基于BIM的固定光伏阵列连线优化的制作方法

本发明属于建筑光伏仿真领域，更具体地，涉及一种基于BIM 光伏组件优化连线缩短光伏系统投资回报期方法。

背景技术：

建筑信息模型(Building Information Modeling，BIM)是通过数 字化技术来模拟真实建筑物信息而建立的模型。目前美国国家建筑信 息模型标准(National Building Information Modeling Standard, NBIMS)定义：“BIM是设施物理和功能特性的数字表达；BIM是一 个共享的知识资源，是一个分享有关这个设施的信息，为该设施从概 念到拆除的全生命周期中的所有决策提供可靠数据的过程；在项目不 同阶段，不同利益相关方通过在BIM模型中插入、提取、更新和修 改信息，以支持和反映各自职责的协同工作”。作为一种新技术，它 在业界引起了广泛的关注，在工程领域主要有以下方面的应用：实现 建筑信息的共享；生产过程中的可预测性；推动建筑业生产方式的转 变和工业化进程。在国外，北美、日本和欧盟均在大力推动BIM技 术的应用，我国BIM技术虽然起步较晚，但是近年来发展迅速。由 于它可以存储建筑的所有信息(如材质、视图、族等)，因而可在BIM 模型基础上进行光伏优化连线的研究。

屋顶式光伏发电系统是指安装在建筑物表面采用光伏电池板将 太阳能转换为电能的发电系统。它是一种新型的、具有广阔发展前景 的能源利用方式，倡导就近发电、就近并网、就近转换和就近使用的 理念。它不仅可以弥补用电高峰期电力的短缺，还有助于解决电力在 升压和传输中的电能损耗问题。然而，由于周围环境(如建筑物、树 木和电线杆)等限制性因素的存在，光伏发电设备会受到阴影的遮挡： 首先，光伏阵列产生的电源是一种非线性直流电源，局部阴影会降低 光伏板的发电效率，导致整个光伏系统发电收益降低；其次，不同时 刻太阳位置的移动以及天气等因素也会对光伏系统产生影响。

为了降低局部阴影对屋顶式光伏系统的影响，有以下较为常用的 处理方式：一类是采用全局最大功率点跟踪的方式来减少局部阴影引 发的功率损耗；另一类是对光伏系统的布线方式进行分析和研究。 Berk Celik等人提出在不改变光伏阵列铺设位置的状态下评估两种不 同的连线方式(SP型和TCT型)来获取较优的光伏连线方式；丁明 等人提出通过控制开关电路的方式来实现光伏阵列的布局优化来减 弱局部阴影的影响，达到较好的输出功率的需求。然而，上述研究没 有同时考虑最优连线方式的获取和光伏阵列自动连线的实现。

技术实现要素：

本发明提供一种基于建筑信息模型的屋顶式光伏系统优化方案。 它主要通过改进连线方式来提升屋顶式光伏系统的输出功率来达到 缩短光伏系统投资回报期的需求。

其步骤包括：S1、利用BIM(Building Information Modeling)技 术对建筑物进行数字化建模，根据全年内光伏组件遮挡判定和接受太 阳辐照度，建立太阳运动模型，在全年范围内采样，获取屋顶铺设区 光伏阵列(规模M×N)的辐照量数据；

S2、建立对房屋模型上的光伏组件模型，对给定规模M×N的 光伏阵列，先确定组串组件数m取值集合，采用深度优先搜索算法 遍历所有组串形式，确立合理连接方式。根据辐照度矩阵映射到所有 光伏模块中，在标准温度不同辐照度获取阵列输出功率—电压(P-V) 曲线，计算出不同连线方案下的光伏组串的发电量。

S3、结合不同连线方案的发电量,和逆变器的选型、屋顶费用和 光伏阵列成本等因素，提出以投资回报期作为最优连线问题的优化目 标函数；

S4、对优化目标函数求解全局最优解，获取最优的连线方案，在 BIM模型中实现光伏阵列连线。

进一步地，所述步骤S1中建立建立了基于现有的建筑物的BIM 模型，根据全年内光伏组件遮挡判定和接受太阳辐照度，建立辐照分 析的太阳模型，包括直射辐射、散射辐射及反射辐射计算，获取整个 屋顶铺设区光伏阵列(规模M×N)接收的太阳辐照量数据。

进一步地，所述步骤S2中基于屋顶铺设的光伏电池板的等效电 路原理，设计相应光伏电池等效模型和光伏组件硬件电路。考虑不同 组串组件数m取值，则整个光伏阵列可分为个光伏组串。只将 相邻的光伏组件(包括上下相邻、左右相邻)可通过互相连接成为一 个组串，且连接所构成的线路满足欧拉路的要求。采用深度优先搜索 算法遍历所有的组串形式并判断是否符合要求，直到找出所有合理的 连接方式。将步骤S1中获取的辐照度矩阵导入硬件电路，依据光伏 组串的P-V特性曲线，光伏组串的功率存在k个峰值Pk，对每个峰 值设定权重值pk，光伏组串的发电量为 (其中∑p(k)＝1)，比较不同连线方案下的光伏组 串的发电量。

进一步地，所述步骤S3中通过对比不同连线方式下光伏组件发 电的发电量以及对第一个最大功率点识别权重p(1)增加时的发电走 势的分析，综合光伏阵列成本、逆变器选型、屋顶费用等因素，提出 光伏连线的优化目标函数：

C＝[PV+R+N]/[P*Pr]

其中:C表示单投资回报期；PV表示光伏系统投资；R代表场地 租金；N表示光伏系统并网逆变器投资；P代表年光伏发电量；Pr 代表电价。

进一步地，所述步骤S4中求解步骤S3中的目标函数全局最优解， 获取最优化的连线拓扑结构，在BIM模型中实现光伏电池板的连线。

本发明基于BIM技术来进行屋顶光伏建筑仿真设计：通过建立 全年内的太阳运动模型可以精确地获取建筑屋顶获取的年辐照度数 据，为光伏优化连线提供数据支持，根据不同光伏组件m取值选择 合理的连线方式；建立光伏电池模型和光伏组件硬件电路可以对不同 组串的光伏发电输出进行对比；而通过不同的连线方式和逆变器型号 以及目标函数进行的计算最终确定最优的连线方式；以缩短光伏系统 投资回报期确立目标函数，求解全局最优解而后实现模型的最优化连 线。

附图说明

图1为建筑信息模型示意图(BIM模型示意图如图1所示)；

图2为9点和14点的阴影分布图(9:00和14:00时的阴影分布 如图2所示)

图3为9点和14点部分光伏板接收的全年辐照量柱状图(部分 光伏板的全年辐照量如图3所示)

图4为构建的硬件仿真电路图(硬件仿真电路如图4所示)

图5为光伏电池板内部的等效电路图(电器模型如图5所示)

图6为左侧光伏2X1连线方案图(左侧光伏连线方式示意图如 图6所示)

图7为光伏组件的P-V特性曲线示意图(光伏组件的P-V特性 曲线如图7所示)

图8为采用不同权重的逆变器全年发电量(采用不同权重逆变器 全年发电量如图8所示)

图9为系统方案的设计流程图(系统方案设计图如图9所示)

图10为优化连线的实现效果图(最优化实现效果图如图10所示)

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细 描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

1问题分析

屋顶式光伏系统由于屋顶面积、形状(如图1所示)等因素的影 响，装机容量有限。并且光伏阵列产生的电是非线性直流电，其输出 特性受到太阳辐照度、周围环境等因素影响。光伏阵列在受到不均匀 分布的太阳照射，即具有局部阴影时，输出特性会比较复杂。通过优 化光伏阵列的连线方式来减小局部阴影对光伏系统输出功率的影响， 从而获取较高的光伏发电收益。

由于全年不同时刻，障碍物对光伏设备阴影分布的影响不同(如 图2所示)，光伏电池受到的瞬时阴影遮挡也不同，仅对某一瞬时阴 影状态下的阵列进行连线优化并不能将全年光伏功率的变化趋势纳 入到优化连线的设计中，故不能有效地解决全年最优功率输出问题。

在已有的文献里，研究人员提出过考虑动态变化的光伏阵列连线 方式，但这种连线方式成本高、设计难度大，不利于大规模应用。本 发明综合考虑全年的阴影变化、光伏组件连线方式和逆变器类型成本 等因素对系统的影响，以全年光伏功率输出与投资收益比为目标进行 连线的优化设计。

2系统设计

屋顶式光伏系统通常安装在建筑物表面，所以需要提前获取建筑 物的参数。在前期工作中，借助于BIM模型中包含的建筑所有构件 的物理参数(例如形状、尺寸等)，构建了基于BIM的光伏建筑一体 化分析平台。平台从BIM模型中获取建筑物外部形状、周围环境信 息、地理位置和光伏阵列倾角等参数，通过构建的全年太阳运动模型， 可以精确地进行辐照分析来获取光伏组件(规模M×N)的辐照量数 据。为了提高辐照分析的准确性，根据所需精确度将光伏表面划分为 若干网格，而后对每个网格进行辐射分析。具体的辐射分析过程如下： 首先分析小块此时是否被遮挡，若遮挡则只进行散射辐射和反射辐射 计算，若未被遮挡则还需包含直射辐射的辐照量计算。图3显示的是 光伏板的按从上到下、从左到右的BIM模型左侧光伏阵列的全年辐 照量分析的结果。

