一种分布式光伏逆变器智能控制方法与装置制造方法及图纸

本申请提供一种分布式可移动光伏逆变器智能控制方法与系统，包括：根据季节、天气和昼夜判断移动途中的天气变化和日照强，决定是否开启分布式可移动光伏板，当开启光伏板，光伏逆变器通过扰动观察法，获得最大功率点；通过深度学习框架训练日照地点预测模型，根据电子地图预测行车路线上的光线变化；实时检测光伏板的光照分布和光照角度变化以及温度变化，调整分布式可移动光伏板的角度，并采用增量电导法，使光伏逆变器能获得最大功率点；根据光伏板的发电功率调整光伏逆变器的效率，变动最大功率点追踪算法，并根据环境数据对光伏逆变器进行检修。本发明专利技术能够使分布式可移动光伏逆变器与采集棒，在运行过程中变得更加智能。在运行过程中变得更加智能。在运行过程中变得更加智能。

【技术实现步骤摘要】
一种分布式光伏逆变器智能控制方法与装置


[0001]本专利技术涉及智能设备
，尤其涉及一种分布式光伏逆变器智能控制方法与装置。

技术介绍

[0002]21世纪以来人类社会的对能源的需求不断增长，同时能源的高需求和环境保护，能源可再生等因素促进了能源的利用现状从由石油化学能源主导，逐渐转变为与可再生绿色能源多元共进的局面。其中太阳能是地球的能源之源，并且是地球上分布最广，资源最丰富的可再生能源，因此近年来太阳能产业迅速发展，光伏发电技术广泛应用于社会生活的各个场景。其中可移动光伏太阳能发电板应用越来越广泛应用于各种交通工具，汽车，轮船，飞机等，其不仅能够节省交通工具的能源，还能够为交通工具内各种电器提供便捷的可再生电源。
[0003]由于交通工具移动过程中场景变化具有很大的不确定性，以及周围环境具有多种影响因素，树叶遮挡、粉尘、高温等等，可移动太阳能板往往很难持续足够的时间接收到阳光照射而且会受到环境的干扰和损害。因此，在途中太阳能板的输出电压总会大幅波动，这种情况不仅造成光伏逆变器的输出功率的不稳定，而且容易损坏逆变器的元器件。因此，需要一种能够智能控制太阳能板吸收阳光，自动解决环境干扰因素和智能调节光伏逆变器的计算机系统来解决以上问题。

