本發(fā)明涉及光伏發(fā)電系統(tǒng)中光伏陣列遭遇局部陰影時的輻照度測量技術(shù)、陰影檢測技術(shù)以及光伏陣列輸出特性曲線實(shí)時獲取技術(shù)，屬于光伏發(fā)電系統(tǒng)運(yùn)行條件檢測領(lǐng)域。

背景技術(shù)：

隨著傳統(tǒng)能源的枯竭與大眾環(huán)保意識的提高，無污染、分布廣且易獲取的太陽能日益受到重視。太陽能光伏發(fā)電是對太陽能有效利用的主要形式，并成為了繼風(fēng)力發(fā)電之后主要的新能源發(fā)電方式。近年來光伏組件價格的降低以及政府補(bǔ)貼政策的出臺，光伏發(fā)電裝機(jī)容量飛速增長，其中包括大容量的荒漠光伏電站、分散式的中小容量建筑光伏系統(tǒng)。

光伏陣列通常由大量光伏電池以一定的串并聯(lián)結(jié)構(gòu)組成，以此獲取所需的光伏輸出電壓和功率。為防止出現(xiàn)熱斑現(xiàn)象與支路電能倒送現(xiàn)象，光伏陣列還裝設(shè)有旁路二極管與防逆二極管。采用集中輸出控制的光伏陣列受均勻光照時，光伏陣列的輸出功率-電壓(p-u)特性曲線呈單峰狀，傳統(tǒng)最大功率點(diǎn)跟蹤(mppt)方法可以很容易跟蹤到最大功率點(diǎn)(mpp)；但當(dāng)陣列受局部遮蔭時，局部陰影不僅會削弱光伏陣列潛在的最大功率輸出能力，二極管的存在還會導(dǎo)致光伏陣列輸出特性復(fù)雜化、多峰化，給mppt控制、重構(gòu)優(yōu)化、發(fā)電功率預(yù)測等帶來很大困難。

局部陰影條件下，光伏陣列中各個光伏電池所接收到的太陽光輻照度可能存在差異。考慮到局部陰影的千變?nèi)f化，理論上可以通過密集布置輻射傳感器的方法，實(shí)現(xiàn)對光伏陣列中各個位置輻照度的測量。但大量的傳感器意味著建設(shè)成本高和系統(tǒng)復(fù)雜化，無法實(shí)現(xiàn)廣泛應(yīng)用。若對局部陰影形狀準(zhǔn)確度測量要求越高，傳感器的數(shù)量將成倍增加。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要克服現(xiàn)有技術(shù)在局部遮蔭條件下光伏陣列輸出特性曲線實(shí)時獲取困難的問題，利用輻射傳感器與遮蔭組件識別算法獲取光伏陣列上的輻照度數(shù)據(jù)與陰影分布信息，并結(jié)合光伏組件參數(shù)、陣列結(jié)構(gòu)，利用計算機(jī)仿真繪制局部遮蔭時光伏陣列的輸出特性曲線。本發(fā)明所需的傳感器數(shù)量非常少，但是可以快速、準(zhǔn)確地繪制局部陰影條件下光伏陣列的輸出特性曲線。

一種光伏陣列輸出特性曲線實(shí)時獲取方法，其特征在于具體實(shí)現(xiàn)該方法的步驟如下：

步驟1：綜合考慮傳感器個數(shù)以及輻照度檢測效率，確定光伏陣列中輻射傳感器的安裝位置；具體實(shí)現(xiàn)方法如下：

步驟11：對于共有n塊光伏組件的光伏發(fā)電系統(tǒng)，根據(jù)陣列規(guī)模，設(shè)計m種定點(diǎn)安裝輻射傳感器的方案，分別記為方案1、方案2、….、方案m，且記方案j(j＝1,2,…,m)中傳感器的使用個數(shù)為aj；

步驟12：通過排列組合，構(gòu)造i(i＝1,2,…,n)塊光伏組件受遮蔭時光伏陣列所有可能的陰影分布類型，記錄陰影分布類型數(shù)yi，并計算陰影分布類型總數(shù)y＝σyi；

