本發(fā)明涉及智能光伏系統(tǒng)優(yōu)化，特別是一種光伏陣列設計模擬優(yōu)化方法。

背景技術：

1、近年來，隨著計算能力的提升和多物理場仿真技術的進步，光伏陣列設計已步入精細化階段，開始廣泛采用cfd(計算流體力學)、fea(有限元分析)等高級數(shù)值模擬方法，以精確預測光伏陣列在實際運行環(huán)境中的性能表現(xiàn)。特別是在多物理場耦合模擬方面，研究者們致力于建立全面的模型，不僅考慮流體動力學，還融入了熱力學和結構力學，此外，隨著大數(shù)據(jù)和人工智能技術的興起，機器學習算法被引入光伏陣列設計領域，用于預測和優(yōu)化光伏系統(tǒng)的性能，進一步提升了設計的效率和準確性。

2、盡管現(xiàn)有技術在光伏陣列設計方面取得了顯著進展，但仍存在一些局限性。傳統(tǒng)的設計方法往往基于靜態(tài)模型和簡化假設，無法充分反映動態(tài)變化的環(huán)境條件對光伏陣列性能的影響。例如，風速和風向的波動、溫度的周期性變化、太陽輻射強度的季節(jié)性差異等，這些因素都會顯著影響光伏陣列的發(fā)電效率和結構安全性。此外，現(xiàn)有技術在處理多物理場耦合問題時，雖然能夠分別模擬流體動力學、熱力學和結構力學，但在集成這些模型以實現(xiàn)高效、精確的耦合分析方面仍面臨挑戰(zhàn)。特別是，如何在大規(guī)模計算域中合理分配計算資源，以保證關鍵區(qū)域的模擬精度，同時控制整體計算成本，是一個亟待解決的問題。

技術實現(xiàn)思路

1、鑒于上述現(xiàn)有存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明提供了一種光伏陣列設計模擬優(yōu)化方法解決現(xiàn)有技術中因環(huán)境動態(tài)變化因素和多物理場耦合分析效率低下而導致的光伏陣列性能預測不準確的問題。

3、為解決上述技術問題，本發(fā)明提供如下技術方案：

4、第一方面，本發(fā)明實施例提供了一種光伏陣列設計模擬優(yōu)化方法，其包括，按照人字形設計光伏陣列并構建光伏陣列三維模型；根據(jù)光伏陣列的大小和周圍環(huán)境定義一個計算域，并設置邊界條件；基于光伏陣列三維模型、計算機域以及邊界條件，進行多物理場耦合模擬設置；利用歷史數(shù)據(jù)訓練機器學習模型，預測不同物理場之間的相互作用，并根據(jù)多物理場耦合模擬設置的條件，識別需要更高網(wǎng)格密度的關鍵區(qū)域；根據(jù)識別出的關鍵區(qū)域動態(tài)調整網(wǎng)格密度；利用調整后的網(wǎng)格密度，運行多物理場耦合模擬，評估光伏陣列性能；根據(jù)評估結果調整光伏陣列的設計方案。

5、作為本發(fā)明所述光伏陣列設計模擬優(yōu)化方法的一種優(yōu)選方案，其中：所述按照人字形設計光伏陣列并構建光伏板結構模型圖，具體步驟如下：

6、使用solidworks創(chuàng)建光伏板的幾何形狀，采用人字形設計光伏板結構，并設計陣列布局為m×n的形式，其中m代表行數(shù)，n代表列數(shù)；

7、根據(jù)光伏板的規(guī)格、功率輸出需求以及安裝空間限制，定義尺寸參數(shù)；

8、根據(jù)行業(yè)標準并考慮溫度變化的影響，定義材料屬性；

9、將構建完成后單個光伏板組裝成完整的光伏陣列三維模型；

10、作為本發(fā)明所述光伏陣列設計模擬優(yōu)化方法的一種優(yōu)選方案，其中：所述根據(jù)光伏陣列的大小和周圍環(huán)境定義一個計算域，并設置邊界條件，具體步驟如下：

11、根據(jù)光伏陣列的尺寸，定義一個遠大于光伏陣列邊界的計算域，減少邊界條件對模擬結果的影響；

12、使用指數(shù)風剖面定義入口邊界的速度邊界條件；

13、出口邊界采用自由出流邊界條件，允許流體自由離開計算域；

14、計算域底部及光伏陣列表面采用無滑移壁面邊界條件，模擬固體表面與流動介質之間的相互作用；

15、作為本發(fā)明所述光伏陣列設計模擬優(yōu)化方法的一種優(yōu)選方案，其中：所述基于光伏陣列三維模型、計算機域以及邊界條件，進行多物理場耦合模擬設置，具體步驟如下：

16、根據(jù)目標流體行為、幾何結構特征及邊界條件確立流體力學模擬條件，選擇sstk-ω湍流模型作為模擬風荷載的基礎；

17、通過集成熱傳導模型，考慮太陽能板吸收的熱量及周圍溫度變化，來設置力學模擬條件，同時定義太陽輻射強度和環(huán)境溫度；

18、通過考量光伏板材料的彈性模量和密度，及其隨溫度變化的屬性演變，來設置結構力學模擬條件；

19、整合流體力學、熱力學和結構力學的模擬條件，確保各物理場之間能夠相互作用，同時通過設置耦合算法加強模擬的穩(wěn)定性和準確性；

20、配置求解器參數(shù)，精確定義時間步長、迭代次數(shù)與收斂準則。

21、作為本發(fā)明所述光伏陣列設計模擬優(yōu)化方法的一種優(yōu)選方案，其中：所述利用歷史數(shù)據(jù)訓練機器學習模型，預測不同物理場之間的相互作用，并根據(jù)多物理場耦合模擬設置的條件，識別需要更高網(wǎng)格密度的關鍵區(qū)域，具體步驟如下：

22、歷史數(shù)據(jù)包括風速與風向、環(huán)境溫度和濕度信息、太陽輻射強度的時間序列以及光伏板在不同環(huán)境條件下的實際輸出功率；

23、使用異常值檢測與清理、數(shù)據(jù)清洗、數(shù)據(jù)標準化對收集的歷史數(shù)據(jù)進行預處理；

24、選擇深度學習模型中的lstm作為網(wǎng)格密度預測模型；

25、將歷史數(shù)據(jù)定義為x＝{x1，x2，…，xt}作為輸入序列，訓練lstm模型；

26、使用訓練好的lstm模型預測不同物理場之間的相互作用，表達式為：

27、

28、其中，pg表示特定區(qū)域的網(wǎng)格密度需求，wi是第i個物理場相互作用的權重，fi(xi)是第i個物理場相互作用的函數(shù)，n是物理場相互作用的數(shù)量，b是調節(jié)函數(shù)，gj(xj)是第j個影響網(wǎng)格密度的物理場函數(shù)，m是影響網(wǎng)格密度的物理場數(shù)量，θ是模型的參數(shù)集合，i表示物理場相互作用的種類，j表示直接影響網(wǎng)格密度的物理場，xi是從總輸入數(shù)據(jù)集x中提取的與特定物理場相互作用密切相關的數(shù)據(jù)；

29、作為本發(fā)明所述光伏陣列設計模擬優(yōu)化方法的一種優(yōu)選方案，其中：所述根據(jù)識別出的關鍵區(qū)域動態(tài)調整網(wǎng)格密度，具體步驟如下：

30、定義一個關鍵密度閾值r，通過比較密度需求預測值pg與關鍵密度閾值r的大小關系動態(tài)調整網(wǎng)格密度；

31、當pg≥r時，表示需要增加網(wǎng)格密度，應用局部網(wǎng)格細化算法，將每個需要細化的網(wǎng)格單元分割成更小的子單元；

32、當pg＜r時，表示網(wǎng)格密度已經(jīng)足夠，不需要進一步細化；

33、在細化區(qū)域與非細化區(qū)域之間添加過渡區(qū)，通過逐漸變化的網(wǎng)格密度平滑過渡，減少突變帶來的模擬誤差；

34、將局部區(qū)域的網(wǎng)格細化后產生的新節(jié)點和單元，加入到網(wǎng)格數(shù)據(jù)結構中進行網(wǎng)格數(shù)據(jù)結構更新；

35、作為本發(fā)明所述光伏陣列設計模擬優(yōu)化方法的一種優(yōu)選方案，其中：所述利用調整后的網(wǎng)格密度，運行多物理場耦合模擬，評估光伏陣列性能，具體步驟如下：

36、基于新的網(wǎng)格密度，調整流體力學、熱力學和結構力學的模擬條件；

37、定義一個綜合評價函數(shù)pe，采用隱式耦合算法，模擬流體力學、熱力學和結構力學之間的相互作用，評估光伏陣列的有效性能，表達式為：

38、

39、其中，pe是光伏陣列的有效性能，fw是光伏陣列所受的風荷載，is是太陽輻射強度，e是光伏板材料的彈性模量，ρ是光伏板材料的密度，te為環(huán)境溫度，β是溫度變化對材料屬性的影響系數(shù)。

40、作為本發(fā)明所述光伏陣列設計模擬優(yōu)化方法的一種優(yōu)選方案，其中：所述根據(jù)評估結果調整光伏陣列的設計方案，具體步驟如下：

41、根據(jù)光伏陣列的有效性能pe的值，判斷光伏陣列的有效性能；

42、當pe為正值時，表示光伏陣列處于有效工作狀態(tài)，其性能隨著fw和is的增加而提高，繼續(xù)保持當前參數(shù)設置；

43、當pe等于零時，表示光伏陣列的性能達到臨界點，此時fw和is對性能的影響相互抵消；

44、深入分析導致fw和is對性能的影響相互抵消的原因，根據(jù)分析結果，調整光伏陣列的設計參數(shù)，包括改變陣列的朝向、傾斜角和更換材料；

45、當pe為負值時，表示光伏陣列性能受到影響，由fw達到高強度水平與te溫度過高共同引起；

46、立即檢查光伏陣列的物理狀態(tài)，更換損壞和過熱的組件，重新評估光伏陣列的結構設計和冷卻系統(tǒng)，并增強陣列的風阻設計以及增加散熱裝置；

47、第二方面，本發(fā)明實施例提供了一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其中：所述計算機程序被處理器執(zhí)行時實現(xiàn)如本發(fā)明第一方面所述的光伏陣列設計模擬優(yōu)化方法的任一步驟。

48、第三方面，本發(fā)明實施例提供了一種計算機可讀存儲介質，其上存儲有計算機程序，其中：所述計算機程序被處理器執(zhí)行時實現(xiàn)如本發(fā)明第一方面所述的光伏陣列設計模擬優(yōu)化方法的任一步驟。

49、本發(fā)明有益效果為：通過人字形設計和solidworks建模，構建了結構穩(wěn)定、抗風性強的光伏陣列模型，定義適宜的計算域和邊界條件，確保模擬環(huán)境的準確性和邊界效應的最小化，運用多物理場耦合模擬，結合流體力學、熱力學和結構力學，全面評估光伏陣列在不同條件下的性能。通過機器學習模型，預測物理場間的相互作用，智能識別并動態(tài)調整關鍵區(qū)域的網(wǎng)格密度，提高了模擬精度和計算效率，依據(jù)評估結果調整光伏陣列的設計方案，確保了光伏陣列在各種環(huán)境條件下都能保持最佳的工作狀態(tài)和能源轉換效率。整個過程集成了先進的仿真技術和數(shù)據(jù)分析方法，極大提升了光伏陣列設計的科學性和經(jīng)濟性，對推動光伏產業(yè)的技術革新具有重要意義。