专利名称：光伏发电系统的基于模型的功率估计的制作方法
技术领域：
本文公开的主旨大体上涉及光伏发电系统，并且更加具体地涉及用于估计光伏发电系统的功率输出的模型。
背景技术：
太阳能转换系统用于将太阳能转换成电能。该太阳能转换系统可包括光伏模块。 光伏模块包括一组光伏电池，也称为太阳能电池，它们串联或并联连接并且封装在环境方面受保护的层板中。作为光伏模块的基本砌块的光伏电池将太阳辐射转换成电能。太阳能变成电能的转换包括例如阳光等光的接收，太阳光吸收进入太阳能电池，在太阳能电池中正和负电荷的产生和分开以形成电压，以及通过耦合于太阳能电池的终端的电荷收集和传递。个体光伏模块可仅产生小量功率，通常比由大多数应用要求的小得多的功率。对于实际应用期望的电压和电流通过将多个光伏模块串联和/或并联互连实现。该矩阵一般称为光伏阵列，并且可以用于对多种应用从太阳辐射产生电能。大规模光伏系统可产生IOMW或更多。这些大规模光伏系统可包括至少50，000个光伏模块。功率损耗可在这些光伏系统内由于多种原因发生，例如电池遮挡(shading)、串故障或开路保险丝(open fuse)等。在这些系统内的大量光伏模块使得难以确定功率损耗的来源。监测这些系统的每个部件可能是昂贵的。从而，需要有成本有效的方式以识别在这些大规模光伏系统内的功率损耗。

发明内容
在第一实施例中，提供功率管理系统。该功率管理系统包括配置成监测由光伏模块构成的一个或多个阵列的实际功率输出的控制系统。该功率管理系统进一步包括基于处理器的装置，其配置成接收输入信号并且基于该输入信号计算一个或多个光伏模块阵列和相应光伏模块的估计功率输出，其中该基于处理器的装置比较该一个或多个光伏模块阵列的估计功率输出与从控制系统接收到的实际功率输出测量。在第二实施例中，提供用于监测发电的方法。该方法包括获得关于光伏发电的输入信号和基于该获得的输入信号计算多个光伏模块的每个光伏模块的估计功率输出，其中计算的动作在基于处理器的系统上进行。该方法进一步包括基于多个光伏模块的每个光伏模块的估计功率输出以及基于光伏模块之间的电连接来计算多个光伏模块的估计功率输出，其中计算的动作在基于处理器的系统上进行。在第三实施例中，提供用于产生估计发电的模型的方法。该方法包括识别要模拟的一个或多个光伏模块类型，将该一个或多个光伏模块类型结合到模型中，识别要模拟的多个光伏模块的互连，将该多个光伏模块的互连结合到模型中，识别要模拟的相应光伏模块的内部运行条件，将该相应光伏模块的内部运行条件结合到模型中，识别要模拟的相应光伏模块的外部运行条件，并且将该相应光伏模块的外部运行条件结合到模型中。该方法进一步包括使用模型以基于相应光伏模块类型、该光伏模块与其他光伏模块的互连以及基于应用于相应光伏模块的一个或多个内部运行条件和外部运行条件来估计相应光伏模块的功率输出。


当下列详细说明参照附图(其中相似的符号在整个附图中代表相似的部件)阅读时，本发明的这些和其他的特征、方面和优势将变得更好理解，其中图1是根据本文公开的技术的某些实施例的光伏发电系统的示意图；图2是根据本文公开的技术的某些实施例用于估计光伏系统的功率输出的模型的使用的框图；图3是根据本文公开的技术的某些实施例图示用于监测发电的方法的流程图；以及图4是根据本文公开的技术的某些实施例图示用于产生模型以估计发电的方法的流程图。
