[发明专利]光伏阵列清洗时间优化的数据驱动辨识方法与装置

说明书

本发明提供一种光伏阵列清洗时间优化的数据驱动辨识方法与装置，属于光伏阵列清洗时间优化领域。本发明的方法包括下述步骤：采集在预设条件下的光伏阵列积灰密度和输出功率的相关数据；基于相关数据，对猎鹿优化算法的模型辨识进行原理分析及过程描述；基于所述猎鹿优化算法的模型参数辨识方法，分别对光伏系统积灰衰减模型和峰值小时数预测模型进行辨识；对所述光伏阵列的积灰清洗预测时间进行合理性评估和定量分析。本发明通过所建立的光伏系统积灰衰减模型和峰值小时数预测模型可间接求得最佳清洗时间间隔，为清洗时间动态优化提供了参考。通过收益量化对清洗前后光伏系统的发电收益变化进行对比，以有效评估所得清洗时间方案的合理性。

技术领域

本发明属于光伏阵列清洗时间优化领域，具体涉及一种光伏阵列清洗时间优化的数据驱动辨识方法与装置。

背景技术

随着世界范围内的能源转型，太阳能被积极用于发电、制热等多个领域，并且在发电过程的应用呈现出日益繁荣的趋势，各国对其关注度逐渐提高。光伏系统的研究重点是如何提高光伏阵列的发电效率或恢复其由于各种内外因素而引发的效率损耗。在此背景下，作为影响光伏系统能效的主要原因之一，光伏组件玻璃罩表面的积灰现象或平板玻璃的污染成为不可忽视的问题。需对光伏阵列积灰等问题随时间变化带来的经济损失进行评估，进而确定合理的清洗时间间隔。然而，现有研究对此问题的探索有限。其在提高光伏发电效率和经济性方面的重要性还有待进一步发掘。

光伏组件的性能受转换效率、天气模式、土壤、光伏倾角、光伏电池温度、环境温度和湿度等因素的影响。为减缓其在户外环境下运行造成组件表面积灰或污染等问题的影响，清洗维护是保证其安全高效运行的关键手段。而清洗时间间隔的选择则是决定其运行维护成本的重要因素。频繁的清洗操作虽然能有效提升发电量，但随之产生的水、电、设备和劳动等成本将会直接拉低收益甚至出现不升反降的情况。反之，若清洗间隔过长，将直接影响光伏系统的发电效率，进而造成收益的下降。因此，光伏阵列清洗本质上是一个计及发电量和清洗成本的经济效益优化问题。尽管优化光伏阵列清洗时间或周期所用的方法不同，但大多是通过积灰速度和清洗成本的建模实现清洗时间的预测和效益优化。

因此，本发明考虑到大数据技术的飞速发展，数据驱动的辨识方法在光伏阵列清洗时间优化中的尝试和应用具有较大潜力，提出一种光伏阵列清洗时间优化的数据驱动辨识方法与装置。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一，提供一种光伏阵列清洗时间优化的数据驱动辨识方法与装置。

本发明的一方面，提供一种光伏阵列清洗时间优化的数据驱动辨识方法，包括下述具体步骤：

采集在预设条件下的光伏阵列积灰密度和输出功率的相关数据；

基于所述相关数据，对猎鹿优化算法的模型辨识进行原理分析及过程描述；

基于所述猎鹿优化算法的模型参数辨识方法，分别对光伏系统积灰衰减模型和峰值小时数预测模型进行辨识；

对所述光伏阵列的积灰清洗预测时间进行合理性评估和定量分析。

可选的，所述采集在预设条件下的光伏阵列积灰密度和输出功率的相关数据，包括：

以气候、环境以及地形因素为基准进行光伏系统积灰密度和输出功率相关数据采集；

选取多个气候、环境及地形条件组合进行数据采集。

可选的，所述基于所述相关数据，对猎鹿优化算法的模型辨识进行原理分析及过程描述，包括：

为待辨识模型设立预设形式；

将猎鹿的最佳位置视为最优模型参数向量θ^*，并对猎鹿优化算法模型辨识进优化；