光伏发电系统数据采集实验平台的设计及辨识建模

发布时间：2017-10-04 20:20

  本文关键词：光伏发电系统数据采集实验平台的设计及辨识建模

  更多相关文章： 光伏电池 实验平台 温度 辨识建模 极限工况

【摘要】：太阳能,由于其可再生性及无污染性,具有极其广阔的应用前景。随着光伏产业的不断兴起和世界各国政府对光伏项目的大力支持,光伏发电在电力系统乃至新能源中所占的比重越来越重。而作为整个光伏发电系统的唯一能量来源——光伏电池,基于系统辨识所建立的精确光伏电池模型是光伏发电系统进行仿真、分析及预测的基础、前提和核心。但由于光伏电池的输出特性受温度影响敏感,需要对光伏电池随温度的输出影响进行定量分析。然而在实际工况中,光伏电池温度为影响光伏电池输出特性的主要温度因素,并不能由空气温度所代替。综上,搭建光伏发电系统的实验平台,建立光伏电池温度模型,基于系统准确性、可靠性和稳定性分别建立光伏电池单体/模组/阵列模型成为整个光-储联合供电系统的首要理论基础。本文首先基于系统辨识的理论要求,分别搭建了实时追日的光伏阵列,光伏电池测温实验平台和光伏发电系统数据采集实验平台。随后确定光伏电池温度物理机理,将空气温度、太阳总辐射强度和风速分别作为模型输入变量,将光伏电池温度作为输出变量,分别建立了基于差分进化算法(Differential Evolution Algorithm,DE)的光伏电池稳态热模型和基于粒子群优化支持向量机(Particle Swarm Optimization-Support Vector Machine,PSO-SVM)的精确预测模型。其次,在理想工况下,为确保建模的准确性,在获得相应的实验数据的前提下,分别建立了光伏电池单体/模组的物理数学模型并采用DE算法的系统辨识理论和函数优化功能分别提取了模型未知参数和特殊参数,获得了在理想工况下的辨识模型。再次,充分考虑光伏发电系统的工作可靠性:在定量分析光伏电池的反向特性的基础上提出了光伏电池的工作可靠性要求——采用旁路二极管集成技术,即在光伏模组接收到太阳辐射非均一工况下建立相应的光伏模组模型并提取模型未知参数;随后将阻塞二极管引入光伏阵列并建立了相应的输出模型。最后,充分考虑光伏发电系统的工作稳定性:建立了基于非线性结电容和寄生电感的光伏电池动态模型,给出了模型参数提取方法;在此基础上,分别定量分析了考虑温度在理想工况和极限工况下分别对光伏电池输出特性的影响。研究结果表明,搭建的数据采集实验平台满足数据采集高精度、多路采集的基本要求;采用系统辨识方法建立的光伏电池单体/模组模型和光伏电池温度模型无论在模型选择、辨识算法选择以及建模准确性方面在不同实际工况中都取得了较理想的效果。
【关键词】：光伏电池 实验平台 温度 辨识建模 极限工况
【学位授予单位】：兰州交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM615;TP274.2
【目录】：

