CN115081259B - 用于优化卫星太阳能电池阵的瓦时能量计算方法和装置 - Google Patents

用于优化卫星太阳能电池阵的瓦时能量计算方法和装置 Download PDF

Info

Publication number
CN115081259B
CN115081259B CN202211009278.6A CN202211009278A CN115081259B CN 115081259 B CN115081259 B CN 115081259B CN 202211009278 A CN202211009278 A CN 202211009278A CN 115081259 B CN115081259 B CN 115081259B
Authority
CN
China
Prior art keywords
solar cell
cell array
model selection
total power
energy
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
Application number
CN202211009278.6A
Other languages
English (en)
Other versions
CN115081259A (zh
Inventor
赵宏杰
郭涛
陆川
霍文雯
刘芋宏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Guoxing Aerospace Technology Co ltd
Original Assignee
Chengdu Guoxing Aerospace Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Guoxing Aerospace Technology Co ltd filed Critical Chengdu Guoxing Aerospace Technology Co ltd
Priority to CN202211009278.6A priority Critical patent/CN115081259B/zh
Publication of CN115081259A publication Critical patent/CN115081259A/zh
Application granted granted Critical
Publication of CN115081259B publication Critical patent/CN115081259B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/04—Ageing analysis or optimisation against ageing
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Educational Administration (AREA)
  • Photovoltaic Devices (AREA)
  • Development Economics (AREA)
  • Algebra (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)

Abstract

本申请实施例公开了一种用于优化卫星太阳能电池阵的瓦时能量计算方法和装置，该方法包括：计算太阳能电池阵列在预设的每个选型方案下的实际总功率Pi其中，i为正整数；计算太阳能电池阵列的最低需求总功率P’；获取最接近所述最低需求总功率P’的实际总功率Pi所对应的选型方案作为太阳能电池阵列的目标选型方案。通过该实施例方案，使得太阳能电池阵列选型更佳、更精准，从而为提高太阳能电池阵列能量利用率、降低能源浪费、降低采购成本提供了技术基础。

Description

用于优化卫星太阳能电池阵的瓦时能量计算方法和装置
技术领域
本申请实施例涉及太阳能电池阵列选型技术，尤指一种卫星上的能源计算模型，用于优化卫星太阳能电池阵的瓦时能量计算方法和装置。
背景技术
目前航天产品开发过程中，太阳能电池阵列串并联数计算方法是通过安时法判断蓄电池充放电是否平衡情况计算，但此方法未考虑太阳能电池阵列电压与母线电压的差异，当前在计算卫星上太阳能电池阵列选型方案（例如太阳能电池串并联数）未考虑太阳能电池阵列的电压与母线电压的压差差异存在着太阳能电池阵列串并联数选型过于保守、能源浪费、成本增加、选型不精准，电池阵利用率不高的缺点。
发明内容
本申请实施例提供了一种用于优化卫星太阳能电池阵的瓦时能量计算方法和装置，能够使得太阳能电池阵列选型更佳、更精准，从而为提高太阳能电池阵列能量利用率、降低能源浪费、降低采购成本提供了技术基础。
本申请实施例方案提供了一种用于优化卫星太阳能电池阵的瓦时能量计算方法，所述方法可以包括：
计算太阳能电池阵列在预设的每个选型方案下的实际总功率Pi，i为正整数；
计算太阳能电池阵列的最低需求总功率P’；
获取与所述最低需求总功率P’最接近的实际总功率Pi，所述最接近的实际总功率Pi对应的选型方案作为太阳能电池阵列的目标选型方案。
在本申请的示例性实施例中，所述获取最接近所述最低需求总功率P’的实际总功率Pi所对应的选型方案作为太阳能电池阵列的目标选型方案，可以包括：
比较每个串并联方案下的所述实际总功率Pi和所述最低需求总功率P’的大小；
获取所述实际总功率Pi大于所述最低需求总功率P’的全部选型方案；
获取所述全部选型方案中实际总功率最小的选型方案；
将所述实际总功率最小的选型方案作为太阳能电池阵列的目标选型方案。
在本申请的示例性实施例中，将所述实际总功率最小的选型方案作为太阳能电池阵列的目标选型方案之前，所述方法还可以包括：
判断所述实际总功率最小的选型方案是否满足能量平衡；
根据判断结果确定将所述实际总功率最小的选型方案作为太阳能电池阵列的目标选型方案，或者，重新对太阳能电池阵列进行选型。
在本申请的示例性实施例中，所述根据判断结果确定将所述实际总功率最小的选型方案作为太阳能电池阵列的目标选型方案，或者，重新对太阳能电池阵列进行选型，可以包括：
在所述实际总功率最小的选型方案满足能量平衡时，将所述实际总功率最小的选型方案作为太阳能电池阵列的目标选型方案；
在所述实际总功率最小的选型方案不满足能量平衡时，重新对太阳能电池阵列进行选型。
在本申请的示例性实施例中，所述重新对太阳能电池阵列进行选型，可以包括：
从所述全部选型方案中剔除所述实际总功率最小的选型方案，获取全部剩余选型方案；
从所述全部剩余选型方案中获取实际总功率最小的选型方案，将新获取的实际总功率最小的选型方案作为太阳能电池阵列的目标选型方案。
在本申请的示例性实施例中，所述判断所述实际总功率最小的选型方案是否满足能量平衡，可以包括：
计算所述实际总功率最小的选型方案对应的剩余比例；所述剩余比例是指所述实际总功率最小的选型方案下太阳能电池阵列的实际总能量在被消耗后的剩余能量占所述实际总能量的比例；
将所述剩余比例与预设的比例阈值进行比较；
当所述剩余比例大于所述预设的比例阈值时，判定所述实际总功率最小的选型方案满足能量平衡；
当所述剩余比例小于或等于所述预设的比例阈值时，判定所述实际总功率最小的选型方案不满足能量平衡。
在本申请的示例性实施例中，所述计算太阳能电池阵列的最低需求总功率P’，可以包括：根据下述计算式计算所述最低需求总功率：
P’= W’/t；
其中，W’为太阳能电池阵列的最低总能量，t为太阳能电池阵列接受光照的时长。
在本申请的示例性实施例中，所述方法还可以包括：根据以下方式获取所述太阳能电池阵列的最低总能量W’：
Figure 557943DEST_PATH_IMAGE001
；
其中，负载消耗能量
Figure 336543DEST_PATH_IMAGE002
为负载消耗能量，K为预设的能量余量百分比。
在本申请的示例性实施例中，所述能量余量百分比的范围可以为25%-35%。
在本申请的示例性实施例中，所述负载消耗能量
Figure 751475DEST_PATH_IMAGE002
可以满足：
Figure 742565DEST_PATH_IMAGE003
；
其中，
Figure 51187DEST_PATH_IMAGE004
为卫星在阴影期和光照期下长期对日定向模式下的消耗能量；
Figure 876054DEST_PATH_IMAGE005
为光照期太阳能电池阵列作在预设的任务模式下的消耗能量；
Figure 106178DEST_PATH_IMAGE006
为光照期太阳能电池阵列在预设的任务模式前的机动消耗能量。
在本申请的示例性实施例中，所述计算所述实际总功率最小的选型方案对应的剩余比例，可以包括：按照下述计算式计算所述剩余比例：
Figure 697697DEST_PATH_IMAGE007
；
Figure 736191DEST_PATH_IMAGE008
；
Figure 325435DEST_PATH_IMAGE009
；
Figure 839593DEST_PATH_IMAGE010
；
其中，η为所述剩余比例；
Figure 906906DEST_PATH_IMAGE011
为所述剩余能量；
Figure 42049DEST_PATH_IMAGE012
为太阳能电池阵列的实际总能量；
Figure 802194DEST_PATH_IMAGE013
为太阳能电池阵列的总损耗；
Figure 803649DEST_PATH_IMAGE014
为太阳能电池阵列上串联二极管压降损耗和太阳能电池阵列到电源控制与配电单元PCDU的路径线损，
Figure 346756DEST_PATH_IMAGE015
为PCDU上二极管压降损耗，WMOS为PCDU上金属氧化物半导体场效应晶体管MOS管压降损耗，
Figure 218898DEST_PATH_IMAGE016
为PCDU上连接器到蓄电池上路径上的线损，
Figure 415524DEST_PATH_IMAGE017
为蓄电池内阻损耗。
本申请实施例还提供了一种用于优化卫星太阳能电池阵的瓦时能量计算装置，可以包括处理器和计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令被所述处理器执行时，实现所述的用于优化卫星太阳能电池阵的瓦时能量计算方法。
与相关技术相比，本申请实施例可以包括：计算太阳能电池阵列在预设的每个选型方案下的实际总功率Pi；计算太阳能电池阵列的最低需求总功率P2；获取最接近所述最低需求总功率P’的实际总功率Pi所对应的选型方案作为太阳能电池阵列的目标选型方案。通过该实施例方案，使得太阳能电池阵列选型更佳、更精准，从而为提高太阳能电池阵列能量利用率、降低能源浪费、降低采购成本提供了技术基础。
本申请的有益效果为：提供了一种卫星上的能源计算模型，通过能量守恒定律，同时结合具体实践，总结出了用瓦时能量计算方法计算能量传递关系。
该能源计算模型通过精准的计算得到系统对能源的需求，为工程选型太阳电池阵串并联方案提供了可靠的理论依据，同时提高了太阳电池阵的利用率、降低能源浪费、节约工程成本。
本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
附图说明
附图用来提供对本申请技术方案的理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。
图1为本申请实施例的用于优化卫星太阳能电池阵的瓦时能量计算方法流程图；
图2为本申请实施例的太阳能电池阵列的总损耗示意图；
图3为本申请实施例的用于优化卫星太阳能电池阵的瓦时能量计算装置组成框图。
具体实施方式
本申请描述了多个实施例，但是该描述是示例性的，而不是限制性的，并且对于本领域的普通技术人员来说显而易见的是，在本申请所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合，并在具体实施方式中进行了讨论，但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外，任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用，或可以替代任何其它实施例中的任何其他特征或元件。
本申请包括并设想了与本领域普通技术人员已知的特征和元件的组合。本申请已经公开的实施例、特征和元件也可以与任何常规特征或元件组合，以形成由权利要求限定的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元件组合，以形成另一个由权利要求限定的独特的发明方案。因此，应当理解，在本申请中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此，除了根据所附权利要求及其等同替换所做的限制以外，实施例不受其它限制。此外，可以在所附权利要求的保护范围内进行各种修改和改变。