步驟13：采用步驟11中的方案j時，光伏陣列遍歷步驟12中總數(shù)為y的陰影分布類型，統(tǒng)計光照區(qū)與陰影區(qū)的輻照度能同時被檢測到的陰影類型數(shù)xj；

步驟14：計算步驟11中方案j的適用率ξj＝xj/y；

步驟15：綜合考慮傳感器個數(shù)，定義方案j的輻照度檢測效率ρj＝ξj/aj，選取最大輻照度檢測效率max(ρj)對應(yīng)的方案作為最優(yōu)方案；

步驟16：按照步驟15選取的最優(yōu)方案在光伏陣列中布置輻射傳感器；

步驟2：構(gòu)建光伏陣列輸出特性曲線實(shí)時獲取系統(tǒng)框架；所述的光伏陣列輸出特性曲線實(shí)時獲取系統(tǒng)框架包括檢測光伏陣列接收入射光強(qiáng)度的輻射傳感器(1)、采集光伏陣列運(yùn)行圖像的攝像頭(2)、傳輸光伏陣列圖像與輻照度數(shù)據(jù)的通信網(wǎng)絡(luò)(3)、實(shí)現(xiàn)a/d轉(zhuǎn)換與遮蔭組件識別并繪制光伏陣列輸出特性曲線的光伏發(fā)電系統(tǒng)控制中心(4)、光伏陣列(5)，其中輻射傳感器(1)、攝像頭(2)的輸出端與通信網(wǎng)絡(luò)(3)的輸入端連接，通信網(wǎng)絡(luò)(3)的輸出端與光伏發(fā)電系統(tǒng)控制中心(4)的輸入端相連；攝像頭(2)安裝在光伏陣列(5)的正前方；輻射傳感器(1)按照步驟15所述的輻照度檢測效率最高的最優(yōu)方案來布置；光伏陣列(5)采取包括串-并聯(lián)結(jié)構(gòu)(sp)、橋型結(jié)構(gòu)(bl)、全連接結(jié)構(gòu)(tct)在內(nèi)的所有結(jié)構(gòu)；

步驟3：利用輻射傳感器檢測光伏陣列中光照區(qū)與陰影區(qū)的輻照度數(shù)據(jù)并標(biāo)記測量時刻，與此同時，利用攝像頭同步采集光伏陣列運(yùn)行圖像，將輻照度數(shù)據(jù)與光伏陣列圖像通過通信網(wǎng)絡(luò)傳送到光伏發(fā)電系統(tǒng)控制中心；

步驟4：針對淺色地面與深色光伏板之間的灰度值以及正常光照與遮蔭狀態(tài)下組件的灰度值均存在差別這一特征，提出光伏陣列受局部遮蔭時的遮蔭組件識別算法，識別光伏陣列圖像中的遮蔭組件；遮蔭組件識別算法具體實(shí)現(xiàn)方法如下：

步驟41：對光伏陣列圖像進(jìn)行預(yù)處理；

步驟411：將圖像大小為n1×n2的光伏陣列圖像轉(zhuǎn)換為陣列灰度圖f(x,y)，其中(x,y)為圖像中各像素點(diǎn)的坐標(biāo)，f(x,y)表示點(diǎn)(x,y)的灰度值；

步驟412：采用迭代法求取閾值k，將灰度值小于等于k的像素點(diǎn)設(shè)置為黑，灰度值大于k的像素點(diǎn)設(shè)置為白，即將k作為閾值對灰度圖f(x,y)進(jìn)行二值化，得二值圖像；

