提供比原有传统方法更加准确的方位角数值(偏差<±0.5度)；3.可以有效的支撑需要准确安装条件的其他光伏电站分析；4.可以替代人工测量，且时效性远高于卫星图像。
附图说明
图1为本发明流程框图；
图2为本发明方位角数值效果图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-2，本发明提供技术方案：
本发明的关键创新点在于采用假定安装条件生成的理论曲线与实际曲线进行多次比对，选择最相似的安装条件，来推断电站各组串实际的安装方位角。
实施例1详细实施步骤及解释如下：
步骤1.选择需要识别方位角的电站；
步骤2.确认电站已正常运行超过若干晴天，晴天数量标准此处选择15天，晴天标准此处选择KT＞0.57，此处KT值通过nasa公开数据获取；
本方案中采用NASA Power的API接口(详见https://power.larc.nasa.gov/)获取电站所在地相应日级KT值，获取的KT值将存储在本地数据库中。具体获取方法如下：
·采用get方法进行相关数据的获取，简化的方位函数如下：
KT＝get(url,lat,lon,start,end)
其中，url为NASA公开的数据访问接口：
("https://power.larc.nasa.gov/cgi-bin/v1/DataAccess.py")
lat为电站纬度数据，单位°
lon为电站经度数据，单位°
start为电站侧所提供运行数据的起始日期
end为电站侧所提供运行数据的终止日期
·得到的KT结果经解析处理后如下表格式
| YYYYMMDD1 | KT1 |
| YYYYMMDD2 | KT2 |
| YYYYMMDD3 | KT3 |
| … | … |
步骤3.确认电站的倾角数据填写且准确，倾角数据为事先测量，此处仅需要确认该数据已存在，默认测量值准确；
倾角数据原则上由电站方面提供，通常于电站建站时进行人工测量，如电站无相应数据，由于通常在安装后组件倾角并不会移动，可以进行补充测量，测量方式通常使用坡度计或具有相似功能的设备(如配置陀螺仪的智能手机等)进行竖直斜度测量
步骤4.确认电站的经纬度数据填写且准确，经纬度信息为事先测量，此处仅需要确认该数据已存在，默认测量值准确；
电站经纬度数据原则上由电站方面提供，通常于电站建站时进行人工测量，如电站无相应数据，由于通常在安装后电站并不会移动，可以进行补充测量，测量方式通常使用GPS或北斗系统定位或具有相似功能的设备(如配置GPS/北斗的智能手机等)进行经纬度位置测量，或通过卫星图片定位方式确定经纬度数据，或通过电站内通信设备ip解析确定经纬度数据
(增加)电站海拔数据原则上由电站方面提供，通常于电站建站时进行人工测量，如电站无相应数据，由于通常在安装后电站并不会移动，可以进行补充测量，测量方式通常使用GPS或北斗系统定位或具有相似功能的设备(如配置GPS/北斗的智能手机等)进行海拔高度位置测量，或通过高度计定位方式确定海拔高度数据，或通过气压计算确定海拔高度数据
步骤5.将上述电站上述晴天的运行数据分解为各组串每日运行数据，此处选择组串每日的功率数据(功率曲线)，并检查数据是否存在断点，如存在断点，按数据采样频率对数据进行补全，补全方法使用线性插值；
步骤6.通过电站的经纬度信息，通过特定算法，生成对应每日电站所在地太阳轨迹数据，此处选择NREL SPA算法，此处特定算法指NREL SPA算法；此处引用：I.Reda andA.Andreas,Solar position algorithm for solar radiation applications.SolarEnergy,vol.76,no.5,pp.577-589,2004。
NREL SPA算法通过如下方式生成太阳轨迹数据，下列公式中可能存在相同名字变量的情况，以各自步骤内部说明的含义为准：
1.首先，需要将需要计算太阳轨迹的时刻转换成儒略历时间
a)计算儒略日
JD＝INT(365.25*(Y+4716))+INT(30.6001*(M+1))+D+B-1524.5，
INT表示对计算结果进行取整，如INT(8.7)＝8
Y表示需要计算时刻的年，如2020
M表示需要计算的月，这里，如果M＜2，则Y＝Y-1，M＝M+12
D表示需要计算的时间，如当月2号12点30分30秒，则，D＝2.521180556
B为闰年的修正，初始值为0，当B＝0时JD计算值大于2299160时，B＝(2-A+INT(A/4))，其中A＝INT(Y/100)
UT时间(世界时UT即格林尼治平太阳时间)到儒略历时间的转化示意：
| Date | UT | JD | Date | UT | JD |
| January1，2000 | 12:00:00 | 2451545.0 | December 31，1600 | 00:00:00 | 2305812.5 |
| January1，1999 | 00:00:00 | 2451179.5 | April 10，837 | 07:12:00 | 2026871.8 |
| January27，1987 | 00:00:00 | 2446822.5 | December 31，-123 | 00:00:00 | 1676496.5 |
| June 19，1987 | 12:00:00 | 2446966.0 | January1，-122 | 00:00:00 | 1676497.5 |
| January27，1988 | 00:00:00 | 2447187.5 | July12，-1000 | 12:00:00 | 1356001.0 |
| June19，1988 | 12:00:00 | 2447332.0 | February29，-1000 | 00:00:00 | 1355866.5 |
| January1，1900 | 00:00:00 | 2415020.5 | August 17，-1001 | 21:36:00 | 1355671.4 |
| January1，1600 | 00:00:00 | 2305447.5 | January1，-4712 | 12:00:00 | 0.0 |
b)计算儒略星历日
其中ΔT＝67.0
c)计算儒略世纪及儒略星历世纪
d)计算儒略星历千年
2.计算地球的日心经度，日心纬度及半径向量(L,B,R):
a)依据附表1计算L0i(弧度)
L0i＝Ai*cos(Bi+Ci*JME)；
其中，i表明附表1中L0对应的第i行
Ai，Bi及Ci表示附表1中L0对应第i行的A,B,C三列的值
b)计算LO(弧度)
其中，n表示附表1中L0对应的总行数
c)使用相同的方法计算剩余的L1-L5(弧度)
d)计算地球日心经度L(弧度)
e)将L转化成角度
其中，Π等于3.1415926535898
f)将L转化成一个位于(0，360)度的值，即L等于L除以360度的余数
g)借助附表1，使用同样的方法计算日心纬度B(角度)和半径向量R(天文单位，1天文单位等于地日距离)，此处B无B2-B5,R无R5,将对应项置零即可
3.计算太阳的地心经度及纬度(θ及β)
a)计算太阳的地心经度θ(角度)：
Θ＝L+180.
b)将θ转化成一个位于(0，360)度的值，即θ等于θ除以360度的余数
c)计算太阳的地心纬度β(角度)：
β＝-B。
4.计算经度和斜交的章动(ΔΨ和Δε)
a)计算月亮到太阳的距角X0(角度)
b)计算地球的平均近点角X1(角度)
c)计算月亮的平均近点角X2(角度)
d)计算月球升交角距X3(角度)
e)计算黄道上月球平均轨道的上升节点的经度，该经度是通过日期的平均春分测得的X4(角度)
f)依据附表2，计算ΔΨi和Δεi(万分之一弧度秒)：
其中，ai,bi,ci和di为附表2中第i行对应的a，b，c，d列对应值，Xj为上述步骤中计算的X0-X4
Yi，j为附表2中第i行对应的Yj列值，其中j应与X对应下标一致
g)计算ΔΨ(角度)：
其中n为附表2总行数(总63行)
a)同理，计算Δε(角度)：
5.计算黄道的真实斜交(ε)
a)计算黄道的平均斜交ε0(弧度/秒)
ε0＝84381.448-4680.93U-1.55U2+1999.25U3-51.38U4-249.67U5-39.05U6+7.12U7+27.87U8+5.79U9+2.45U10，
