基于储能配合的光伏板转角控制方法、系统及存储介质

技术领域

本申请涉及光伏发电控制技术领域，尤其涉及基于储能配合的光伏板转角控制方法、系统及存储介质。

背景技术

光伏发电是指利用半导体界面的光生伏特效应将光能直接转变为电能的一种技术，主要由太阳电池板（组件）、控制器和逆变器三大部分组成，主要部件由电子元器件构成。光伏发电是一种利用太阳能辐射转化为电能的发电方式，具有清洁、可再生等特点。在光伏发电系统中，光伏电池板将太阳能转换成直流电能，然后通过逆变器将其转换为交流电，供给负载或电网。然而受天气、季节、时间等因素影响，光伏发电的电力供应并不稳定，由此产生了光伏储能技术，通过储能系统可以在电力需求高峰时存储电能，并在需求较低时充电，从而平衡电网负荷，提高电力系统的稳定性和可靠性。同时，储能系统还可以在光伏发电系统中起到削峰填谷的作用，提高电力系统的效率和经济性。

常见的储能技术包括电池储能技术、超级电容储能技术、机械储能技术等。其中，电池储能技术应用最为广泛，其储能装置主要由电池组和电池管理系统组成。电池组负责储存电能，而电池管理系统则负责电池的充放电控制和保护。超级电容储能技术具有充电速度快、寿命长、容量大等特点，适用于大功率瞬态响应的场合。机械储能技术则是将电能转换为动能或势能进行储存，然后再在需要时释放出来。

然而，由于光伏技术的快速发展，光伏产能效率越来越高，电力需求侧的供给来源也随着新能源产能行业的发展呈现出多样化，导致了电力需求侧的电能需求量小于光伏产能量，光伏产能量除去供给给电力需求侧的部分，其余产能均存储于储能系统中，造成储能系统的储能压力过大，同时由于储能系统通常采用电池储能，期间必然造成电池放电等储能损耗。相关技术中通常采用控制光伏板转角使得光伏板表面上的光负荷达到最大值，从而实现发电效率的最大化，但这也会引起光伏板寿命的降低，造成产能量溢出需存储至储能系统以及光伏板工作寿命短的问题。

中国专利《分布式光伏电站中光伏组件倾角与朝向的优化方法》，公开号：CN114020047 A，公开日：2022年02月08日，具体公开了光伏组件倾角、光伏组件朝向方位角以及光伏组件装机功率，相关数据中包括气象数据、组件温度、电流、电压以及各个数据的记录时间；根据各数据的记录时间匹配共同时间点，处理相关数据，通过拟合公式获取各数据之间的经验公式；获取当地光伏阵列效率最高的光伏组件朝向方位角及倾角。该方案中仅考虑了光伏组件发电功率，计算得到能实现最高发电功率的光伏组件朝向方位角及倾角，并没有考虑到如今产能过剩，储能时造成的能源损失。

中国专利《一种光伏储能系统的调度方法及装置》，公开号：CN 114421530 A，公开日：2022年04月29日，具体公开了根据气象参数和光伏发电参数生成第一预测发电功率，随后采用历史发电数据对第一预测发电功率进行修正以生成第二预测发电功率；根据生产计划生成预测负载功率；根据预测负载功率和第二预测发电功率生成对应于调度时刻的储能调节功率并采用储能调节功率控制光伏储能系统。该方案通过在对光伏发电系统的发电功率预测中加入对应于调度时刻的历史发电数据进行修正，使得基于物理模型计算出的光伏发电功率更为符合历史经验数据，从而避免了现有技术中的储能系统容易因为模型误差等原因使得调度功率偏离实际，影响储能系统正常工作的问题。然而同样没有考虑到储能系统储能量过大时的能源损失。