步驟413：去除地面磚塊之間的黑色柵線與光伏組件上的白色柵線：設(shè)置檢測寬度w，逐行遍歷步驟412所得的二值圖像中橫坐標(biāo)從1+w到n2-w、縱坐標(biāo)從1到n1范圍內(nèi)所有的像素點(diǎn)(x,y)，若點(diǎn)(x,y)為黑且點(diǎn)(x-w,y)與點(diǎn)(x+w,y)均為白，則認(rèn)為點(diǎn)(x,y)是黑色柵線點(diǎn)，并將y行中橫坐標(biāo)從x-w到x+w的點(diǎn)設(shè)置為白，否則判斷下一個像素點(diǎn)，根據(jù)同一原理，逐行去除白色柵線點(diǎn)后，再逐列去除圖像中的黑、白柵線點(diǎn)；

步驟414：使用中值濾波器過濾去柵線后光伏陣列圖像中較多的點(diǎn)狀噪聲；

步驟42：識別光伏陣列圖像中的光伏組件；

步驟421：采用高斯拉普拉斯(log)算子檢測經(jīng)過步驟414濾波后的光伏陣列圖像中灰度值劇烈變化的邊界，產(chǎn)生了n+a+b個亮對象；

步驟422：去除n+a+b個亮對象中由地面石子及陰影產(chǎn)生的a個小連通亮對象；

步驟423：去除經(jīng)過步驟422處理后剩余的n+b個亮對象中b個非封閉的亮對象：對含有n+b個亮對象的圖像使用元素0標(biāo)記非亮對象區(qū)域，元素i(i＝1,2,…,n+b)標(biāo)記各個亮對象，測量并記錄使用元素i標(biāo)記的亮對象的質(zhì)心位置zi與周長ci，計算zi在上下左右四個方向與最近亮對象之間的距離，四個距離分別記為ai、bi、ci、di，計算li＝ai+bi、wi＝ci+di并計算c0i＝2×(li+wi)，判斷ci/c0i是否大于0.5且小于1.5，若是則保留該亮對象，若不是則去除該亮對象；

步驟424：對n個亮對象的封閉區(qū)域填充白，之外的其他區(qū)域填充黑，得組件區(qū)域圖像i(x,y)，其中白色區(qū)域表示組件區(qū)域，黑色區(qū)域表示背景區(qū)域；

步驟43：識別光伏組件中受遮蔭的組件；

步驟431：將步驟424所得組件區(qū)域圖像i(x,y)中的黑色區(qū)域記為區(qū)域p，并將步驟411所得陣列灰度圖f(x,y)中區(qū)域p內(nèi)所有像素點(diǎn)設(shè)置為白；

步驟432：使用元素k(k＝1,2,…,n)標(biāo)記各個組件，計算第k個組件的灰度均值mk，將mk作為新的灰度值填充對應(yīng)的第k個組件區(qū)域，得灰度填充圖像；

步驟433：計算步驟432的灰度填充圖像中n個組件區(qū)域的灰度均值m，將m作為閾值對灰度填充圖像進(jìn)行圖像分割；

步驟434：采用高斯拉普拉斯算子檢測經(jīng)過步驟433圖像分割后的光伏陣列圖像中灰度值劇烈變化的邊界，并產(chǎn)生了c個亮對象；

步驟435：對c個亮對象的封閉區(qū)域填充白，之外的其他區(qū)域填充黑，得遮蔭組件區(qū)域圖像g(x,y)，其中白色區(qū)域表示遮蔭組件區(qū)域，黑色區(qū)域包括背景區(qū)域與受正常光照的組件區(qū)域；

步驟5：根據(jù)光伏陣列光照區(qū)與陰影區(qū)的輻照度數(shù)據(jù)與識別的遮蔭組件，結(jié)合光伏陣列結(jié)構(gòu)，分析光伏陣列各個組件上的輻照度；

步驟6：結(jié)合組件輻照度、光伏組件參數(shù)以及光伏陣列結(jié)構(gòu)，利用計算機(jī)仿真快速繪制該時刻光伏陣列的輸出特性曲線。

本發(fā)明的優(yōu)點(diǎn)是：無需測量各組件或各支路的電流與電壓，只需采集少量的輻照度數(shù)據(jù)與陣列圖像，通過簡單的遮蔭組件識別算法即可繪制光伏陣列的輸出特性曲線，不僅有助于降低最大功率點(diǎn)跟蹤(mppt)方法的算法要求，提高mppt跟蹤準(zhǔn)確度，而且可以為光伏陣列重構(gòu)優(yōu)化提供必要的全局信息，實(shí)現(xiàn)光伏發(fā)電系統(tǒng)的高效運(yùn)行。

附圖說明

圖1是本發(fā)明的備選傳感器布置方案示意圖，其中·表示輻射傳感器(1)；點(diǎn)線封閉區(qū)域表示光伏陣列(5)；圖1a是方案1對角布置的示意圖；圖1b是方案2三角布置的示意圖；圖1c是方案3四角布置的示意圖；圖1d是方案4四邊加中心布置的示意圖；圖1e是方案5六點(diǎn)布置的示意圖。

圖2是本發(fā)明的光伏陣列系統(tǒng)框架圖；其中·表示輻射傳感器(1)；△表示攝像頭(2)；┄表示通信網(wǎng)絡(luò)(3)；□表示光伏發(fā)電系統(tǒng)控制中心(4)；點(diǎn)線封閉區(qū)域表示光伏陣列(5)。

圖3是本發(fā)明的遮蔭組件識別算法流程圖。

圖4是實(shí)施案例遮蔭組件識別過程的示意圖，其中圖4a是實(shí)施例的光伏陣列灰度圖；圖4b是組件區(qū)域識別結(jié)果；圖4c是遮蔭組件區(qū)域識別結(jié)果。

圖5是圖像采集時刻光伏陣列輸出特性曲線，其中圖5a是i-u特性曲線；圖5b是p-u特性曲線。

具體實(shí)施方式

下面結(jié)合實(shí)施例及附圖，對本發(fā)明作進(jìn)一步的詳細(xì)說明，但本發(fā)明的實(shí)施方式不限于此。實(shí)施例采用規(guī)模為3×3的光伏發(fā)電系統(tǒng)。

步驟一：確定光伏陣列中輻射傳感器的安裝位置；

a)對于共有9塊光伏組件的光伏發(fā)電系統(tǒng)，備選的傳感器布置方案共5種：對角布置、三角布置、四角布置、四邊加中心布置、六點(diǎn)布置，5種方案分別記為方案1、方案2、方案3、方案4、方案5，傳感器布置方案示意圖如圖1所示，且a1＝2，a2＝3，a3＝4，a4＝5，a5＝6；

b)當(dāng)1塊光伏組件受遮蔭時，排列組合后得此時陣列所有可能的陰影分布類型遮蔭2塊光伏組件時遮蔭3塊光伏組件時遮蔭4塊光伏組件時遮蔭5塊光伏組件時遮蔭6塊光伏組件時遮蔭7塊光伏組件時遮蔭8塊光伏組件時遮蔭9塊光伏組件時計算陰影分布類型總數(shù)y＝511；

c)采用步驟a)中的方案1時，光伏陣列遍歷步驟b)中總數(shù)為511的陰影分布類型，統(tǒng)計光照區(qū)與陰影區(qū)的輻照度能同時被檢測到的陰影類型數(shù)x1＝145，采用方案2時x2＝385，采用方案3時x3＝449，采用方案4時x4＝481，采用方案5時x5＝497；

d)計算方案1的適用率ξ1＝x1/y＝0.2838，方案2的適用率ξ2＝x2/y＝0.7534，方案3的適用率ξ3＝x3/y＝0.8787，方案4的適用率ξ4＝x4/y＝0.9413，方案5的適用率ξ5＝x5/y＝0.9726；

e)綜合考慮傳感器個數(shù)后，計算方案1的輻照度檢測效率ρ1＝ξ1/a1＝0.1419，方案2中ρ2＝ξ2/a2＝0.2511，方案3中ρ3＝ξ3/a3＝0.2197，方案4中ρ4＝ξ4/a4＝0.1883，方案5中ρ5＝ξ5/a5＝0.1621，選取最大輻照度檢測效率max(ρj)對應(yīng)的方案2作為最優(yōu)方案；

