基于薄弱部件建模的光伏追日系统优化调度

陈 进，汪 源，景 翔

(1.江苏大学 机械工程学院，江苏 镇江 212013；2.无锡优电科技有限公司，江苏 无锡 214000)



基于薄弱部件建模的光伏追日系统优化调度

陈 进1，汪 源1，景 翔2

(1.江苏大学 机械工程学院，江苏 镇江 212013；2.无锡优电科技有限公司，江苏 无锡 214000)

针对聚光光伏电站接触器经常替换影响发电效益的问题，采用了建立接触器替换经济性模型的方法，对装置的追日效率和接触器使用频度分析，设计出新的调度方案。通过对聚光电池模组的入射角和短路电流进行分析，建立接触器经济性模型；设计出均分成不同档数的程序；并对所分成的档数进行验证。试验结果表明，光照较强的情况下，适宜采用3档的分档方式，经济效益最优，当光照较弱时，均分5档经济效益最优。

接触器；优化调度；太阳辐射度；数值模拟；经济性

随着太阳能电池产业的发展，电池的光电转换效率的不断提升，高转换效率聚光型电池模块(ConcentratorPhotovoltaic，CPV)吸引着越来越多的研发和应用兴趣[1-2]。对于光伏组件而言，影响其发电量的主要因素有太阳光直射辐射量(DNI)、温度、风速、湿度[1-2]。对于聚光组件而言，在一天内影响光伏出力的主要因素为DNI。文献[3～4]表明温度对聚光电池的光伏出力影响远小于单晶硅，且随着聚光比的增大温度对光伏出力影响逐步减小。文献[5～6]对历史数据进行了分析，映射出天气类型指数，通过实验验证聚类分析能提高预测的精度。文献[7]建立了新的节能调度模型，对比分析了新旧模型的节能调度状况。

本文在上述研究的基础上，以入射角和短路电流之间的关系为切入点，进行数据拟合，得出数学模型；然后进行调度指数分析，得出：(1)选取不同的控制时间间隔和相对发电量系数的关系；(2)在某一个控制时间间隔内，每个采样时间段内的相对发电量系数。以所得的调度指数为研究的基础，考虑到接触器的使用寿命为关键要素，建立接触器经济性的模型；以某一天DNI变化规律为依据，对不同的分档方式中的接触器使用频度、DNI接收效率进行分析，最终得出符合本装置的最佳调度方式。

1 数据分析与经济性建模

1.1 光伏出力的影响因素

在恒压的状态下，聚光光伏的实时输出功率为P(t)=UOC·ISC·FF，其中UOC为开路电压；ISC为短路电路;FF表示聚光电池的占空比[8]。

鉴于本文研究的是在一个工作日内，通过对比不同的调度方式对DNI接收量和总发电量的影响；以及该调度方式对接触器替换经济性的影响。其中影响模组调度方式的主要因素为： (1)太阳光线的相对入射角度；(2)太阳光直射辐射强度的变化规律[9]。

图1 聚光光伏追日装置

1.1.1 入射角度对短路电流的影响

因本装置是聚光模组，入射角度的微小变化对聚光点的位置变化影响较大，从而影响整体发电功率的变化[1]。观测对象为Data-Polished模组，时间2011年9月11日，在12:48模组停止转动，此时太阳仍围绕着聚光模组的轴线相对转动，图2(a)记录了太阳相对轴线转动角度和短路电流之间的关系。

图2 短路电流随相关因素变化关系图

由图2(a)可见短路电流的峰值出现在3.15 A，图形的左右两边关于0°对称，这是因砷化镓电池摆放的位置关于透镜轴线对称，所以在下面的处理中可对该装置的接受半角进行分析；同时由于DNI存在一定的偏差，需要对其进行标准化处理[1]

(1)

(2)

据此得到一个标准太阳下的短路电流相对系数的大小(其表征的是在一个标准太阳下相对最大电流的值),并对其进行处理，得到散点图2(b)，该图表征的是在1 000 W/m2状态下的相对电流变化规律。

1.1.2 DNI对输出功率的影响

随着辐照度的增加，单位面积上的光电流强度亦增强，短路电流将呈线性增加，最大功率和输出功率将不断增加。在温度不变时，光辐射强度和输出功率呈线性关系[4]。

1.2 优化调度分析

1.2.1 曲线的拟合

由图2(b)可见，在区间[0°,0.25°]上短路电流的相对系数维持在0.99～1之间，当相对太阳时角>0.25°时相对系数的变化较大，当相对太阳时角在0.83°时相对系数为90%，相对太阳时角为1.27°时，相对系数仅为80%，可见相对太阳时角对光伏出力影响较大。在[0°,1.25°]范围内的分段函数表达式为[10]

(3)

1.2.2 调度指数分析

(4)

相同时间间隔τ下，相对发电量系数为

(5)

由此可得不同时间间隔下的相对发电量系数。

表1 不同的时间间隔下的相对发电量系数

表1结合式(4)可得出，在一定时间T内，选取不同的控制时间间隔τ对的发电量的影响较大，且τ值越小，其相对发电量系数越高。

将时间间隔τ等分成m个长度相同采样时间段，则每个采样时间段内的相对发电量系数均不相同，第i个采样时间段内的相对发电量系数可表示为

(6)

为方便统计，选择采样时间段为1 min，可以得到表2。

表2 采样时间段为1min下不同时间区间的相对发电效率

1.3 接触器替换经济性建模

由图2(c)可知，当接收半角0.25°以内效率最高，可达到100%，但由于接触器的电寿命限制，不宜使接触器更换地过于频繁[12]，从经济角度[13]考虑这一问题。

若装置每2 min跟踪一次，则当天的追踪效率应为100%，共跟踪了N次。若通过某分档算例进行调度，追踪效率达到η，全过程共计跟踪了f次。此时因为跟踪而减少的发电收益(每度电1元)为

C(η)=H·S·η1·η2(1-η)

(7)

式中，H为水平面太阳总辐射量月均日辐射量；S为单个机架所控制的聚光器的表面积；η1为光电转换效率；η2为光伏系统总效率。

单日单个机架少用的接触器而节省的费用为

(8)

式中，N为接触器的电寿命；M为接触器的单价；D为每机架接触器数；f0为实时追踪状态下全天跟踪次数。

记G(f,η)=R(f)-C(η)，G表示单日单机架经过调度后节省的费用和因跟踪减少而损失电价之间的差值，若G≥0表示该调度策略能产生盈利。

2 实验数据及算例分析

2.1 气象站测量结果

考虑到不同天气状况下的光直射辐射量不同，故3月、6月、9月、12月各选一天，其中12月为多云状态进行DNI测量，所得结果如图3所示。

图3 光直射辐射强度变化图

2.2 平均分档算例分析

图4 分档数与相对效率、频度之间的关系

由图4可知平均调度的档数为3档时，其相对光直射辐射接收量以及调节次数最为接近实时追踪调控的情况，以下就接触器的经济性进行分析。

2.3 模型计算结果

表3 单日单机架接触器经济效益 /元

图5 接触器经济效益对比图

由图5可知，当天气状况较好时，平均分档的档数以分成3档为宜，其发电量和经济效益均高于分成5档的情况，其经济效益均高于实时追日的状态。当光辐射强度较弱时，采用实时追日时的效果最差，虽然其总体接收的光直射辐射量最大，但由于单日光照不强，调节次数又多，使得因接触器频繁调节损耗的经济效益大于整体经济效益；均分成5档的调度方式能根据天气状况判断出所应使用的最佳调度方式，且其精度高于3档调度，故分成5档为宜。

3 结束语

本文针对提高聚光光伏追日装置的高精度追踪以及减少接触器使用频度设计出了一种新的调度方式。从入射角和短路电流进行分析，得出相对发电量和控制时间间隔的关系；结合接触器的使用寿命及聚光模组的实际情况进行经济性建模，以所得的相对发电量系数为基础，设计出均分成不同档数的程序，其相对发电量系数随光强而自动调节。对所分成的档数进行验证，结果表明，光线较强的情况下，适宜采用3档的分档方式，当光线较弱时，不适宜采用实时追踪方式，均分5档能有效地进行追踪。

[1] Luque A L,Hegedus S.Handbook of photovoltaic science and engineering[M].NY,USA:John Wiley and Sons, Publication,2011.

[2] Luque A L, Viacheslav A. Concentrator photovoltaics[M].Berlin:Springer-Verlag,2007.

[3] 王子龙,张华,李烨.高倍聚光下三结砷化镓电池温度特性的实验研究[J].太阳能学报,2013,34(4):664-669.

[4] 王子龙,张华,刘业风,等.三结砷化镓光伏电池电学特性的理论和实验分析[J].中国电机工程学报,2013,33(27):168-174.

[5] 袁晓玲,施俊华,徐杰彦.计及天气类型指数的光伏发电短期出力预测[J].中国电机工程学报,2013,33(34):57-64.

[6] 代倩,段善旭,蔡涛,等.基于天气类型聚类识别的光伏系统短期无辐照度发电预测模型研究[J].中国电机工程学报,2011,31(34):28-35.

[7] 龙虹毓,何国军,徐瑞林,等.计及分布式电源热泵的热电联产协调优化调度与能效分析[J].电力系统自动化,2013,37(14):38-42.

[8] 苏建徽,余世杰,赵为,等.硅太阳电池工程用数学模型[J].太阳能学报,2001,22(4):409-412.

[9] 林媛.太阳辐射强度模型的建立及验证[J].安徽建筑工业学院学报:自然科学版,2007,15(5):44-46.

[10] 杜柯,段善旭,刘飞.基于Matlab的一种光伏阵列模拟器的研究[J].通信电源技术,2006,23(3):8-10.

[11] 西门子公司.西门子3RT1接触器[EB/OL].(2011-11-28)[2015-12-24]http://wenku.baidu.com/view/82a8b40690c69ec3d5bb751d.html.

[12] 李巍巍,李艳慧.接触器的选型与安装[J].硅谷,2010(14):171-172.

[13] 王正明,路正南.风电项目投资及其运行的经济性分析[J].可再生能源,2008,26(6):21-24.

[14] 高阳,张碧玲,毛京丽,等.基于机器学习的自适应光伏超短期出力预测模型[J].电网技术,2015,39(2):307-311.

[15] 龙建武,申铉京,陈海鹏.自适应最小误差阈值分割算法[J].自动化学报,2012,38(7):1134-1144.

Optimal Dispatch Containing CPV Sun Tracking System Based on The Weak Parts Economic Model

CHEN Jin1，WANG Yuan1, JING Xiang2

(1.School of Mechanical Engineering, Jiangsu University, Zhenjiang 212013, China; 2. Wuxi Youdian Science and Technology Ltd, Wuxi 214000, China)

The study is based on CPV tracking control system, making models of electric energy production and economical efficiency of replacing contactor by experiments and numerical simulation. Thus, we can analyze the dispatching mode. The results prove that: if you divisive the whole data equally, the more you divisive the higher efficiency you will get. Meanwhile, we analyze the case that divisive unequally, and design a program to get the division threshold. Finally, we get the most optimal scheduling mode, which can improve the precision of sun tracking device, and reduce the changing frequency for contactors.

concentrating photovoltaic; optimal operation; solar radiation; numerical simulation; economical efficiency

10.16180/j.cnki.issn1007-7820.2016.12.051

2016- 02- 17

陈 进(1959-)，女，博士，教授。研究方向：智能化农业装备和机器系统监测与控制。

TM572；O242.1

A

1007-7820(2016)12-186-05