一种用于光伏发电的太阳辐射量监控调整方法与流程

本发明涉及光伏发电领域，具体是涉及了一种用于光伏发电的太阳辐射量监控调整方法。

背景技术：

在新能源技术普遍发展的背景下，出现了许多针对提高光伏发电效率的研究。主要研究方向有几类，例如太阳能电池板本身出发研究更加新型高效的太阳能电池板材料；从太阳辐射角度出发增大太阳辐射面积与接收太阳辐射强度，比如可以跟踪太阳能方位的追日系统等等。通过调整太阳能电池板的位置以增大太阳辐射面积与接收强度，确实可以更加高效地利用太阳能发电。

但是依照现有的技术手段，跟踪太阳装置的消耗量有可能比较大，甚至最终所提高的太阳能利用效率无法弥补这部分消耗，所以一个可行的方法是施加前置预测，一方面预测太阳的方位角，另一方面预测当天的太阳辐射量以此来估计当日的效率与所消耗的比重。

技术实现要素：

针对提高光伏发电效率的问题，本发明提供了一种用于光伏发电的太阳辐射量监控调整方法，对一段时间当中太阳辐射量实施预测并且加以监控，更好地调整光伏电池板的状态，能够提高光伏发电效率。

如图1所示，本发明的技术方案是包括以下四个部分：

(一)前置太阳辐射量预测，获得太阳近似方位角与日平均近似太阳辐射量；

(二)根据日平均近似太阳辐射量和最低跟踪阈值判断是否进行调整跟踪；

(三)根据太阳近似方位角粗调光伏电池板的方位角；

(四)根据太阳辐射量传感器差值细调光伏电池板的方位角。

所述的步骤(一)具体包括：

(1.1)从历史数据库中获取样本数据；

(1.2)对样本数据进行预处理；

(1.3)采用多元线性回归分析预测获得太阳近似方位角与日平均近似太阳辐射量。

所述的历史数据库是指针对某地在日常日照下，每天不同时刻最大太阳辐射量所在的方位角的历史数据，可视为太阳所正对的方位角的历史数据库。

所述的样本数据是指所要预测当日对应的不同时刻最大太阳辐射量所在的方位角，具体包括在预测日前几天的数据、前几个月中与预测日为对应同一日的数据、前几年中与预测日为对应同一日的数据。

所述的步骤(1.2)样本数据预处理是过滤掉特殊天气原因影响的易干扰数据。具体是从样本数据中去掉因恶劣极端天气或者偶然天气的时间段对应的数据。比如天气恶劣、极端、日食等时间段对应的数据。

所述的步骤(1.3)具体是采用以下公式的多元线性回归模型计算所要预测当日的不同时刻最大太阳辐射量所在的太阳近似方位角，对于预测当日某一时刻ti，有：

yt＝a1x1+a2x2+…akxk+b

其中，yt为ti时刻最大太阳辐射量所在方位角预测值，x1,x2,......xk分别为所选的不同样本各自ti时刻最大太阳辐射量所在方位角，k表示所选样本数据的总数，a1,a2,......ak均为回归系数，b为常数项。

为衡量预测结果好坏，可以事先选取一些训练数并取平均绝对误差作为衡量指标。

由此可以预测到当天从日出开始的所有不同时刻的最大太阳辐射量所在方位角，为简化算法，以一定时间间隔为步长，预测当天有限个时刻的数据。例如从日出6点开始，到日落18点，可以选取15分钟为步长，预测有限个时刻的最大太阳辐射量所在方位角。

并根据样本数据中不同时刻的最大太阳辐射量计算求得日平均近似太阳辐射量。

所述的步骤(二)判断日平均近似太阳辐射量是否大于最低跟踪阈值，目的是为了权衡实时跟踪系统所消耗的能量与光伏电池板效率提高后增加的能量。

所述的步骤(二)具体为：

若日平均近似太阳辐射量大于最低跟踪阈值，则考虑消耗之后光伏电池板效率仍有所提高，使光伏电池板进行调整来跟踪太阳，进行下一步骤(三)对光伏电池板进行方位角的调整；

若日平均近似太阳辐射量大于最低跟踪阈值，则光伏电池板效率没有提高应当放弃跟踪，将光伏电池板的方位角调整至中央位置，朝向正午时分太阳所对位置。

所述的步骤(三)是将光伏电池板的位置调整至太阳近似方位角所对应的位置。

所述的步骤(四)具体分成两步：

(4.1)通过安装在光伏电池板旋转方向两侧(一般为东西两侧)的辐射量传感器实时监测太阳辐射量数据，得到两侧太阳辐射量的差值。

(4.2)比较两侧太阳辐射量的差值进而处理：

若东侧的太阳辐射量大于西侧，则调整光伏电池板向东侧旋转，使得两侧太阳辐射量的差值到差异阈值范围内；

若西侧的太阳辐射量大于东侧，则调整光伏电池板向西侧旋转，使得两侧太阳辐射量的差值到差异阈值范围内。

本发明的有益效果是：

较之其他方法，本发明方法的主要优点在于：一是加入了对太阳辐射量的预测环节，利用多元线性回归模型对当日的太阳方位角和日平均近似太阳辐射量进行预测，设定最低跟踪阈值判断是否进行跟踪，并粗调光伏电池板的状态至预测的范围当中；二是在实时跟踪过程当中可以根据两侧的太阳辐射量传感器数据细调光伏电池板的状态。

本发明所提供的方案能够更好地调整光伏电池板的状态，从而提高太阳能发电的效率。

附图说明

图1为本发明的过程图。

图2为传感器安装位置示意图。

图3为细调光伏电池板具体过程图。

图4为实施例某日的太阳方位角实测与预测结果图。

具体实施方式

为了更为具体地描述本发明的总体过程，下面结合附图及具体实施方式对本发明的技术方案进行详细说明。

本发明的实施例如下：

(一)前置太阳辐射量预测，获得太阳近似方位角与日平均近似太阳辐射量；

(1.1)从历史数据库中获取样本数据；

例如，如要预测2017年3月10日的数据，可以从历史数据中选取以下样本：当日前几天的如2017年3月1日至2017年3月9日的数据，前几个月的与当日相关的数据如2017年2月10日前后各五天数据，2017年1月10日前后各五天数据，2016年12月10日前后各五天数据，前几年的当日数据如2016年3月10日前后数据，2015年3月10日前后数据等。

(1.2)对样本数据进行预处理；

根据天气记录，当地2017年3月1日出现降雨天气，所以其数据会对预测造成干扰，应该从所选样本当中剔除。剔除的具体方法是提取每个样本的天气数据，并建立一个天气质量参数，用于衡量当日天气质量或者其他特殊与极端环境的影响。如果该天气质量参数小于某一阈值便从所选样本数据中剔除。

(1.3)采用多元线性回归分析预测获得太阳近似方位角与日平均近似太阳辐射量。上述各个样本加以权重设定回归系数，代入多元回归模型当中计算所要预测当日的不同时刻最大太阳辐射量所在的太阳近似方位角。

并根据样本数据中不同时刻的最大太阳辐射量计算求得日平均近似太阳辐射量。具体实施是从日出6点开始，到日落18点，可以选取15分钟为步长，预测多个时刻的最大太阳辐射量所在方位角和日平均近似太阳辐射量。

(二)根据日平均近似太阳辐射量和最低跟踪阈值判断是否进行调整跟踪；

若日平均近似太阳辐射量大于最低跟踪阈值，则进行下一步骤(三)对光伏电池板进行方位角的调整；

若日平均近似太阳辐射量大于最低跟踪阈值，则将光伏电池板的方位角调整至中央位置，朝向正午时分太阳所对位置。

(三)根据太阳近似方位角粗调光伏电池板的方位角，将光伏电池板的位置调整至太阳近似方位角所对应的位置。

(四)根据太阳辐射量传感器差值细调光伏电池板的方位角，具体分成两步：

(4.1)通过如图2所示安装在光伏电池板旋转方向两侧的辐射量传感器1和2实时监测太阳辐射量数据，得到两侧太阳辐射量的差值。

(4.2)比较两侧太阳辐射量的差值进而处理：

若东侧的太阳辐射量大于西侧，则调整光伏电池板向东侧旋转，使得两侧太阳辐射量的差值到差异阈值范围内；

若西侧的太阳辐射量大于东侧，则调整光伏电池板向西侧旋转，使得两侧太阳辐射量的差值到差异阈值范围内。

具体实施是如图3所示，两侧传感器经过ad转换电路将数据传至单片机，单片机进行计算两侧的太阳辐射量差值，并且设定差异阈值，一旦两侧差值超过差异阈值则控制电机旋转调整光伏电池板位置。

按照上述方法进行预测，得到某日的太阳方位角实测与预测结果如图4所示，而进行跟踪之后当日的光伏发电效率相比于类似天气状况的其他日子也有显著提高。

由此可见，本发明既能提高发电效率，又很好地考虑了现有的太阳跟踪系统耗能过大，使得最终的发电效率并未提高的缺陷，加上了前置太阳辐射量预测并设定最低跟踪阈值，最终能够提高了光伏发电的效率。