min f = Vj+C-q (TkT (I)
[0042] 其中 '表示j编号小型浮标本体的成本，价格一般随着浮标本体体积的增大而增 大，相应地浮标系统的容量、浮力也增大；系统动力源硬件初期投资成本C的构成如下，假 设选定的某型号蓄电池单只单价P b、太阳能电池（以10瓦/片计）单价匕作为价值系数， 选定型号的蓄电池数量X1和太阳能电池数量X 2作为决策变量，则C = Pb ?Xi+Pp · X2。随着 使用年限的增加，光伏板和蓄电池使用寿命不断缩减，光伏蓄电池系统拆除后可被再利用 的成本价值用表示，其中〇< η < 1，η定义为再利用时的整理检测损耗系数，τ为 小型浮标系统光伏蓄电池动力源运行周期，一般按年计，k表示动力源部分运行工作年限， 目前k通常取为3至5的整数。
[0043] 由于光伏板和蓄电池制造技术不断进步，成本下降，则小型浮标应用期满后光伏 板和蓄电池被重新回收利用的价值不大，为简化分析与设计，目标函数可简化为：
[0044] min f = Vj+C (2)
[0045] 步骤三、基于气象因素确定小型浮标系统最大连续阴雨天数；
[0046] 考虑基于光伏系统的输出受到日照和天气状况的影响，光伏发电随时间和环境的 变化具有明显的间断性和波动性。选择适于实时监控场合的RBF神经网络，依据比较容易 获取的气象信息如太阳辐射强度、温度和相对湿度，对光伏系统发电量的影响因素进行统 计分析。
[0047] 利用RBF神经网络来分析未来光伏系统的发电量，如图2所示，首先需要确认小型 浮标应用地的经炜度，收集小型浮标应用地的历史气象数及对应的光伏发电量数据，作为 神经网络的训练样本，而后通过训练后确定构建RBF神经网络，输入气象数据，输出光伏发 电量，便可得到表示发电量与气象信息间的数学关系的非线性回归模型，进而，根据光伏发 电量〈〇这一条件确定月份中最大连续阴雨天数。应用中将通过分析获取的应用地光伏发 电量最少的月份的气象数据输入回归函数中，即可得到对应月份的光伏发电量曲线并确定 相应的最大连续阴雨天数。
[0048] 可选取RBF神经网络模型的输入Xp为一个由太阳辐射值、温度和相对湿度组成的 三维向量，即\ =[.<，右，.d，其中X115为太阳辐射值序列，X/为温度值序列，X /为相对湿 度值序列；输出y为光伏发电量序列。通过计算安装及应用地的最恶劣月份的发电量，预测 发电〈0的天数视为由于天气恶劣导致不发电的最大连续阴雨天数。这样，为合理地确定安 装地浮标运行中的最大连续阴雨天数提供科学的决策依据。
[0049] 步骤四、小型浮标系统约束条件建立；
[0050] 本发明中考虑到光伏蓄电池供电系统组件安装在浮标本体上，必须满足相应的体 积、面积、浮力限制约束。因而，小型浮标动力源一一光伏蓄电池供电系统的成本不仅与监 测仪器的耗电量、体积等因素有关，而且与小型浮标本体的成本、体积、面积、浮力等参数密 切相关。建立小型浮标动力源一一光伏蓄电池供电系统优化构建的约束条件，所述光伏蓄 电池供电系统的约束条件主要包括以下内容：
[0051] ①体积约束：取单只蓄电池体积为Vb，蓄电池组安装在指定型号的小型浮标壳内， 设其体积上限Sv m。则
[0052] Vb-X1^Vm (3)
[0053] ②面积约束：以10瓦/片计，太阳能电池面积为Sp，太阳能光伏系统安装在指定型 号的小型浮标系统平台上，设其面积上限为S m。则
[0054] Sp-X2SSm (4)
[0055] ③质量约束：取单只蓄电池质量为mb，以10瓦/片计，太阳能电池质量为m p，设承 载平台可支撑的总质量上限为mm。则
[0056] mb · Xi+nip · X2^ mm (5)
[0057] ④价格约束：取蓄电池每只单价为Pb，太阳能电池以10瓦/片计，每片单价为P p， 设小型浮标动力部分规划的总初期投资上限为Pm。则
[0058] Pb · X^Pp · X2^ P m (6)
[0059] ⑤容量约束：在连续没有光照辐射的情况下，小型浮标内搭载的负载供电完全来 自于蓄电池所储存的电能，假设单只蓄电池储能值为E b，负载每天的用电量为Ef，连续没有 光照辐射的天数为d(传统设计方法，直接设定d为[7-15]范围中的某一数值），考虑到实 际允许的缺电小时数LOLH，可得：
[0060]
【主权项】
1. 水质监测用小型浮标动力源之光伏蓄电池供电系统的优化构建方法，其特征在于： 步骤一、小型浮标系统功耗计算； 计算需要搭载到浮标本体中的负载设备的运行功耗及日运行小时数，形成小型浮标系 统的日平均能耗，计算出负载设备的平均功耗值； 步骤二、小型浮标系统的优化目标函数建模； W成本最小为目标建立优化目标函数f: minf = Vj+C- n C_kT 其中Vj表示j编号小型浮标本体的成本，C为系统动力源硬件初期投资成本，T为小型 浮标系统光伏蓄电池动力源运行周期，k表示动力源部分运行工作年限； 忽略小型浮标应用期满后光伏板和蓄电池被重新回收利用的价值，目标函数简化为： minf 二 Vj+C ; 步骤=、基于气象因素确定小型浮标系统最大连续阴雨天数； 根据影响因素确定应用地浮标运行中的最长阴雨天数；所述的影响因素包括光照强 度、温度和相对湿度； 步骤四、小型浮标系统约束条件建立； 步骤五、配置参数优化； 采用线性整数规划算法，计算构建水质监测用小型浮标动力源一-光伏蓄电池供电系 统的成本，得到小型浮标系统光伏蓄电池最优配置参数Xj.= [X 1，X2]，j = 1，2,…n，n为小 型浮标系统可选择的浮标本体个数，xi为对应优化选定浮标本体后确定的蓄电池的个数，X 2 则为对应确定的指定瓦数光伏板的个数； 步骤六、敏感度分析； 利用敏感度分析考察连续阴雨天气变化时，水质监测用小型浮标系统可保障系统动力 部分不断电、持续稳定运行的时间长度波动范围。
2. 根据权利要求1所述的优化构建方法，其特征在于：系统动力源硬件初期投资成本C 的构成如下，假设选定的某型号蓄电池单只单价Pb、太阳能电池单价Pp作为价值系数，选定 型号的蓄电池数量xi和太阳能电池数量X,作为决策变量，则C = Pb Xi+Pp X,，随着使用年 限的增加，光伏板和蓄电池使用寿命不断缩减，光伏蓄电池系统拆除后可被再利用的成本 价值用nr"表示，其中〇< n < 1，n定义为再利用时的整理检测损耗系数。
3. 根据权利要求1所述的优化构建方法，其特征在于：步骤=具体为，首先需要确认小 型浮标应用地的经绅度，收集小型浮标应用地的历史气象数及对应的光伏发电量数据，作 为神经网络的训练样本，而后通过训练后确定构建RBF神经网络，输入气象数据，输出光 伏发电量，得到表示发电量与气象信息间的数学关系的非线性回归模型，根据光伏发电量 <0该一条件确定月份中最大连续阴雨天数。
4. 根据权利要求1所述的优化构建方法，其特征在于：步骤四中所述的约束条件包括 体积约束、面积约束、质量约束、价格约束、容量约束和非负整数约束，具体如下： (1)体积约束；取单只蓄电池体积为Vb，蓄电池组安装在指定型号的小型浮标壳内，设 其体积上限为￥。，贝。 Vb.Xi《Vm 似面积约束；W10瓦/片计，太阳能电池面积为Sp，太阳能光伏系统安装在指定型号 的小型浮标系统平台上，设其面积上限为Sm，贝。 Sp ?又2《S m 做质量约束；取单只蓄电池质量为叫，W 10瓦/片计，太阳能电池质量为IV设承载 平台可支撑的总质量上限为m。，贝。 nib ? Xi+nip ? X2《m m (4) 价格约束；取蓄电池每只单价为Pb，太阳能电池W 10瓦/片计，每片单价为Pp，设 小型浮标动力部分规划的总初期投资上限为Pm，贝。 Pb ? Xi+Pp ?又2《Pm (5) 容量约束；假设单只蓄电池储能值为Eb，负载每天的用电量为Ef，连续没有光照福 射的天数为d，实际允许的缺电小时数LOLH，得： Eb.Xi>Ef.(d-^^) 对于独立的光伏蓄电池供电系统，负载供电究其根源完全来自于太阳能电池所产生的 电能，假设运行地每天阳光福射，使得太阳能电池有效的直接供电时间为n小时，设用于蓄 电池储备的能量为E。，单只太阳能电池每小时的发电量为Ep，太阳能电池对负载和蓄电池 的充电效率为ni，蓄电池对负载的供电效率为ru，得： nEp ? P > Ef ? n/24 ? n 1 巧f ? (24-n) /24 ? n 1 ? n 2巧〇/ n 1 (6) 非负性整数约束 Xi>0;X2>0且为整数。
【专利摘要】本发明公开了一种水质监测用小型浮标动力源之光伏蓄电池供电系统的优化构建方法。包括浮标系统功耗计算、小型浮标系统的优化目标函数建模、确定小型浮标系统最大连续阴雨天数、小型浮标系统约束条件建立、配置参数优化和感度分析的步骤，通过融合水质监测用小型浮标的应用地的环境、气象条件与浮标搭载仪器、仪表功耗、运行时间等因素的交互影响，结合浮标本体的面积、体积、重量等限制条件建立优化目标函数。在约束条件限定的可行解区域内，寻求投资成本低、失电小时数少，并结合应用地的环境及气象历史数据信息，得到既满足小型浮标应用地实际情况的天气因素要求，又满足系统可靠性要求的光伏蓄电池混合供电系统优化配置方案。
【IPC分类】G06F17-50
【公开号】CN104598687
【申请号】CN201510037108
【发明人】张慧妍, 王立, 王小艺, 李爽, 于家斌, 许继平, 施彦
【申请人】北京工商大学
【公开日】2015年5月6日
【申请日】2015年1月26日