CN115713040B - 太阳能接收器上的光伏电池尺寸计算方法 - Google Patents
太阳能接收器上的光伏电池尺寸计算方法 Download PDFInfo
- Publication number
- CN115713040B CN115713040B CN202211500176.4A CN202211500176A CN115713040B CN 115713040 B CN115713040 B CN 115713040B CN 202211500176 A CN202211500176 A CN 202211500176A CN 115713040 B CN115713040 B CN 115713040B
- Authority
- CN
- China
- Prior art keywords
- photovoltaic cell
- photovoltaic
- solar
- solar receiver
- light intensity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种太阳能接收器上的光伏电池尺寸计算方法,包括:将聚光型空间太阳能电站中太阳能接收器沿轴向平分为n等份;将tracePro仿真结果或实际测试结果拟合出太阳能接收器表面的光强分布曲线;建立多目标优化模型;采用多目标粒子群算法对单目标模型进行优化求解;对求解结果进行仿真分析,选出使得光伏阵列发电功率最大的光伏电池尺寸;根据使得光伏阵列发电功率最大的光伏电池尺寸进行该份太阳能接收器的表面光伏电池布片。本发明方法在对聚光型空间太阳能电站的太阳能接收器进行光伏电池尺寸计算时,使得布片率最大的同时,光伏阵列的光分布不均匀程度最小,使得聚光型空间太阳能电站中的光伏电站发电效率显著提升。
Description
技术领域
本发明属于空间太阳能电站技术领域,涉及一种太阳能接收器上的光伏电池尺寸计算方法。
背景技术
空间太阳能电站(Space Solar Power Station,SSPS)是一个在太空收集利用太阳能并将其转化为电能,最后通过无线能量转换装置将电能以微波的形式传输到地面接收天线的大型空间电力***。SSPS根据光收集形式的不同可以分为聚光型***和非聚光型***,其中,聚光型***有集成对称聚光***、ALPHA***和西安电子科技大学提出了通过球面进行聚光的SSPS-OMEGA方案,因其模块化、高聚光比和高功质比的特征,聚光型的空间太阳能电站方案得到越来越多的关注。
因为聚光器的聚光特点,太阳能接收器上的光强分布都是不均匀的,若光伏阵列上存在不均匀的光照,会使得光伏阵列光电转换效率下降,甚至造成热点问题。因此在确定太阳能接收器表面的光伏电池尺寸时,需要同时兼顾布片率并使得光伏阵列中的光伏电池之间的光强分布尽可能差距小。因此研究一种同时兼顾布片率最大和光照不均匀对光伏阵列影响最小的光伏电池尺寸计算方法具有重要的价值。
发明内容
本发明的目的是提供一种太阳能接收器上的光伏电池尺寸计算方法,通过该方法计算得到光伏电池尺寸及片间距,可有效地降低非均匀光照对光伏阵列的影响,提高光伏阵列的光电转换效率。
本发明所采用的技术方案是,太阳能接收器上的光伏电池尺寸计算方法,具体包括如下步骤:
步骤1,将聚光型空间太阳能电站中太阳能接收器沿轴向平分为n等份;
步骤2,将tracePro仿真结果或实际测量结果拟合出太阳能接收器表面的光强分布曲线;
步骤3,以光伏电池布片率最大和光伏电池表面光强分布积分标准差最小为目标,建立多目标优化模型;
步骤4,采用多目标粒子群算法对多目标模型进行优化求解;
步骤5,对步骤4的求解结果进行仿真分析,选出使得光伏阵列发电功率最大的光伏电池尺寸;
步骤6,根据步骤5选出的光伏电池尺寸进行该份太阳能接收器的表面光伏电池布片;其它n-1份太阳能接收器与该份太阳能接收器采用相同的光伏电池尺寸进行布片。
本发明的特点还在于:
步骤2中,通过tracePro仿真结果或实际测量结果得到太阳能接收器表面上任意一点(xi,yi,zi)的光强G(xi,yi,zi),将光强分布曲线简化为关于太阳能接收器母线方向的曲线G(φ),光伏电池表面光强分布积分标准差简化为同一母线上光伏电池关于G(φ)积分的标准差。
步骤3中的多目标优化模型以光伏电池布片率最大和光伏电池表面光强分布积分标准差最小为目标函数。
步骤3的具体过程为:
步骤3.1,以光伏电池布片率最大为目标,目标函数为:
max F1=max(Spv/S) (1);
Spv=a×b×n (2);
m=floor(H/(a+c)) (4);
ni=floor(Li/(b+2)) (5);
式中,F1表示光伏电池的布片率;Spv表示光伏电池的总面积;S表示太阳能接收器的面积;n表示光伏电池的总片数;ni表示第i行光伏电池包含的光伏电池片数;H表示太阳能接收器的母线方向长度;m表示1/n的太阳能接收器包含的光伏电池行数;Li表示第i行光伏电池所在的1/n的太阳能接收器长度。
步骤3.2,以光伏电池表面光强分布积分标准差最小为目标,目标函数为:
min F2=minσ(D) (6);
D=(D1,D2,…,Dm) (7);
式中,F2表示各行光伏电池表面光强分布母线方向积分的标准差;D表示同一母线上光伏电池关于G(φ)积分构成的数组;Dj表示同一母线上第j行的光伏电池上光强沿母线方向的积分。
步骤6中,根据使得光伏阵列发电功率最大的光伏电池尺寸进行该份太阳能接收器的表面光伏电池布片。
本发明的有益效果是,本发明提供的基于多目标粒子群算法的聚光型空间太阳能电站中太阳能接收器上的光伏电池尺寸计算方法,该方法以布片率最大和光伏电池表面光强分布积分标准差最小为目标,通过多目标粒子群算法进行优化求解,即得到合适的光伏电池尺寸及片间距。本发明在考虑布片率最大的同时使得光伏电池表面光强分布积分标准差最小,降低了非均匀光照对光伏阵列发电效率的影响,提高光伏***的输出功率。
附图说明
图1是本发明太阳能接收器上的光伏电池尺寸计算方法中所用到的聚光器及太阳能接收器结构示意图;
图2是本发明太阳能接收器上的光伏电池尺寸计算方法中旋转抛物面聚光器中太阳能接收器的表面光强分布示意图;
图3是本发明太阳能接收器上的光伏电池尺寸计算方法中通过多目标粒子群算法求解结果获取Pareto最优边界;
图4是本发明太阳能接收器上的光伏电池尺寸计算方法中1/n份太阳能接收器上的光伏电池布片及串并联示意图。
图中,1.太阳能接收器,2.聚光器,3.1/n太阳能接收器,4.在太阳能接收器上布设的光伏电池。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明基于多目标粒子群算法的聚光型空间太阳能电站中太阳能接收器上的光伏电池尺寸计算方法,包括如下步骤:
步骤1,如图1所示,聚光型空间太阳能电站中的聚光器2为球面的一部分,太阳能接收器1为以圆柱的曲面,太阳能接收器1沿轴向平分为n等份(本发明以8等份为例进行说明),1/n太阳能接收器3为矩形,其长735.45mm、宽481.19mm;最终得到在在太阳能接收器上布设的光伏电池4。
步骤2,通过MATLAB将实际光强测量结果拟合出1/8份上的太阳能接收器表面的光强分布曲线;
通过tracePro仿真结果或实际测量可得到太阳能接收器表面上任意一点(xi,yi,zi)的光强G(xi,yi,zi),如图1所示,因为聚光型空间太阳能电站中太阳能接收器上的的聚光器为旋转对称的,光强分布曲线G(x,y,z)关于轴向旋转对称,因此G(x,y,z)函数在和轴线垂直的平面上是处处相等,即同一行光伏电池的光强分布相等(如图2所示),所以可将光强分布曲线简化为关于太阳能接收器母线方向的曲线G(φ)。光伏电池表面光强分布积分标准差最小可简化为同一母线上光伏电池关于G(φ)积分的标准差。
曲线方程为:
G(φ)=a1×sin(b1×φ+c1)+a2×sin(b2×φ+c2) (1);
式中:a1=9983,b1=0.0002344,c1=0.4199,a2=950.2,b2=0.01795,c2=-2.52。
步骤3,以光伏电池布片率最大和光伏电池表面光强分布积分标准差最小为目标,建立多目标优化模型;
多目标优化模型以光伏电池布片率最大和光伏电池表面光强分布积分标准差最小为目标函数,约束条件为光伏电池片为长a、宽b在10mm~156mm内,各行电池片之间间距c大于2mm,该两种尺寸视实际情况决定。
建立多目标优化模型的具体方法为:
步骤3.1,以光伏电池布片率最大为目标,目标函数为:
maxF1=max(Spv/S) (2);
Spv=a×b×n (3);
m=floor(H/(a+c)) (5);
ni=floor(Li/(b+2)) (6);
式中,F1表示光伏电池的布片率;Spv表示光伏电池的总面积;S表示太阳能接收器的面积,S=735.45mm×481.19mm=353891mm2;n表示光伏电池的总片数;ni表示第i行光伏电池包含的光伏电池片数;H表示太阳能接收器的母线方向长度;m表示1/n的太阳能接收器包含的光伏电池行数;Li表示第i行光伏电池所在的1/n的太阳能接收器长度,本应用实例中,1/8太阳能接收器为矩形,所以H=481.19mm,Li=735.45mm。
步骤3.2,以光伏电池表面光强分布积分标准差最小为目标,目标函数为:
minF2=minσ(D) (7);
D=(D1,D2,…,Dm) (8);
式中,F2表示各行光伏电池表面光强分布母线方向积分的标准差;D表示同一母线上光伏电池关于G(φ)积分构成的数组;Dj表示同一母线上第j行的光伏电池上光强沿母线方向的积分。
步骤4,采用多目标粒子群算法对多目标模型进行优化求解,从而获得最优参数及Pareto最优边界;
步骤4.1,对种群粒子的位置、速度、适应度值、个体最优、外部存储库Archive、全局最优进行初始化;
步骤4.2,根据pareto支配原则,得到存放当前非劣解的Archive集;
步骤4.3,计算个体最优值pbest;
步骤4.4,计算Archive集的密度信息;
步骤4.5,在Archive集中选择群体最优值gbest;
步骤4.6,更新粒子的速度、位置和适应度;
速度更新公式如下:
vi=w×vi+c1×rand()×( pbest -pi)+c2×rand()×(gbest-pi) (10);
位置更新公式如下:
pi=pi+vi (11);
步骤4.7,更新Archive集,同时注意防止溢出;
步骤4.8,若收敛或者达到最大迭代次数则结束;否则返回步骤4.3继续循环;
步骤4.9,根据得到的最优参数,进行光伏电池尺寸和间距的选择,去掉布片率小于0.85的数据,得到的几种尺寸共六组如表1所示,同时设立七、八两组对照组。
表1
步骤5,根据求解结果获取Pareto最优边界,如图3所示,将求解结果带入MATLAB/Simulink中进行仿真分析,选出使得光伏阵列发电功率最大的光伏电池尺寸时,各尺寸及发电功率如表2所示。选出使得光伏阵列发电功率最大的光伏电池尺寸。
表2
步骤6,根据使得光伏阵列发电功率最大的光伏电池尺寸进行该份太阳能接收器的表面光伏电池布片,本次计算得到的光伏电池最优尺寸为a=100.29mm,b=116.86mm,1/8份上的太阳能接收器上光伏阵列的发电功率为460.7W。
步骤7,如图4所示,其它n-1份太阳能接收器与该份太阳能接收器进行相同的布片方式。
从表2可以看出,本发明所述方法相对于对照组功率分别提高了53.4W和65.4W。
Claims (2)
1.太阳能接收器上的光伏电池尺寸计算方法,其特征在于:具体包括如下步骤:
步骤1,将聚光型空间太阳能电站中太阳能接收器沿轴向平分为n等份;
步骤2,将tracePro仿真结果或实际测量结果拟合出太阳能接收器表面的光强分布曲线;
所述步骤2中,通过tracePro仿真结果或实际测量结果得到太阳能接收器表面上任意一点(xi,yi,zi)的光强G(xi,yi,zi),将光强分布曲线简化为关于太阳能接收器母线方向的曲线G(φ),光伏电池表面光强分布积分标准差简化为同一母线上光伏电池关于G(φ)积分的标准差;
步骤3,以光伏电池布片率最大和光伏电池表面光强分布积分标准差最小为目标,建立多目标优化模型;
所述步骤3的具体过程为:
步骤3.1,以光伏电池布片率最大为目标,目标函数为:
max F1=max(Spv/S) (1);
Spv=a×b×n (2);
m=floor(H/(a+c)) (4);
ni=floor(Li/(b+2)) (5);
式中,F1表示光伏电池的布片率;Spv表示光伏电池的总面积;S表示太阳能接收器的面积;n表示光伏电池的总片数;ni表示第i行光伏电池包含的光伏电池片数;H表示太阳能接收器的母线方向长度;m表示1/n的太阳能接收器包含的光伏电池行数;Li表示第i行光伏电池所在的1/n的太阳能接收器长度;a为光伏电池片长、b为光伏电池片宽,c为各行电池片之间间距;
步骤3.2,以光伏电池表面光强分布积分标准差最小为目标,目标函数为:
min F2=minσ(D) (6);
D=(D1,D2,…,Dm) (7);
式中,F2表示各行光伏电池表面光强分布母线方向积分的标准差;D表示同一母线上光伏电池关于G(φ)积分构成的数组;Dj表示同一母线上第j行的光伏电池上光强沿母线方向的积分;
步骤4,采用多目标粒子群算法对多目标模型进行优化求解;
步骤5,对步骤4的求解结果进行仿真分析,选出使得光伏阵列发电功率最大的光伏电池尺寸;
步骤6,根据步骤5选出的光伏电池尺寸进行该份太阳能接收器的表面光伏电池布片;剩余n-1份太阳能接收器与该份太阳能接收器采用相同的光伏电池尺寸进行布片。
2.根据权利要求1所述的太阳能接收器上的光伏电池尺寸计算方法,其特征在于:所述步骤6中,根据使得光伏阵列发电功率最大的光伏电池尺寸进行该份太阳能接收器的表面光伏电池布片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211500176.4A CN115713040B (zh) | 2022-11-28 | 2022-11-28 | 太阳能接收器上的光伏电池尺寸计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211500176.4A CN115713040B (zh) | 2022-11-28 | 2022-11-28 | 太阳能接收器上的光伏电池尺寸计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115713040A CN115713040A (zh) | 2023-02-24 |
CN115713040B true CN115713040B (zh) | 2023-06-20 |
Family
ID=85234984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211500176.4A Active CN115713040B (zh) | 2022-11-28 | 2022-11-28 | 太阳能接收器上的光伏电池尺寸计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115713040B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105186556B (zh) * | 2015-08-20 | 2017-11-14 | 国家电网公司 | 基于改进免疫粒子群算法的大型光伏电站无功优化方法 |
CN108197371A (zh) * | 2017-12-28 | 2018-06-22 | 中南大学 | 基于bim的固定光伏阵列连线优化 |
CN110601184A (zh) * | 2019-09-16 | 2019-12-20 | 国网山东省电力公司电力科学研究院 | 一种考虑升压主变容量的风电场扩展光伏多目标优化方法 |
CN111831048B (zh) * | 2020-06-18 | 2022-08-19 | 广东工业大学 | 一种用于光伏阵列的优化方法 |
CN111814399B (zh) * | 2020-07-08 | 2024-03-19 | 温州大学 | 太阳能光伏电池***的模型参数优化提取方法和测量数据预测方法 |
CN112100821B (zh) * | 2020-08-26 | 2022-03-22 | 西北工业大学 | 光伏电池的稳健性优化设计方法 |
-
2022
- 2022-11-28 CN CN202211500176.4A patent/CN115713040B/zh active Active
Non-Patent Citations (2)
Title |
---|
Research on MPPT of Photovoltaic System Based on PSO under Partial Shading Condition;ZHENG Yibin 等;2016 35th Chinese Control Conference (CCC);全文 * |
基于自适应变异粒子群算法的光伏MPPT控制研究;花赟昊 等;太阳能学报;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115713040A (zh) | 2023-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110533230B (zh) | 一种光伏阵列辐照度传感器的位置优化方法 | |
CN109062314B (zh) | 局部遮蔽条件下的改进布谷鸟光伏全局最大功率追踪方法 | |
CN115713040B (zh) | 太阳能接收器上的光伏电池尺寸计算方法 | |
Jha et al. | Significant factors for enhancing the life cycle assessment of photovoltaic thermal air collector | |
CN107565880A (zh) | 优化型风光互补混合发电*** | |
Hou et al. | Research on the MPPT of Photovoltaic Power Generation Based on the CSA-INC Algorithm | |
CN105811874A (zh) | 激光无线电能传输***中光伏阵列的最优串并联方法 | |
Islam et al. | Comparative analysis of a bifacial and a polycrystalline solar cell device performances by optimizing effective parameters using PC1D | |
Chang et al. | Optimal tilt angle for PV modules considering the uncertainty of temperature and solar radiation | |
CN114050608B (zh) | 光伏***储能容量的优化配置方法、装置、设备及介质 | |
Selvaraj et al. | Electric vehicle charging using roof top photovoltaic controlled with new hybrid optimization technique | |
Ahmad et al. | Optical and thermal simulation for wide acceptance angle CPV module | |
Som et al. | Effect of solar tilt angles on photovoltaic module performance: A behavioral optimization approach | |
CN111796629A (zh) | 一种光伏电池局部阴影条件下的复合mppt跟踪方法 | |
Ritu et al. | Simulation and analysis of particle swarm optimization algorithm based MPPT for PV system operating under partial shading condition | |
Alpuerto et al. | Modeling the Electrical Production Potential of Non-Planar Photovoltaic Modules | |
Zhang et al. | Optimization of multi-objective micro-grid based on improved particle swarm optimization algorithm | |
Lu et al. | Optimization of Wind, Solar and Battery Micro-grid Capacity Allocation | |
Raj et al. | Numerical Simulation and Performance Assessment of Improved Cuckoo Search based Maximum Power Point Tracking System for Solar Photovoltaic System Under Partial Shading Condition | |
Mehta | Optimal assessment of smart grid based photovoltaic cell operational parameters using simulated annealing | |
WO2024018490A1 (en) | A system and method for achieving uniform rear side irradiance | |
Zulkifli et al. | Development of solar photovoltaic monitoring system for maximum power point tracking solar charge controller | |
Lee | Multilevel Optimal Design of a Solar PV Array System Using Game Theory Approach | |
Luo et al. | MPPT Control Algorithm of Photovoltaic Array in Dynamic Environment | |
CN117526425A (zh) | 一种基于tsp问题的路面光伏阵列自动重构方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |