利索能及
我要发布
收藏
专利号: 2024112796805
申请人: 惠州市鑫奇实业有限公司
专利类型:发明专利
专利状态:授权未缴费
更新日期:2025-06-19
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种模块化光伏控制方法,其特征在于,包括以下步骤:

步骤S1:获取光伏系统数据;提取光伏系统数据的光照参数信息,得到光伏光照参数信息;对光伏光照参数信息进行强度评估,得到光伏光照强度数据;对光伏光照强度数据进行强度聚类,得到光照强度聚类数据;提取光伏系统数据的温度数据,得到光伏温度数据;根据光照强度聚类数据对光伏温度数据进行光热协同分析,生成光伏光热协同数据;

步骤S2:基于光伏光热协同数据进行光伏电力输出预测,生成预测电力输出数据;将预测电力输出数据与预设电力目标进行对比,生成电力输出比对数据;对电力输出比对数据进行电力损耗分析,生成损耗分析数据;根据损耗分析数据对光伏光热协同数据进行动态电力补偿调整,生成光伏电力补偿数据;

步骤S3:提取光伏系统数据的组件信息,得到光伏组件数据;对光伏组件数据进行阵列配置分析,得到光伏阵列配置数据;对光伏阵列配置数据进行异常检测,得到光伏阵列异常数据;对光伏阵列异常数据进行自适应调整,得到光伏阵列调整数据;

步骤S4:将光伏电力补偿数据和光伏阵列调整数据进行光伏性能评估模型构建,生成光伏性能评估模型;利用光伏性能评估模型对光伏系统数据进行组件能效评估,生成光伏组件能效评估数据;根据光伏组件能效评估数据对光伏系统数据进行实时监测控制,生成光伏控制优化报告。

2.根据权利要求1所述的模块化光伏控制方法,其特征在于,步骤S1包括以下步骤:

步骤S11:对光伏系统数据进行光照特征识别,得到光伏光照特征数据;对光伏光照特征数据进行参数信息提取,得到光伏光照参数信息;

步骤S12:对光伏光照参数信息进行逐时段光强追踪处理,得到光伏光强追踪数据;对光伏光强追踪数据进行光强积分计算,得到光伏光照强度数据;

步骤S13:对光伏光照强度数据进行时间序列处理,得到光强时间序列数据;对光强时间序列数据进行非线性降维,生成时间序列降维数据;根据时间序列降维数据对光伏光照强度数据进行层次聚类分析,得到光照强度聚类数据;提取光伏系统数据的温度数据,得到光伏温度数据;

步骤S14:根据光照强度聚类数据对光伏温度数据进行光热协同分析,生成光伏光热协同数据。

3.根据权利要求2所述的模块化光伏控制方法,其特征在于,步骤S14包括以下步骤:

步骤S141:对光照强度聚类数据进行时间戳同步处理,得到光强聚类同步数据;根据光强聚类同步数据对光伏温度数据进行热响应特性分析,得到光伏温度热响应数据;

步骤S142:对光伏温度热响应数据进行温度变化轮廓识别,生成光伏温度轮廓数据;对光伏温度轮廓数据进行灵敏度温度波动捕捉,得到光伏温度波动数据;

步骤S143:将光伏温度波动数据与光照强度聚类数据进行光能特征耦合处理,生成光能特征耦合数据;对光能特征耦合数据进行热光效应同步分析,得到光伏热光效应同步数据;

步骤S144:对光伏热光效应同步数据进行光热响应时间记录,得到光热响应时间数据;

根据光热响应时间数据对光伏热光效应同步数据进行光热转换效率计算,得到光热转换效率数据;根据光热转换效率数据对光伏温度数据进行光热协同分析,生成光伏光热协同数据。

4.根据权利要求1所述的模块化光伏控制方法,其特征在于,步骤S2包括以下步骤:

步骤S21:对光伏光热协同数据进行历史数据收集,得到历史光伏光热协同数据;对历史光伏光热协同数据进行数据集划分,生成历史数据训练集和历史数据测试集;对历史数据训练集进行模型训练,生成电力输出预模型;根据历史数据测试集对电力输出预模型进行模型测试,从而生成电力输出预测模型;

步骤S22:将光伏光热协同数据导入至电力输出预测模型中进行光伏电力输出预测,生成预测电力输出数据;

步骤S23:对预测电力输出数据进行输出精度校准处理,得到电力输出精度校准数据;

