CN116316820B - 一种智慧农业光伏发电系统 - Google Patents
一种智慧农业光伏发电系统 Download PDFInfo
- Publication number
- CN116316820B CN116316820B CN202310131997.3A CN202310131997A CN116316820B CN 116316820 B CN116316820 B CN 116316820B CN 202310131997 A CN202310131997 A CN 202310131997A CN 116316820 B CN116316820 B CN 116316820B
- Authority
- CN
- China
- Prior art keywords
- energy
- photovoltaic
- power generation
- generation system
- sensor
- 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
- 238000010248 power generation Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 19
- 238000004891 communication Methods 0.000 claims abstract description 3
- 239000011159 matrix material Substances 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 9
- 230000002068 genetic effect Effects 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 238000005315 distribution function Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 5
- 230000009286 beneficial effect Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 2
- 230000005389 magnetism Effects 0.000 claims description 2
- 101100391172 Dictyostelium discoideum forA gene Proteins 0.000 claims 1
- 241001178520 Stomatepia mongo Species 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000009826 distribution Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 230000005611 electricity Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012271 agricultural production Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 229910021417 amorphous silicon Inorganic materials 0.000 description 1
- 229910021419 crystalline silicon Inorganic materials 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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
- G05F1/67—Regulating electric power to the maximum power available from a generator, e.g. from solar cell
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
- H02J13/00028—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment involving the use of Internet protocols
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