发明内容

本申请针对现有技术中存在光伏发电产能过剩，电能消纳不及时容易产生过多的储能损耗的问题，提供基于储能配合的光伏板转角控制方法，通过构建基于光伏组件功率变化模型以及储能组件储能损耗模型的内部优化层以及基于用能侧负荷预测模型的外部优化层，以运行成本损耗最小构建最小损耗目标函数，以内部优化层与外部优化层构建双层优化模型，进行最小损耗目标函数的优化求解，得到在满足用能侧负荷需求的情况下，实现最小储能损耗的光伏板转角最优控制策略，以光伏板转角最优控制策略控制光伏板转角变化，使得光伏板在储能量不足以满足用能侧负荷需求时调整光伏板转角以实现最大发电功率，而在储能量远超过用能侧负荷需求时，光伏板转角改变使得光伏板不再进行发电或进行低功率发电，减少光伏板PN结在储能量充足时的断裂，延长光伏板的使用寿命，降低储能组件中的储能损耗。

为实现上述技术目的，本申请提供的一种技术方案是，基于储能配合的光伏板转角控制方法，包括如下步骤：获取长时间序列上历史光伏组件的受光照强度、输出功率、光伏板转角以及光伏板面积，构建光伏组件功率变化模型；获取长时间序列上历史储能组件的储能量、储能损耗率以及储能损耗，构建储能组件储能损耗模型；获取长时间序列上历史用能侧负荷数据以及天气数据，构建用能侧负荷预测模型；构建基于用能侧负荷预测模型的最小损耗目标函数作为外部优化层；构建基于光伏组件功率变化模型以及储能组件储能损耗模型的内部优化层；以外部优化层与内部优化层构建双层优化模型，获取预测时间序列上天气预测数据，输出预测时间序列上光伏板转角最优控制策略，以光伏板转角最优控制策略控制光伏板转角变化。

进一步的，获取长时间序列上历史光伏组件的受光照强度、输出功率、光伏板转角以及光伏板面积，构建光伏组件功率变化模型为：

进一步的，获取长时间序列上历史储能组件的储能量、储能损耗率以及储能损耗，构建储能组件储能损耗模型为：

进一步的，构建基于用能侧负荷预测模型的最小损耗目标函数作为外部优化层分为以下步骤：以运行成本损耗最小构建最小损耗目标函数；以满足用能侧负荷预测模型输出的负荷预测值作为约束条件；根据最小损耗目标函数以及约束条件作为外部优化层。

进一步的，以运行成本损耗最小构建最小损耗目标函数为：

；其中，/>

进一步的，构建基于光伏组件功率变化模型以及储能组件储能损耗模型的内部优化层分为以下步骤：构建光伏组件输出功率与储能组件储能量的相关性函数；以相关性函数融合光伏组件功率变化模型以及储能组件储能损耗模型，构建以储能损耗最小为目标的内部目标函数作为内部优化层。

进一步的，内部目标函数为：

进一步的，最小损耗目标函数为：

；其中， />

本申请提供的另一种技术方案是，基于储能配合的光伏板转角控制系统，用于实现如上述的基于储能配合的光伏板转角控制方法，包括：数据获取模块，用于获取长时间序列上的历史数据以及预测时间序列上的天气预测数据；数据建模模块，用于根据数据获取模块获取的数据构建双层优化模型；数据交互模块，用于接收控制需求输出光伏板转角最优控制策略；

控制执行模块，用于根据光伏板转角最优控制策略对光伏板执行转角控制。

本申请提供的又一种技术方案是，计算机可读存储介质，用于存储计算机程序或指令，当计算机程序或指令被处理设备执行时，实现如上述的基于储能配合的光伏板转角控制方法。

本申请的有益效果：通过构建基于光伏组件功率变化模型以及储能组件储能损耗模型的内部优化层以及基于用能侧负荷预测模型的外部优化层，以运行成本损耗最小构建最小损耗目标函数，以内部优化层与外部优化层构建双层优化模型，进行最小损耗目标函数的优化求解，得到在满足用能侧负荷需求的情况下，实现最小储能损耗的光伏板转角最优控制策略，以光伏板转角最优控制策略控制光伏板转角变化，使得光伏板在储能量不足以满足用能侧负荷需求时调整光伏板转角以实现最大发电功率，而在储能量远超过用能侧负荷需求时，光伏板转角改变使得光伏板不再进行发电或进行低功率发电，减少光伏板PN结在储能量充足时的断裂，延长光伏板的使用寿命，由于储能系统的储能损耗随着储能量的增加而增加，因此光伏板在储能量充裕的情况下降低产能量，减少储能系统的储能量，同时实现了储能损耗的降低。

附图说明

图1为本申请基于储能配合的光伏板转角控制方法一种实施例情况下的流程示意图。

图2为本申请基于储能配合的光伏板转角控制系统一种实施例情况下的结构示意图。

具体实施方式

为使本申请的目的、技术方案以及优点更加清楚明白，下面结合附图和实施例对本申请作进一步详细说明，应当理解的是，此处所描述的具体实施方式仅是本申请的一种最佳实施例，仅用以解释本申请，并不限定本申请的保护范围，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

如图1所示，作为本申请的实施例一，基于储能配合的光伏板转角控制方法，包括如下步骤：

获取长时间序列上历史光伏组件的受光照强度、输出功率、光伏板转角以及光伏板面积，构建光伏组件功率变化模型；

获取长时间序列上历史储能组件的储能量、储能损耗率以及储能损耗，构建储能组件储能损耗模型；

获取长时间序列上历史用能侧负荷数据以及天气数据，构建用能侧负荷预测模型；

构建基于用能侧负荷预测模型的最小损耗目标函数作为外部优化层；

构建基于光伏组件功率变化模型以及储能组件储能损耗模型的内部优化层；

以外部优化层与内部优化层构建双层优化模型，获取预测时间序列上天气预测数据，输出预测时间序列上光伏板转角最优控制策略，以光伏板转角最优控制策略控制光伏板转角变化。

在本实施例中，以光伏组件的受光照强度、光伏板转角以及光伏板面积对光伏组件输出功率的影响构建光伏组件功率变化模型，以储能组件的储能量以及储能损耗率对储能损耗的影响构建储能组件储能损耗模型，以天气变化对用能侧负荷数据变化的影响构建用能侧负荷预测模型。以满足用能侧负荷需求作为约束，以运行过程中最小损耗作为目标，构建基于用能侧负荷预测模型的最小损耗目标函数作为外部优化层。以储能量影响储能损耗、光伏组件输出功率影响储能量的相互影响关系构建基于光伏组件功率变化模型以及储能组件储能损耗模型的内部优化层，运行过程的损耗至少包括储能组件的储能损失，计算得到满足用户侧需求情况下最小储能损失对应的储能量，以及储能量对应的光伏组件输出功率，以光伏组件输出功率计算得到光伏板转角的最优控制策略，以光伏板转角的最优控制策略控制光伏板转角变化，从而降低储能量过多产生的储能损耗，同时，由于光伏板转角变化造成光伏板受光变化，减少光伏板的产电量，从而延长光伏板的寿命。

具体的，获取长时间序列上历史光伏组件的受光照强度、输出功率、光伏板转角以及光伏板面积，构建光伏组件功率变化模型为：

；

其中，

获取长时间序列上历史储能组件的储能量、储能损耗率以及储能损耗，构建储能组件储能损耗模型为：

；

其中，

在本实施例中，光伏板的光电转换效率

对于用能侧负荷预测模型的构建，可采用神经网络中的深度学习算法，也可以通过决策树进行用能侧负荷预测模型的构建。如在本实施例中采用LSTM-Attention构建用能侧负荷预测模型，利用随机森林算法、自适应集成算法及梯度提升树算法对历史用能侧负荷数据以及天气数据进行初步拟合预测，提取拟合结果来获取天气特征量与负荷大小的相关系数，建立综合相关系数，并根据综合相关系数的大小，剔除天气特征量中相关系数较小的特征量，将剩余特征量与历史负荷大小数据结合构成新的数据集，构建LSTM-Attention预测模型即为用能侧负荷预测模型。可以理解的是，在本实施例中仅考虑了天气因素对用能侧负荷的影响，在其余实施例中，特征量还包括其余用能侧负荷影响因子，如活动影响等。

构建基于用能侧负荷预测模型的最小损耗目标函数作为外部优化层分为以下步骤：

以运行成本损耗最小构建最小损耗目标函数；

以满足用能侧负荷预测模型输出的负荷预测值作为约束条件；

根据最小损耗目标函数以及约束条件作为外部优化层。

以运行成本损耗最小构建最小损耗目标函数为：

；

其中，

以满足用能侧负荷预测模型输出的负荷预测值作为约束条件为：

；

为用能侧在t时刻的负荷预测值，即用能侧负荷预测模型的输出。

在本实施例中，光伏设备的设备维护损耗至少包括光伏组件维护损耗以及储能组件维护损耗，认为在设定时间内对光伏组件或储能组件进行的维护成本为设备维护损耗。统计长时间序列中历史设备维护损耗，计算每天设备维护损耗分担值，以每天设备维护损耗分担值以及预测时间序列计算预测时间序列上设备维护损耗。即长时间序列

；

预测时间序列

；

从而最小损耗目标函数为：

。

进一步，构建基于光伏组件功率变化模型以及储能组件储能损耗模型的内部优化层分为以下步骤：

构建光伏组件输出功率与储能组件储能量的相关性函数；

以相关性函数融合光伏组件功率变化模型以及储能组件储能损耗模型，构建以储能损耗最小为目标的内部目标函数作为内部优化层。

由于光伏组件的输出功率与光伏组件的发电量相关，而光伏组件的发电量又与储能组件的储能量相关，由此根据两相关性构建光伏组件输出功率与储能组件储能量的相关性函数：

；

其中，

以相关性函数融合光伏组件功率变化模型以及储能组件储能损耗模型，构建以储能损耗最小为目标的内部目标函数为：

；

又根据光伏组件功率变化模型可以得到内部目标函数为：

；

其中，

在本实施例中，光伏组件在t时刻受光照强度由天气预测数据获得，以光伏组件在t时刻受光照强度作为输入，计算得到每个时刻在满足储能量均大于对应的负荷预测值情况下的最小储能损耗对应的光伏板转角，作为光伏板转角控制策略，按照光伏板转角控制策略进行光伏板转角的控制调整，以实现在满足用户侧负荷需求的同时，减少储能损耗以及延长光伏组件使用寿命。

作为本申请的实施例二，光伏板是光伏发电的关键元件，随着光照时间的增加，光伏板输出功率不断呈下降趋势，即光伏板功率衰减，由p型(掺硼)晶体硅片制作而成的光伏组件经过光照，其硅片中的硼、氧产生复合体，从而降低了光伏板寿命。而在光伏板发电过程中，光伏板的PN结会不断破裂，从而使得光伏板的发电功率不断下降，导致光伏板使用寿命降低。因此，光伏组件的光电转换效率还与光伏组件发电时间相关，即

；

为光伏组件在t时刻的光电转换效率， />

获取长时间序列上历史光伏组件的受光照时间、受光照强度以及输出功率，计算光伏组件在不同使用时长上的功率衰减比例。在本实施例中仅考虑了光照强度对输出功率的另一方面影响，在其余实施例下，还包括获取长时间序列上历史光伏组件的对输出功率有影响的其余因素，如光伏板温度等，从而排除其余影响因素的干扰，计算输出功率仅在使用时长变化下的功率衰减情况。

在本实施例中，内部目标函数为：

；

根据不同时刻下光伏组件的光电转换效率计算光伏组件的输出功率，提高计算结果的准确性，使得光伏板转角最优控制策略更符合实际产能情况，进一步降低能源损耗。

在本实施例中，光伏设备的设备维护损耗同样包括因使用时间过长出现的光伏板损耗，即最小损耗目标函数为：

；

其中，

光伏板损耗与使用时长相关，因此：

；

其中，R为光伏设备的固定维护成本，如定时修整成本，

；

从而，更新最小损耗目标函数为：

；

根据内部目标函数以及最小损耗目标函数建立双层优化模型，以天气预测数据作为输入，即以受光照强度作为输入，输出满足用能侧负荷需求时，最小损耗的光伏板转角以及变化时间，作为光伏板转角最优控制策略。即当受光照强度