具体实施例方式本发明的一个或多个具体实施例将在下文描述。为了提供这些实施例的简明说明，实际实现的所有特征可不在说明书中描述。应该意识到在任何这样的实际实现的开发中，如在任何工程或设计项目中，必须做出许多实现具体的决定以达到开发者的具体目标， 例如遵守系统相关和商业相关的约束，这些可在实现之间变化。此外，应该意识到这样的开发努力可能是复杂的并且耗时的，但对于具有该公开的利益的普通技术人员仍将是设计、 建造和制造的例行任务。当介绍本发明的各种实施例的元件时，冠词“一”、“该”和“所述”意在表示存在一个或多个这些元件。术语“包括”、“包含”和“具有”意为包括的并且表示除了列出的元件可存在另外的元件。运行参数和/或环境条件的任何示例不排除公开的实施例的其他参数 /条件。现在转到附图，图1图示光伏发电系统10的实施例。该光伏发电系统10包括控制系统12、光伏(PV)模块14和配电中心16。每个光伏模块14包括多个互连电池。在该图示的实施例中，光伏模块14串联电连接以形成串18。多个串18电连接以形成光伏阵列 20。光伏发电系统10可包括一个或多个光伏阵列20。控制系统12调整光伏阵列20。另外，控制系统12还监测光伏阵列20的实际能量输出。控制系统12可包括功率调节和控制设备。该功率调节设备可包括电路以跟踪每个光伏阵列20的最大功率点。控制系统12还可包括逆变器。在大规模光伏系统10中，每个光伏阵列20可具有逆变器。该逆变器将光伏阵列20的DC输出转换成任何负载要求的 AC输出。该逆变器还可包括电路以跟踪每个光伏阵列20的最大功率点。由光伏阵列20产生的电功率被馈入配电中心16。该配电中心16可以是公用电网或可连接到公用电网。在一个实施例中，该公用电网可向光伏发电系统10供给电力负荷。光伏模块14的实际可获得功率可能小于从模块14内所有电池的总和得到的理论可获得功率。在每个光伏模块14内，实际可获得功率取决于例如模块14内的电池类型、电池数量和电池之间的互连类型等许多因素。如果所有电池串联互连，模块14的开路电压是来自电池的电压的总和，并且模块14的短路电流等同于最低的电池短路电流。如果一个电池在较低电流水平运行，那么在相同串内的电池中的所有电池将在该较低电流水平运行并且这些电池将不达到最大功率点。如果所有电池并联互连，模块14的开路电压等同于最低的电池开路电压，并且模块14的短路电流是来自电池的电流的总和。如果一个电池在较低电压水平运行，那么电池中的所有电池将低于它们的最大电压点运行并且这些电池将不达到最大功率点。由于模块14内的电池之间的失配和整体串联电阻，光伏模块14可比模块 14内的电池更低效率地工作。模块14的输出和效率还可受例如入射辐射量或环境温度(其可能影响模块14的运行温度)等气候条件影响。当运行温度增加时，模块14的电压降低，同时电流稍稍增加， 从而模块14的效率随温度升高而降低。升高的温度对模块效率的影响发生变化并且取决于光伏模块14内的电池类型和结构。相似地，光伏阵列20可由于相似因素比在阵列20内的个体模块14更低效率地运行。为了最大化每个光伏阵列20的输出和效率，相应光伏模块14应该良好地匹配。光伏模块14可并联、串联或串并联地互连以形成光伏阵列20。并联互连光伏模块14增加电流水平。串联互连光伏模块14增加电压水平。光伏模块14之间的互连类型将取决于配电中心16内的负载电路的电流和电压需求。其他因素可能影响光伏发电系统10或个体阵列20的整体效率，例如遮挡、串故障或开路保险丝等。在光伏阵列20的任何部分上的遮挡将减少阵列20的输出。例如，由于遮挡而造成的到单个光伏模块14的光强度的减小将减少模块14的输出并且还可影响其他模块14的输出(即使其他模块14没有被遮挡)。在阵列20上的遮挡的效果将取决于光伏模块14之间的电连接的配置。对于串联连接的模块14的串18，在串18内的单个光伏模块 14的遮挡将充当串18上的负载，其可由于由串18内的电流引起的发热而损伤串18。如果遮挡严重到足够影响多个模块14，串18的开路电压可低于阵列20的工作点，并且结果是， 串18可能不对阵列20的输出有贡献。从而遮挡可采用多个方式扰乱阵列20的输出来自遮挡的电池和模块14的输出的减少、来自在遮挡的串18内的未遮挡模块14的输出由于串 18的故障而减少以维持工作电压，以及来自阵列20的剩余部分的输出由于阵列20的所有个体串18未在最大功率运行而减少。在阵列20内的串故障可由于许多原因发生。例如，在短路故障中，在串18内的模块可能是有缺陷的或在模块14上的互连可能是有缺陷的，从而模块14不向串18贡献功率。串18然后可能不能向光伏阵列20贡献全功率。在开路故障的情况下，连接串18内的模块14的电线的断裂可导致来自串18的完全失电。在串18内的开路保险丝也可导致串18不向光伏阵列20贡献功率。如果流过模块14的串18的电流超过该保险丝的最大可耐受电流水平，则产生开路保险丝。在这些大型光伏发电系统10中确定功率损耗源可能是困难的。大规模光伏发电系统10可产生IOMW或更多。这些大规模光伏系统可包括50，000或更多光伏模块14、多个串18和多个阵列20。准确定位特定功率损耗的来源和原因可证明是昂贵的和/或耗时的。图2图示用于估计光伏系统10的功率输出的模型20的使用的实施例。该模型20可在基于处理器的装置或计算机22上实现或使用基于处理器的装置或计算机22来实现以接收到该模型20的各种输入M并且基于该输入M产生输出26。输入M中的某些可是存储在计算机M的存储器内的已知参数。输入M还可来自分布在整个光伏发电系统10中的传感器或设备。由计算机22接收的模型输入M可包括光伏模块类型30或特定光伏模块14与其他光伏模块14的互连32。另外的输入22可包括太阳的位置34、一年中的时间 36、遮挡的程度38、照射水平40、温度42、开路电压44和/或开路串保险丝(open string fuse) 460还可包括影响光伏发电的其他合适的输入对。计算机22可执行属于模型20的一个或多个算法以估计光伏系统10的功率输出。 可使用计算机22实现的一个这样的算法由稳态方程构成以取得输入M并且产生单个光伏模块14的估计功率输出48。单个光伏模块14的估计功率输出48代表基于输入M的光伏系统10内的理论局部最大功率点。另外，计算机22可实现一个或多个其他算法以产生光伏发电系统10的估计功率输出48。除其他因素外，这样的系统水平算法可考虑每个模块14的估计功率输出48和光伏系统10的整体结构。光伏系统10的估计功率输出48代表基于输入M的理论全局最大功率点。光伏系统10的实际功率输出测量观(从控制系统12接收的)可与光伏系统10 的估计功率输出48比较(例如通过计算机22等)。如果光伏系统10的实际功率输出测量 28和估计功率输出48不同，则计算机22实现一个或多个另外的算法以调节输入M，例如关于一个或多个模块14或模块14组的遮挡的程度38或开路串保险丝46等。基于该调节的输入M，该算法产生光伏系统10的调节的估计功率输出50以匹配光伏系统10的实际功率输出测量观。该算法可产生大致上将调节的估计功率输出50匹配于光伏系统10的实际功率输出测量观的调节的输入M的多个场景或实例。基于由模型20产生的场景，可识别光伏系统10内的功率损耗来源。例如，模型20 可用于通过改变输入M的不同值直到模拟出对应于实际功率输出观的调节的估计功率输出50来识别光伏系统10内的开路串保险丝。改变以达到对应于实际功率输出观的调节的估计功率输出50的输入M然后可确定并且用于识别在模块14、阵列20或系统10中的发电问题。功率损耗源可通过对光伏系统10内的模块14、串18或阵列20做出物理调节、 然后监测控制系统12对光伏系统10的实际功率输出观的提高来确认。在大规模光伏系统10中，模型20可省钱并且减少维护时间。模型20除识别光伏系统10内的功率损耗的可能来源外还包括其他益处。模型20 还可在限定对于在特定气候条件下和/或在存在系统10内识别的多个不同的局部最大功率点的情况下对于光伏系统10的全局最大功率点应该是什么是有用的。例如，使用例如太阳的位置34、一年中的时间36、遮挡的程度38、照射水平40和温度42等输入对，模型20 可用于识别光伏系统10的全局最大功率点和/或识别系统10内的各种局部最大功率点。 另外，当多个局部最大功率点存在时(其可能另外使全局最大功率点的识别在计算上是困难的)模型20可用于识别全局最大功率点。图3是图示用于监测发电的方法52的实施例的流程图。如图示的，方法52包括获得(框56)如上文描述的关于光伏发电的输入信号M。在一个实现中，基于处理器的系统22基于该获得的输入信号M计算(框58)在多个光伏模块14中的每个光伏模块14的估计功率输出60。然后对该多个光伏模块14计算(框64)估计功率输出62。基于处理器的系统22可获得(框66)该多个光伏模块14的实际功率输出测量68。基于处理器的系统 22可比较(框70)该多个光伏模块14的实际功率输出测量68与该多个模块14的估计功率输出62。在描绘的实施例中，基于处理器的系统22可判定(框72)该多个模块14的实际功率输出测量68实际上是否匹配(典型地在某个容差内)估计功率输出62。如果实际功率输出测量68和估计功率输出62不匹配，基于处理器的系统22可调节(框76)输入信号74并且用调节的输入信号74继续进行以重新计算(框58)估计功率输出60和62。如果实际功率输出测量68和估计功率输出62匹配，可识别(框78)多个光伏模块14内的任何功率损耗的可能来源。功率损耗的任何可能来源可通过调节多个光伏模块14中的一个或多个以解决所识别的问题来确认(框80)。当做出调节时，可监测多个光伏模块14的实际功率输出68的增加(框82)。如上文提到的基于处理器的系统22可包括或执行算法以计算光伏模块14或光伏系统10的估计功率60和62并且比较光伏系统10的实际功率输出测量68与估计功率输出62。另外，基于处理器的系统22可包括或执行算法以调节输入信号M直到估计功率输出62匹配多个光伏模块14或光伏系统10的实际功率输出测量68。图4是图示用于产生模型20以估计发电的方法84的实施例的流程图。如图示的， 方法84包括创建(框86)模型20以估计光伏模块14和光伏系统10的功率输出。为了产生模型20，为模型20识别一个或多个相应的光伏模块类型90 (框88)。将该光伏模块类型 90结合到(框92)模型20中。在描绘的实施例中，识别(框96)光伏模块14与其他光伏模块14的互连94。在识别后，将与其他光伏模块14的互连94结合到(框98)模型20中。 在一个实现中，识别(框100)光伏模块14的各种内部运行条件102。该内部运行条件102 除其他已知条件外可包括任何开路串保险丝46和/或开路电压44。在识别后，将内部运行条件102结合到(框104)模型20中。识别(框106)光伏模块14的各种外部运行条件 108。该外部运行条件108除其他相关条件外可包括太阳的位置34、一年中的时间36、遮挡的程度38、照射水平40和/或温度42。然后将外部运行条件108结合到(框110)模型20 中。在将这些各种参数结合到模型20中之后，模型20可用于估计光伏模块14和/或系统 10的功率输出。上文的实施例的技术效果包括使用模型20确定光伏发电系统10在不同气候和运行条件下的全局最大功率点。可包括一个或多个算法的模型20可在基于处理器的系统22 中实现，其中该基于处理器的系统22从电力系统10接收数据。另外，模型20帮助识别在大规模光伏系统10内的功率损耗的可能来源。模型20的使用可省钱并且减少维护时间， 并且随后增加光伏系统10的年发电量。该书面说明使用示例以公开本发明，其包括最佳模式，并且还使本领域内任何技术人员能够实践本发明，包括制作和使用任何装置或系统和执行任何结合的方法。本发明的专利范围由权利要求限定，并且可包括本领域内技术人员想到的其他示例。这样的其他示例如果它们具有不与权利要求的书面语言不同的结构元件，或者如果它们包括与权利要求的书面语言无实质区别的等同结构元件则规定在权利要求的范围内。部件列表