2.1电器模型的构建

光伏电池板的基本组成单元是光伏电池，光伏电池串联形成光伏 电池板，光伏电池板则以串联或并联的形式构成光伏系统。本实例采 用单晶光伏组件规格如表1所示。

表1 BP3125J光伏组件规格

在MATLAB中构建光伏组件的等效电路模型(如图4所示)，每 个太阳能光伏板由三个光伏电池组成，每次只对一定长度的光伏组串 进行仿真分析。

图5是设计的基于Simulink的电器模型。根据相应的电子学理 论，单个太阳能电池可以等效为一个电流源并联一个二极管的电路来 表示,如图5(a)所示。本实例中1个光伏组件则由3个光伏电池串联形 成，如图5(b)所示。在等效模型中：Iph为光生电流,与电池板获取的 辐照量成正比例关系,温度也会对其产生影响；Diode(二极管)受温 度影响；RS为串联电阻，RP为旁路电阻,二者是光伏电池的固有电阻， 一般为千欧级。理想状态下，由于RS和RP很小,计算时可以忽略不计。

在图5中，组件正常工作时，即作为电源发电时，旁路二极管不 导通，处于开路状态；出现热斑效应时，光伏电池成为电阻，旁路二 极管导通，将电池短路，达到避免热斑效应的危害的效果。

2.2连线分析

光伏系统通常是由光伏电池板以串联形式组成组串，组串与组串 之间通过并联方式连接，其连线规则如下：

1)相邻的光伏电池板之间采用串联的方式，且只对相邻的光伏 模块进行连接；

2)为了避免线路交叉，光伏电池板不斜线连接。

各组串连接到独立的光伏逆变器，组串之间互不影响。由于BIM 模型上的障碍物间距较大，考虑物理约束和就近连线原则，将屋顶光 伏阵列分为3组进行单独分析。图6所示为左面2x4型光伏板可能的 m＝2(组串连接)型连接方式。

2.2.1瞬时功率

由于局部阴影的存在，不仅使全局峰值功率受到影响，还会导致 光伏组件的输出功率由单峰曲线变为多峰曲线。基于构建的BIM光 伏组件仿真模型，五种不同连接的光伏阵列在相同的辐照条件下，在 全局最大功率点处获得不同的电压和输出功率。图7显示了光伏组串 的P-V特性曲线，该光伏组串具有两个局部功率最大点，在不同的连 接方式下光伏阵列输出特性曲线会发生明显变化。

2.2.2全年发电量对比

本实例中采用各个功率点加权平均的方式来计算光伏系统的平 均输出功率，进而计算全年总能量。

其中，W为全年总能量输出，P1为P-V曲线的第一个峰值点， P2为第二个峰值点；p(1)为逆变器识别第一个局部最大功率点为全局 最大功率点的概率，p(2)为逆变器识别第二个局部最大功率点为全局 最大功率点的概率。表2是各连线方案仿真获取的发电量统计表。

表2全年总发电量数据统计

2.2.3逆变器选型

在光伏阵列输出特性曲线出现多峰时,要求最大功率跟踪系统能 够有效并准确地搜索全局最大功率点。而不同类型的逆变器对于多峰 曲线各峰值点识别为全局最大功率点的能力不同，光伏组串需要选择 合适型号的逆变器来匹配。并网逆变器作为光伏阵列与电网进行能量 转换的关键环节,其性能的高低会直接影响发电系统的效率和发电收 益,因而基于实际情况选择合适的逆变器对于效率的提升和收益的增 加具有重要意义。

图7所示的光伏阵列输出P-V曲线出现了两个峰值点，且随着阴 影遮挡程度的加深，最大功率点的位置会发生变化。当最大功率点移 动到局部最大功率点的左侧时，使用传统MPPT算法的跟踪系统将收 敛于局部最大功率点，光伏系统输出功率受到影响。本发明中采用最 大功率点识别率不同的逆变器来跟踪双峰曲线的最大功率点，获取的 全年发电量如图8所示:随着逆变器对p(1)的识别权重地提升，全年 总发电量呈上升趋势；而高识别率的逆变器又带来了成本上的开销。 屋顶光伏系统在物理位置确定时，光伏组件成本和屋顶租金不变，为 了实现优化目标函数，需同时分析光伏阵列的连线方式和逆变器的选 型。