作为本申请的实施例三，构建光伏组件输出功率与储能组件储能量的相关性函数包括：

获取长时间序列上储能组件历史储能输入值，构建光伏组件输出功率与储能组件储能量的相关性函数。

获取长时间序列上储能组件历史储能输入值以及长时间序列上光伏组件历史输出功率，计算运输损耗率：

；

为在t时刻的运输损耗率， />

获取长时间序列上历史天气数据构建运输损耗率预测模型，此时光伏组件输出功率与储能组件储能量的相关性函数为：

；

为根据天气预测数据运输损耗率预测模型输出的预测运输损耗率。

在本实施例中，还包括：

获取前一时间序列上储能组件储能输入值以及光伏组件输出功率，计算前一时间序列的实际运输损耗率，并获取前一时间序列的预测运输损耗率；

根据前一时间序列的实际运输损耗率以及预测运输损耗率计算修正波动值；

以修正波动值修正运输损耗率预测模型；

构建光伏组件输出功率与储能组件储能量的相关性函数。

修正波动值为：

；

其中，

此时光伏组件输出功率与储能组件储能量的相关性函数为：

；

通过前一时间序列的实际运输损耗率与预测运输损耗率的比值计算修正波动值，从而避免无法量化的因素造成的预测差异，使得最终结果更为准确，尽可能降低能源存储损耗，提高能源的利用率，降低光伏板在不必要时间段的产能，延长光伏板的寿命。

如图2所示，作为本申请的实施例四，基于储能配合的光伏板转角控制系统，用于实现上述的方法，包括：

数据获取模块，用于获取长时间序列上的历史数据以及预测时间序列上的天气预测数据；

数据建模模块，用于根据数据获取模块获取的数据构建双层优化模型；

数据交互模块，用于接收控制需求输出光伏板转角最优控制策略；

控制执行模块，用于根据光伏板转角最优控制策略对光伏板执行转角控制。

具体的，数据获取模块获取长时间序列上的历史数据传递给数据建模模块，数据建模模块根据数据获取模块获取的数据构建双层优化模型，数据交互模块接收到来自用户的控制需求，向数据获取模块发送数据获取信号，数据获取模块连接气象局网络获取预测时间序列上的天气预测数据并传递给数据交互模块，数据交互模块调取双层优化模型输出光伏板转角最优控制策略并发送至控制执行模块，控制执行模块接收到光伏板转角最优控制策略执行对光伏板转角的控制。

数据建模模块至少包括构建光伏组件功率变化模型的第一建模单元、构建储能组件储能损耗模型的第二建模单元、构建用能侧负荷预测模型的第三建模单元以及构建双层优化模型的第四建模单元。

第一建模单元根据长时间序列上历史光伏组件的受光照强度、输出功率、光伏板转角以及光伏板面积构建光伏组件功率变化模型：

；

其中，

第二建模单元根据长时间序列上历史储能组件的储能量、储能时间以及储能损耗构建储能组件储能损耗模型：

；

其中，

第三建模单元根据长时间序列下历史用能侧负荷数据以及天气数据，构建用能侧负荷预测模型。

第四建模单元接收来自第一建模单元的光伏组件功率变化模型、第二建模单元的储能组件储能损耗模型以及第三建模单元的用能侧负荷预测模型，进行模型融合构建，得到双层优化模型：

；

；

其中，

在其余实施例中，数据建模模块还包括构建运输损耗率预测模型的第五建模单元，第五建模单元根据长时间序列上储能组件历史储能输入值、长时间序列上光伏组件历史输出功率以及长时间序列上历史天气数据构建运输损耗率预测模型。第四建模单元接收来自第一建模单元的光伏组件功率变化模型、第二建模单元的储能组件储能损耗模型、第三建模单元的用能侧负荷预测模型以及第五建模单元的运输损耗率预测模型，进行模型融合构建，得到双层优化模型。

作为本申请的实施例五，计算机可读存储介质，用于存储计算机程序或指令，当计算机程序或指令被处理设备执行时，实现上述的基于储能配合的光伏板转角控制方法。计算机可读存储介质可以是计算设备能够存储的任何可用介质或者是包含一个或多个可用介质的数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘)等。

以上所述之具体实施方式为本申请基于储能配合的光伏板转角控制方法、系统及存储介质的较佳实施方式，并非以此限定本申请的具体实施范围，本申请的范围包括并不限于本具体实施方式，凡依照本申请之形状、结构所作的等效变化均在本申请的保护范围内。