权利要求
1.一种功率管理系统，其包括配置成监测由光伏模块(14)构成的一个或多个阵列(18)的实际功率输出( ，68)的控制系统(12)；以及基于处理器的装置(22)，其配置成接收输入信号(M)，基于所述输入信号(54)计算所述一个或多个光伏模块阵列(18)和相应光伏模块(14)的估计功率输出(60,6 ，以及比较所述一个或多个光伏模块阵列(18)的估计功率输出(6 与从所述控制系统(1 接收的实际功率输出测量08，68)。
2.如权利要求1所述的功率管理系统，其中所述基于处理器的装置配置成调节所述输入信号(54)直到所述一个或多个光伏模块阵列(18)的估计功率输出(6 大致上匹配所述一个或多个光伏模块阵列(18)的实际功率输出测量08，68)。
3.如权利要求1所述的功率管理系统，其中所述输入信号(54)包括太阳的位置(34)、 遮挡的程度(38)、照射量(40)、温度(42)、开路电压(44)、一年中的时间(36)、每个光伏模块之间的物理连接(3 和/或太阳能模块类型(30)。
4.如权利要求1所述的功率管理系统，其中所述基于处理器的装置执行算法以处理所述输入信号(54)以计算所述一个或多个光伏模块阵列(18)和相应光伏模块(14)的估计功率输出(60，62)。
5.如权利要求1所述的功率管理系统，其中所述基于处理器的装置执行算法以调节所述输入信号(54)直到所述估计功率输出(6 大致上匹配所述一个或多个光伏模块阵列 (18)的实际功率输出测量(28,68) 0
6.如权利要求1所述的功率管理系统，其中所述估计功率输出(62)代表在存在多个不同的局部最大功率点的情况中所确定的全局最大功率点。
7.如权利要求1所述的功率管理系统，其中所述估计功率输出(62)代表对于指定遮挡程度所确定的全局最大功率点。
8.一种用于监测发电的方法。其包括获得关于光伏发电的输入信号(54)；基于所述获得的输入信号(54)计算多个光伏模块的每个光伏模块(14)的估计功率输出(60)，其中计算的动作在基于处理器的系统上进行；以及基于所述多个光伏模块的每个光伏模块(14)的估计功率输出(60)以及基于所述光伏模块(14)之间的电连接来计算所述多个光伏模块的估计功率输出(62)，其中计算的动作在所述基于处理器的系统上进行。
9.如权利要求8所述的用于监测发电的方法，进一步包括获得所述多个光伏模块的实际功率输出测量08，68)；以及使用所述基于处理器的系统比较所述实际功率输出测量( ，68)与所述估计功率输出(62)。
10.如权利要求9所述的用于监测发电的方法，进一步包括调节所述输入信号(54)以获得大致上匹配所述多个光伏装置的实际功率输出测量 (28,68)的所述多个光伏模块的估计功率输出(62)，其中调节的动作在所述基于处理器的系统上进行。
全文摘要
光伏发电系统的基于模型的功率估计。根据本公开，提供功率管理系统，其包括控制系统(12)以监测一个或多个光伏模块阵列(18)的实际功率输出(28，68)。该功率管理系统包括基于处理器的装置以估计该一个或多个光伏模块阵列(18)的功率输出并且比较该估计功率输出(62)与从该控制系统(12)接收的实际功率输出测量(28，68)。提供用于监测发电的方法。提供用于产生估计发电的模型(20)的方法。
文档编号G01R21/00GK102193027SQ20111002985
公开日2011年9月21日 申请日期2011年1月21日 优先权日2010年1月22日
发明者O·G·迈尔, R·勒斯纳, S·F·S·埃尔-巴巴里 申请人:通用电气公司