技术实现思路

[0004]本专利技术提供了一种分布式光伏逆变器智能控制方法与装置，主要包括：
[0005]根据季节，天气和昼夜判断是否开启分布式可移动光伏发电板；根据地图预测路线的太阳光线变化情况；检测并且太阳能板的光照分布情况和光照角度，温度等；检测太阳能板的灰尘情况；根据日照光线的角度实时调整太阳能板的角度；根据太阳能板的发电功率调整光伏逆变器的效率；
[0006]进一步可选地，所述根据季节，天气和昼夜判断是否开启分布式可移动光伏发电板包括：
[0007]光伏发电板的发电效率主要由太阳光线强度和温度决定。太阳光线强度取决于季节，天气和昼夜的变化。光伏发电板的温度过高或者过低都会显著降低发电的功率。因此，需要根据当下的季节，天气和时间判断目前是否有充足的光照条件进行发电。
[0008]通过一年四季昼夜时间来判断当天的日照时间段；获取天气预报，判断当天是否有充足的日照及其时间，并且判断当天的气温是否适合发电；根据当下的时间判断是否处于白天。
[0009]进一步可选地，所述分布式可移动光伏发电板包括：
[0010]光伏逆变器采集棒，所述采集棒与逆变器连接，从逆变器端接收光伏系统的信息，通过远程通讯方式上传至服务器后台，后台通过分析采集棒的实时状态以及历史数据，以
图表方式呈现，直观、清晰内容；可自定义故障报警方式，通过实时推送检测系统的异常及故障状况，并根据采集到的信息为逆变器实现扰动观察法提供数据来源；另一方面，所述光伏逆变器采集棒保障数据完整不丢失，实现断点续传，及时记录设备出现的问题，进行故障排查，用户能够通过Internet或手机APP查看数据。
[0011]进一步可选地，所述光伏逆变器采集棒包括：
[0012]当可移动载体进入信号不好的区域时，对逆变器数值进行模拟，主要包括，抽取能够获取到的断断续续不完整的采集棒信息，并根据数值信息，做插值计算，获得完整的预测数据，并根据所述数据，进行基于扰动观察法的预测，获得逆变器的最大功率点，输出最大功率；当完全无法获得信号时，记录断电信息，对断点信号，进行基于地理位置信息的预测，并基于信号预测，调整逆变器转换效率。
[0013]进一步可选地，所述根据地图预测移动路线的太阳光线变化情况包括：
[0014]通过深度学习框架结合电子地图训练日照地点预测模型，预测载体移动路线上的太阳分布情况以及对日照充足的路段进行标记。模型根据地图实时预测载体移动路线的太阳光线变化情况。
[0015]训练日照地点预测模型获取各地的地图数据作为训练集来训练日照地点预测模型。首先，根据路段长度以路段为中心将地图划分为不同的区域；其次将时间，天气，季节，空气质量，该区域内遮挡物的类型和高度，比如树荫和楼层等作为特征输入；然后将该区域的路段上是否有持续整个路段的日照作为标记值，输入日照地点预测模型。
[0016]根据日照地点预测模型的计算结果判断是否开启分布式可移动光伏发电板获取用户的路线地图，输入日照地点预测模型进行计算地图上各个地点的日照情况；根据模型计算结果统计用户经过路段的日照情况及日照路段的连续性；根据日照路段的长度和路段连续性以及移动速度判断是否开启分布式可移动光伏发电板。
[0017]进一步可选地，所述检测并且调整太阳能板的光照分布情况和光照角度，温度等包括：
[0018]根据温度感应器和光照感应器的检测数据，监测当前太阳能板的温度，光照覆盖分布和太阳光照角度。根据太阳光的检测数据调整角度，使其处于最佳角度；根据太阳能板的温度决定是否采取温度调节措施，根据太阳能板的外物遮挡情况调整角度。
[0019]利用温度感应器监测太阳能板的温度变化。温度变化对太阳能板的发电效率和元件的性能和使用寿命有重要影响。太阳能板的最佳工作温度大概为25度，过高或者过低的温度不仅降低发电效率，而且对太阳能板的元件造成损害。因此需要在太阳能板上安装温度感应器，实时检测温度的变化。
[0020]利用光照感应器监测太阳能板上的光照覆盖分布和日照光线的角度当太阳能板上的阳光覆盖不均匀，存在局部的组件被遮挡的情况时，往往会出现热斑效应，被遮挡的组件不仅不能产生电量，还会消耗其他组件的电量。而且热斑效应往往会对太阳能板的组件造成严重的损害，所以需要利用光照感应器监测太阳能板上的光照分布情况。
[0021]太阳能板与太阳光线之间需要保持一个良好的光照角度来保证阳光的接收，但是分布式可移动太阳能板的角度和位置是时刻变化的，因此需要监测太阳光线与太阳能板之间的角度来给太阳能板的调整提供参数。
[0022]进一步可选地，所述检测太阳能板的灰尘情况包括：
[0023]可移动载体周围环境中的灰尘，雾霾等颗粒物不仅影响太阳光照射强度，还会附着在太阳能板上，对其元件造成损坏。所以需要检测周围的空气质量以及太阳能板上的灰尘覆盖情况并且进行处理。
[0024]利用粉尘监测器检测太阳能板的灰尘数量监测每天的太阳能板的灰尘数量以及环境空气中的雾霾和灰尘的严重程度，反馈给系统。
[0025]根据粉尘检测器的数据自动处理太阳能板的灰尘根据太阳能板的灰尘情况和空气中灰尘的情况做出不同的应对。当粉尘监测器检测到到周围环境雾霾严重，则关闭或者不开启分布式可移动光伏发电板；系统每天对太阳能板进行一遍默认的清洁擦拭，当粉尘监测器反馈太阳能板上有大量灰尘覆盖，系统自动对太阳能板进行洒水，擦拭灰尘，吹风等操作使太阳能板保持干净和干燥。
[0026]根据温度感应器的数据调节太阳能板的温度根据温度感应器的数据对太阳能板的发电温度进行调节。当处于过低的不利于发电的温度时，将太阳能板收起，关闭光伏发电器；当处于过高的温度时，可以通过对太阳能板吹风和洒水进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分布式光伏逆变器智能控制方法，其特征在于，所述方法包括：根据季节、天气和昼夜判断移动途中的天气变化和日照强度，决定是否开启分布式可移动光伏板，当开启光伏板，光伏逆变器通过扰动观察法，获得最大功率点；通过深度学习框架训练日照地点预测模型，根据地图预测移动路线上的光线变化；实时检测光伏板的光照分布和光照角度变化以及温度变化，调整可移动太阳能光伏板的角度，并采用增量电导法，使光伏逆变器能获得最大功率点；实时检测光伏板的灰尘污垢以及空气中的粉尘雾霾，对光伏板上的灰尘污垢进行自动清理；根据日照光线的角度及光伏板温度变化调整温度；根据光伏板的发电功率调整光伏逆变器的效率，变动最大功率点追踪算法，并根据环境数据对光伏逆变器进行检修。2.根据权利要求1所述的方法，其中，所述根据季节、天气和昼夜判断移动途中的天气变化情况和日照情况，决定是否开启分布式可移动光伏板，包括：通过一年四季昼夜时间来判断当天的日照时间段；获取天气预报，获取当天的行驶地图，判断在所述路线下，当天是否有充足的日照时间，并且判断当天的气温是否适合发电；当开启光伏板，光伏逆变器通过扰动观察法，获得最大功率点。3.根据权利要求2所述的方法，其中，所述光伏逆变器，还包括：光伏逆变器采集棒，所述采集棒通过RS485/RS422接口与逆变器连接，从逆变器端接收光伏系统的信息，通过WiFi/Ethernet/GPRS多种远程通讯方式上传至服务器后台，后台通过分析采集棒的实时状态以及历史数据，以图表方式呈现，直观、清晰内容；可自定义故障报警方式，通过实时推送检测系统的异常及故障状况，并根据采集到的信息为逆变器实现扰动观察法提供数据来源；另一方面，所述采集棒验证和保障数据完整不丢失，实现断点续传，及时记录设备出现的问题，进行故障排查，内置SIM芯片，通过100M以太网接口，实现有线网络数据高速传输，并通过Internet或手机APP查看数据。4.根据权利要求3所述的方法，其中，所述采集棒验证和保障数据完整不丢失，包括：当可移动载体进入信号不好的区域时，对逆变器数值进行模拟，主要包括，抽取能够获取到的断断续续不完整的采集棒信息，并根据数值信息，做插值计算，获得完整的预测数据，并根据所述数据，进行基于扰动观察法的预测，获得逆变器的最大功率点，输出最大功率；当完全无法获得信号时，记录断电信息，对断点信号，进行基于地理位置信息的预测，并基于信号预测，调整逆变器转换效率。5.根据权利要求1所述的方法，其中，所述通过深度学习框架训练日照地点预测模型，根据地图预测移动路线上的太阳光线变化情况，包括：通过深度学习框架结合地图训练日照地点预测模型，预测移动路线上的太阳分布情况以及对日照充足的路段进行标记；模型根据用户地图实时预测移动路线的太阳光线变化情况，根据日照地点预测模型的计算结果判断是否开启光伏板。所述训练日照地点预测模型，包括：获取各地的地图数据作为训练集来训练日照地点预测模型；首先，根据路段长度以路段为中心将地图划分为不同的区域；其次将时间、天气、季节、空气质量，该区域内遮挡物的类型和高度，包括树荫和高楼作为特征输入；然后将该区域的路段上是否有持续整个路段的日照作为标记值，输入日照地点预测模型，对模型进行训练。所述根据日照地点预测模型的计算结果判断是否开启光伏板，包括：
获取用户的移动路线地图，输入日照地点，预测模型进行计算地图上各个路段的日照情...

【专利技术属性】
技术研发人员：汪穗峰，唐沂永，李坚，曾令锦，简杰，黄祖成，
申请(专利权)人：广东智有盈能源技术有限公司，
类型：发明
国别省市：