- H02J2300/26—The renewable source being solar energy of photovoltaic origin involving maximum power point tracking control for photovoltaic sources
-
- 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)
- Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biophysics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Photovoltaic Devices (AREA)
- Computational Linguistics (AREA)
- Sustainable Energy (AREA)
- Genetics & Genomics (AREA)
- Electromagnetism (AREA)
- Automation & Control Theory (AREA)
- Radar, Positioning & Navigation (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Sustainable Development (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Physiology (AREA)
Abstract
一种智慧农业光伏发电系统,包括电池组模型、太阳能控制模型和能源调度接口模型。针对现有农业光伏发电系统中能源获取率低,利用率低和分布不灵活等问题,将利用传感器,网关和通讯硬件设备所构成的物联网云平台、现有光伏发电系统和启发式算法进行结合,实现从光伏电池到太阳能获取的高效可控,实现太阳能获取到农业中电能的动态调度。其应用层面广,经济成本低,可以推广至社会应用,带来良好的社会和经济效益。
Description
技术领域
本发明涉及农业生产领域,具体地说,涉及一种智慧农业光伏发电系统。
背景技术
农业生产结合光伏发电既是一种新型农业发展形式也是一种新型光伏发电系统建设模式,发展绿色能源及种植无公害蔬菜符合当前的社会发展要求,光伏农业一体化并网发电将太阳能发电、现代农业种植和养殖、高效结合, 一方面可运用农地直接低成本发电,另一方面现有的农业产地给相关的电力设备铺设提供了场地空间保障,这是一种生态型的结合应用。光伏农业符合生物链关系和生物最佳生产原料能量系统要求、遵循农产品生产规律并创新物质和能量转换技术,以达到智能补光、补水及调温的目的,而其产出的农产品将比现有方式生产的产品更安全、更营养、更多产。但是,目前农业中的光伏发电系统存在以下问题:
(1)转换效率低:光伏发电的最基本单元是太阳能电池组件,光伏发电的转换效率指光能转换为电能的比率,目前晶体硅光伏电池转换效率为13%-17%,非晶硅光伏电池只有5%-8%。
(2)间歇性工作:在地球表面,光伏发电系统只能在白天发电,晚上不能发电这与农业生产的用电需求不符。
(3)地域依赖性强:地理位置不同,气候不同,使各地区日照资源相差很大,光伏发电系统只有应用在太阳能资源丰富的地区,其效果才会好。
(4)能源分布式利用性能低:农作物本身具有光合作用,在电能衍生能量的辅助下会更好的生长。但是,目前农业光伏系统只考虑到了全局电能释放,导致在不需要电能或者需求较少的地方浪费能源,大大降低能源利用效果。
为此,本发明基于物联网和启发式算法构建构建一种新型的农业光伏发电系统的机制,可以大力推动农业发展和社会生产力。
发明内容
本发明的目的在于提供一种智慧农业光伏发电系统,以解决上述背景技术中提出的问题。
为实现上述目的,提供了一种智慧农业光伏发电系统,包括电池组模型、太阳能控制模型和能源调度接口模型,将光伏发电系统与现代农业场地进行结合,基于场地环境搭建系统内部电池组模型,基于光生伏特效应将光伏电池组进行串并连构建有效的电路,获取实时电流信息,每一项二极管电器元件作为一个光伏点构建光伏阵列;利用改进最大功率点跟踪(Maximum Power Point Tracking 简称MPPT)算法控制光伏阵列对太阳能的获取,在一样的光照条件下,光伏组件在不同的工作电压会有不同的输出电流,当光伏组件在某个特定电压工作时,该特定电压与输出电流的乘积所得到的功率达到最大值,这个工作点就是最大功率点,也是光伏组件发电效率最高的时候,以此保证太阳能的高获取率;利用传感器,网关和计算机硬件设备所构成的物联网云平台与光伏发电系统结合,将传感器所感知的空间物理参数进行阈值判断,将实时的空间物理参数基于SQL和NoSQL类型数据库的组合构建数据库,根据判断结果将光伏系统获取的太阳能所转化的电能及其衍生能源按照线路进行分布式调度,实现能源应用的平衡,储存和动态控制。