此外，在描述具有代表性的实施例时，说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而，在该方法或过程不依赖于本文所述步骤的特定顺序的程度上，该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的，其它的步骤顺序也是可能的。因此，说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外，针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤，本领域技术人员可以容易地理解，这些顺序可以变化，并且仍然保持在本申请实施例的精神和范围内。
本申请实施例方案提供了一种用于优化卫星太阳能电池阵的瓦时能量计算方法，如图1所示，所述方法可以包括步骤S101-S103：
S101、计算太阳能电池阵列在预设的每个选型方案下的实际总功率Pi，i为正整数；
S102、计算太阳能电池阵列的最低需求总功率P’；
S103、获取与所述最低需求总功率P’最接近的实际总功率Pi，所述最接近的实际总功率Pi对应的选型方案作为太阳能电池阵列的目标选型方案。
在本申请的示例性实施例中，针对当前在计算卫星上太阳能电池阵列选型方案（例如太阳能电池串并联数）未考虑太阳能电池阵列的电压与母线电压的压差，带来的选型过于保守、能源浪费、成本增加、选型不精准，电池阵利用率不高缺点。比如：8串10并的太阳电池最大功率点电压Vmp为15.904V，通过太阳能电池阵列转换的母线电压为11V，在计算太阳能电池阵列串并联数时使用母线电压11V计算，未考虑太阳能电池阵列电压15.904和母线电压11V存在4.904V的差异，忽略此差异计算出的太阳能电池阵列串并联数为8串13并（104片），考虑此差异的串并联数为8串10并（80片），未考虑电压压差差异后的串并联数比考虑电压压差差异后的串并联数多8串3并（24片），此算法存在过多余量的考虑，因此存在着太阳能电池阵列串并联数选型过于保守、能源浪费、成本增加、选型不精准，电池阵利用率不高缺点，浪费率高达30%（24/80=30%）。本申请实施例方案采用一种更精准计算方法选出目标太阳能电池阵列的选型方案（例如，串并联方案，具体可以为太阳能电池的串并联数），该方法考虑了太阳能电池阵列光照时电压与母线电压的压差，精准计算出需求，剔除了过于保守的设计，为工程实践节约了宝贵的成本。
在本申请的示例性实施例中，可以根据能量传递关系（例如，能量传递路径），通过计算出负载消耗的能量估算出太阳能电池阵列的最低需求总功率P’，将最接近该最低需求总功率P’的太阳能电池阵列输出总功率Pi对应的选型方案，作为太阳能电池阵列的目标选型方案。
在本申请的示例性实施例中，首先可以计算出太阳能电池阵列在各个串并联方案下的输出总功率Pi，可以分别用P1、P2、P3…PN表示，其中，N为预设的选型方案总数，即预设的多种串并联方案总数。
在本申请的示例性实施例中，输出总功率Pi=输出电压V1×输出电流I1。
在本申请的示例性实施例中，为了提高计算准确率，并尽量保证选出的串并联方案在任何时期都能够满足能量要求，本申请实施例方案采集太阳能电池阵列的寿命末期的输出电压和输出电流，计算该输出总功率Pi。
在本申请的示例性实施例中，如表1所示，给出了太阳能电池阵列的寿命初期和寿命末期的输出电压Vi、输出电流Ii以及计算出的输出总功率Pi的实施例。
表1
Figure 841957DEST_PATH_IMAGE018
在本申请的示例性实施例中，所述计算太阳能电池阵列的最低需求总功率P’，可以包括：根据下述计算式计算所述最低需求总功率：
P’= W’/t；
其中，W’为太阳能电池阵列的最低总能量，t为太阳能电池阵列接受光照的时长。
在本申请的示例性实施例中，所述方法还可以包括：根据以下方式获取所述太阳能电池阵列的最低总能量W’：
Figure 188756DEST_PATH_IMAGE001
；
其中，负载消耗能量
Figure 180983DEST_PATH_IMAGE002
为负载消耗能量，K为预设的能量余量百分比。
在本申请的示例性实施例中，所述能量余量百分比的范围可以为25%-35%，例如，可以选择30%。
在本申请的示例性实施例中，设置能量余量百分比的目的是为了确保太阳电池阵列产生的总能量
Figure 282931DEST_PATH_IMAGE019
大于负载消耗能量
Figure 868764DEST_PATH_IMAGE002
，且需要考虑预留能量余量（这里用能量余量百分比表示），并根据上式
Figure 347150DEST_PATH_IMAGE001
反推算出至少需要多少输入总能量，即最低总能量W’。
在本申请的示例性实施例中，所述负载消耗能量
Figure 459462DEST_PATH_IMAGE002
可以满足：
Figure 466733DEST_PATH_IMAGE003
；
其中，
Figure 133337DEST_PATH_IMAGE004
为卫星在阴影期和光照期下长期对日定向模式（可以称为长期模式）下的消耗能量；
Figure 556360DEST_PATH_IMAGE005
为光照期太阳能电池阵列作在预设的任务模式下的消耗能量；
Figure 788758DEST_PATH_IMAGE006
为光照期太阳能电池阵列在预设的任务模式前的机动消耗能量。
在本申请的示例性实施例中，太阳能电池阵列的总损耗
Figure 639033DEST_PATH_IMAGE005
可以包括负载消耗能量
Figure 527355DEST_PATH_IMAGE002
、太阳能电池阵列上串联二极管压降损耗和太阳能电池阵列到PCDU（电源控制与配电单元）的路径线损
Figure 878702DEST_PATH_IMAGE020
， PCDU上二极管压降损耗
Figure 840973DEST_PATH_IMAGE015
， PCDU上MOS管压降损耗WMOS， PCDU上连接器到蓄电池上路径上的线损
Figure 455625DEST_PATH_IMAGE016
以及蓄电池内阻损耗
Figure 627980DEST_PATH_IMAGE017
。由于当前还没有确定太阳电池阵的串并联方案，因此暂时不能计算出
Figure 392805DEST_PATH_IMAGE020
、
Figure 334216DEST_PATH_IMAGE015
、WMOS、
Figure 119769DEST_PATH_IMAGE016
、
Figure 389208DEST_PATH_IMAGE021
，所以首先计算长期消耗
Figure 551199DEST_PATH_IMAGE011
、在光照期任务模式下的消耗能量
Figure 347117DEST_PATH_IMAGE013
和机动消耗能量
Figure 975675DEST_PATH_IMAGE022
，即负载消耗能量
Figure 857044DEST_PATH_IMAGE002
。
在本申请的示例性实施例中，机动消耗能量可以包括但不限于任务模式（例如：拍摄照片）之前对卫星进行姿态调整时消耗的能量。
在本申请的示例性实施例中，如图2和表2所示，太阳能电池阵列的总损耗
Figure 557146DEST_PATH_IMAGE019
可以通过分析太阳能电池阵列、PCDU、蓄电池与卫星负载间的能量传递路径获得。
表2
Figure 82937DEST_PATH_IMAGE024
在本申请的示例性实施例中，所述获取最接近所述最低需求总功率P’的实际总功率Pi所对应的选型方案作为太阳能电池阵列的目标选型方案，可以包括：
比较每个串并联方案下的所述实际总功率Pi和所述最低需求总功率P’的大小；
获取所述实际总功率Pi大于所述最低需求总功率P’的全部选型方案；
获取所述全部选型方案中实际总功率最小的选型方案；
将所述实际总功率最小的选型方案作为太阳能电池阵列的目标选型方案。
在本申请的示例性实施例中，首先可以判断各个不同的串并联方案下的输出总功率P1、P2、P3…PN与计算得到的最低需求总功率P’的大小关系。根据确定出的大小关系可以初步筛选出满足能量要求的串并联方案。
在本申请的示例性实施例中，如果Pi≤P’，说明该输出总功率Pi所对应的太阳电池阵的串并联方案不能满足能量要求；如果Pi＞P’，说明该输出总功率Pi所对应的太阳电池阵的串并联方案满足能量要求。
在本申请的示例性实施例中，在获取满足Pi＞P’的多个串并联方案的前提条件下，可以从该多个串并联方案中确定出太阳能电池阵列的串并联最优方案，具体可以包括：从满足能量要求的多个串并联方案中获取输出总能量Pi最小的方案，Pi最小则会与最低需求总功率P’最接近，因此可以将该最小输出总功率Pi对应的串并联方案作为太阳电池阵列的目标选型方案。
在本申请的示例性实施例中，在将该最小输出总功率Pi对应的串并联方案作为太阳电池阵列的目标选型方案之前，可以检测该最小输出总功率Pi对应的串并联方案是否符合能量平衡，通过检测结果验证该最小输出总功率Pi对应的串并联方案的可行性。
在本申请的示例性实施例中，将所述实际总功率最小的选型方案作为太阳能电池阵列的目标选型方案之前，所述方法还可以包括：
判断所述实际总功率最小的选型方案是否满足能量平衡；
根据判断结果确定将所述实际总功率最小的选型方案作为太阳能电池阵列的目标选型方案，或者，重新对太阳能电池阵列进行选型。
在本申请的示例性实施例中，所述判断所述实际总功率最小的选型方案是否满足能量平衡，可以包括：
计算所述实际总功率最小的选型方案对应的剩余比例；所述剩余比例是指所述实际总功率最小的选型方案下太阳能电池阵列的实际总能量在被消耗后的剩余能量占所述实际总能量的比例；
将所述剩余比例与预设的比例阈值进行比较；
当所述剩余比例大于所述比例阈值时，判定所述实际总功率最小的选型方案满足能量平衡；