将电力输出精度校准数据与预设电力目标进行对比,生成电力输出比对数据;对电力输出比对数据进行效能偏差识别,得到电力输出效能偏差数据;将电力输出效能偏差数据进行目标对齐分析处理,得到电力输出对齐数据;

步骤S24:对电力输出对齐数据进行差异量化分析,得到电力输出差异量化数据;对电力输出差异量化数据进行能量差异分析,得到电力能量差异数据;对电力能量差异数据进行损耗模式识别处理,得到电力损耗模式数据;对电力损耗模式数据进行电力能效损耗分析,生成损耗分析数据;

步骤S25:根据损耗分析数据对光伏光热协同数据进行动态电力补偿调整,生成光伏电力补偿数据。

5.根据权利要求4所述的模块化光伏控制方法,其特征在于,步骤S25包括以下步骤:

步骤S251:对损耗分析数据进行电力损耗定位处理,得到电力损耗定位数据;根据电力损耗定位数据对光伏光热协同数据进行功率波动监测,得到电力功率波动数据;

步骤S252:对电力功率波动数据进行峰值负荷记录,得到功率峰值负荷数据;根据功率峰值负荷数据对电力功率波动数据进行功率下降特征识别,生成电力功率下降数据;对电力功率下降数据进行异常情况分析,得到电力异常情况数据,其中电力异常情况数据包括光伏温度异常数据、逆变器转化异常数据和电流电压异常偏移数据;

步骤S253:根据光伏温度异常数据对光伏光热协同数据进行光伏组件热传导路径优化,生成光伏温度异常调整数据;根据逆变器转化异常数据对光伏光热协同数据进行逆变器工作参数调整,生成逆变器转化异常调整数据;根据电流电压异常偏移数据对光伏光热协同数据进行动态谐波控制,生成电流电压异常偏移调整数据;

步骤S254:整合光伏温度异常调整数据、逆变器转化异常调整数据和电流电压异常偏移调整数据,得到光伏电力补偿数据。

6.根据权利要求1所述的模块化光伏控制方法,其特征在于,步骤S3包括以下步骤:

步骤S31:提取光伏系统数据的组件信息,得到光伏组件数据;对光伏组件数据进行排列情况识别,得到光伏组件排列数据;对光伏组件排列数据进行拓扑结构分析,生成光伏组件拓扑结构数据;

步骤S32:对光伏组件拓扑结构数据进行物理布局构造,生成光伏组件三维布局图;对光伏组件三维布局图进行连接方式识别,得到组件连接方式数据;对组件连接方式数据进行连接类型分类,得到组件连接类型数据;

步骤S33:根据组件连接类型数据对光伏组件拓扑结构数据进行组件阵列间距记录,得到组件阵列间距数据;根据组件阵列间距数据对光伏组件三维布局图进行组件阵列方向分析,生成组件阵列方向数据;对组件阵列方向数据进行倾斜角度测算,得到阵列倾斜角度数据;

步骤S34:整合组件阵列间距数据、组件阵列方向数据和阵列倾斜角度数据,得到光伏阵列配置数据;

步骤S35:对光伏阵列配置数据进行异常检测,得到光伏阵列异常数据;

步骤S36:对光伏阵列异常数据进行自适应调整,得到光伏阵列调整数据。

7.根据权利要求6所述的模块化光伏控制方法,其特征在于,步骤S35包括以下步骤:

步骤S351:对组件阵列间距数据进行组件间遮挡情况分析,生成组件遮挡情况数据;根据组件遮挡情况数据对光伏光照强度数据进行光照接收率评估,得到光照接收率评估数据;

步骤S352:将光照接收率评估数据与预设光照接收率数据进行对比,若光照接收率评估数据小于预设光照接收率数据,则生成低光照接收率数据;根据低光照接收率数据对组件阵列间距数据进行异常标记,得到组件阵列间距异常数据;

步骤S353:对阵列倾斜角度数据进行光照角度测算,得到倾斜角度光照数据;根据倾斜角度光照数据对光伏温度数据进行温度分布监测,得到倾斜角度温度分布数据;对倾斜角度温度分布数据进行温度非均匀性分析,生成温度非均匀性数据;根据温度非均匀性数据对阵列倾斜角度数据进行异常记录,得到阵列倾斜角度异常数据;

