一种太阳能板动态匹配的储能充放电控制方法及系统与流程

摘要: 本发明涉及光伏储能系统智能控制,尤其是一种太阳能板动态匹配的储能充放电控制方法及系统。背景技术:1、目前,光伏储能系统的充放电策略切换通常依据对太阳能板外部光照...
一种太阳能板动态匹配的储能充放电控制方法及系统与流程

本发明涉及光伏储能系统智能控制,尤其是一种太阳能板动态匹配的储能充放电控制方法及系统。

背景技术:

1、目前,光伏储能系统的充放电策略切换通常依据对太阳能板外部光照强度的实时监测与变化趋势预测来实现,常见做法包括固定阈值判断、滑动区间动态阈值切换、基于光照或输出功率时间序列的机器学习预测模型,以及集成光照强度、温度与环境信息的多传感器融合模型;部分方案还通过云端数据分析或增设边缘计算单元来提升策略切换的响应能力。

2、但目前光伏储能系统的充放电策略切换仍存在以下问题:一方面,策略切换依赖独立的光照强度传感器采集环境数据,测光器件的配置与定期标定增加了硬件复杂度,标定漂移还会导致策略切换失准;另一方面,判据多为光照强度或输出功率等标量并依赖经验阈值,在云层掠过、瞬时阴影等光照频繁波动的情况下,阈值过宽会错失策略切换时机、阈值过紧则引起策略频繁抖动,且环境数据采集、多源数据同步与决策推理需经多级信号传递,充放电指令滞后于光照变化。

技术实现思路

1、本申请提供一种太阳能板动态匹配的储能充放电控制方法及系统,旨在解决上述背景技术中提到的现有技术存在的问题或问题之一。

2、本申请提供的一种太阳能板动态匹配的储能充放电控制方法,具体包括:

3、获取由连接于光伏阵列直流侧输出端的高带宽电流传感电路在光照突变时刻采集的电流瞬态波形数据。

4、对所述电流瞬态波形数据进行短时傅里叶变换处理,以生成包含预设频段能量分布信息的光谱响应指纹。

5、基于受控光照扰动实验采集的典型光谱响应指纹及其对应的最优充放电模式标签,构建离线映射样本库。

6、利用所述离线映射样本库训练图神经网络模型,并对训练后的图神经网络模型进行量化压缩,得到部署于嵌入式mcu的边缘推理单元。

7、将实时光谱响应指纹输入所述边缘推理单元进行推理计算,以输出当前工况下的策略动作概率及优先级排序结果。

8、根据所述策略动作概率及优先级排序结果生成pwm控制信号,经igbt驱动芯片调整输出pwm占空比或切换控制模式,以执行立即降载、维持、切入恒流充电或启动预补偿的充放电策略动作。

9、本申请还提供一种太阳能板动态匹配的储能充放电控制系统,包括:

10、光照突变瞬态电流采集模块,用于获取由连接于光伏阵列直流侧输出端的高带宽电流传感电路在光照突变时刻采集的电流瞬态波形数据。

11、短时傅里叶光谱指纹生成模块,用于对所述电流瞬态波形数据进行短时傅里叶变换处理,以生成包含预设频段能量分布信息的光谱响应指纹。

12、离线映射样本库构建模块,用于基于受控光照扰动实验采集的典型光谱响应指纹及其对应的最优充放电模式标签,构建离线映射样本库。

13、边缘推理单元构建模块,用于利用所述离线映射样本库训练图神经网络模型,并对训练后的图神经网络模型进行量化压缩,得到部署于嵌入式mcu的边缘推理单元。

14、实时推理与策略排序模块,用于将实时光谱响应指纹输入所述边缘推理单元进行推理计算,以输出当前工况下的策略动作概率及优先级排序结果。

15、pwm控制与策略执行模块,用于根据所述策略动作概率及优先级排序结果生成pwm控制信号,经igbt驱动芯片调整输出pwm占空比或切换控制模式,以执行立即降载、维持、切入恒流充电或启动预补偿的充放电策略动作。

16、本申请提供的一种太阳能板动态匹配的储能充放电控制方法及系统,具有以下有益效果:

17、实施本实施例,将太阳能板自身在光照突变时刻产生的电流瞬态波形作为工况感知依据,省去了独立光照强度传感器与外部环境数据的配置与标定环节,降低了系统硬件复杂度与维护成本;通过对所述电流瞬态波形数据执行短时傅里叶变换处理得到光谱响应指纹,将光照变化引起的电信号波动转换为频域能量分布特征,增强了对云层掠过、瞬时阴影等快速光照变化的辨识能力。

18、在此基础上,以受控光照扰动实验采集的典型光谱响应指纹及其对应的最优充放电模式标签构建离线映射样本库,使策略决策依据从经验阈值转化为经实验标定的映射关系,减少了因阈值设定不当引起的策略频繁抖动与切换时机错失;利用所述离线映射样本库训练并量化压缩图神经网络模型,将量化压缩得到的边缘推理单元部署于嵌入式mcu,减少了云端通信与大规模历史数据在线训练的数据处理量。

19、进一步地,实时光谱响应指纹由所述边缘推理单元直接完成推理,输出策略动作概率及优先级排序结果,并由所述结果经igbt驱动芯片直接调整输出pwm占空比或切换控制模式,缩短了从光照变化发生到策略执行的信号传递链路,提升了充放电策略的响应速度与执行一致性。

20、整套方案以电流瞬态波形自感知、频域特征提取、离线样本库映射与边缘推理直驱全链路协同,使策略切换在本地即可完成,摆脱了对外部光照传感器、云端数据分析与经验阈值判据的依赖,从而解决了现有光伏储能系统中策略切换依赖外部测光器件、判据适应性不足且充放电指令滞后于光照变化的技术问题。

1.一种太阳能板动态匹配的储能充放电控制方法,其特征在于,包括:

2.根据权利要求1所述的一种太阳能板动态匹配的储能充放电控制方法,其特征在于,所述基于受控光照扰动实验采集的典型光谱响应指纹及其对应的最优充放电模式标签,构建离线映射样本库,包括:

3.根据权利要求2所述的一种太阳能板动态匹配的储能充放电控制方法,其特征在于,所述基于可编程led阵列光源执行受控光照扰动实验,对光伏阵列施加阶跃型、斜坡型及脉冲型光照变化激励,构建包含云层掠过工况与树影晃动工况的模拟光照突变环境,得到带有工况标签的光照扰动测试序列,包含:

4.根据权利要求3所述的一种太阳能板动态匹配的储能充放电控制方法,其特征在于,所述光照激励波形参数包括阶跃变化的幅度与持续时间、斜坡变化的斜率以及脉冲变化的频率与占空比。

5.根据权利要求1所述的一种太阳能板动态匹配的储能充放电控制方法,其特征在于,所述利用所述离线映射样本库训练图神经网络模型,并对训练后的图神经网络模型进行量化压缩,得到部署于嵌入式mcu的边缘推理单元,包括:

6.根据权利要求5所述的一种太阳能板动态匹配的储能充放电控制方法,其特征在于,所述图神经网络模型包含输入节点层、隐层特征提取节点层及输出决策节点层,所述输入节点层、所述隐层特征提取节点层与所述输出决策节点层依次连接构成前向传播链路;所述输入节点层与所述隐层特征提取节点层之间、所述隐层特征提取节点层与所述输出决策节点层之间均通过连接边建立邻接关系。

7.根据权利要求5所述的一种太阳能板动态匹配的储能充放电控制方法,其特征在于,所述对所述初始训练模型执行浮点转定点的量化压缩处理,将所述初始训练模型中的浮点型权重参数及节点偏置量映射为低比特宽的整型数值,并结合剪枝处理剔除所述初始训练模型中冗余的连接边与不敏感节点,生成量化压缩模型,包括:

8.根据权利要求6所述的一种太阳能板动态匹配的储能充放电控制方法,其特征在于,所述将实时光谱响应指纹输入所述边缘推理单元进行推理计算,以输出当前工况下的策略动作概率及优先级排序结果,包括:

9.根据权利要求1所述的一种太阳能板动态匹配的储能充放电控制方法,其特征在于,还包括:监测执行所述充放电策略动作后的系统稳定性状态,若检测到温度漂移或组件老化导致的特征偏离,则基于新的光谱响应指纹更新所述离线映射样本库。

10.一种太阳能板动态匹配的储能充放电控制系统,其特征在于,包括: