本技術涉及單軸跟蹤裝置控制，特別是涉及一種基于氣象數(shù)據(jù)的單軸跟蹤裝置控制方法。

背景技術：

1、隨著能源危機和環(huán)保意識的增強，太陽能發(fā)電逐漸成為人們選擇的一種綠色能源，而單軸跟蹤裝置則是太陽能發(fā)電的重要組成部分之一，單軸跟蹤裝置是指繞一維軸旋轉(zhuǎn)，使得光伏組件受光面在一維方向盡可能垂直于太陽光的入射角的跟蹤裝置，從而提高太陽能轉(zhuǎn)化效率。

2、現(xiàn)有技術中，單軸跟蹤裝置通常采用勻速控制或光強控制，上述控制方法具有一定的局限性，在實際的控制過程中，由于氣象元素的多變性和不可控性，需要對單軸跟蹤裝置進行調(diào)節(jié)，以迎合不同的氣象狀況，從而降低單軸跟蹤裝置故障頻率。

技術實現(xiàn)思路

1、為解決上述技術問題，本技術提供了一種基于氣象數(shù)據(jù)的單軸跟蹤裝置控制方法，通過歷史狀態(tài)參數(shù)和歷史氣象數(shù)據(jù)，生成歷史狀態(tài)評價值和歷史氣象評價值，對歷史氣象評價值進行類別劃分，得到每一類別的歷史氣象評價值對應的優(yōu)選狀態(tài)參數(shù)以及優(yōu)選控制參數(shù)，根據(jù)優(yōu)選控制參數(shù)構建優(yōu)選控制模型，根據(jù)預測氣象數(shù)據(jù)得到對應時段的實時控制參數(shù)，對實時控制參數(shù)進行仿真模擬，根據(jù)仿真模擬得到對應時段的最優(yōu)控制參數(shù)，提高單軸跟蹤裝置應對不同氣象情況的控制效果，保證單軸跟蹤裝置和光伏組件的安全穩(wěn)定運行。

2、本技術的一些實施例中，提供了一種基于氣象數(shù)據(jù)的單軸跟蹤裝置控制方法，包括：

3、獲取單軸跟蹤裝置的歷史參數(shù)集，所述歷史參數(shù)集包括多個歷史狀態(tài)參數(shù)以及對應歷史時段內(nèi)的歷史氣象數(shù)據(jù)；

4、對歷史參數(shù)集進行分析，得到歷史狀態(tài)評價值以及歷史氣象評價值，對歷史氣象評價值進行類別劃分，并對同一類別的歷史氣象評價值對應的歷史狀態(tài)評價值進行排序，基于排序結果確定出每一類別的優(yōu)選狀態(tài)參數(shù)；

5、對優(yōu)選狀態(tài)參數(shù)進行分析，構建優(yōu)選控制模型，獲取預設時段的預測氣象數(shù)據(jù)，將預測氣象數(shù)據(jù)輸入至優(yōu)選控制模型中，得到預設時段的多個實時控制參數(shù)；

6、對多個實時控制參數(shù)進行仿真模擬，得到每個實時控制參數(shù)的仿真狀態(tài)參數(shù)，將仿真狀態(tài)參數(shù)與預設標準狀態(tài)參數(shù)進行對比，得到仿真狀態(tài)差異特征；

7、對仿真狀態(tài)差異特征進行對比，根據(jù)對比結果篩選出最優(yōu)控制參數(shù)，并按照最優(yōu)控制參數(shù)生成預設時段內(nèi)的控制策略。

8、在本技術的一些實施例中，對歷史參數(shù)集進行分析，得到歷史狀態(tài)評價值以及歷史氣象評價值，包括：

9、獲取歷史參數(shù)集中的多個歷史狀態(tài)參數(shù)，并根據(jù)同一歷史控制時段內(nèi)的歷史狀態(tài)參數(shù)設定多個歷史狀態(tài)參數(shù)組；

10、對同一歷史狀態(tài)參數(shù)組中的歷史狀態(tài)參數(shù)進行分類處理，得到運行質(zhì)量指標的第一類狀態(tài)參數(shù)、跟蹤質(zhì)量指標的第二類狀態(tài)參數(shù)以及穩(wěn)定質(zhì)量指標的第三類狀態(tài)參數(shù)；

11、將第一類狀態(tài)參數(shù)與預設第一標準狀態(tài)參數(shù)區(qū)間進行對比，得到多個第一狀態(tài)參數(shù)差值，根據(jù)多個第一狀態(tài)參數(shù)差值生成運行質(zhì)量指標的第一狀態(tài)系數(shù)；

12、將第二類狀態(tài)參數(shù)與預設第二標準狀態(tài)參數(shù)區(qū)間進行對比，得到多個第二狀態(tài)參數(shù)差值，根據(jù)多個第二狀態(tài)參數(shù)差值生成跟蹤質(zhì)量指標的第二狀態(tài)系數(shù)；

13、將第三類狀態(tài)參數(shù)與預設第三標準狀態(tài)參數(shù)區(qū)間進行對比，得到多個第三狀態(tài)參數(shù)差值，根據(jù)多個第三狀態(tài)參數(shù)差值生成穩(wěn)定質(zhì)量指標的第三狀態(tài)系數(shù)；

14、根據(jù)第一狀態(tài)系數(shù)、第二狀態(tài)系數(shù)以及第三狀態(tài)系數(shù)生成對應歷史狀態(tài)參數(shù)組的歷史狀態(tài)評價值；

15、

16、其中，hj為第j個歷史狀態(tài)參數(shù)組的歷史狀態(tài)評價值，δp1i,j為第j個歷史狀態(tài)參數(shù)組中第i個第一類狀態(tài)參數(shù)的第一狀態(tài)參數(shù)差值，δp01i,j為第j個歷史狀態(tài)參數(shù)組中第i個第一類狀態(tài)參數(shù)與對應預設第一標準狀態(tài)參數(shù)區(qū)間的預設差值閾值，y1為第一狀態(tài)系數(shù)的權重系數(shù)，n1為第j個歷史狀態(tài)參數(shù)組中第一類狀態(tài)參數(shù)的數(shù)量，δp2s,j為第j個歷史狀態(tài)參數(shù)組中第s個第二類狀態(tài)參數(shù)的第二狀態(tài)參數(shù)差值，δp02s,j為第j個歷史狀態(tài)參數(shù)組中第s個第二類狀態(tài)參數(shù)與對應預設第二標準狀態(tài)參數(shù)區(qū)間的預設差值閾值，y2為第二狀態(tài)系數(shù)的權重系數(shù)，n2為第j個歷史狀態(tài)參數(shù)組中第二類狀態(tài)參數(shù)的數(shù)量，δp3z,j為第j個歷史狀態(tài)參數(shù)組中第z個第三類狀態(tài)參數(shù)的第三狀態(tài)參數(shù)差值，δp03z,j為第j個歷史狀態(tài)參數(shù)組中第z個第三類狀態(tài)參數(shù)與對應預設第三標準狀態(tài)參數(shù)區(qū)間的預設差值閾值，y3為第三狀態(tài)系數(shù)的權重系數(shù)，n3為第j個歷史狀態(tài)參數(shù)組中第三類狀態(tài)參數(shù)的數(shù)量。

17、在本技術的一些實施例中，對歷史參數(shù)集進行分析，得到歷史狀態(tài)評價值以及歷史氣象評價值，還包括：

18、獲取每一歷史狀態(tài)參數(shù)組對應歷史時段的歷史氣象數(shù)據(jù)，并構建對應歷史狀態(tài)參數(shù)組的歷史氣象數(shù)據(jù)組；

19、對同一歷史氣象數(shù)據(jù)組的歷史氣象數(shù)據(jù)進行分類處理，得到環(huán)境質(zhì)量指標的第一類氣象數(shù)據(jù)、環(huán)境狀態(tài)指標的第二類氣象數(shù)據(jù)以及波動幅度指標的第三類氣象數(shù)據(jù)；

20、將第一類氣象數(shù)據(jù)與預設第一標準氣象數(shù)據(jù)區(qū)間進行對比，得到第一氣象數(shù)據(jù)差值，根據(jù)第一氣象數(shù)據(jù)差值生成環(huán)境質(zhì)量指標的第一氣象系數(shù)；

21、將第二類氣象數(shù)據(jù)與預設第二標準氣象數(shù)據(jù)區(qū)間進行對比，得到第二氣象數(shù)據(jù)差值，根據(jù)第二氣象數(shù)據(jù)差值生成環(huán)境狀態(tài)指標的第二氣象系數(shù)；

22、將第三類氣象數(shù)據(jù)與預設第三標準氣象數(shù)據(jù)區(qū)間進行對比，得到第三氣象數(shù)據(jù)差值，根據(jù)第三氣象數(shù)據(jù)差值生成波動幅度指標的第三氣象系數(shù)；

23、根據(jù)第一氣象系數(shù)、第二氣象系數(shù)以及第三氣象系數(shù)生成對應歷史氣象數(shù)據(jù)組的歷史氣象評價值；

24、

25、其中，rj為第j個歷史氣象數(shù)據(jù)組的歷史氣象評價值，δq1c,j為第j個歷史氣象數(shù)據(jù)組中第c個第一類氣象數(shù)據(jù)的第一氣象數(shù)據(jù)差值，δq01c,j為第j個歷史氣象數(shù)據(jù)組中第c個第一類氣象數(shù)據(jù)與對應預設第一標準氣象數(shù)據(jù)區(qū)間的預設差值閾值，y1為第一氣象系數(shù)的權重系數(shù)，g1為第j個歷史氣象數(shù)據(jù)組中第一類氣象數(shù)據(jù)的數(shù)量，δq2v,j為第j個歷史氣象數(shù)據(jù)組中第v個第二類氣象數(shù)據(jù)的第二氣象數(shù)據(jù)差值，δq02v,j為第j個歷史氣象數(shù)據(jù)組中第v個第二類氣象數(shù)據(jù)與對應預設第二標準氣象數(shù)據(jù)區(qū)間的預設差值閾值，y2為第二氣象系數(shù)的權重系數(shù)，g2為第j個歷史氣象數(shù)據(jù)組中第二類氣象數(shù)據(jù)的數(shù)量，δq3x,j為第j個歷史氣象數(shù)據(jù)組中第x個第三類氣象數(shù)據(jù)的第三氣象數(shù)據(jù)差值，δq03x,j為第j個歷史氣象數(shù)據(jù)組中第x個第三類氣象數(shù)據(jù)與對應預設第三標準氣象數(shù)據(jù)區(qū)間的預設差值閾值，y3為第三氣象系數(shù)的權重系數(shù)，g3為第j個歷史氣象數(shù)據(jù)組中第三類氣象數(shù)據(jù)的數(shù)量。

26、在本技術的一些實施例中，對歷史氣象評價值進行類別劃分，包括：

27、預先設定第一預設氣象評價值區(qū)間，第二預設氣象評價值區(qū)間，第三預設氣象評價值區(qū)間和第四預設氣象評價值區(qū)間；

28、當歷史氣象評價值處于第一預設氣象評價值區(qū)間時，設定對應的歷史氣象評價值為第一類別l1；

29、當歷史氣象評價值處于第二預設氣象評價值區(qū)間時，設定對應的歷史氣象評價值為第二類別l2；

30、當歷史氣象評價值處于第三預設氣象評價值區(qū)間時，設定對應的歷史氣象評價值為第三類別l3；

31、當歷史氣象評價值處于第四預設氣象評價值區(qū)間時，設定對應的歷史氣象評價值為第四類別l4。

32、在本技術的一些實施例中，對歷史氣象評價值進行類別劃分，還包括：

33、提取同一類別的歷史氣象評價值所涉及的歷史氣象數(shù)據(jù)的第一類指標因子、第二類指標因子和第三類指標因子；

34、將多個第一類指標因子、第二類指標因子以及第三類指標因子進行對比，計算相同指標因子之間的指標因子差異量；

35、若同一類別的不同歷史氣象評價值的相同指標因子的指標因子差異量不處于預設標準差異量區(qū)間內(nèi)，則將對應的歷史氣象評價值進行再次分類，若均處于預設標準差異量區(qū)間內(nèi)，則將對應的歷史氣象評價值歸為同一類別；

36、將再次分類后所屬同一類別的歷史氣象評價值對應的歷史狀態(tài)評價值進行排序，基于排序結果篩選出大于預設狀態(tài)評價閾值的多個歷史狀態(tài)評價值，并將大于預設狀態(tài)評價閾值的多個歷史狀態(tài)評價值對應的歷史狀態(tài)參數(shù)設定為對應類別的優(yōu)選狀態(tài)參數(shù)。

37、在本技術的一些實施例中，對優(yōu)選狀態(tài)參數(shù)進行分析，構建優(yōu)選控制模型，包括：

38、對優(yōu)選狀態(tài)參數(shù)進行分析，得到優(yōu)選狀態(tài)參數(shù)對應的歷史氣象數(shù)據(jù)以及對應的歷史控制參數(shù)；

39、將優(yōu)選狀態(tài)參數(shù)對應的歷史氣象數(shù)據(jù)作為輸入項，將優(yōu)選狀態(tài)參數(shù)對應的歷史控制參數(shù)作為輸出項，進行神經(jīng)網(wǎng)絡訓練，得到優(yōu)選控制模型。

40、在本技術的一些實施例中，將預測氣象數(shù)據(jù)輸入至優(yōu)選控制模型中，得到預設時段的多個實時控制參數(shù)，包括：

41、獲取預設時段內(nèi)的預測氣象數(shù)據(jù)；

42、將預測氣象數(shù)據(jù)輸入指優(yōu)選控制模型中，得到預設時段的多個實時控制參數(shù)；

43、對多個實時控制參數(shù)進行分析，根據(jù)控制參數(shù)－狀態(tài)參數(shù)映射表，得到每個實時控制參數(shù)對應的歷史狀態(tài)參數(shù)；

44、根據(jù)歷史狀態(tài)參數(shù)生成對應實時控制參數(shù)的預測狀態(tài)評價值，基于狀態(tài)評價值－氣象評價值映射表，得到預測狀態(tài)評價值的氣象評價值均值；

45、計算預測氣象數(shù)據(jù)的預測氣象評價值，根據(jù)預測氣象評價值與氣象評價值均值生成預測氣象評價值差值；

46、若預測氣象評價值差值大于預設氣象評價值差值閾值，則剔除當前氣象評價值均值對應的實時控制參數(shù)；

47、將剩余的實時控制參數(shù)進行仿真模擬。

48、在本技術的一些實施例中，，將仿真狀態(tài)參數(shù)與預設標準狀態(tài)參數(shù)進行對比，得到仿真狀態(tài)差異特征，包括：

49、根據(jù)單軸跟蹤裝置與光伏組件的連接結構構建靜態(tài)仿真模型；

50、根據(jù)單軸跟蹤裝置的歷史控制策略中獲取歷史自變量因子的動態(tài)控制信息，并獲取歷史控制策略對應光伏組件的因變量因子的動態(tài)變化信息；

51、根據(jù)動態(tài)控制信息以及動態(tài)變化信息建立單軸跟蹤裝置的歷史控制策略與光伏組件的動態(tài)關系；

52、將所述動態(tài)關系與靜態(tài)仿真模型建立聯(lián)系，構建光伏組件－單軸跟蹤裝置仿真模型；

53、基于光伏組件－單軸跟蹤裝置仿真模型對剩余的實時控制參數(shù)進行仿真模擬，得到仿真狀態(tài)參數(shù)；

54、將仿真狀態(tài)參數(shù)與對應的預設標準狀態(tài)參數(shù)進行對比，得到多個仿真狀態(tài)差異量，根據(jù)仿真狀態(tài)差異量生成對應實時控制參數(shù)的仿真狀態(tài)差異特征；

55、所述仿真狀態(tài)差異特征為：

56、

57、其中，uf為第f個實時控制參數(shù)的仿真狀態(tài)差異特征，db,f為第f個實時控制參數(shù)的第b個仿真狀態(tài)差異量，d0b,f為第f個實時控制參數(shù)的第b個標準狀態(tài)差異量，o為第f個實時控制參數(shù)的仿真狀態(tài)差異量的數(shù)量。

58、在本技術的一些實施例中，對仿真狀態(tài)差異特征進行對比，根據(jù)對比結果篩選出最優(yōu)控制參數(shù)，包括：

59、對多個實時控制參數(shù)的仿真狀態(tài)差異特征進行對比，根據(jù)對比結果得到實時控制參數(shù)的仿真狀態(tài)差異特征的排序結果；

60、將排序第一的仿真狀態(tài)差異特征對應的實時控制參數(shù)設定為最優(yōu)控制參數(shù)，并根據(jù)最優(yōu)控制參數(shù)生成預設時段內(nèi)的控制策略。

61、本技術實施例的一種基于氣象數(shù)據(jù)的單軸跟蹤裝置控制方法，與現(xiàn)有技術相比，其有益效果在于：

62、通過歷史狀態(tài)參數(shù)和歷史氣象數(shù)據(jù)，生成歷史狀態(tài)評價值和歷史氣象評價值，對歷史氣象評價值進行類別劃分，得到每一類別的歷史氣象評價值對應的優(yōu)選狀態(tài)參數(shù)以及優(yōu)選控制參數(shù)，根據(jù)優(yōu)選控制參數(shù)構建優(yōu)選控制模型，根據(jù)預測氣象數(shù)據(jù)得到對應時段的實時控制參數(shù)，對實時控制參數(shù)進行仿真模擬，根據(jù)仿真模擬得到對應時段的最優(yōu)控制參數(shù)，提高單軸跟蹤裝置應對不同氣象情況的控制效果，保證單軸跟蹤裝置和光伏組件的安全穩(wěn)定運行。