光伏發(fā)電系統(tǒng)數(shù)據(jù)采集實(shí)驗(yàn)平臺的設(shè)計(jì)及辨識建模.pdf

1、太陽能，由于其可再生性及無污染性，具有極其廣闊的應(yīng)用前景。隨著光伏產(chǎn)業(yè)的不斷興起和世界各國政府對光伏項(xiàng)目的大力支持，光伏發(fā)電在電力系統(tǒng)乃至新能源中所占的比重越來越重。而作為整個(gè)光伏發(fā)電系統(tǒng)的唯一能量來源——光伏電池，基于系統(tǒng)辨識所建立的精確光伏電池模型是光伏發(fā)電系統(tǒng)進(jìn)行仿真、分析及預(yù)測的基礎(chǔ)、前提和核心。但由于光伏電池的輸出特性受溫度影響敏感，需要對光伏電池隨溫度的輸出影響進(jìn)行定量分析。然而在實(shí)際工況中，光伏電池溫度為影響光伏電池輸出特

2、性的主要溫度因素，并不能由空氣溫度所代替。綜上，搭建光伏發(fā)電系統(tǒng)的實(shí)驗(yàn)平臺，建立光伏電池溫度模型，基于系統(tǒng)準(zhǔn)確性、可靠性和穩(wěn)定性分別建立光伏電池單體/模組/陣列模型成為整個(gè)光-儲聯(lián)合供電系統(tǒng)的首要理論基礎(chǔ)。
　　本文首先基于系統(tǒng)辨識的理論要求，分別搭建了實(shí)時(shí)追日的光伏陣列，光伏電池測溫實(shí)驗(yàn)平臺和光伏發(fā)電系統(tǒng)數(shù)據(jù)采集實(shí)驗(yàn)平臺。隨后確定光伏電池溫度物理機(jī)理，將空氣溫度、太陽總輻射強(qiáng)度和風(fēng)速分別作為模型輸入變量，將光伏電池溫度作為輸出變

3、量，分別建立了基于差分進(jìn)化算法（Differential Evolution Algorithm，DE）的光伏電池穩(wěn)態(tài)熱模型和基于粒子群優(yōu)化支持向量機(jī)（Particle Swarm Optimization-Support Vector Machine,PSO-SVM）的精確預(yù)測模型。其次，在理想工況下，為確保建模的準(zhǔn)確性，在獲得相應(yīng)的實(shí)驗(yàn)數(shù)據(jù)的前提下，分別建立了光伏電池單體/模組的物理數(shù)學(xué)模型并采用DE算法的系統(tǒng)辨識理論和函數(shù)優(yōu)化功能

4、分別提取了模型未知參數(shù)和特殊參數(shù)，獲得了在理想工況下的辨識模型。再次，充分考慮光伏發(fā)電系統(tǒng)的工作可靠性：在定量分析光伏電池的反向特性的基礎(chǔ)上提出了光伏電池的工作可靠性要求——采用旁路二極管集成技術(shù)，即在光伏模組接收到太陽輻射非均一工況下建立相應(yīng)的光伏模組模型并提取模型未知參數(shù)；隨后將阻塞二極管引入光伏陣列并建立了相應(yīng)的輸出模型。最后，充分考慮光伏發(fā)電系統(tǒng)的工作穩(wěn)定性：建立了基于非線性結(jié)電容和寄生電感的光伏電池動態(tài)模型，給出了模型參數(shù)提取