进一步的,所述光伏电池组由多个光伏电池节点互相间以串并联的形式组成,获取实时电流信息,其中,光伏系统的供电电流计算如下:
其中,和/>分别为光生电流和反向饱和电流;q 为基本电荷;U 为光伏电池输出电压;T为温度;A为结特性因子;k为玻尔兹曼常数;B为权重因子;/>为保证电路安全的起始电阻;/>为线路电阻;/>为光伏电路中的二极管电阻组合矩阵,其中,i,j分别表示电路中二极管电阻的行和列序数,n,m分别表示电路中二极管电阻的行和列序数的最大值。
进一步的,所述为光伏电路中的二极管电阻组合矩阵,其与光伏阵列中的每一个二极管相对应,形成数据矩阵:
表示第一行位置的第一块电阻值,/>表示第一行位置的第m块电阻值;/>表示第n行位置的第一块电阻值,/>表示第n行位置的第m块电阻值。
进一步的,所述太阳能传输控制器模型,由改进的最大功率点跟踪(MaximumPower Point Tracking 简称MPPT)算法控制光伏阵列对太阳能的获取,在传统MPPT算法的基础上,引入由功率对电压的导函数所构成的步长参数C,以此来控制电压的方法让光伏电池达到最大功率点,其中,电压U可由权利要求2中的电流计算获得:
其中,表示电路中二极管电阻的总个数,以此表示各个电阻用电器涉及电功率的个数,引入步长参数C,以改进传统的MPPT的算法:
其中,表示最大功率的输出电压;/>为权重参数,属于(0,1)之间的常数,/>是标准温度差值;/>表示标准温度;/>表示标准照度差值;/>表示标准照度;
当dP>dU时,工作点在最大功率点左边,需要增加工作电压;
当dP<dU时,工作点在最大功率点右边,需要减少工作电压;
当dP=dU时,达到最大功率点;
进一步的,所述传感器涉及温度传感器测温度,气体浓度传感器测气体成分及浓度,湿度传感器测湿度和光敏传感器测光辐射值的组合。
进一步的,所述网关的传输通信协议基于Socket协议。
进一步的,所述空间物理参数包括农作物生长过程的相关指标参数,由传感器网络获得,包括:温度、湿度和光辐射值的组合。
进一步的,所述电能及其衍生能源是指在太阳能转换为电能后,有利于促进农作物生长的能源包括,电生热,电生光和电生磁。
进一步的,所述数据库构建方式包括:SQL结构型与NoSQL非结构型的特点结合,主要以MongoDB数据库为基础方式。
进一步的,所述所述空间物理参数进行阈值判断是基于传感器网络监测的农作物空间状态,来判断当前电能及其衍生能源状态是否符合农作物生长,包括:受光照遮蔽的场地需要电生光来进行补足等情况的能源调度;
基于农业空间的传感器网得到空间物理参数建数据库,确定参数矩阵P:
其中, 分别表示温度矩阵,湿度矩阵和光敏矩阵;/>分别表示各自的逆矩阵;将同类型的传感器所获得的数据矩阵做同一时间内的空间插值计算,基于拉格朗日的插值计算/>:
其中,x表示传感器获取数据的函数自变量,确定空间参数的分布函数y:
以max y作为优化的目标,进行动态能源调度,引入量子遗传算法求解优化问题:
(1)初始化种群,随机生成n个量子比特Q;
(2)对初始种群中的每个个体进行一次测量,设置迭代次数t,得到对应的确定解;
(3)对各确定解进行适应度评估;
(4)判断计算过程是否可以结束,若满足结束条件 yt+1>yt则退出;
(5)利用量子旋转门对个体实施调整,得到新的种群;
(6)确定量子旋转矩阵:
表示旋转角,控制优化性能实时更新如下:
确保;由云平台输出农业环境中的空间物理参数,随时间的变化,单个参数大于/>时,取遗传因子为1,反之取0;
(7)记录最优个体和对应的适应度;
(8)将迭代次数t加1,返回步骤(2)逐步迭代,直至获得max y;
引入标准常数指标L,将分布函数中的实时传感器数据与常数指标进行比较:
其中,,随后根据区域内的农作物所需能量和供能时间的判别,调动光伏发电系统的区域功能和动态调度。
根据数据计算将光伏系统所由太阳能转换的电能进行调度,确保多余的电能储存在电池中,为夜间功能使用;低于指标的电能由其他高于指标的光伏阵列点调度到该点,实现该场景下农作物对能源的需求。
本发明有益效果:将光伏发电系统中的二极管构成光伏阵列,确定系统特征函数,即电流的计算方式。就农业场地的占比面积和环境因素而言,会受到多方因素对光生伏特效应的干扰,利用电压控制系统功率的方式进行自动光伏电路的有效控制,以改进现有的MPPT算法中控制受扰和延迟的问题。改进的MPPT算法通过功率对电压的导数项计算作为控制步长参数,使得光伏电路在抗扰方面的性能更优,即较大的扰动步长会加强光伏电池在最大功率点附近的振荡,针对背景技术中所述的转化效率低和地域依赖性强的问题,本发明使得光伏系统可以将当前的太阳能最大效益的转化为电能;
