[发明专利]一种优化求解光伏组件输出模型的迭代计算方法有效
申请号: | 201410204430.5 | 申请日: | 2014-05-14 |
公开(公告)号: | CN103942462B | 公开(公告)日: | 2017-01-18 |
发明(设计)人: | 白建波;曹阳;张臻;刘升 | 申请(专利权)人: | 河海大学常州校区 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 南京纵横知识产权代理有限公司32224 | 代理人: | 董建林 |
地址: | 213022 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种优化求解光伏组件输出模型的迭代计算方法,利用光伏组件铭牌参数和直接测量得到的参数计算得到四参数模型的四参数值,然后利用迭代的方法求取五参数模型五参数值的精确解,进而得到实时条件下的五参数值,最后采用遍历的方法求得实时条件下光伏组件的输出特性。本发明由四参数模型迭代求解五参数模型,化繁为简,且计算精度高。 | ||
搜索关键词: | 一种 优化 求解 组件 输出 模型 计算方法 | ||
【主权项】:
一种优化求解光伏组件输出模型的迭代计算方法,其特征在于,包括以下步骤:1)建立光伏组件输出特性模型,得到光伏组件电流特性方程;建立过程为:在恒定的辐照强度下,将光伏组件等效为单二极管模型,得到光伏组件的电流特性方程如下:I=IPH-ID-ISH=IPH-IO{exp[(U+IRS)a-1]}-(U+IRS)RSH---(1)]]>其中,IPH为光生电流,ID为二极管通过电流,ISH为流过并联电阻电流,IO为二极管反向饱和电流,RS为串联电阻,RSH为并联电阻,a为曲线拟合因子,I为光伏组件输出电流,U为光伏组件输出电压;2)求取参考条件下光伏组件四参数模型的四个参数值;具体过程为:2‑1)假设单二极管模型中并联电阻无穷大,则式(1)简化为:I=IPH-ID=IPH-IO{exp[(U+IRS)a-1]}---(2)]]>式(2)即为四参数模型的电流方程;2‑2)根据式(2),得到参考条件下四参数模型的四个参数的计算公式如下:IPH,STC4=ISC,STC (3)aSTC4=(2×UMP,STC-UOC,STC)(ISC,STC(ISC,STC-IMP,STC)+log(1-IMP,STCISC,STC))---(4)]]>RS,STC4=(aSTC4×log(1-IMP,STC/ISC,STC)-UMP,STC+UOC,STC)IMP,STC---(5)]]>IO,STC4=IPH,STC4×exp(-UOC,STCaSTC4)---(6)]]>其中,ISC,STC为参考条件下短路电流,UMP,STC为参考条件下最大功率点电压,UOC,STC为参考条件下开路电压,IMP,STC为参考条件下最大功率点电流,IPH,STC4为参考条件下光生电流,aSTC4为参考条件下曲线拟合因子,RS,STC4为参考条件下串联电阻,IO,STC4为参考条件下二极管反向饱和电流;3)利用四参数模型的四个参数值求解并联电阻的模糊解;并联电阻的模糊解RSH,STC4的表达式为:RSH,STC4=UMP,STC+IMP,STCRS,STC4IPH,STC4-IMP,STC-IO,STC4{exp[UMP,STC+IMP,STCRS,STC4aSTC4]-1}---(7);]]>4)定义逼近判定值;所述逼近判定值Δ的表达式为:Δ=IPH-IO{exp[(U+IRS)a-1]}-(U+IRS)RSH-I---(8);]]>5)求解参考条件下光伏组件五参数模型的五个参数值的精确解;方法为:5‑1)将所述步骤2)求得的参考条件下四参数模型的四参数IPH,STC4,aSTC4,RS,STC4,IO,STC4作为式(8)的IPH,a,RS,IO带入式(8),将所述步骤3)求得的并联电阻模糊解RSH,STC4作为式(8)中的RSH带入式(8),将光伏组件参考条件下最大功率点电压UMP,STC和参考条件下最大功率点电流IMP,STC作为式(8)的U和I带入式(8),计算得到逼近判定值Δ,如果逼近判定值Δ小于等于最小逼近误差,则迭代结束,参数值IPH,STC4,aSTC4,RS,STC4,IO,STC4和RSH,STC4即为参考条件下五参数模型的五个参数值的精确解;如果逼近判定值Δ大于最小逼近误差,则转入步骤5‑2);所述最小逼近误差为10‑6;5‑2)得到参考条件下光伏组件五参数模型的五个参数的表达式如下:IPH,STC=ISC,STC(1+RS,STCRSH,STC)---(9)]]>aSTC=μU,OCTC,STC-UOC,STC+1.12×NSμI,SCTC,STCIPH,STC-3---(10)]]>IO,STC=(IPH,STC-UOC,STC/RSH,STC)(UOC,STC/aSTC)-1---(11)]]>RS,STC=aSTCln(1-IMP,STC/IPH,STC)-UMP,STC+UOC,STCIMP,STC---(12)]]>RSH,STC=UMP,STC+IMP,STCRS,STCIPH,STC-IMP,STC-IO,STC{exp[UMP,STC+IMP,STCRS,STCaSTC]-1}---(13)]]>其中,μU,OC为开路电压温度因子,TC,STC为参考条件下光伏组件温度,NS为光伏组件串联电池片数,μI,SC为短路电流温度因子,IPH,STC为五参数模型中参考条件下光生电流,aSTC为五参数模型中参考条件下曲线拟合因子,IO,STC为五参数模型中参考条件下二极管反向饱和电流,RS,STC为五参数模型中参考条件下串联电阻,RSH,STC为五参数模型中参考条件下并联电阻;5‑3)将参考条件下四参数模型的RS,STC4和并联电阻模糊解RSH,STC4作为式(9)中的RS,STC和RSH,STC带入式(9),计算得到参考条件下五参数模型的光生电流IPH,STC,再将求得的IPH,STC带入式(10),计算得到参考条件下五参数模型的曲线拟合因子aSTC,再将求得的IPH,STC和aSTC带入式(12),计算得到参考条件下五参数模型的串联电阻RS,STC,再将求得的IPH,STC,aSTC和RS,STC带入式(11)和式(13),计算得到参考条件下五参数模型的二极管反向饱和电流IO,STC,并联电阻RSH,STC;5‑4)将最后一次求得的参考条件下五参数模型的五参数值IPH,STC,aSTC,RS,STC,IO,STC,RSH,STC作为式(8)的IPH,a,RS,IO,RSH带入式(8),将将光伏组件参考条件下最大功率点电压UMP,STC和参考条件下最大功率点电流IMP,STC作为式(8)的U和I带入式(8),计算得到逼近判定值Δ,如果逼近判定值Δ小于等于最小逼近误差,则迭代结束,最后一次求得的五参数值IPH,STC,aSTC,RS,STC,IO,STC,RSH,STC即为参考条件下五参数模型的五个参数值的精确解;如果逼近判定值Δ大于最小逼近误差,则转入步骤5‑5);所述最小逼近误差为10‑6;5‑5)将最后一次求得的RS,STC和RSH,STC带入式(9)中,计算得到参考条件下五参数模型的光生电流IPH,STC,再根据式(10)——式(13)依次计算得到参考条件下五参数模型的参数值aSTC,RS,STC,IO,STC,RSH,STC;然后转入步骤5‑4);6)根据五参数的精确解求取实时条件下光伏组件五参数模型的五个参数值;7)得到光伏组件电流和电压的输出特性。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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河海大学常州校区,未经河海大学常州校区许可,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/patent/201410204430.5/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用