一种部分遮蔽情况下光伏阵列模型的参数优化方法

本发明涉及新能源发电系统建模与优化，尤其涉及一种部分遮蔽情况下光伏阵列模型的参数优化方法。

背景技术：

1、能源是国民经济发展和提高人民生活水平的重要物质基础。随着经济发展和人口增加，能源需求不断地增长，传统能源的储量却越来越少，其价格必将不断升高，同时传统能源的大量使用导致生态环境的巨大破坏，如温室效应、酸雨及空气污染等。究其根本原因是不合理的能源消费结构和较低的能源使用效率。面对这些问题，全世界都把目光投向了可再生能源，希望通过可再生能源来改变目前的能源结构，实现人类社会的可持续发展。太阳能是符合可持续发展理想的绿色能源，也即将成为21世纪最重要的能源之一。

2、如何降低能源损耗提高发电效率一直是光伏产业推广和应用的关键共性问题。在实际情况下，由于天气(如多云天气)或工作环境(如周边建筑、沙漠或黄土地带)原因，光伏发电系统中的光伏阵列有部分遮蔽情况，使得光伏输出特性曲线存在多个局部峰值点。如果能对部分遮蔽情况下的光伏阵列进行精确机理建模，通过模型参数估计预估被遮蔽光伏组件信息，则可采取有效的保护措施。因此，部分遮蔽情况下的光伏阵列精确机理建模问题是当前实际存在且亟需解决的课题，并能基于所建的精确机理模型，及时找到全局最优功率点。

3、目前，光伏阵列的建模吸引了国内外众多学者，他们都对此做了相关的研究，但是模型参数的准确性和可靠性有待提高，使得测量数据存在随机误差或显著误差时模型输出值与实际光伏阵列的测量值偏差大。例如，李宗鉴等提出了使用有限测量信息构建光伏组件，并用加权最小二乘法进行参数估计，但当数据存在显著误差时，用该方法进行参数估计所得的结果会整体上移或整体下移，并不精确。又如，在此基础上，陈倩等提出了基于相关熵的鲁棒参数估计方法，将非线性规划方法与相关熵的鲁棒参数估计方法结合，当测量数据仅存在随机误差或显著误差时，容易使所得解陷入局部，不能很好得到最优解。又如，程泽等利用自适应混沌粒子群算法对光伏电池模型进行参数估计，增强了算法在全局搜索与局部搜索的平衡性，提高了参数估计的准确性和可靠性，但该方法存在优化时间长、实现较为复杂等问题。

4、因此，有必要提出一种部分遮蔽情况下光伏阵列模型的参数优化方法，能更易得到模型参数的全局最优解，并提高模型参数的准确性和可靠性，使数据在含有显著误差的情况下不受影响，得到较好的结果。

技术实现思路

1、本发明实施例所要解决的技术问题在于，提供一种部分遮蔽情况下光伏阵列模型的参数优化方法，能更易得到模型参数的全局最优解，并提高模型参数的准确性和可靠性，使数据在含有显著误差的情况下不受影响，得到较好的结果。

2、为了解决上述技术问题，本发明实施例提供了一种部分遮蔽情况下光伏阵列模型的参数优化方法，所述方法包括以下步骤：

3、基于预设的光伏电池等效模型，对多个光伏组件的串并联组成的光伏阵列在相同太阳辐射强度情况下进行机理建模，以得到理想情况下的光伏阵列数学模型，且进一步采用遮蔽组件串电流折算法，构建出同时适用于理想情况与部分遮蔽情况下的光伏阵列输出特性机理模型；

4、构造鲁棒估计函数，并采用所述鲁棒估计函数，对所述光伏阵列输出特性机理模型进行参数估计问题构建，以得到含有多个待辨识参数的目标函数；

5、将所述目标函数转换为无约束优化问题，并对所述无约束优化问题进行迭代求解，得到多个待辨识参数的全局最优解及对应所述光伏阵列输出特性机理模型的最优输出值。

6、其中，所述光伏电池等效模型的表达式如公式(1)所示：

7、

8、其中，iph和i0的表达式为：

9、

10、

11、ioref＝iscref/exp(qvocref/aktref-1)

12、rs＝-dv/divoc-1/(ioref*q/aktref*exp(qvocref/aktref))    (4)；

13、iph为光伏电池光生电流，它的大小与光照强度和温度有关；vpv为光伏电池的输出电压；ipv为光伏电池的输出电流；ppv为光伏电池的输出功率；rs为光伏电池等效串联电阻；iscref为标准条件下参数表给出的短路电流值，且该标准条件为光照强度gref为1000w/m2且参考温度tjref为25℃；iphref为标准条件下的光伏电池光生电流；k0为光生电流与温度的变化对应关系值；tj为光伏电池板的温度；ioref为标准条件下二极管饱和电流；voc-ref为标准条件下的开路电压；vg为带隙电压；dv/divoc为开路电压时i-v曲线的斜率；g、t、a、r、k为模型参数。

14、其中，所述理想情况下的光伏阵列数学模型的表达式如公式(5)所示：

15、

16、其中，va、ia、pa的表达式为：

17、va＝nsvpv  (6)；

18、ia＝npipv  (7)；

19、pa＝nsnpppv  (8)；

20、va、ia、pa分别为光伏阵列的输出电压、输出电流和输出功率；vpv、ipv、ppv分别为光伏电池的输出电压、输出电流和输出功率；ns为光伏电池的串联数目；np为光伏电池的并联数目。

21、其中，所述光伏阵列输出特性机理模型的表达式如公式(9)所示：

22、

23、其中，vx和ix的表达式为：

24、vx＝vg1+vg2  (10)；

25、

26、ig1＝iph1-i01(exp(q(vg1+ig1rs1)/(a1kt(g1)))-1)  (12)；

27、ig2＝iph2-i02(exp(q(vg2+ig2rs2)/(a2kt(g2)))-1)  (13)；

28、vx为每个子串阵列的输出电压；ix为每个子串阵列的输出电流；iph1和iph2为每个子串阵列中理想情况与部分遮蔽情况下各自对应的光伏电池光生电流；vd1和vd2为每个子串阵列中理想情况与部分遮蔽情况下各自对应流过二极管的电压；id1和id2为每个子串阵列中理想情况与部分遮蔽情况下各自对应流过二极管的电流；rs1和rs2为每个子串阵列中理想情况与部分遮蔽情况下各自对应的光伏电池等效串联电阻；rby1和rby2为每个子串阵列中理想情况与部分遮蔽情况下各自对应的二极管等效串联电阻；vg1和vg2为每个子串阵列中理想情况与部分遮蔽情况下各自对应的二极管的带隙电压；ig1和ig2为每个子串阵列中理想情况与部分遮蔽情况下各自对应流过光伏电池等效串联电阻的电流；g1、a1和g2、a2为每个子串阵列中理想情况与部分遮蔽情况下各自对应的模型参数；i01和i02为每个子串阵列中理想情况与部分遮蔽情况下各自对应通过公式(3)所得的电流计算值。

29、其中，所述鲁棒估计函数的表达式如公式(14)和(15)所示：

30、

31、

32、其中，ε为测量变量的测量噪声；1-ω表示测量噪声ε中粗差发生的后验可能性。

33、其中，所述目标函数的表达式如公式(16)和(17)所示：

34、

35、

36、其中，为输出电压的测量值；为输出电流的测量值；vj为输出电压的模型输出值；ij为输出电流的模型输出值；σv和σi分别为输出电压和电流测量噪声的标准差；t、s、a、r均为待辨识参数。

37、其中，所述无约束优化问题的表达式如公式(18)所示：

38、

39、其中，所述无约束优化问题是采用连续极值优化法和内点法进行交替迭代求解，得到多个待辨识参数的全局最优解及对应所述光伏阵列输出特性机理模型的最优输出值。

40、实施本发明实施例，具有如下有益效果：

41、本发明通过建立部分遮蔽情况下的光伏阵列输出特性机理模型，并根据实际光伏发电系统的测量信息，考虑了部分遮蔽下的测量误差的分布不确定性，设计光伏阵列遮蔽情况下的鲁棒参数估计问题，同时考虑了鲁棒参数估计求解计算的多个局部极小点问题，具有全局寻优的连续极值优化方法与数值优化算法内点法相结合优化求解，获得全局最优下的模型参数，从而易于进行离线实施精确建模，灵活性好，更易得到模型参数的全局最优解，提高了模型参数的准确性和可靠性，使数据在含有显著误差的情况下不受影响，得到较好的结果。