一种光伏的布局系统及应用其中的GMPPT算法

技术领域

本发明涉及光伏开发技术领域，特别涉及一种光伏的布局系统及应用其中的GMPPT算法。

背景技术

在能源日益紧缺与碳排放问题的大时代背景下，新能源开发与利用成为亟需解决的社会稳定与发展问题。太阳能因其资源分布广泛、储量丰富和利用多样等特点成为最为广泛的可再生能源。光伏发电是太阳能利用的主要方式之一，其相关技术与产业链在我国已经成熟，在能源领域乃至国际能源市场都具有一定的竞争力。

关于大面积光伏阵列的布局原理与方法并没有统一的标准。目前多采用的布局原则是以外观整齐美观的目的的顺坡就势原则，而没有根据地理环境与地势差异的规范原则与标准。

关于光伏系统电路拓扑设计，目前基本的光伏电路分为集中式拓扑和分布拓扑式。其中，集中式拓扑目前研究较多，但是关于分布式光伏系统拓扑仍在研究阶段。

目前常见的光伏控制算法有扰动观察法、电导增量法、牛顿梯度法及其改进。但是，上述方法均存在一个问题，就是其最大功率追踪过程缓慢，且在PSC环境下容易陷入局部极大功率点，而非全局最大功率点，导致光伏发电效率低下，无法获取最大电能。

关于光伏控制系统，常见的控制系统有直接占空比控制、电压控制和电流控制。其中，MPPT控制系统多是基于直接占空比控制方法。但是，直接占空比控制对数字信号处理器的计算速度与计算能力有很大的要求，同时，会引起系统电路电压冲击导致控制效果不佳。

发明内容

本发明要解决的技术问题是针对上述不足，提供一种光伏的布局系统及应用其中的GMPPT算法。

本发明是通过以下技术方案实现的：

一种光伏的布局系统，该布局系统包括光伏组件；

若线路为东西走向，则沿线路向阳坡面向阳架设所述光伏组件；

若线路为南北走向，则沿线路两侧向阳架设所述光伏组件；

所述光伏组件包括光伏板和直流升压变换器，若干所述光伏板和所述直流升压变换器串联组成串联光伏组，若干所述串联光伏组并联成光伏阵列，再连接可变负荷。

进一步的，所述的布局系统，所述光伏阵列中前后相邻的两所述光伏板的间隔距离为：

其中，β为所述光伏板的倾角，θ为光伏地理位置的纬度，L为所述光伏板的倾斜面长度。

进一步的，所述的布局系统，该布局系统还包括：

电压采样模块，连接所述光伏阵列，用于实时采集所述光伏阵列的电压值；

电流采集模块，连接所述光伏阵列，用于实时采集所述光伏阵列的电流值；和

数字信号处理器，连接于所述电压采样模块和所述电流采集模块与所述直流升压变换器之间，用于控制输出电压。

进一步的，所述的布局系统，所述数字信号处理器包括：

上层MPPT控制器，用于收集所述电压采样模块和所述电流采集模块的数据，并生成电压参考值；和

底层PI控制器，用于根据所述电压参考值和所述电压采样模块采集的电压值的差值进行PI调节，通过调制电路得到电压调节信号PWM波，实现底层电压环控制。

一种应用于上述所述的布局系统中的GMPPT算法，该GMPPT算法包括如下步骤：

(1)种群初始化，在可行解内选择n个个体，初始种群中每个个体的初始位置用矩阵表示为：

其中，d为自变量搜索空间的维度，X为初始种群；

(2)将种群中个体分为猎手与猎物，个体在适应度函数最大化的情况下，以适应度值由大到小进行降序排序，前PlantN个个体被认定为猎手，而其余的可行解被认定为猎物；

排序并分类后的适应度矩阵为：

排序并分类后的种群矩阵为：

其中，PlantN为猎手的数量，PreyN为猎物的数量，f(*)为适应度函数，A为猎手，B为猎物；

(3)将具有最佳适应度值的猎物和排名第一的猎手分配为第一组，其次适应度值的猎物与排名第二的猎手分配到第二组，以此类推，直至所有猎物被分配到PlantN个组中；

(4)每一组中，由随机数发生器生成一个0-1区间的随机数，当所述随机数高于预设的吸引率时，则认定猎物逃脱并生长，生成新猎物；每一组中，当生成的随机数低于预设的吸引率时，则认定猎物被捕获，生成新猎手；上述认定过程，继续迭代直至终止，得到新种群；

(5)新个体与初始种群共同构成一个[n+PlantN*growthIter+PlantN]×d维矩阵，其中，growthRate为所述步骤(4)中的迭代次数；然后，根据适应度值重新排序，重复步骤(2)至(5)，直到迭代次数达到预定值或同代种群的适应度值差异小于预定阈值。

