一种光伏跟踪支架的角度自适应控制方法与流程

摘要: 本发明涉及光伏支架控制,具体涉及光伏跟踪支架角度自适应控制方法。背景技术:1、光伏跟踪控制通常依赖天文学算法,根据太阳视运动轨迹实时调整支架角度。在实际运行过程...
一种光伏跟踪支架的角度自适应控制方法与流程

本发明涉及光伏支架控制,具体涉及光伏跟踪支架角度自适应控制方法。

背景技术:

1、光伏跟踪控制通常依赖天文学算法,根据太阳视运动轨迹实时调整支架角度。在实际运行过程中,光伏阵列接收的总辐照度由直接法向辐照度和散射水平辐照度共同构成,并受云层局部遮挡等微气象因素影响,导致电站不同区域的光照条件呈现明显的时空差异。在多云或阴雨天气下,当散射辐射占比显著升高时,继续维持理论寻日角度不仅难以提升发电量,还可能错失更适合散射光接收的受光姿态;

2、同时,传统全场统一的控制策略难以适应局部天气快速变化,限制了大型光伏电站整体发电潜力的释放。现有调整策略在宏观层面仍存在若干不足:其一,难以识别受相同微气象条件影响的光伏子阵列群组,固定分区无法真实反映气象空间分布规律;其二,在复杂天气下寻找最佳发电倾角时,若全局盲目扩大搜索范围,将增加计算复杂度并频繁触发支架驱动电机的无效调节,造成机械磨损和额外转动功耗,而搜索范围过于固定又容易错失最佳受光角度;其三,在高土地利用率的密集型光伏电站中,阵列间相互遮挡效应突出,某一区域单独追求自身发电量最大化而调整倾角,可能对相邻区域造成阴影遮挡,反而降低电站整体净发电量。因此,如何根据实际气象特征与功率响应对电站进行合理分区,并在平衡转动成本与发电增益的前提下,化解阵列间阴影遮挡冲突,实现多区域协同全局寻优,是当前光伏发电领域亟待解决的问题。

3、公开号为cn122431104a的中国专利申请文件公开了一种基于通信质量感知的多智能体联合调度方法,其面向通信质量约束下的多智能体协同调度,利用双分支网络基于状态表征输出连续动作,并通过受限策略优化协调多个智能体的决策。然而,该方法的调度对象、状态信息和约束目标主要围绕通信质量组织,对物理能源设备在局部环境持续变化、相互遮挡耦合及动作成本并存条件下的运行特征缺乏针对性,难以直接适应需要根据实际工况调整控制区域并兼顾整体运行收益与执行代价的协同角度控制场景。

技术实现思路

1、本发明提出一种光伏跟踪支架的角度自适应控制方法,用于解决现有技术无法根据实际气象特征与响应对电站进行合理分区,在平衡转动成本与发电增益的前提下,化解阵列间的阴影遮挡冲突并实现多区域的协同全局寻优的问题,包括:获取各逆变器实时功率时序数据,采用空间聚类算法将功率波动特性相近的逆变器及关联的支架群组划分为虚拟功率分区,提取各虚拟功率分区功率波动特征生成表示微气象条件的特征签名;获取直接法向辐照度dni与散射水平辐照度dhi数据,基于dni与dhi的比值关联所述特征签名,构建各虚拟功率分区的角度寻优搜索空间,当dni与dhi比值大于预设阈值或所述特征签名指示功率剧烈波动时,收敛角度寻优搜索空间至理论跟踪角度附近,当dni与dhi比值不大于预设阈值且所述特征签名指示功率平缓时,拓展角度寻优搜索空间至包含水平姿态的宽化范围;基于光伏阵列物理模型与太阳轨迹,构建表示各虚拟功率分区相互影响的阴影遮挡功率损失矩阵,在所述角度寻优搜索空间内,以各虚拟功率分区为智能体采用多智能体强化学习进行协同优化,将当前太阳空间位置、各虚拟功率分区当前角度与辐照度预测数据作为环境状态,将基于阴影遮挡功率损失矩阵计算的并减去转动成本惩罚项的系统净发电功率增益作为奖励函数,迭代求解最优目标角度,根据所述最优目标角度,下发控制指令至各驱动单元执行。

2、通过依据逆变器实时功率波动划分虚拟功率分区并生成微气象特征签名,使角度寻优搜索空间能够结合dni与dhi的比值随局部辐照状态自适应调整,再利用阴影遮挡功率损失矩阵和转动成本惩罚项引导各虚拟功率分区协同求解目标角度,减少不符合当前微气象条件的无效搜索与转动,使支架角度调整兼顾分区间遮挡影响、发电功率增益和转动成本,提高复杂辐照条件下控制决策的适应性与可靠性。

3、进一步地,提取各逆变器在过去15至30分钟内的功率时间序列,根据额定容量、历史稳定输出功率或同窗口最大输出功率进行归一化;将归一化地理坐标距离与dtw距离加权为综合距离,采用dbscan聚类,邻域半径eps为0.15至0.3,最小包含点数minpts为3至5,将同簇逆变器及其物理连接的跟踪支架群组绑定为虚拟功率分区。

4、通过对预设时间窗口内的功率序列进行归一化,降低不同逆变器装机容量对波动相似性判断的影响,并将地理坐标距离与dtw距离加权形成综合距离,使聚类过程同时兼顾空间邻近关系和功率波动同步性;采用dbscan识别同簇节点并移除孤立噪声节点,有利于形成与局部云影变化相对应的虚拟功率分区,为后续分区特征提取和角度协同寻优提供稳定的数据组织基础。

5、进一步地,计算各虚拟功率分区内部逆变器功率序列的均值作为分区基准功率序列,对分区基准功率序列进行3层至5层离散小波变换,计算高低频系数的能量占比和功率谱密度峰值得到频域特征向量,提取均方差、最大幅值差及相邻采样点功率变化率均方根值得到时域特征向量,将频域特征向量与时域特征向量拼接并归一化至[0,1]区间,生成1×15维特征签名向量fi。

6、通过对分区基准功率序列进行多层离散小波变换,并联合提取高低频系数能量占比、功率谱密度峰值以及均方差、最大幅值差和功率变化率均方根值,使特征签名能够同时反映功率快速变化、整体变化趋势和时域离散程度;经固定顺序拼接和归一化后,可保持训练阶段与在线推理阶段输入形式一致,提高微气象波动状态识别的准确性和稳定性。

7、进一步地,在计算dni与dhi的比值前,判断dhi是否大于最小散射辐照阈值且dni与dhi之和是否大于最小总辐照阈值;不满足时判定为低辐照或夜间状态,不执行主动角度寻优或控制支架进入预设安全姿态;满足时计算dni与dhi的比值作为晴朗指数,并将所述特征签名输入预训练的支持向量机分类模型,输出剧烈波动状态或平缓状态。

8、通过在计算dni与dhi比值前校验散射辐照度和总辐照度是否达到相应阈值,避免在低辐照或夜间条件下依据缺乏有效性的比值启动主动寻优,并可控制支架进入预设安全姿态;在有效辐照条件下,将晴朗指数与支持向量机输出的功率波动状态结合,有利于区分不同辐照构成和局部功率变化情况,为搜索空间边界选择提供可靠依据。

9、进一步地,当分类结果为剧烈波动状态时,将角度寻优搜索空间限制为以所述理论跟踪角度为中心的±5°至±10°范围;当分类结果为平缓状态且所述晴朗指数大于在2.0至3.0之间标定的预设阈值时,锁定为理论跟踪角度±2°范围;当不大于预设阈值时,扩展为包含水平0°姿态的机械允许范围,其中为最大机械倾角,东西双向支架的机械允许范围为至,单向倾角支架为0°至。

10、通过针对剧烈波动状态、平缓且晴朗指数较高状态以及平缓且晴朗指数较低状态分别设置窄化、锁定和宽化的角度寻优搜索空间,使直射光占主导或功率快速波动时能够围绕理论跟踪角度减少无效搜索和过度转动,而在散射光占主导时可将水平姿态纳入候选范围;同时按照东西双向支架和单向倾角支架的机械允许范围设置边界,提高搜索策略与辐照状态及支架结构的适配性。

11、进一步地,获取光伏电站三维地理高程数据及各跟踪支架的三维坐标与尺寸参数,构建三维数字几何模型;依据太阳方位角和高度角,通过光线追踪与多边形投影交集计算相邻虚拟功率分区的阴影遮挡面积,并结合旁路二极管导通特性及逆变器最大功率点跟踪电气拓扑,计算非线性功率折损比例,生成阴影遮挡功率损失矩阵。

12、进一步地,将不同太阳空间位置和候选角度组合对应的所述阴影遮挡功率损失矩阵堆叠为稀疏多维查找张量,仅存储存在遮挡影响的相邻虚拟功率分区对及其损失值,并将无有效遮挡关系的矩阵元素置零;在线计算时,根据当前太阳高度角、太阳方位角和目标角度组合,通过就近查找或插值获得当前动作对应的阴影遮挡功率损失矩阵。

13、进一步地,通过倾角传感器获取各虚拟功率分区的当前实际跟踪角度,采集风速、风向、温湿度及历史辐照度数据,经异常值移除后输入长短期记忆网络,输出未来5至15分钟的dni与dhi预测序列;将当前太阳方位角与高度角、当前实际跟踪角度、dni与dhi预测序列及支架电机当前运行状态参数归一化并拼接为环境状态向量。

14、进一步地,将当前环境状态与目标跟踪角度输入联合发电功率预测模型,得到理论发电功率,查询所述阴影遮挡功率损失矩阵并扣除功率损失,得到实际预测发电功率;按计算转动成本惩罚项,为单位角度转动能耗系数,为目标跟踪角度与当前跟踪角度的绝对差值;以实际预测发电功率相对保持当前跟踪角度不变时的预测发电功率的增益,减去转动成本惩罚项与设定时间段时长的比值,得到即时奖励值。

15、进一步地,解析多智能体强化学习模型输出的最优目标角度连续值,根据支架电机最小控制步长进行离散化取整,生成期望目标角度;封装包含设备目标地址、期望目标角度、动作执行时限及校验码的控制报文数据包,通过现场工业总线或无线通信网络下发至对应虚拟功率分区内的本地控制器;本地控制器驱动支架电机转动,并通过倾角传感器监测实际倾角直至达到所述期望目标角度,完成闭环执行确认。

16、本发明的技术效果为:

17、通过将功率波动相近的逆变器及支架群组划分为虚拟功率分区,并以时频域特征签名结合dni与dhi比值识别局部微气象状态,使角度寻优范围能够随直射光、散射光及功率波动情况收敛或拓展,减少无效搜索与不必要转动;基于三维几何模型、太阳轨迹及组件电气特性构建非线性阴影遮挡功率损失矩阵,使分区间遮挡影响能够进入协同决策;进一步将实际角度、辐照度预测和电机运行状态纳入环境状态,并以扣除阴影损失和转动成本后的净发电功率增益引导多智能体强化学习求解目标角度,从而兼顾阵列发电收益与支架转动能耗;经离散化控制报文下发和倾角反馈闭环确认,可提高目标角度执行的适配性、可靠性与平稳性。