其中U＝JME/10
b)计算黄道的真实斜交ε(角度)
6.计算光行差修正ΔT(角度)
7.计算视在太阳经度(角度)
λ＝Θ+Δψ+Δτ
8.计算任何给定时间在格林威治的表观恒星时间，v(角度)
a)计算平均恒星时间v0(角度)
b)将v0转化成一个位于(0，360)度的值，即v0等于v0除以360度的余数
c)计算v：
v＝v0+Δψ*cos(ε)
9.计算地心太阳赤经偏角α(角度)
a)计算α(弧度)
其中，Arcrtan2是一个反余弦函数的改进函数，他分别作用于分子和分母，而不是二者其商，来保证α的结果在-Π到+Π之间
a)先将α转化成角度，再将α转化成一个位于(0，360)度的值，即α等于α除以360度的余数
10.计算地心太阳偏角，δ(角度)
δ＝Arcsin(sinβ*cosε+cosβ*sinε*sinλ)
然后同样需要将δ转化成一个位于(0，360)度的角度
11.计算观测时角，H(角度)
H＝ν+σ-α
其中，ζ是观测者所在位置经度，即上文中提到的电站经度同样的，需要将H转化成一个位于(0，360)度的角度12.计算以观测点(即电站所在位置)为中心坐标系下的太阳赤经偏角α’(角度)
a)计算太阳的赤道水平视差ξ(角度)
b)计算u
c)计算x
其中E为观测位置海拔，即上文中提到的海拔高度数据
d)计算y
e)计算太阳赤经偏角的视差Δα(角度)
同样的，需要将H转化成一个位于(0，360)度的角度
f)计算观测中心坐标系下的赤经偏角α’(角度)
a′＝α+Δα
g)计算观测中心坐标系下的太阳偏角δ’(角度)
13.计算观测坐标系下的观测时角H’(角度)
H′＝H-Δα
14.计算观测中心坐标系的太阳天顶角，θ(角度)：
a)在不进行大气折射校正的情况下计算观测中心坐标系的天顶角，e0(角度)
b)计算大气折射矫正Δe(角度)
其中，P是年平均气压，T是年平均气温，可以通过电站经纬度查询公开气象数据获得
c)计算观测中心坐标系的太阳高度角，e(角度)
e＝e0+Δe
d)计算中心坐标系的太阳天顶角θ(角度)
θ＝90-e
15.计算观测中心坐标系内的太阳方位角，Φ(角度)
a)计算天文学定义的太阳方位角Γ(角度)
b)计算通常意义上的太阳方位角Φ，即本方案中前文说明的太阳方位角
Φ＝Γ+180
需要将Φ转化成一个位于(0，360)度的角度
附表1，多维度地球运动相关数值，数据来源于NREL公开数据(https://www.nrel.gov/midc/spa/)
附表二经度及斜交周期相关变动参数，数据来源于NREL公开数据(https:// www.nrel.gov/midc/spa/)
步骤7.通过电站的倾角数据及上一步中生成的太阳轨迹数据，给定一个方位角值，通过特定算法，生成对应安装条件下所在地倾斜面辐照曲线，此处选择Ineichen andPerez晴空辐照模型；优化开始时需要给定初始方位角，此处选择180度，此处特定算法指Ineichen and Perez晴空辐照模型；
此处引用：P.Ineichen and R.Perez,"A New airmass independentformulation for the Linke turbidity coefficient",Solar Energy,vol73,pp.151-157,2002，
R.Perez et.al.,"A New Operational Model for Satellite-DerivedIrradiances:Description and Validation",Solar Energy,vol 73,pp.307-317,2002。
1.首先计算到达大气层外侧的太阳辐照
其中，DOY即Day of Year，一年当中的第几天
2.计算水平面总辐照GHI
CHI＝cg1×I0×cos(z)×exp(-cg2×AM×(fh1+fh2(TL-1)))×exp(0.01×AM1.8)其中，
cg1＝5.09e-5×h+0.868，cg2＝3.92e-5×h+0.0387.
fh1＝exp(-h/8000),fh2＝exp(-h/1250)
h为电站所在地海拔，z为太阳轨迹中的太阳天顶角，TL为大气的浊度，可以依据分析时间与电站经纬度通过公开的气象数据查询
3.计算直接辐射DNI
DNI＝bIoexp(-0.09.am.(TL-1))
4.计算散射辐射DHI
DHI＝GHI-DNI*(cos(z))
步骤8.计算理论辐照曲线与实际功率曲线的曲线相似度，此处选择pearson相关系数作为相似度指标，此处可以提供pearson相关系数计算方法；
其中X表示曲线1(即理论辐照曲线)上的点，Y表示曲线2(即实际功率曲线)上的点，N表示曲线上的数据点数
相关系数越高表明曲线越相似
步骤9.通过优化算法，选择曲线相似度最高时的方位角值，作为该组串当日推算的方位角，此处选择BFGS算法进行优化，此处优化算法即使用BFGS算法；
优化过程过程如下：
·选择一个假定的方位角
·依据下式计算组件接收到的倾斜面总辐照：
POA＝POAdirect+POAskydiffuse+POAgrounddiffuse
其中，
POAdirect＝max(DNI*cos(aoi)，0)，其中：
POAskydiffuse＝DHI*(1+cos(sur tilt))
POAgrounddiffuse＝GHI*Albedo*(1-cos(surtilt))*0.5，其中Albedo为环境表面反射系数，本算法中选取0.25。
·依据得到的POA辐照曲线，与当日组串功率曲线计算得到相关系数ρxy
·假定θ为要优化的参数，即上文中的假定的组串方位角
则优化函数f(θ)＝1-ρxy(θ)
·使用梯度下降的方法，我们考虑函数的二阶泰勒展开式：
gk为
上式可以重写为：
fquad(θ)＝θTAθ+bTθ+c
所以函数在θ取以下值时达到最小：
算法每次迭代时需要对θk加上下项：
作为本方案的一个优选例，此处选择使用BFGS优化算法，即使用如下的Bk替换Hk
sk＝θk-θk-1
yk＝gk-gk-1
此处采用了梯度下降法的一个具体变形，类似的基于梯度的优化算法均可实现类似功能
步骤10.汇总该组串若干晴天推算出的方位角，取其中位数，作为算法识别出该组串实际安装的方位角；
对于该组串，基于在每个晴天进行运算，得到如下集合
X＝[X1，X2..Xn]
其中n为晴天数量，Xi表明第i个晴天对应相关系数最高的组串假定方位角，即基于当日数据认定的组串方位角。
则本算法最后输出的该组串方位角为：
X组串＝median(X)
其中median()表示对数据取中位数
步骤11.如需要以电站为单位统一方位角，可以按照组串容量作为加权，通过各组串方位角的加权平均值，得出电站方位角。
基于各组串的识别方位角，电站的识别方位角计算方法如下；
X_电站＝Σ(P_j*X_j)/Σ(P_j)
j表示组串编号，X_j为j组串识别方位角，P_j为j组串装机容量
实施例2
如实施例1中所述的步骤，步骤2中提到的晴天数量选择15仅为本方案一个特定实例，仅调整晴天数量的方法应视为与本方法相同；
步骤2中提到的晴天判断标准选择KT>0.57仅为本方案一个特定实例，仅调整晴天判断标准的方法(如调整KT值，或采用其他天气数据等)的方法应视为与本方法相同；
步骤5及步骤8中提到的从组串运行数据中选择组串功率数据(曲线)仅为本方案一个特定实例，仅调整运行数据的选择(如选择直流电流/电压等)的方法应视为与本方法相同；
步骤6中选择NREL SPA算法生成太阳轨迹仅为本方案一个特定实例，仅调整太阳轨迹的生成算法的方法应视为与本方法相同；
步骤7及步骤8中提到的从理论数据中选择倾斜面辐照数据(曲线)仅为本方案一个特定实例，仅调整理论数据的选择的方法应视为与本方法相同；
步骤7中选择Ineichen and Perez晴空辐照模型生成理论辐照数据仅为本方案一个特定实例，仅调整理论辐照数据的生成算法(如使用Haurwitz模型等)的方法应视为与本方法相同；
步骤7中选择180度作为优化的初始方位角仅为本方案一个特定实例，仅调整理初始方位角的方法应视为与本方法相同；
步骤8中选择pearson相关系数作为曲线相似度指标仅为本方案一个特定实例，仅调整曲线相似度指标(如使用spearman、kendall，pointbiserialr等)的方法应视为与本方法相同；
步骤9中使用BFGS算法作为优化算法仅为本方案一个特定实例，仅调整优化算法的使用(如使用Nelder-Mead，
Powell，CG，Newton-CG，L-BFGS-B，TNC，COBYLA，SLSQP等优化算法)的方法应视为与本方法相同；
步骤10中使用中位数作为最终该组串实际安装的方位角仅为本方案一个特定实例，仅调整最终方位角的选择(如选择P10，P50，P68，P90等统计学取值)的方法应视为与本方法相同；
步骤11中使用加权平均数作为最终电站实际安装的方位角仅为本方案一个特定实例，仅调整电站方位角的计算(如选择其他统计计算方法)的方法应视为与本方法相同；
尽管已经示出描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种光伏组串方位角的识别方法，其特征在于：主要包括数据准备、计算准备检查、按每组串每日为单位进行计算和统计与结果四个部分，数据准备后计算准备检查，计算准备检查后按每组串每日为单位进行计算，按每组串每日为单位进行计算后统计与结果；各组成部分是，
数据准备：选择合适的电站，晴天标准KT大于设定值；
计算准备检查：电站是否已经运行超过晴天数量设定值，电站运行超过晴天数量设定值则判断是否填写可靠的倾角数据；获取电站至少一个晴天运行数据，填写了可靠的倾角数据则获得电站倾角数据，同时判断是否填写可靠的经纬度数据；填写了可靠的经纬度数据则获得电站经纬度数据；如电站运行未超过晴天数量设定值或未填写可靠的倾角数据或未填写可靠的经纬度数据，则返回重新选择合适电站；
按每组串每日为单位进行计算：选择初始方位角，从而给定方位角，从电站经纬度数据中生成当日太阳轨迹数据，依据电站倾角数据、给定方位角和生成当日太阳轨迹数据生成倾斜面辐照变化曲线；
从电站至少一个晴天运行数据获得组串当日直流功率曲线；把倾斜面辐照变化曲线与组串当日直流功率曲线相比较计算曲线相似度，判断曲线相似度是否为最优，如不是最优则依据优化算法给出新的方位角，返回给定方位角、电站倾角数据和生成当日太阳轨迹数据重新生成倾斜面辐照变化曲线，如曲线相似度是最优则将对应的方位角作为该组串当日推算方位角；
统计与结果：汇总组串至少一个晴天内的推算方位角；选取数据集中位数作为该组串方位角；汇总电站各组串方位角；是否需要电站统一方位角，需要则按组串容量加权平均得出电站方位角。
2.根据权利要求1所述的一种光伏组串方位角的识别方法，其特征在于：所述晴天标准KT设定值是0.57-0.82。
3.根据权利要求2所述的一种光伏组串方位角的识别方法，其特征在于：所述晴天标准KT大于设定值，其设定值是0.57。
4.根据权利要求1所述的一种光伏组串方位角的识别方法，其特征在于：所述电站是否已经运行超过晴天数量设定值是大于15的自然数。
5.根据权利要求4所述的一种光伏组串方位角的识别方法，其特征在于：所述电站是否已经运行超过晴天数量设定值，其设定值是15。
6.根据权利要求1所述的一种光伏组串方位角的识别方法，其特征在于：所述选择初始方位角的角度是0-180度。
7.根据权利要求6所述的一种光伏组串方位角的识别方法，其特征在于：所述选择初始方位角的角度是180度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110485342.7A CN113218359B (zh) | 2021-04-30 | 2021-04-30 | 一种光伏组串方位角的识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110485342.7A CN113218359B (zh) | 2021-04-30 | 2021-04-30 | 一种光伏组串方位角的识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113218359A CN113218359A (zh) | 2021-08-06 |
| CN113218359B true CN113218359B (zh) | 2021-12-07 |
Family
ID=77090654
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110485342.7A Active CN113218359B (zh) | 2021-04-30 | 2021-04-30 | 一种光伏组串方位角的识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113218359B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114090945B (zh) * | 2021-11-15 | 2024-08-02 | 无锡英臻科技股份有限公司 | 一种基于电站运行数据的阴影识别方法 |
| CN114461976A (zh) * | 2021-12-24 | 2022-05-10 | 阳光新能源开发股份有限公司 | 一种光伏组串方位角确定方法、装置及电子设备 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10140401B1 (en) * | 2011-07-25 | 2018-11-27 | Clean Power Research, L.L.C. | System and method for inferring a photovoltaic system configuration specification with the aid of a digital computer |
| CN106203879B (zh) * | 2016-07-19 | 2019-11-08 | 上能电气股份有限公司 | 一种光伏电站系统效率计算方法 |
| CN110165991B (zh) * | 2019-06-28 | 2020-09-11 | 合肥阳光新能源科技有限公司 | 一种光伏组件跟踪系统控制方法及装置 |
| CN110598898B (zh) * | 2019-07-30 | 2022-07-05 | 深圳供电局有限公司 | 一种基于开放获取天气数据的光伏预测方法、系统以及存储介质 |
| CN111693020B (zh) * | 2020-06-22 | 2022-09-16 | 阳光新能源开发股份有限公司 | 光伏组串方位角确定方法、组串重组方法及相关装置 |
-
2021
- 2021-04-30 CN CN202110485342.7A patent/CN113218359B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113218359A (zh) | 2021-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Suri et al. | Geographic aspects of photovoltaics in Europe: contribution of the PVGIS website | |
| CN113298303B (zh) | 针对气象卫星云图动态注意域的光伏功率预测方法 | |
| CN111125609B (zh) | 一种基于双指数驱动的电离层三维电子密度重构方法 | |
| El Ouderni et al. | Experimental assessment of the solar energy potential in the gulf of Tunis, Tunisia | |
| CN113218359B (zh) | 一种光伏组串方位角的识别方法 | |
| Toledo et al. | Evaluation of solar radiation transposition models for passive energy management and building integrated photovoltaics | |
| Meyer et al. | Solar resources for concentrating solar power systems | |
| Cristaldi et al. | A hybrid approach for solar radiation and photovoltaic power short-term forecast | |
| Gorjian et al. | Estimation of mean monthly and hourly global solar radiation on surfaces tracking the sun: Case study: Tehran | |
| Akgul et al. | Estimation of optimal tilt angles and solar radiation collected by fixed and tracking solar panels for the Mediterranean region, Turkey | |
| Yousuf et al. | Long-term impact of ionospheric scintillations on kinematic precise point positioning: seasonal and solar activity dependence over Indian low latitudes | |
| CN102403927B (zh) | 辅助安装太阳能板的导引系统及其导引方法 | |
| Masili et al. | Local tilt optimization of photovoltaic solar panels for maximum radiation absorption | |
| Qiu et al. | Solar energy resource and its global distribution | |
| CN114090945B (zh) | 一种基于电站运行数据的阴影识别方法 | |
| Hakemzadeh et al. | Incorporating theoretical and PRACTICAL approaches to assess the amount of sunlight CAPTURED by a tilted surface in a tropical climate | |
| US11486606B2 (en) | Method of forecasting heat output of solar collectors | |
| Abdurrahman et al. | Solar elevation angle and solar culmination determination using celestial observation; a case study of hadejia jigawa state, Nigeria | |
| Ekici et al. | Total Global Solar Radiation Estimation with Relative Humidity and Air Temperature Extremes in Ireland and Holland | |
| Cho et al. | Numerical estimation of solar resource for curved panels on Earth and Mars | |
| Vişa et al. | On the incidence angle optimization of the dual-axis solar trackers | |
| Kwon et al. | Estimation of Singapore’s hourly solar radiation using hybrid-Markov transition matrices method | |
| de Melo et al. | Accuracy analysis of sun position calculation algorithms: ineichen and SPA | |
| Płachta | Energy efficiency of photovoltaic panels depending on the step resolution of tracking system | |
| Bulane | Development of solar radiation database and its integration into solar process applications in Lesotho |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address |
Address after: F4, 200 Linghu Avenue, Xinwu District, Wuxi City, Jiangsu Province, 214000 Patentee after: Wuxi Yingzhen Technology Co.,Ltd. Address before: 214135 F4, No. 200, Linghu Avenue, Xinwu District, Wuxi City, Jiangsu Province Patentee before: WUXI YINGZHEN TECHNOLOGY CO.,LTD. |
|
| CP03 | Change of name, title or address |