进一步的，所述的GMPPT算法，所述步骤(1)中，每个个体的初始位置为：

其中，i＝1，2，...，n，j＝1，2，...，d，X

进一步的，所述的GMPPT算法，所述步骤(3)中，猎物的数量是猎手的整数倍。

进一步的，所述的GMPPT算法，所述步骤(4)中，新猎物模型为：

其中，B

所述步骤(4)中，新猎手模型为：

A′

α＝growthRate×rand

其中，A

进一步的，所述的GMPPT算法，所述步骤(4)还包括：

引入精英保留机制，使得最佳猎手进行繁殖，繁殖过程迭代PlantN次。

进一步的，所述的GMPPT算法，所述精英保留机制模型为：

A″

其中，A

本发明的优点与效果是：

本发明针对我国陆路交通两侧修建永久性工程设施的自然光资源禀赋开发，根据我国陆路交通特点，以最大辐照量获取为原则，根据地理走向提出了一种光伏的布局系统及应用其中的MPPT算法。其中，数字信号处理器用于根据检测到的光伏电池输出电压和输出电流，通过两级控制器以本发明所提出的控制算法对BOOST模块进行控制，从而实现对光伏电池组的GMPPT控制，并通过可控负荷对光伏出力进行全额消纳，实现电池的全局最大功率输出。

本发明是光伏电池全程工作在其GMPPT状态，保证太阳能利用率最大。根据历史数据与仿真测算，本发明可使我国公路沿线两侧光伏的年发电量约达7.4～32.2万kWh/km，相当于年减碳排放量47.8～208.2t/km，铁路沿线两侧光伏的年发电量约达9.9～42.9万kWh/km，相当于年减碳排放量64～277.4t/km。其可实现光伏GMPPT，避免陷入局部最大功率点(LMPP)且相比其他启发式算法更快，其耗时仅为经典PSO算法的19.23％，同时具有泛化应用潜力。

附图说明

图1示出本发明提供的光伏布局系统的结构示意图；

图2示出本发明提供的光伏阵列的光伏板设置示意图；

图3示出交通线路为东西走向的沿线光伏布局示意图；

图4示出交通线路为南北走向的沿线光伏布局示意图；

图5示出光伏组件的结构示意图；

图6示出串联光伏组的结构示意图；

图7示出GMPPT试验中串联组电压结果示意图；

图8示出GMPPT试验中串联组功率结果示意图；

图9示出光伏发电量与碳减排量测算试验的光伏组件选取参数的图表；

图10示出光伏发电量与碳减排量测算试验的系统详情示意图；

图11示出光伏发电量与碳减排量测算试验的光伏阵列详情示意图；

图12示出光伏发电量与碳减排量测算试验的主要测算结果对比图表。

具体实施方式

为使本发明实施的目的、技术方案和优点更加清楚，下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行更加详细的描述。所描述的实施例是本发明的一部分实施例，而不是全部的实施例。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。下面结合附图对本发明的实施例进行详细说明：

我国陆路交通以公路和铁路为主体，其路基地理基本走向被分为东西走向和南北走向两大类，其他走向为这两大基本走向的矢量和。《中华人民共和国公路管理条例》第二十九条明确指出：在公路两侧修建永久性工程设施，其建筑物边缘与公路边沟外缘的间距为：国道不少于20米，省道不少于15米，县道不少于10米，乡道不少于5米。根据《中华人民共和国铁路安全管理条例》第二十七条规定，铁路线路两侧应当设立铁路线路安全保护区。铁路线路安全保护区的范围，从铁路线路路堤坡脚、路堑坡顶或者铁路桥梁(含铁路、道路两用桥，下同)外侧起向外的距离分别为：城市市区高速铁路为10米，其他铁路为8米；城市郊区居民居住区高速铁路为12米，其他铁路为10米；村镇居民居住区高速铁路为15米，其他铁路为12米；其他地区高速铁路为20米，其他铁路为15米。

本发明针对我国陆路交通(公路和铁路为主)两侧修建永久性工程设施的自然光资源禀赋开发，提出了一种光伏的布局系统及应用其中的GMPPT算法。根据我国陆路交通特点，本发明以最大辐照量获取为原则，根据地理走向，本发明提出了一种光伏的布局系统。

一具体实施例中，如图1所示，该布局系统包括光伏组件、电压采样模块、电流采集模块和数字信号处理器。如图5所示，光伏组件包括光伏板和直流升压变换器(DC/DC)，若干光伏板和直流升压变换器串联组成串联光伏组，若干串联光伏组并联成光伏阵列，再连接可变负荷(可控负荷)。光伏板是获取太阳能并传化为电能的主要获能装置。可控负荷是实时消纳光伏板出力的主要释能装置。直流BOOST升压变换器是光伏板与可控负荷之间的电压转换和光伏工作电压实现的主要电力电子装置。如图6所示，整个光伏阵列由Z个串联组并联而成，并且每个串联组由一个DC/DC作为统一出口并对其控制。串联组由各光伏板设旁路二极管，然后相互串联而成。由此，实现由Z个控制器对于一个光伏阵列进行分布式控制，保障发电效率与经济性的平衡。

电压采样模块连接光伏阵列，用于实时采集光伏阵列的电压值。电流采集模块连接光伏阵列，用于实时采集光伏阵列的电流值。数字信号处理器连接于电压采样模块和电流采集模块与直流升压变换器之间，用于控制输出电压。数字信号处理器为两级控制器，其包括上层MPPT控制器和上层MPPT控制器。上层MPPT控制器用于收集电压采样模块和电流采集模块的数据，并通过GMPPT算法生成电压参考值发送给下层PI控制器。底层PI控制器用于根据电压参考值和电压采样模块采集的电压值的差值进行PI调节，通过调制电路得到电压调节信号PWM波，实现底层电压环控制。

本发明光伏布局系统具有一定的灵活性：系统拓扑可采用纯串联、纯并联或其他串并混合联的方式；变流环节也可以根据系统容量、用途和控制策略进行灵活调整。

陆路交通线路走向也是决定铁路沿线光伏布局的关键因素。忽略建筑及自然景物遮挡，主要以东西走向和南北走向的铁路沿线为典型边界作为分析对象。对于公路与铁路线路的路堑区域的光伏布局与路堤区域类似。区别在于东西走向的路堑边坡南面光照效率低，因此仅沿线向阳面边坡(路堑北坡)架设光伏组件。如图3所示，若交通线路为东西走向，则沿线路向阳坡面向阳架设光伏组件。具体的是，东西走向线路两侧安全区架设光伏板，其最大特点是由于边坡北面光照效率低，因此仅沿线向阳面边坡(路堤南坡)架设光伏组件。若保持与南面光伏效率相同，需要将北面光伏组件铺设高度提高，但这样不仅使得成本大幅增加，而且可能对交通安全有所影响。如图4所示，若交通线路为南北走向，则沿线路两侧向阳架设光伏组件。具体的是，南北走向铁路的最大特点是沿线边坡两侧均可架设光伏组件，两侧安全区亦可架设光伏组件，实现了土地光资源利用最大化。公路线路与铁路线路路基具有相似性，可近似类比。

固定式光伏倾角以最大日照量为设计原则，对光伏板进行阵列设计分析。根据区域气候特征并结合实际生产工作，对四类地区光伏倾角进行设置。四类地区均采取单模式光伏倾角，全年保持。光伏阵列的光伏板设置，如图1所示。

根据《光伏发电站设计规范》GB50797-2012[1]第7.2.2条，水平地面光伏阵列中前后相邻的两所述光伏板的间隔距离为：

其中，β为所述光伏板的倾角，θ为光伏地理位置的纬度，L为所述光伏板的倾斜面长度；

结合我国地理位置对光伏阵列设计进行分析。我国平均纬度约为29°，因此假设某铁路沿线光伏支架采用固定支架30°倾角，阵列倾斜面长度为2m。根据上式求得水平地面光伏阵列的理论间距值D为3.15m。

例如，东西走向的铁路沿线光资源开发，安全区及边坡的向阳侧共架设160片光伏板。经换算，1km铁路沿线充分利用可铺设光伏板面积为15200m

应用于上述布局系统中的全局最大功率点跟踪(GMPPT)算法为基于启发式种群寻优的光伏Global MPPT算法，其将种群分为两种类型：猎手与猎物。一般来说，猎物的数量是猎手的两倍以上。具体来说，该算法可分为两个过程：过程一是将可行解排序，然后分成猎手组和猎物组，然后进行新种群生成；过程二是更新和重组可行解，直至满足终止条件。

具体的是，该算法包括如下步骤：

(1)种群初始化：

初始解是在可行解内平均选择n个个体。初始种群X中第i个个体的位置表示为一个d维矢量：

Xi＝[X

其中，d为自变量搜索空间的维度。

每个个体的初始位置表示为：

其中，X

则对于一个个体数为n的种群，每个个体的初始位置用矩阵表示为：

(2)适应度函数与分类：

每个个体表示优化问题的可行解向量，由预定的适应度函数评估得到：

将种群中个体分为猎手(A)与猎物(B)，公式(3)中的个体在适应度函数最大化的情况下以适应度值由大到小进行降序排序，相反地，目标最小化则进行升序排序。在目标最大化的情况下，适应度值越大意味着该可行解向量越好。前PlantN个个体被认定为猎手，而其余的可行解被认定为猎物。

排序并分类后的适应度矩阵为：

排序并分类后的种群矩阵为：

其中，PlantN为猎手的数量，PreyN为猎物的数量，f(*)为适应度函数。

(3)分组：

将具有最佳适应度值的猎物和排名第一的猎手分配为第一组，其次适应度值的猎物与排名第二的猎手分配到第二组，以此类推，重复此过程，直至所有猎物被分配到PlantN个组中。一般来说，猎物的数量是猎手的整数倍。

(4)新种群生成：

每一组中，由随机数发生器生成一个0-1区间的随机数，当所述随机数高于预设的吸引率时，则认定猎物逃脱并生长，生成新猎物；每一组中，当生成的随机数低于预设的吸引率时，则认定猎物被捕获，生成新猎手。上述认定过程，继续迭代直至终止，得到新种群。同时引入精英保留机制，使得最佳猎手进行繁殖，繁殖过程迭代PlantN次。

具体的是，新种群的生成过程包括生长与繁殖。每一组中，一个猎物是被捕获还是逃脱，取决于吸引率是否高于一个随机数。该吸引率一般设定为0.8。

当生成的随机数低于预设的吸引率时，猎物被捕获，则新猎手模型为：

A′

α＝growthRate×rand

其中，A

当生成的随机数高于吸引率时，猎物逃脱并生长，则新猎物模型为：

B′

其中，v、u表示两个不同的标识号，B

上述新种群生成过程重复进行，直至预设的迭代次数或其他终止条件。

为了提高计算效率，该算法引入精英保留机制。允许最佳猎手进行繁殖，该过程表示为精英保留机制模型：

A″

其中，A

(5)更新与重组、终止：

新个体与初始种群共同构成一个[n+PlantN*growthIter+PlantN]×d维矩阵，其中，growthIter为所述步骤(4)中认定过程的迭代次数；然后，根据适应度值重新排序，前n个个体被保留为下一代种群。重复步骤(2)至(5)，直到迭代次数达到预定值或同代种群的适应度值差异小于预定阈值。

1.GMPPT试验：

本发明采用Matlab/Simulink软件进行试验。为了验证该方法的有效性性能，选取粒子群优化(PSO)和捕蝇草算法(CPA)进行对比。实验结果如图7、图8所示。

可以看出，该方法(GMPPT)最快稳定收敛到全局MPP，可以在局部遮挡情况下避免陷入局部最优，实现全局MPPT。

2.光伏发电量与碳减排量测算试验：

2.1光伏组件

光伏组件选取统一规格和型号，其主要参数如图9表中所示，其中测试温度表示被测光伏组件的温度。

2.2典型场景选取

我国光资源区域划分主要是按接受太阳能辐射量的大小划分为四类地区，各区域分别选取一个典型城市作为光资源分析对象。其中，一类光资源区选取新疆维吾尔自治区哈密市；二类光资源区选取内蒙古自治区通辽市；三类光资源区选取上海市；四类光资源区选取贵州省贵阳市。

由于铁路沿线走向的不规则性，以南北走向和东西走向的线路结构为边界条件，分别测算和评估铁路沿线资产能源化的潜力。分别选取各类光资源区域内南北走向和东西走向铁路沿线1km区域进行对比。

减排量主要测算依据是光伏系统转换功率、设备使用寿命、电网发电的碳排放率和系统本身建设排碳量。其计算公式如下：

光伏出力×设备寿命×电网碳排放率-建设排碳量＝减排量

其中，设备寿命设定为30年，电网碳排放率为790g/kWh，建设排碳量为0.2t/m

2.3测算与评估

本发明采用PVsyst软件进行测算。主要流程包括物理建模、设备选型和光资源获取。各类光资源地区测算方法类似，在此仅对一类光资源地区南北走向铁路光伏进行测算，其他测算方案以此类推。

如图10所示，系统详情包括并网型光伏系统，水平倾角为30°，系统容量根据场地规模确定。忽略遮挡。

光伏阵列模型的详细情况如图11所示，包括光伏板模型和逆变器模型。

经测算，通过分析铁路地理分布与走向特征对铁路光伏布局和系统进行设计，并选取典型城市进行测算可知，若采用本发明方案，如图12所示，可获得9.9～42.9万kWh/km的年发电量，进而实现年减碳排放量64～277.4t/km。这对于提高国土资源利用率、保障国家能源安全和践行国家“双碳”政策都起到了至关重要的作用。

以上实施例仅用以说明本发明的技术方案，并非用来限定本发明的实施范围。但凡在本发明的保护范围内所做的等效变化及修饰，皆应认为落入了本发明的保护范围内。