光伏發(fā)電系統(tǒng)數據采集實驗平臺的設計及辨識建模.pdf

1、太陽能，由于其可再生性及無污染性，具有極其廣闊的應用前景。隨著光伏產業(yè)的不斷興起和世界各國政府對光伏項目的大力支持，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)進行仿真、分析及預測的基礎、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行定量分析。然而在實際工況中，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)的實驗平臺，建立光伏電池溫度模型，基于系統(tǒng)準確性、可靠性和穩(wěn)定性分別建立光伏電池單體/模組/陣列模型成為整個光-儲聯合供電系統(tǒng)的首要理論基礎。
　　本文首先基于系統(tǒng)辨識的理論要求，分別搭建了實時追日的光伏陣列，光伏電池測溫實驗平臺和光伏發(fā)電系統(tǒng)數據采集實驗平臺。隨后確定光伏電池溫度物理機理，將空氣溫度、太陽總輻射強度和風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（Particle Swarm Optimization-Support Vector Machine,PSO-SVM）的精確預測模型。其次，在理想工況下，為確保建模的準確性，在獲得相應的實驗數據的前提下，分別建立了光伏電池單體/模組的物理數學模型并采用DE算法的系統(tǒng)辨識理論和函數優(yōu)化功能

4、分別提取了模型未知參數和特殊參數，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，即在光伏模組接收到太陽輻射非均一工況下建立相應的光伏模組模型并提取模型未知參數；隨后將阻塞二極管引入光伏陣列并建立了相應的輸出模型。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電容和寄生電感的光伏電池動態(tài)模型，給出了模型參數提取