针对当前根据农业工作人员的历史经验进行判断工作的方式而言,基于物联网云平台的农作物监测系统可以获取更加精准的物理信息,使得有光伏系统产生的电能被更为科学地应用,由传感器监测农作物环境所涉及的物理参数,构建数据矩阵并保存至MongoDB数据库,将传感器数据矩阵与农作物生长阶段所需的标准能源量进行阀值计算,利用启发式的量子遗传算法实时调整农业环境空间中农作物所需物理参数的最优化状态,计算结果作为控制光伏系统的电能分配基数,实现光伏系统中电能及其衍生能源的动态调度,具体分为三种形式:标准所需能源大于当前供能数值时,实现电能的补给;标准所需能源等于当前供能数值时,实现能源转换的动态平衡;标准所需能源小于当前供能数值时,实现多余电能的储存,以备夜间使用;本发明所涉及的农业光伏机制可以实现能源存储,能源需求和动态调度,这是一种符合农业生态的新型工作机制,方法和系统。
附图说明
利用附图对发明创造作进一步说明,但附图中的实施例不构成对本发明创造的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明结构示意图。
图2是本发明中的能源转化与调度示意图。其中,1-光伏系统设备;2-光伏系统等效电路;3-农作物。
具体实施方式
结合以下实例对本发明作进一步描述。
参见图1,本发明旨在提供一种智慧农业光伏发电系统,以解决上述背景技术中提出的问题。
为实现上述目的,提供了一种智慧农业光伏发电系统,包括电池组模型、太阳能控制模型和能源调度接口模型,将光伏发电系统与现代农业场地进行结合,基于场地环境搭建系统内部电池组模型,基于光生伏特效应将光伏电池组进行串并连构建有效的电路,获取实时电流信息,每一项二极管电器元件作为一个光伏点构建光伏阵列,光伏系统的供电电流计算如下:
其中,和/>分别为光生电流和反向饱和电流;q 为基本电荷;U 为光伏电池输出电压;T为温度;A为结特性因子;k为玻尔兹曼常数;B为权重因子;/>为保证电路安全的起始电阻;/>为线路电阻;/>为光伏电路中的二极管电阻组合矩阵,其中,i,j分别表示电路中二极管的行和列序数,n,m分别表示电路中二极管的行和列序数的最大值;其与光伏阵列中的每一个二极管相对应,形成数据矩阵:
表示第一行位置的第一块电阻值,/>表示第一行位置的第m块电阻值;/>表示第n行位置的第一块电阻值,/>表示第n行位置的第m块电阻值;
利用改进的MPPT算法控制光伏阵列对太阳能的获取,在一样的光照条件下,光伏组件在不同的工作电压会有不同的输出电流,当光伏组件在某个特定电压工作时,该特定电压与输出电流的乘积所得到的功率达到最大值,这个工作点就是最大功率点,也是光伏组件发电效率最高的时候,以此保证太阳能的高获取率,通过控制电压的方法让光伏电池达到最大功率点,在传统MPPT算法的基础上,引入由功率对电压的导函数所构成的步长参数C,以此来控制电压的方法让光伏电池达到最大功率点:
其中,表示电路中二极管电阻的总个数,以此表示各个电阻用电器涉及电功率的个数,引入步长参数C,以改进传统的MPPT的算法:
其中,表示最大功率的输出电压;/>为权重参数,属于(0,1)之间的常数。/>是标准温度差值;/>表示标准温度;/>表示标准照度差值;/>表示标准照度。
当dP>dU时,工作点在最大功率点左边,需要增加工作电压。
当dP<dU时,工作点在最大功率点右边,需要减少工作电压。
当dP=dU时,达到最大功率点。
利用传感器,网关和计算机硬件设备所构成的物联网云平台与光伏发电系统结合,将传感器所感知的空间物理参数进行阈值判断,传感器涉及温度传感器测温度,气体浓度传感器测气体成分及浓度,湿度传感器测湿度和光敏传感器测光辐射值的组合,将实时的空间物理参数基于MongoDB构建数据库;
根据判断结果将光伏系统获取的太阳能所转化的电能及其衍生能源按照线路进行分布式调度,实现能源应用的平衡,储存和动态控制,如图2所示:
基于农业空间的传感器网得到空间物理参数建数据库,确定参数矩阵P:
其中, 分别表示温度矩阵,湿度矩阵和光敏矩阵;/>分别表示各自的逆矩阵;将同类型的传感器所获得的数据矩阵做同一时间内的空间插值计算,基于拉格朗日的插值计算/>:
其中,x表示传感器获取数据的函数自变量,确定空间参数的分布函数y:
以max y作为优化的目标,进行动态能源调度,引入量子遗传算法求解优化问题:
(1)初始化种群,随机生成n个量子比特Q;
(2)对初始种群中的每个个体进行一次测量,设置迭代次数t,得到对应的确定解;
(3)对各确定解进行适应度评估;
(4)判断计算过程是否可以结束,若满足结束条件 yt+1>yt则退出;
(5)利用量子旋转门对个体实施调整,得到新的种群;
(6)确定量子旋转矩阵
表示旋转角,控制优化性能实时更新如下:
确保;由云平台输出农业环境中的空间物理参数,随时间的变化,单个参数大于/>时,取遗传因子为1,反之取0;
(7)记录最优个体和对应的适应度;
(8)将迭代次数t加1,返回步骤(2)逐步迭代,直至获得max y;
引入标准常数指标L,将分布函数中的实时传感器数据与常数指标进行比较:
其中,,随后根据区域内的农作物所需能量和供能时间的判别,调动光伏发电系统的区域功能和动态调度。
根据数据计算将光伏系统所由太阳能转换的电能进行调度,确保多余的电能储存在电池中,为夜间功能使用;低于指标的电能由其他高于指标的光伏阵列点调度到该点,实现该场景下农作物对能源的需求。
本发明有益效果:将光伏发电系统中的二极管构成光伏阵列,确定系统特征函数,即电流的计算方式。就农业场地的占比面积和环境因素而言,会受到多方因素对光生伏特效应的干扰,利用电压控制系统功率的方式进行自动光伏电路的有效控制,以改进现有的MPPT算法中控制受扰和延迟的问题。改进的MPPT算法通过功率对电压的导数项计算作为控制步长参数,使得光伏电路在抗扰方面的性能更优,即较大的扰动步长会加强光伏电池在最大功率点附近的振荡,针对背景技术中所述的转化效率低和地域依赖性强的问题,本发明使得光伏系统可以将当前的太阳能最大效益的转化为电能;
针对当前根据农业工作人员的历史经验进行判断工作的方式而言,基于物联网云平台的农作物监测系统可以获取更加精准的物理信息,使得有光伏系统产生的电能被更为科学地应用,由传感器监测农作物环境所涉及的物理参数,构建数据矩阵并保存至MongoDB数据库,将传感器数据矩阵与农作物生长阶段所需的标准能源量进行阀值计算,利用启发式的量子遗传算法实时调整农业环境空间中农作物所需物理参数的最优化状态,计算结果作为控制光伏系统的电能分配基数,实现光伏系统中电能及其衍生能源的动态调度,具体分为三种形式:标准所需能源大于当前供能数值时,实现电能的补给;标准所需能源等于当前供能数值时,实现能源转换的动态平衡;标准所需能源小于当前供能数值时,实现多余电能的储存,以备夜间使用;本发明所涉及的农业光伏机制可以实现能源存储,能源需求和动态调度,这是一种符合农业生态的新型工作机制,方法和系统。
本发明还提供了一种计算机可读存储介质,该存储介质中存储有至少一条指令,该指令由处理器加载并执行,以实现上述方法。其中,该计算机可读存储介质可以是ROM、随机存取存储器、CD-ROM、磁带、软盘和光数据存储设备等。其内存储的指令可由终端中的处理器加载并执行上述方法。
本发明实施方式是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (6)
1.一种智慧农业光伏发电系统,包括电池组模型、太阳能控制模型和能源调度接口模型,将光伏发电系统与现代农业场地进行结合,基于场地环境搭建系统内部电池组模型,基于光生伏特效应将光伏电池组进行串并连构建有效的电路,获取实时电流信息,每一项二极管电器元件作为一个光伏点构建光伏阵列;利用改进的MPPT算法控制光伏阵列对太阳能的获取,在一样的光照条件下,光伏组件在不同的工作电压会有不同的输出电流,当光伏组件在某个特定电压工作时,该特定电压与输出电流的乘积所得到的功率达到最大值,以此保证太阳能的高获取率;利用传感器,网关和计算机硬件设备所构成的物联网云平台与光伏发电系统结合,将传感器所感知的空间物理参数进行阈值判断,将实时的空间物理参数基于MongoDB构建数据库,根据判断结果将光伏系统获取的太阳能所转化的电能及其衍生能源按照线路进行分布式调度,实现能源应用的平衡,储存和动态控制;
所述空间物理参数进行阈值判断是基于传感器网络监测的农作物空间状态,来判断当前电能及其衍生能源状态是否符合农作物生长,包括:受光照遮蔽的场地需要电生光来进行补足的能源调度;
基于农业空间的传感器网络得到的空间物理参数并构建数据库,确定参数矩阵P:
P(Wi,j,Si,j,Gi,j)=Wi,j -1+Si,j -1+Gi,j -1
其中,Wi,j,Si,j,Gi,j分别表示温度矩阵,湿度矩阵和光敏矩阵;Wi,j -1,Si,j -1,Gi,j -1分别表示各自的逆矩阵;将同类型的传感器所获得的数据矩阵做同一时间内的空间插值计算,基于拉格朗日的插值计算Pn(x):
其中,x表示传感器获取数据的函数自变量,确定空间参数的分布函数y:
以作为优化的目标,进行动态能源调度,引入量子遗传算法求解优化问题:
(1)初始化种群,随机生成n个量子比特Q;
(2)对初始种群中的每个个体进行一次测量,设置迭代次数t,得到对应的确定解;
(3)对各确定解进行适应度评估;
(4)判断计算过程是否可以结束,若满足结束条件yt+1>yt则退出;
(5)利用量子旋转门对个体实施调整,得到新的种群;
(6)确定量子旋转矩阵:
表示旋转角,控制优化性能实时更新如下:
确保α2+β2=1;由云平台输出农业环境中的空间物理参数,随时间的变化,单个参数大于α2时,取遗传因子为1,反之取0;
(7)记录最优个体和对应的适应度;
(8)将迭代次数t加1,返回步骤(2)逐步迭代,直至获得max y;
引入标准常数指标L,将分布函数中的实时传感器数据与常数指标进行比较:
其中,随后根据区域内的农作物所需能量和供能时间的判别,调动光伏发电系统的区域功能和动态调度。
2.根据权利要求1所述一种智慧农业光伏发电系统,其特征在于,所述传感器涉及温度传感器测温度,气体浓度传感器测气体成分及浓度,湿度传感器测湿度和光敏传感器测光辐射值的组合。
3.根据权利要求1所述一种智慧农业光伏发电系统,其特征在于,所述网关的传输通信协议基于Socket协议。
4.根据权利要求1所述一种智慧农业光伏发电系统,其特征在于,所述空间物理参数包括农作物生长过程的相关指标参数,它们是由传感器网络获得的,包括:温度、湿度、气体浓度和光辐射值的组合。
5.根据权利要求1所述一种智慧农业光伏发电系统,其特征在于,所述电能及其衍生能源是指在太阳能转换为电能后,有利于促进农作物生长的能源包括,电生热,电生光和电生磁。
6.根据权利要求1所述一种智慧农业光伏发电系统,其特征在于,以MongoDB数据库为基础方式,用以储存系统中的农业数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310131997.3A CN116316820B (zh) | 2023-02-19 | 2023-02-19 | 一种智慧农业光伏发电系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310131997.3A CN116316820B (zh) | 2023-02-19 | 2023-02-19 | 一种智慧农业光伏发电系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116316820A CN116316820A (zh) | 2023-06-23 |
CN116316820B true CN116316820B (zh) | 2023-08-29 |
Family
ID=86831604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310131997.3A Active CN116316820B (zh) | 2023-02-19 | 2023-02-19 | 一种智慧农业光伏发电系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116316820B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107168451A (zh) * | 2017-06-27 | 2017-09-15 | 李祥兴 | 太阳能光伏阵列变步长mppt控制系统与方法 |
CN107179795A (zh) * | 2017-06-30 | 2017-09-19 | 合肥慧明瀚生态农业科技有限公司 | 一种无线通信光伏节能农业温室大棚综合管控系统 |
CN108319313A (zh) * | 2017-12-28 | 2018-07-24 | 青岛昌盛日电太阳能科技股份有限公司 | 一种光伏大棚智能控制系统 |
CN115586735A (zh) * | 2022-10-18 | 2023-01-10 | 广州市超本乐电子产品有限公司 | 一种基于太阳能供电的物联网感知系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9461535B2 (en) * | 2013-12-30 | 2016-10-04 | King Fahd University Of Petroleum And Minerals | Photovoltaic systems with maximum power point tracking controller |
-
2023
- 2023-02-19 CN CN202310131997.3A patent/CN116316820B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107168451A (zh) * | 2017-06-27 | 2017-09-15 | 李祥兴 | 太阳能光伏阵列变步长mppt控制系统与方法 |
CN107179795A (zh) * | 2017-06-30 | 2017-09-19 | 合肥慧明瀚生态农业科技有限公司 | 一种无线通信光伏节能农业温室大棚综合管控系统 |
CN108319313A (zh) * | 2017-12-28 | 2018-07-24 | 青岛昌盛日电太阳能科技股份有限公司 | 一种光伏大棚智能控制系统 |
