太阳能接收器上的光伏电池尺寸计算方法

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系统。SSPS根据光收集形式的不同可以分为聚光型系统和非聚光型系统，其中，聚光型系统有集成对称聚光系统、ALPHA系统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(x

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 F

S

m＝floor(H/(a+c)) (4)；

n

式中，F

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 F

D＝(D

式中，F

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，提高光伏系统的输出功率。

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(x

曲线方程为：

G(φ)＝a

式中：a

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：

maxF

S

m＝floor(H/(a+c)) (5)；

n

式中，F

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：

minF

D＝(D

式中，F

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：

v

位置更新公式如下：

p

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。