当所述剩余比例小于或等于所述比例阈值时，判定所述实际总功率最小的选型方案不满足能量平衡。
在本申请的示例性实施例中，所述计算所述实际总功率最小的选型方案对应的剩余比例，可以包括：按照下述计算式计算所述剩余比例：
Figure 7030DEST_PATH_IMAGE007
；
Figure 578957DEST_PATH_IMAGE025
；
Figure 754855DEST_PATH_IMAGE026
；
Figure 259785DEST_PATH_IMAGE010
；
其中，η为所述剩余比例；
Figure 558043DEST_PATH_IMAGE011
为所述剩余能量；
Figure 882845DEST_PATH_IMAGE027
为太阳能电池阵列的实际总能量；
Figure 331275DEST_PATH_IMAGE013
为太阳能电池阵列的总损耗；
Figure 221870DEST_PATH_IMAGE028
为太阳能电池阵列上串联二极管压降损耗和太阳能电池阵列到电源控制与配电单元PCDU的路径线损，
Figure 363133DEST_PATH_IMAGE029
为PCDU上二极管压降损耗，WMOS为PCDU上金属氧化物半导体场效应晶体管MOS管压降损耗，
Figure 644073DEST_PATH_IMAGE016
为PCDU上连接器到蓄电池上路径上的线损，
Figure 551986DEST_PATH_IMAGE017
为蓄电池内阻损耗。
在本申请的示例性实施例中，该比例阈值可以根据需求和不同的应用场景自行定义，例如，该比例阈值的范围可以为25%-35%，可以选择30%。
在本申请的示例性实施例中，所述根据判断结果确定将所述实际总功率最小的选型方案作为太阳能电池阵列的目标选型方案，或者，重新对太阳能电池阵列进行选型，可以包括：
在所述实际总功率最小的选型方案满足能量平衡时，将所述实际总功率最小的选型方案作为太阳能电池阵列的目标选型方案；
在所述实际总功率最小的选型方案不满足能量平衡时，重新对太阳能电池阵列进行选型。
在本申请的示例性实施例中，例如，如果η＞30%，则认为当前选出的太阳电池阵列得串并联方案满足能量平衡，可以采纳；如果η≤30%，则认为太阳电池阵串并联方案不满足能量平衡，不能采用，需要再次筛选。
在本申请的示例性实施例中，所述重新对太阳能电池阵列进行选型，可以包括：
从所述全部选型方案中剔除所述实际总功率最小的选型方案，获取全部剩余选型方案；
从所述全部剩余选型方案中获取实际总功率最小的选型方案，将新获取的实际总功率最小的选型方案作为太阳能电池阵列的目标选型方案。
在本申请的示例性实施例中，即，在确定出全部选型方案中实际总功率最小的选型方案不可采用时，可以选择全部选型方案中实际总功率次小的选型方案，并对该实际总功率次小的选型方案继续进行能量平衡判断，如果判断结果为该选型方案可采用时，将该选型方案作为目标选型方案，如果判断结果为该选型方案仍不可采用时，将该选型方案作为目标选型方案，选择全部选型方案中实际总功率第三小的选型方案，并对该实际总功率第三小的选型方案继续进行能量平衡判断…，直至确定出目标选型方案为止。
在本申请的示例性实施例中，本申请实施例提供了一种卫星上的能源计算方案，通过能量守恒定律，结合具体实践，总结出瓦时法计算能量传递关系，精准地计算出系统对能源的需求，为太阳电池阵列的串并联方案选型提供可靠的理论依据，从而获取较佳的选型方案，为提高太阳电池阵利用率、降低能源浪费、节约工程成本提供了技术基础。
本申请实施例还提供了一种用于优化卫星太阳能电池阵的瓦时能量计算装置1，如图3所示，可以包括处理器11和计算机可读存储介质12，所述计算机可读存储介质12中存储有指令，当所述指令被所述处理器11执行时，实现所述的用于优化卫星太阳能电池阵的瓦时能量计算方法。
在本申请的示例性实施例中，前述的用于优化卫星太阳能电池阵的瓦时能量计算方法中的任何实施例均适用于该装置实施例中，在此不再一一赘述。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质（或非暂时性介质）和通信介质（或暂时性介质）。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息（诸如计算机可读指令、数据结构、程序模块或其他数据）的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于 RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘（DVD）或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

Claims (8)

1.一种用于优化卫星太阳能电池阵的瓦时能量计算方法，其特征在于，所述方法包括：
计算太阳能电池阵列在预设的每个选型方案下的实际总功率Pi，i为正整数；
计算太阳能电池阵列的最低需求总功率P’；
获取最接近所述最低需求总功率P’的实际总功率Pi所对应的选型方案作为太阳能电池阵列的目标选型方案；
所述获取最接近所述最低需求总功率P’的实际总功率Pi所对应的选型方案作为太阳能电池阵列的目标选型方案，包括：
比较每个串并联方案下的所述实际总功率Pi和所述最低需求总功率P’的大小；
获取所述实际总功率Pi大于所述最低需求总功率P’的全部选型方案；
获取所述全部选型方案中实际总功率最小的选型方案；
将所述实际总功率最小的选型方案作为太阳能电池阵列的目标选型方案；
将所述实际总功率最小的选型方案作为太阳能电池阵列的目标选型方案之前，所述方法还包括：
判断所述实际总功率最小的选型方案是否满足能量平衡；
所述判断所述实际总功率最小的选型方案是否满足能量平衡，包括：
计算所述实际总功率最小的选型方案对应的剩余比例；所述剩余比例是指所述实际总功率最小的选型方案下太阳能电池阵列的实际总能量在被消耗后的剩余能量占所述实际总能量的比例；
将所述剩余比例与预设的比例阈值进行比较；
当所述剩余比例大于所预设的述比例阈值时，判定所述实际总功率最小的选型方案满足能量平衡；
当所述剩余比例小于或等于所述预设的比例阈值时，判定所述实际总功率最小的选型方案不满足能量平衡。
2.根据权利要求1所述的用于优化卫星太阳能电池阵的瓦时能量计算方法，其特征在于，所述方法还包括：
根据所述实际总功率最小的选型方案是否满足能量平衡判断结果确定将所述实际总功率最小的选型方案作为太阳能电池阵列的目标选型方案，或者，重新对太阳能电池阵列进行选型。
3.根据权利要求2所述的用于优化卫星太阳能电池阵的瓦时能量计算方法，其特征在于，所述根据所述实际总功率最小的选型方案是否满足能量平衡 判断结果确定将所述实际总功率最小的选型方案作为太阳能电池阵列的目标选型方案，或者，重新对太阳能电池阵列进行选型，包括：
若所述实际总功率最小的选型方案满足能量平衡时，将所述实际总功率最小的选型方案作为太阳能电池阵列的目标选型方案；
若所述实际总功率最小的选型方案不满足能量平衡时，重新对太阳能电池阵列进行选型。
4.根据权利要求2或3所述的用于优化卫星太阳能电池阵的瓦时能量计算方法，其特征在于，所述重新对太阳能电池阵列进行选型，包括：
从所述全部选型方案中剔除所述实际总功率最小的选型方案，获取全部剩余选型方案；
从所述全部剩余选型方案中获取实际总功率最小的选型方案，将新获取的实际总功率最小的选型方案作为太阳能电池阵列的目标选型方案。
5.根据权利要求1-3任意一项所述的用于优化卫星太阳能电池阵的瓦时能量计算方法，其特征在于，所述计算太阳能电池阵列的最低需求总功率P’，包括：根据下述计算式计算所述最低需求总功率：
P’= W’/t；
其中，W’为太阳能电池阵列的最低总能量，t为太阳能电池阵列接受光照的时长。
6.根据权利要求1所述的用于优化卫星太阳能电池阵的瓦时能量计算方法，其特征在于，所述方法还包括：根据以下方式获取所述太阳能电池阵列的最低总能量W’：
W’= W负载/K；
其中，负载消耗能量W负载为负载消耗能量，K为预设的能量余量百分比；
所述负载消耗能量W负载满足：W负载= W长期+ W任务+ W机动；
其中，W长期为卫星在阴影期和光照期下长期对日定向模式下的消耗能量；
W任务为光照期太阳能电池阵列作在预设的任务模式下的消耗能量；
W机动为光照期太阳能电池阵列在预设的任务模式前的机动消耗能量。
7.根据权利要求1所述的用于优化卫星太阳能电池阵的瓦时能量计算方法，其特征在于，所述计算所述实际总功率最小的选型方案对应的剩余比例，包括：按照下述计算式计算所述剩余比例：
η= W剩余/ W总；
W剩余= W总-W总损耗；
W总=Pi*t；
W总损耗= W串损+ W二极管+ WMOS+ W蓄线+ W蓄阻+ W负载；
其中，η为所述剩余比例；W剩余为所述剩余能量；W总为太阳能电池阵列的实际总能量；W总损耗为太阳能电池阵列的总损耗；W串损为太阳能电池阵列上串联二极管压降损耗和太阳能电池阵列到电源控制与配电单元PCDU的路径线损，W二极管为PCDU上二极管压降损耗，WMOS为PCDU上金属氧化物半导体场效应晶体管MOS管压降损耗，W蓄线为PCDU上连接器到蓄电池上路径上的线损，W蓄阻为蓄电池内阻损耗。
8.一种用于优化卫星太阳能电池阵的瓦时能量计算装置，包括处理器和计算机可读存储介质，所述计算机可读存储介质中存储有指令，其特征在于，当所述指令被所述处理器执行时，实现如权利要求1-7任意一项所述的用于优化卫星太阳能电池阵的瓦时能量计算方法。
CN202211009278.6A 2022-08-23 2022-08-23 用于优化卫星太阳能电池阵的瓦时能量计算方法和装置 Active CN115081259B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211009278.6A CN115081259B (zh) 2022-08-23 2022-08-23 用于优化卫星太阳能电池阵的瓦时能量计算方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211009278.6A CN115081259B (zh) 2022-08-23 2022-08-23 用于优化卫星太阳能电池阵的瓦时能量计算方法和装置

Publications (2)

Publication Number Publication Date
CN115081259A CN115081259A (zh) 2022-09-20
CN115081259B true CN115081259B (zh) 2023-01-10

Family

ID=83245448

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211009278.6A Active CN115081259B (zh) 2022-08-23 2022-08-23 用于优化卫星太阳能电池阵的瓦时能量计算方法和装置

Country Status (1)

Country Link
CN (1) CN115081259B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108460218A (zh) * 2018-03-15 2018-08-28 长沙天玖卫星科技有限公司 一种光学成像类小卫星功耗预算与能源平衡分析方法
CN108767044A (zh) * 2018-06-07 2018-11-06 北京汉能光伏投资有限公司 太阳能电池阵列配置方案生成方法及装置
CN114066204A (zh) * 2021-11-11 2022-02-18 内蒙古科技大学 一种综合能源系统的一体化优化规划与运行方法及装置
CN114417494A (zh) * 2021-12-08 2022-04-29 北京航空航天大学 一种小卫星电源系统的能量平衡分析方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2003200013A1 (en) * 2003-01-02 2004-07-22 Worldzhong Invers refract three dimensional illuminated solar cell array
US9815575B2 (en) * 2012-09-14 2017-11-14 The Boeing Company On-orbit reconfigurable solar array
CN106126921B (zh) * 2016-06-23 2018-12-21 航天东方红卫星有限公司 一种兼顾多种降交点地方时的能量平衡方法
EP4066367A4 (en) * 2019-11-27 2024-01-03 Robert F Cruickshank Iii OPTIMIZED LOAD SHAPING SYSTEM, METHOD AND APPARATUS FOR OPTIMIZING ENERGY PRODUCTION AND CONSUMPTION

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108460218A (zh) * 2018-03-15 2018-08-28 长沙天玖卫星科技有限公司 一种光学成像类小卫星功耗预算与能源平衡分析方法
CN108767044A (zh) * 2018-06-07 2018-11-06 北京汉能光伏投资有限公司 太阳能电池阵列配置方案生成方法及装置
CN114066204A (zh) * 2021-11-11 2022-02-18 内蒙古科技大学 一种综合能源系统的一体化优化规划与运行方法及装置
CN114417494A (zh) * 2021-12-08 2022-04-29 北京航空航天大学 一种小卫星电源系统的能量平衡分析方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
微小卫星能量平衡精细化分析方法;曹哲 等;《南京理工大学学报》;20180511;第42卷(第2期);169-176 *

Also Published As

Publication number Publication date
CN115081259A (zh) 2022-09-20

Similar Documents

Publication Publication Date Title
WO2019085797A1 (zh) 充电设备输出功率调整方法
Schwenk et al. Integrating battery aging in the optimization for bidirectional charging of electric vehicles
US11196284B2 (en) Energy storage system and controlling method thereof
CN108539231B (zh) 一种多套燃料电池系统的协调控制方法及系统
WO2018069221A1 (en) A method and system for optimally distributing power between a battery and a power grid
CN101662244A (zh) 功耗控制方法和设备
US20190148780A1 (en) Charge and discharge control apparatus and method for an energy storage that provides multiple services
CN115619180A (zh) 一种确定多能互补系统发电方案的方法、装置及电子设备
CN115081259B (zh) 用于优化卫星太阳能电池阵的瓦时能量计算方法和装置
CN113435659B (zh) 基于场景分析的综合能源系统两阶段优化运行方法及系统
CN111047163A (zh) 储能策略数据处理系统、方法、装置及介质
CN112417656B (zh) 光储系统的能量调度策略的优化方法、装置和存储介质
CN117353346A (zh) 通信基站与电力系统的需求响应方法和装置
CN116111580A (zh) 电力优化调度方法、装置、设备及存储介质
CN115423203A (zh) 梯次利用动力电池提升电力系统效益的评估方法及装置
CN116154896A (zh) 储能系统的电池均衡控制方法、装置、终端及存储介质
CN113541172A (zh) 换电方法、换电系统、电子设备及存储介质
CN116834567B (zh) 适用于双枪充电桩的充电方法、系统、终端及存储介质
JP2020010478A (ja) 作成装置、作成方法及び情報処理システム
CN111210090B (zh) 微电网经济调度方法
CN117595332B (zh) 一种基于储能系统的配电网均衡供电方法
CN116749813B (zh) 燃料电池充电系统调节方法、装置、设备和介质
KR20170057682A (ko) 에너지 저장 시스템에 대한 용량 산출 장치 및 그 용량 산출 방법
KR20220071879A (ko) 가상발전소에서 마이크로그리드의 재생 에너지 용량 제어 방법 및 장치
CN117526376B (zh) 一种虚拟电厂的光伏发电与储能聚合管理方法及装置

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