• 摘要4-5
• Abstract5-10
• 1.引言10-18
• 1.1 光伏电池发展史及光伏发电系统研究现状10-12
• 1.2 光伏电池温度研究现状12-13
• 1.3 光伏电池建模综述13-16
• 1.4 本文主要研究内容16-18
• 2 光伏发电系统数据采集实验平台的设计18-32
• 2.1 引言18
• 2.2 光伏发电系统平台的搭建及数据采集总体要求18-19
• 2.3 数据采集系统下位机的设计19-22
• 2.4 传感器信号标定22-28
• 2.4.1 电压采集参数辨识22-23
• 2.4.2 电流采集参数辨识23-25
• 2.4.3 温度采集参数辨识25-27
• 2.4.4 风速采集参数辨识27-28
• 2.4.5 太阳总辐射强度采集28
• 2.5 数据采集系统上位机的设计28-30
• 2.6 数据采集系统其他部分的设计30
• 2.7 光伏发电系统数据采集实验平台30-31
• 2.8 总结31-32
• 3 光伏电池温度模型辨识及预测模型32-46
• 3.1 引言32
• 3.2 光伏电池温度机理32-33
• 3.3 光伏电池温度采集实验33-34
• 3.4 光伏电池稳态热模型34-39
• 3.4.1 差分进化算法35-36
• 3.4.2 基于DE的光伏电池稳态热模型辨识36-39
• 3.5 光伏电池的热迟滞效应39
• 3.6 光伏电池温度精确预测模型39-44
• 3.6.1 支持向量回归机40-41
• 3.6.2 粒子群优化算法寻优41-43
• 3.6.3 基于PSO-SVM的光伏电池精确预测模型43-44
• 3.7 总结44-46
• 4 在理想工况下光伏电池的模型辨识46-68
• 4.1 光伏电池模型概述46-50
• 4.2 BPNN机器学习理论50-51
• 4.3 基于DE的光伏电池单体模型辨识51-60
• 4.3.1 单指数模型51-55
• 4.3.2 双指数模型55-57
• 4.3.3 三指数模型57-59
• 4.3.4 小结59-60
• 4.4 基于DE的光伏模组模型辨识60-64
• 4.4.1 单指数模型60-62
• 4.4.2 双指数模型62-63
• 4.4.3 小结63-64
• 4.5 温度对光伏电池输出特性的影响64-67
• 4.6 总结67-68
• 5 局部阴影下光伏电池的辨识建模68-80
• 5.1 光伏电池的反向特性及可靠性68-70
• 5.2 考虑旁路二极管的光伏模组模型辨识70-77
• 5.2.1 旁路二极管的配置70
• 5.2.2 Lambert-W函数70-71
• 5.2.3 基于DE的包含旁路二极管的光伏模组模型参数辨识71-77
• 5.3 考虑阻塞二极管的光伏阵列模型辨识77-79
• 5.4 温度对光伏电池反向特性的影响79
• 5.5 总结79-80
• 6 光伏电池的动态模型80-90
• 6.1 引言80
• 6.2 光伏电池动态模型及动态参数提取80-84
• 6.2.1 光伏电池动态模型80-81
• 6.2.2 光伏电池动态参数提取81-84
• 6.3 光伏电池瞬态特性84-87
• 6.4 温度和串并联个数对非线性等效结电容的影响87-89
• 6.5 小结89-90
• 结论90-92
• 致谢92-93
• 参考文献93-100
• 附录A 光伏电池在理想工况下的稳态模型推导过程（方程 4.5）100-107
• 攻读学位期间的研究成果107

【共引文献】

中国期刊全文数据库 前5条

1 杨秀芳;赵昆;李倩倩;杜江涛;王存达;冯列峰;;GaN基450nm波长LD在阈值处的反常电学特性[J];光电子·激光;2015年06期

2 赵守仁;黄志鹏;孙雷;孙朋超;张传军;邬云骅;曹鸿;黄志明;王善力;褚君浩;;基于双结模型非理想太阳能电池伏安特性参数数值分析[J];红外与毫米波学报;2013年05期

3 肖文波;刘萌萌;胡方雨;吴华明;;基于LambertW函数提取太阳电池五参数的方法及光强对参数影响的规律[J];科学通报;2014年36期

4 简献忠;魏凯;郭强;;蜂群算法在太阳能电池参数辨识中的应用[J];测控技术;2015年07期

5 高献坤;姚传安;高向川;余泳昌;;光伏电池组件隐式、显式单二极管模型准确性对比研究[J];物理学报;2014年17期

中国硕士学位论文全文数据库 前3条

1 朱圳;户用型光伏并网逆变器软件系统的研究[D];东华大学;2014年

2 鲜映霞;纳米硅太阳电池优化设计及I-V方程显式求解研究[D];华中科技大学;2013年

3 刘萌萌;太阳电池性能参数的提取方法和影响因素的研究[D];南昌航空大学;2014年

，

本文编号：972647