[发明专利]一种墙面光伏系统及其控制方法在审
| 申请号: | 202211052871.9 | 申请日: | 2022-08-31 |
| 公开(公告)号: | CN115324301A | 公开(公告)日: | 2022-11-11 |
| 发明(设计)人: | 李仲元;郭跃;叶筱;施由宁;孔宪扬;潘震;范仁宽;张正学 | 申请(专利权)人: | 中国能源建设集团安徽省电力设计院有限公司 |
| 主分类号: | E04F13/22 | 分类号: | E04F13/22;E04F13/24;F24S30/425;G05D3/12;H02S20/30;H02S30/00 |
| 代理公司: | 合肥国和专利代理事务所(普通合伙) 34131 | 代理人: | 张祥骞 |
| 地址: | 230601 安徽省合*** | 国省代码: | 安徽;34 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 墙面 系统 及其 控制 方法 | ||
1.一种墙面光伏系统,其特征在于:包括安装在墙体上的光伏支架和安装在光伏支架上的光伏板;
所述光伏支架包括若干间隔设置的支架单元以及连接在相邻支架单元间的横梁;所述支架单元包括上伸臂梁、下伸臂梁、上光伏板固定件和下光伏板固定件;所述上伸臂梁的一端通过连接件一与墙体相连,另一端通过伸缩杆一与上光伏板固定件相连;所述下伸臂梁的一端通过连接件二与墙体相连,另一端通过伸缩杆二与下光伏板固定件相连;所述上伸臂梁与下伸臂梁之间设有支柱,支柱的上端与上伸臂梁相连,下端与下伸臂梁相连;所述光伏板安装在上光伏板固定件与下光伏板固定件之间。
2.根据权利要求1所述的一种墙面光伏系统,其特征在于:该墙面光伏系统还包括减震单元;所述减震单元包括设置在下伸臂梁下方的隔震支座以及设置在隔震支座下方的托梁;所述托梁通过膨胀螺栓和螺帽与墙体相连,托梁下方设有L型连接件,L型连接件的一个侧面通过膨胀螺栓及螺帽与墙体相连,另一个侧面与托梁相连。
3.根据权利要求1所述的一种墙面光伏系统,其特征在于:所述连接件一与连接件二的结构相同,均包括设置在墙体内的预埋件、设置在墙体外侧且通过螺杆与螺帽与预埋件相连的锚固件以及设置在墙体外侧且与锚固件相连的连接件主体;所述预埋件上设置有锚筋。
4.根据权利要求1所述的一种墙面光伏系统,其特征在于:所述光伏板的中段背部与支柱之间连接有伸缩杆三;所述伸缩杆一、伸缩杆二以及伸缩杆三的两端均分别连接有一阻尼器;所述伸缩杆一和伸缩杆二的数量均为两个,分布在光伏板的四个端角处。
5.根据权利要求1所述的一种墙面光伏系统,其特征在于:所述上伸臂梁与下伸臂梁之间设有倾斜的拉索组件;所述拉索组件包括通过粘滞抗拉器相连的上拉索与下拉索;上拉索的上端与连接件一铰接相连,下端通过粘滞抗拉器与下拉索的上端相连;下拉索的下端与支柱以及下伸臂梁的连接处铰接相连。
6.根据权利要求1所述的一种墙面光伏系统,其特征在于:该墙面光伏系统还包括光照强度检测模块、发电功率检测模块、光伏板控制模块和光伏板姿态调整模块;
所述光照强度检测模块,用于获取光照强度并根据获取的光照强度确定是否开启发电功率检测模块和光伏姿态调整模块;
所述发电功率检测模块,用于实时检测光伏板当前的发电功率,并根据当前的发电功率确定是否开启光伏板控制模块;
所述光伏板控制模块,用于利用神经网络模型确定目标发电功率对应的光伏板的目标姿态角;
所述光伏板姿态调整模块,用于根据光伏板的目标姿态角,对伸缩杆一与伸缩杆二的伸缩长度进行调整,实现光伏板姿态的调整。
7.根据权利要求1~6任意一项所述的墙面光伏系统的控制方法,其特征在于:该方法包括以下步骤:
获取当前光照强度,若当前光照强度大于预设光照强度阈值,则获取光伏板当前的发电功率,并设定目标发电功率;
建立光伏板控制模型,利用光伏板控制模型确定目标发电功率对应的目标光伏板位姿角;
对伸缩杆一和伸缩杆二的长度进行调整,以将光伏板位姿调整至目标光伏板位姿角。
8.根据权利要求7所述的墙面光伏系统的控制方法,其特征在于,所述建立光伏板控制模型,利用光伏板控制模型确定目标发电功率对应的目标光伏板位姿角,包括:
建立基于BP神经网络的光伏板控制模型,构建数据集F对光伏板控制模型进行训练;
将目标发电功率输入训练好的光伏板控制模型,得到目标发电功率对应的模板光伏板位姿角。
9.根据权利要求8所述的墙面光伏系统的控制方法,其特征在于,所述基于BP神经网络的光伏板控制模型包括5层,依次为输入层、隐层a、隐层b、隐层c和输出层;
所述基于BP神经网络的光伏板控制模型的损失函数采用L2损失函数。
10.根据权利要求8所述的墙面光伏系统的控制方法,其特征在于:所述数据集F包括特征参数和预测对象;其中,所述特征参数包括光伏板Euler角α与β,太阳高度角θ,光照辐射强度R,温度T和湿度M;所述预测对象包括发电功率W;所述太阳高度角θ根据时间和纬度计算出;
对数据集F中的特征参数数据采用归一化处理和滤波处理,并采用十字交叉验证方法划分训练集和验证集;
利用数据集F对光伏板控制模型进行训练时,采用Adam法对基于BP神经网络的光伏板控制模型进行权重调整直到收敛,模型训练完毕。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国能源建设集团安徽省电力设计院有限公司,未经中国能源建设集团安徽省电力设计院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211052871.9/1.html,转载请声明来源钻瓜专利网。