f)按照步驟e)選取的最優(yōu)方案在光伏陣列中布置輻射傳感器；

步驟二：構(gòu)建光伏陣列輸出特性曲線實(shí)時獲取系統(tǒng)框架；實(shí)施例使用的光伏陣列輸出特性曲線快速實(shí)時獲取系統(tǒng)框架如圖2所示，包括檢測光伏陣列接收入射光強(qiáng)度的輻射傳感器(1)、采集光伏陣列運(yùn)行圖像的攝像頭(2)、傳輸光伏陣列圖像與輻照度數(shù)據(jù)的通信網(wǎng)絡(luò)(3)、實(shí)現(xiàn)a/d轉(zhuǎn)換與遮蔭組件識別并繪制光伏陣列輸出特性曲線的光伏發(fā)電系統(tǒng)控制中心(4)、光伏陣列(5)，其中輻射傳感器(1)、攝像頭(2)的輸出端與通信網(wǎng)絡(luò)(3)的輸入端連接，通信網(wǎng)絡(luò)(3)的輸出端與光伏發(fā)電系統(tǒng)控制中心(4)的輸入端相連，且輻射傳感器(1)按照步驟一中輻照度檢測效率最高的最優(yōu)方案來布置，攝像頭(2)安裝在光伏陣列(5)的正前方，光伏陣列(5)包括3×3塊光伏組件，每一塊光伏組件并聯(lián)一個旁路二極管，每3塊光伏組件串聯(lián)成串后，再串上一個防逆二極管，最后將3串組件串并聯(lián)，形成sp連接結(jié)構(gòu)；

步驟三：利用輻射傳感器檢測光伏陣列光照區(qū)與陰影區(qū)的輻照度數(shù)據(jù)并標(biāo)記測量時刻，與此同時，利用攝像頭同步采集光伏陣列運(yùn)行圖像，將輻照度數(shù)據(jù)與光伏陣列圖像通過通信網(wǎng)絡(luò)傳送到光伏發(fā)電系統(tǒng)控制中心，本實(shí)施例中局部陰影處輻照度較均勻，輻射傳感器測得光照處與陰影處的輻照度分別為1037w/m²和240w/m²；

步驟四：受局部遮蔭的光伏組件圖像中，淺色地面與深色光伏板之間的灰度值以及正常光照與遮蔭狀態(tài)下組件的灰度值均存在差別，根據(jù)這一特征，提出了流程圖如圖3所示的適用于光伏陣列的遮蔭組件識別算法，算法步驟如下：

步驟1：由于攝像頭本身的固有特性以及圖片拍攝時無法避免的環(huán)境干擾，首先對光伏陣列圖像進(jìn)行預(yù)處理：

a)將圖像大小為685×514的光伏陣列圖像轉(zhuǎn)換成如圖4a所示的陣列灰度圖；

b)采用迭代法求得閾值k為112，將灰度值小于等于112的像素點(diǎn)設(shè)置為黑，灰度值大于112的像素點(diǎn)設(shè)置為白，即將112作為閾值對圖4a所示的灰度圖進(jìn)行二值化，得二值圖像；

c)去除地面磚塊之間的黑色柵線與光伏組件上的白色柵線：設(shè)置檢測寬度w＝3，逐行遍歷步驟b)所得的二值圖像中橫坐標(biāo)從4到511、縱坐標(biāo)從1到685范圍內(nèi)所有的像素點(diǎn)(x,y)，若點(diǎn)(x,y)為黑且點(diǎn)(x-3,y)與點(diǎn)(x+3,y)均為白，則認(rèn)為點(diǎn)(x,y)是黑色柵線點(diǎn)，并將y行中橫坐標(biāo)從x-3到x+3的點(diǎn)設(shè)置為白，否則判斷下一個像素點(diǎn)，根據(jù)同一原理，逐行去除白色柵線點(diǎn)后，再逐列去除圖像中的黑、白柵線點(diǎn)；

d)使用中值濾波器過濾去柵線后光伏陣列圖像中較多的點(diǎn)狀噪聲；

步驟2：識別光伏陣列圖像中的光伏組件：

a)采用高斯拉普拉斯(log)算子檢測經(jīng)過步驟1預(yù)處理后的光伏陣列圖像中灰度值劇烈變化的邊界，并產(chǎn)生了98個亮對象；

b)去除98個亮對象中由地面石子及陰影產(chǎn)生的88個小連通亮對象；

c)去除經(jīng)過步驟b)處理后剩余的10個亮對象中1個非封閉的亮對象：對含有10個亮對象的圖像使用元素0標(biāo)記非亮對象區(qū)域，元素i(i＝1,2,…,10)標(biāo)記各個亮對象，測量并記錄使用元素i標(biāo)記的亮對象的質(zhì)心位置zi與周長ci，計算zi在上下左右四個方向與最近亮對象之間的距離，四個距離分別記為ai、bi、ci、di，計算li＝ai+bi、wi＝ci+di并計算c0i＝2×(li+wi)，判斷ci/c0i是否大于0.5且小于1.5，若是則保留該亮對象，若不是則去除該亮對象；

d)對9個亮對象的封閉區(qū)域填充白，之外的其他區(qū)域填充黑，得如圖4b所示的組件區(qū)域識別結(jié)果，其中白色區(qū)域表示組件區(qū)域，黑色區(qū)域表示背景區(qū)域；

步驟3：識別光伏組件中受遮蔭的組件：

a)將圖4b中的黑色區(qū)域記為區(qū)域p，并將圖4a中區(qū)域p內(nèi)所有像素點(diǎn)設(shè)置為白；

b)使用元素k(k＝1,2,…9)標(biāo)記9個組件，計算第k個組件的灰度均值mk，將mk作為新的灰度值填充對應(yīng)的第k個組件區(qū)域，得灰度填充圖像；

c)計算步驟b)的灰度填充圖像中9個組件區(qū)域的灰度均值m＝52，將灰度值52作為閾值對灰度填充圖像進(jìn)行圖像分割；

d)采用高斯拉普拉斯算子檢測經(jīng)過步驟c)圖像分割后的光伏陣列圖像中灰度值劇烈變化的邊界，并產(chǎn)生了3個亮對象；

e)對3個亮對象的封閉區(qū)域填充白，之外的其他區(qū)域填充黑，得如圖4c所示的遮蔭組件識別結(jié)果，其中白色區(qū)域表示遮蔭組件區(qū)域，黑色區(qū)域包括背景區(qū)域與受正常光照的組件區(qū)域；

對比圖4a與圖4c可見，利用本發(fā)明的遮蔭組件識別算法可以獲得較好的識別效果；

步驟五：根據(jù)步驟三獲取的光伏陣列光照區(qū)與陰影區(qū)的輻照度數(shù)據(jù)與步驟四識別的遮蔭組件，結(jié)合光伏陣列結(jié)構(gòu)，分析可得光伏陣列各個組件上的輻照度；

步驟六：結(jié)合組件輻照度、光伏組件參數(shù)以及光伏陣列結(jié)構(gòu)，利用計算機(jī)仿真快速繪制該時刻光伏陣列的輸出特性曲線如圖5所示。

本實(shí)施例無需測量各組件或各支路的電流與電壓，只需采集少量的輻照度數(shù)據(jù)與陣列圖像，通過簡單的遮蔭組件識別算法即可繪制光伏陣列的輸出特性曲線，不僅有助于光伏發(fā)電系統(tǒng)最大輸出功率的跟蹤與發(fā)電量預(yù)測，而且可以為光伏陣列重構(gòu)優(yōu)化提供必要的全局信息，實(shí)現(xiàn)光伏發(fā)電系統(tǒng)的高效運(yùn)行。