2.3基于缩短投资回报期的最佳连线方案

基于固定位置的光伏阵列这一实际条件，提出一种综合考虑光伏 组件成本、屋顶场地租金、逆变器成本和总发电量等因素的目标函数 (如公式(2)所示)。通过确定光伏阵列的最优的连线方式和逆变器 型号，缩短投资回报期。

C＝[PV+R+N]/[P*Pr] (2)

其中:C表示单投资回报期(单位：年)；PV表示光伏系统投资 成本(单位：元)；R代表场地租金(单位：元)；N表示光伏系统并 网逆变器投资(单位：元)；P代表年光伏发电量(单位：度)；Pr 代表电价(单位：元/度)。

投资回报期取决于局部阴影条件下的投资成本(包括光伏组件、 逆变器和场地成本等因素)和收益(发电量)。根据局部阴影条件下 的不同连接方案和逆变器类型，通过对多峰P-V曲线加权的方式来获 取不同连接方案的最大发电量，计算各自的投资回报期。

3系统实现

系统方案的整体设计图如图9所示。基于构建的目标函数分析光 伏阵列的连线方式和逆变器匹配情况，其中仿真模型与Autodesk Revit2015中的BIM模型具有唯一映射关系：分别对各种不同配置的 光伏阵列进行硬件仿真和分析获取最优化的连线方式，在Revit中获 取MATLAB最优化连线方案。对于实际铺设位置确定的光伏阵列来 说，所有的光伏电池板位于同一个平面，采用基于表面的二维坐标系 来确定光伏模块A的连接点的坐标和光伏模块B的连接点坐标，实 现基于BIM的光伏设备的最优化连接。

4案例分析

本发明基于Autodesk Revit2015和MATLAB进行分析实现。为 了验证连线方案的效果，对图1所示建筑物屋顶进行分析，在固定光 伏组件条件下，对其瞬时功率、全年总发电量和单位发电成本等指标 进行对比分析来选择优化连线方案。本实例采用三种不同型号的逆变 器(如表3)，由表2可以看出，该屋顶第一组光伏阵列应该选择方

表3逆变器型号表

案2连接，同时结合设置的目标函数经过对第二组和第三组光伏阵列 分析，应分别采用方案5和方案1完成光伏设备的连接。由于逆变器 成本和效率的差异，发电量受其影响较大，如下表4所示，在使用A 型号逆变器时，该光伏系统逆变器投资2400元，年发电量为 4227.09kw·h，年发电收益6175.77元，其静态投资回报期为5.93年。 但是，选择B型号逆变器时，逆变器成本增加为3000元，但其年发 电收益增加为6350.23元，同时静态投资回报期下降为5.86年，下降 比例为1.2％。随着逆变器结构复杂程度的提升，其成本也会明显增 加，C型号逆变器的投资为3900元，年发电收益增加为6466.73元， 但是其静态投资回报期为5.89年，相比于B型号逆变器，反而有所 增加。所以该屋顶的三种阵列连接方式分别为方案2、方案5和方案 1，逆变器选择B型号。

表4三种不同型号逆变器投资回报期对比

为了减小局部阴影对屋顶式光伏系统的影响，本发明提出了一种 基于BIM的光伏优化连线方案：基于全年内对固定物理位置的光伏 阵列的辐照分析，并对光伏组件不同连线方式进行电气仿真，综合考 虑光伏系统周围环境的局部阴影损耗和逆变器成本等因素，以缩短投 资回报期为优化目标构建函数，求解全局最优解，获得最优的连线方 案并在BIM模型中实现光伏设备的自动连线。

由于该发明中涉及的光伏逆变器并未全部提供对于最大功率点 跟踪能力的参数，借助于仿真实验结果给出了光伏电池板的优化连线 方案。本发明不仅有效地减弱了阴影对光伏系统的影响，而且实现了 屋顶太阳能光伏系统的科学化配置，缩短了光伏的投资回报期，提高 了屋顶式光伏系统的工程化水平，具有较为广泛的应用前景。

发明的上述详细描述是为便于本领域的技术人员能理解和应用 本发明。熟悉屋顶式光伏领域的技术人员可以对上述实例做出各种修 改，并把一般原理应用到其他实施实例中而不必经过创造性的劳动。 因此，本发明不限于上述实施实例。本领域技术人员根据本发明的启 示，对于本发明做出的改进和修改都应该在本发明的保护范围之内。