CN115586735A (zh) * | 2022-10-18 | 2023-01-10 | 广州市超本乐电子产品有限公司 | 一种基于太阳能供电的物联网感知系统 |
Non-Patent Citations (1)
Title |
---|
基于LabVIEW的绿色农场能源管理系统设计;韩旭 等;南京信息工程大学学报(自然科学版);第10卷(第2期);第192-198页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116316820A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Lifelong learning for complementary generation control of interconnected power grids with high-penetration renewables and EVs | |
CN103390116B (zh) | 采用分步方式的光伏电站发电功率预测方法 | |
CN105811407B (zh) | 一种基于分布式牛顿法的微电网一次调频控制方法 | |
CN106126863B (zh) | 基于人工鱼群和蛙跳算法的光伏电池参数辨识方法 | |
CN102694391A (zh) | 风光储联合发电系统日前优化调度方法 | |
CN112186802A (zh) | 一种动态经济调度的多时间尺度滚动调度方法及其系统 | |
CN105896578B (zh) | 一种用于风光储联合发电系统的随机生产模拟方法 | |
CN113437752B (zh) | 一种含混合储能的综合能源系统运行控制方法 | |
CN110212551B (zh) | 基于卷积神经网络的微网无功自动控制方法 | |
CN107230003A (zh) | 一种新能源发电系统的功率预测方法 | |
CN110401197A (zh) | 一种计及分布式电源随机出力的配电网多目标无功优化方法 | |
Ahmed et al. | Optimal sizing and economical analysis of PV-wind hybrid power system for water irrigation using genetic algorithm | |
CN107565880B (zh) | 优化型风光互补混合发电系统 | |
Singh et al. | Optimal design of solar powered fuzzy control irrigation system for cultivation of green vegetable plants in Rural India | |
CN113241780B (zh) | 一种基于秃鹰搜索算法的电网二次调频控制方法与系统 | |
CN116316820B (zh) | 一种智慧农业光伏发电系统 | |
CN105610199A (zh) | 考虑网架约束的风光配比确定方法及其装置 | |
CN108134403A (zh) | 设施农业微能网的能量调度方法及系统 | |
CN107609690A (zh) | 一种负荷主动管理决策优化的方法 | |
Gawande et al. | Modern approach for hybridization of PSO-INC MPPT methods for efficient solar power tracking | |
Raj et al. | Numerical Simulation and Comparative Assessment of Improved Cuckoo Search and PSO based MPPT System for Solar Photovoltaic System Under Partial Shading Condition | |
CN116341855A (zh) | 一种分布式储能规划方法、装置、设备及介质 | |
CN114530848B (zh) | 一种光储虚拟电厂多时间尺度动态划分方法 | |
Nair et al. | An efficient maximum power point tracking in hybrid solar and wind energy system: a combined MDA-RNN technique | |
CN115358633A (zh) | 一种实现虚拟电厂间发电功率协调的优化博弈方法 |
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 |