[发明专利]一种光伏组件在线I-V特性监测及参数辨识系统

权利要求书

1.一种光伏组件在线I-V特性监测及参数辨识系统，其特征在于：包括光伏组件在线I-V扫描模块、光伏模型参数辨识方法以及数据处理上位机；所述光伏组件在线I-V扫描模块安装在光伏组件处对光伏组件进行I-V特性曲线在线扫描，并实时监测组件的工作电压和电流，监测的数据通过无线方式上传至数据处理上位机；数据处理上位机通过Cubic混沌映射RAO-1算法CCRAO-1、单纯形算法INMS的混合优化算法CCRAO1-INMS辨识光伏模型参数，并对I-V特性曲线数据进行参数提取及保存、查看I-V曲线数据；所述CCRAO1-INMS算法中，使用CCRAO1算法为NMS算法寻找初始点，以提高全局搜索能力；所述单纯形算法INMS基于NMS算法改进以优化其局部收敛性。

2.根据权利要求1所述的一种光伏组件在线I-V特性监测及参数辨识系统，其特征在于：所述光伏组件在线I-V扫描模块包括I-V扫描模块、DC-DC电源模块、STM32微控制器模块以及通信传输模块LORA；

所述I-V扫描模块使用电容作为负载，在电容充电过程，对光伏组件的电流、电压进行测量，其具体包括电流测量模块、电压测量模块、电容负载以及MOSFET电子开关；

所述DC-DC电源模块使用光伏组件作为电源输入，为所述STM32控制器模块提供电源；

所述STM32控制器模块使用GPIO引脚控制所述I-V扫描模块中的MOSFET电子开关，从而控制所述I-V扫描模块中的电容负载的充放电，然后使用ADC进行电流电压的测量，控制其测量速度及频率；

所述通信传输模块LORA使用低功耗、传输距离远的无限透传模式对测量数据进行无线传输。

3.根据权利要求1所述的一种光伏组件在线I-V特性监测及参数辨识系统，其特征在于：所述光伏模型参数辨识方法为基于Cubic混沌映射RAO-1算法CCRAO-1和改进的Nelder-Mead单纯形算法INMS的混合优化算法CCRAO1-INMS，具体包括如下步骤：

步骤S1：确定光伏组件模型和目标函数；

步骤S2：采用Cubic混沌映射RAO-1算法对光伏模型参数进行全局搜索，获取光伏模型参数搜索起始点；

步骤S3：采用改进的Nelder-Mead单纯形算法对步骤S2中的模型参数搜索起始点进行局部搜索,以获取全局最优的光伏模型参数向量；

所述的改进的Nelder-Mead单纯形体现在对收缩部分改为用最优n个顶点组成的矩阵的主对角向量产生新的顶点，并代替第n+1个顶点。

4.根据权利要求1所述的一种光伏组件在线I-V特性监测及参数辨识系统，其特征在于：所述光伏模型参数辨识方法的步骤S1包括以下几个步骤：

步骤S101：采用单二极管模型SDM来对光伏电池/组件/阵列进行建模，对于给定的辐照度和温度，根据基尔霍夫电流定律KCL和肖克利二极管方程，其I-V关系如以下公式所示：

式中：I、V、I_ph、I₀、n、R_s、R_sh分别表示光伏电池/组件/阵列的输出电流、输出电压、光生电流、二极管反向饱和电流、二极管(P-N结)的理想因子、串联电阻、并联电阻；V_th＝kt/q表示热电压，其中k表示玻耳兹曼常数(1.38×10^-22J/K)，q表示一个电子的电荷量(1.6×10^-19C)，t表示绝对温度，单位为开尔文，通过273.15加上电池温度(摄氏度)计算得出；

其中I_ph、I₀、n、R_s、R_sh为SDM的五个未知参数，其值受环境因素的影响，从光伏电池/组件/阵列的I-V测量数据中提取；

步骤S102：使用实际测量的曲线数据与理论计算的曲线数据的均方根误RMSE作为目标函数，如下述公式所示：

其中：N为I-V曲线数据的点数，x为参数向量(x＝[I_ph、I₀、n、R_s、R_sh])，f(V，I，x)为绝对误差函数，如下述公式所示：