[发明专利]一种光伏阵列辐照度传感器的位置优化方法有效
申请号: | 201910745671.3 | 申请日: | 2019-08-13 |
公开(公告)号: | CN110533230B | 公开(公告)日: | 2022-03-18 |
发明(设计)人: | 戚军;童辉;周丹 | 申请(专利权)人: | 浙江工业大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q50/06;G06N3/00 |
代理公司: | 杭州天正专利事务所有限公司 33201 | 代理人: | 王兵;黄美娟 |
地址: | 310014 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 阵列 辐照 传感器 位置 优化 方法 | ||
1.一种光伏阵列辐照度传感器的位置优化方法,具体包括:
步骤1:确定辐照度传感器安装的数量J;
步骤2:按照步骤1所确定的辐照度传感器的数量,以各传感器两两之间最短距离最大为目标,建立包含目标函数和约束条件的优化模型如下:
式中,mk,mi和nk,ni分别表示第k,i个传感器的横坐标和纵坐标,r和l分别表示传感器实际可布置点所形成的新阵列的行数和列数,Z表示整数;
步骤3:运用优化算法求解步骤2中建立的优化模型,获取所有辐照度传感器布置位置的坐标值;具体步骤如下:
步骤3.1:设置粒子群的种群大小M、最大迭代次数,初始化各粒子的速度和位置,其中粒子的位置代表了辐照度传感器所在位置;
步骤3.2:将步骤2中所建立的优化模型中的目标函数作为粒子群优化算法的适应度函数,计算各粒子的适应度值;
步骤3.3:根据步骤3.2计算的适应度值,筛选并记录当前粒子群所对应的个体最优值pi和全局最优值pg;
步骤3.4:对每个粒子,根据步骤3.3所记录的个体最优值pi和全局最优值pg,更新各粒子的速度vi和位置xi,更新公式如下:
式中,i=1,2,...,M,M为种群大小,c1和c2为学习因子,w为惯性常数,r1和r2为[0,1]范围内的均匀随机数,vi是粒子i的速度,xi为粒子i的位置;
步骤3.5:判断算法进程是否达到最大迭代次数,若是,则输出优化结果;否则返回步骤3.2;
步骤4:重复步骤3的优化算法运行T次后,筛选出满足各传感器两两之间的最短距离最大的最优解;具体步骤如下:
步骤4.1:第t次执行步骤3中的优化算法后,将本次优化后的辐照度传感器两两之间距离的最小值记为dt,并将dt存入中间矩阵D中,其实现公式如下:
其中,T为重复运行优化算法的总次数;
步骤4.2:取中间矩阵D的最大值,其实现公式如下:
其中,ds表示第s次运行优化算法后各辐照度传感器两两之间距离的最小值,也就是说,ds为中间矩阵D中的最大值;
步骤4.3:选取第s次执行优化算法后保存的优化结果输出;
步骤5:绘制光伏阵列辐照度传感器最优布置图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910745671.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:轨道维修时刻预测方法及装置
- 下一篇:多灾种监测预警及应急指挥系统
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理