步骤S354:对组件阵列方向数据进行朝向方位识别,生成阵列朝向方位数据;根据阵列朝向方位数据对光伏光热协同数据进行光热效能计算,得到光热效能数据;提取光热效能数据的低效能数据,得到光热低效能数据;根据光热低效能数据对组件阵列方向数据进行异常标记,得到组件阵列方向异常数据;

步骤S355:整合组件阵列间距异常数据、阵列倾斜角度异常数据和组件阵列方向异常数据,得到光伏阵列异常数据。

8.根据权利要求6所述的模块化光伏控制方法,其特征在于,步骤S36包括以下步骤:

步骤S361:对组件遮挡情况数据进行遮挡区域定位,得到遮挡区域定位数据;对遮挡区域定位数据进行遮挡阴影面积测定,得到遮挡阴影面积数据;基于遮挡区域定位数据和遮挡阴影面积数据对组件阵列间距异常数据进行区域面积自动调整,得到间距异常调整数据;

步骤S362:对倾斜角度光照数据进行倾斜角度测算,得到倾斜角度测算数据;根据温度非均匀性数据对倾斜角度测算数据进行角度参数记录,得到异常倾斜角度参数;根据异常倾斜角度参数对阵列倾斜角度异常数据进行自适应角度校准,得到倾斜角度异常调整数据;

步骤S363:对阵列朝向方位数据进行光照路径分析,得到光照朝向数据;对光照朝向数据进行辐射方位识别,生成光照辐射方位数据;根据光照辐射方位数据对组件阵列方向异常数据进行自适应方向重定位,得到阵列方向异常调整数据;

步骤S364:整合间距异常调整数据、倾斜角度异常调整数据和阵列方向异常调整数据,得到光伏阵列调整数据。

9.根据权利要求1所述的模块化光伏控制方法,其特征在于,步骤S4包括以下步骤:

步骤S41:根据光伏电力补偿数据和光伏阵列调整数据进行光伏性能评估模型构建,得到光伏性能评估预模型,并利用光伏电力补偿数据和光伏阵列调整数据对光伏性能评估预模型进行训练,得到光伏性能评估训练模型;

步骤S42:对光伏性能评估训练模型进行模型交叉验证评估,得到光伏性能模型评估数据;通过光伏性能模型评估数据对光伏性能评估训练模型进行模型参数调整,得到光伏性能评估模型;

步骤S43:基于光伏性能评估模型对光伏系统数据进行环境适应性能效分析,得到环境适应性能效数据;基于环境适应性能效数据对光伏系统数据进行光伏组件能效评估,得到光伏组件能效评估数据;

步骤S44:利用实时反馈技术,对光伏系统数据进行实时监控反馈,生成光伏监测反馈数据;根据光伏组件能效评估数据和光伏监测反馈数据对光伏系统数据进行智能优化控制,得到光伏优化控制数据;

步骤S45:整合光伏优化控制数据和光伏监测反馈数据,得到光伏控制优化报告。

10.一种模块化光伏装置,其特征在于,用于执行如权利要求1所述的模块化光伏控制方法,该模块化光伏装置包括:数据获取模块,用于获取光伏系统数据;提取光伏系统数据的光照参数信息,得到光伏光照参数信息;对光伏光照参数信息进行强度评估,得到光伏光照强度数据;对光伏光照强度数据进行强度聚类,得到光照强度聚类数据;提取光伏系统数据的温度数据,得到光伏温度数据;根据光照强度聚类数据对光伏温度数据进行光热协同分析,生成光伏光热协同数据;

光伏电力分析模块,用于基于光伏光热协同数据进行光伏电力输出预测,生成预测电力输出数据;将预测电力输出数据与预设电力目标进行对比,生成电力输出比对数据;对电力输出比对数据进行电力损耗分析,生成损耗分析数据;根据损耗分析数据对光伏光热协同数据进行动态电力补偿调整,生成光伏电力补偿数据;

光伏阵列调整模块,用于提取光伏系统数据的组件信息,得到光伏组件数据;对光伏组件数据进行阵列配置分析,得到光伏阵列配置数据;对光伏阵列配置数据进行异常检测,得到光伏阵列异常数据;对光伏阵列异常数据进行自适应调整,得到光伏阵列调整数据;

光伏监测控制模块,用于将光伏电力补偿数据和光伏阵列调整数据进行光伏性能评估模型构建,生成光伏性能评估模型;利用光伏性能评估模型对光伏系统数据进行组件能效评估,生成光伏组件能效评估数据;根据光伏组件能效评估数据对光伏系统数据进行实时监测控制,生成光伏控制优化报告。