一种带反射器的PVT系统智慧调控方法

本发明涉及一种太阳能光电光热综合利用的，具体涉及一种带反射器的pvt系统智慧调控方法。

背景技术：

1、可再生能源是清洁低碳的建筑能源系统的重要组成。发挥太阳能资源无穷无尽且无污染的特性，光伏发电系统是中国应用广泛且技术最为成熟的能源技术。然而，来自太阳的辐射中，只有位于部分带宽的光波能够激发光电效应。根据专业估算，对于硅基电池，约54% 的入射辐射是有效的，对应的光谱带约为 500-1200 nm，集中在紫外线和可见光区域的部分。对于更为先进的有机电池，有效光谱为 400-1800 nm，仅占据入射辐射的 77%左右。同时，不可利用的辐射最终会以热量的形式积聚，导致电池温度升高，输出效率降低。

2、pvt系统是一种能够同时利用太阳能发电以及热水的系统，该系统一般利用安装在太阳能电池板背面的吸热板来实现对电池的冷却效果以提高发电效率，吸热板内腔中接入水管实现换热。然而，对于目前很多研究中，在室外条件下不同 pvt系统的平均热效率很少超过 50%，而在室内条件下相同辐射下热效率却超过 80%。动态变化的环境因素对能量输出有很大影响。因此，在室外工况下pvt系统的能量收益不仅取决于先进的设备而且与运行调节有很大关系。

3、在较弱辐射（约为 400 w/m2），pvt系统与环境的对流和辐射传热导致电池温度显著下降，然而隔热性能良好的水系统和热惰性较好的水导致流体介质温度的衰减比电池慢，使得热量从流体介质传递到电池造成热量损失和电能效率的下降。增加入射辐射以保持较高的电池表面温度是最方便简单的方法，但过高的辐射会导致电效率急剧下降。但是，对于实验条件下裸露的光伏组件，大约在 400-900 w/m2 的范围内，电效率衰减的梯度却很小，比如当辐射在 500 - 850 w/m2、400 - 800 w/m2、500 - 850 w/m2的范围内变化时，不同研究中的电效率分别在 5.9%-5.8%[1]、11.5%-10.9%[2]、19.5%-18.5%[3]的范围内变化。因此，现有一种带反射器的pvt系统，其结构包括pvt板，pvt板可转动地安装在固定支架上并能够通过第一旋转电机控制其转动角度，pvt板后侧面设置有水夹层，水夹层进水端连接有带进水控制阀的进水管，出水端连接有出水管，pvt板下端可转动地安装有一个反射器并能够通过第二旋转电机控制转动角度，还包括控制器，控制器分别和进水控制阀、第一旋转电机和第二旋转电机相连。

4、这种pvt系统，安装了聚光比小于2的反射器，增加弱光工况下入射辐射的同时防止高辐射工况下电效率急剧衰减，特别适合对于农村家庭应用。但这种现有的pvt系统，高昂的造价和设备维保费用，使得多数系统通常采用固定式的安装方式，无法有效地根据辐射变化作出响应，导致系统的经济收益不高。同时，对于安装了追踪装置的系统，频繁调节造成控制设备的使用寿命降低，导致对性能的提升效果有效。另一方面，当前的控制方法大多仅适用于纯pv系统，很少有专利根据pvt的特性设计相应的控制优化方法，导致对性能的提升效果有效。

5、综上所述，申请人考虑到如果能更好地实现对双倾角控制的优化调整，以提升其换电换热效率性能，则可以更好地利用清洁能源，扩大系统的热电产出，为农村家庭更好地节省开支成本、提高生活水平。故而如何设计一种能够根据环境变化进行调节的智慧调控方法，从运行阶段更好地优化系统热电效率，使其实施成本低廉，适用范围广泛，能源利用效率高，成为本领域技术人员有待考虑解决的问题。

技术实现思路

1、针对上述现有技术的不足，本发明所要解决的技术问题是：如何提供一种能够更好地根据当前环境气候变化实现对设备运行的控制调整，提高其热电效率的带反射器的pvt系统智慧调控方法。

2、为了解决上述技术问题，本发明采用了如下的技术方案：

3、一种带反射器的pvt系统智慧调控方法，其特征在于，获取pvt系统所在区域的历史水平面辐射数据，利用lstm-attention算法（长短期记忆网络算法-注意力机制），预测未来数天内的水平面逐时总辐射强度数据；基于系统运行各控制因素和系统电效率以及热效率构建pvt热电效率的多元回归方程；以未来数天累计热电能量收益为优化目标，利用woa鲸鱼寻优算法和水箱循环系统热力模型，根据所预测的辐射数据和每日第一个进水温度值，运算获得最佳的可调参数结果，按获得的参数实现对pvt系统进行调节控制。

4、进一步地，所述带反射器的pvt系统，包括pvt板，pvt板可转动地安装在固定支架上并能够通过第一旋转电机控制其转动角度，pvt板后侧面设置有水夹层，水夹层进水端连接有带进水控制阀的进水管，出水端连接有出水管，pvt板下端可转动地安装有一个反射器并能够通过第二旋转电机控制转动角度，还包括控制器，控制器分别和进水控制阀、第一旋转电机和第二旋转电机相连。

5、这样，可以通过第一旋转电机控制pvt板的转动角度，使其更好地接受阳光照射，同时通过第二旋转电机控制调整反射器的角度，使其发射的阳光可以更好地照射到pvt板上，最大化的接收太阳光照，提高光能吸收转化效率。本发明方案即是基于上述pvt系统实现，能够根据历史辐射数据预测未来数天辐射数据并根据woa鲸鱼寻优算法获得最佳调节参数并进行控制，即可实现pvt系统的智慧调控并更好地提高其热电效率。

6、进一步地，本方法包括以下步骤：

7、a获取pvt系统所在区域的历史水平面辐射数据，以pvt系统所在区域的任一小时的水平面总辐射数据为输出因子，以该小时之前x小时的水平面逐时总辐射数据为对应的输入因子，构建关于pvt系统所在区域的水平面逐时总辐射数据的lstm-attention模型；

8、b在构建的lstm-attention模型中，以当前时间y天以前至少21天内数据形成的若干组输出因子和输入因子构成训练集，以当前时间y天内以内数据形成的若干组输出因子和输入因子构成测试集，完成lstm-attention模型的训练和测试，经多次训练，选取在测试集表现最好的模型作为所用的lstm-attention模型；

9、c利用获得的lstm-attention模型逐一完成未来z天内pvt系统所在区域的任一小时的水平面总辐射数据的预测；

10、d基于pvt系统的电效率经验方程、水箱循环系统模型和热效率经验方程，构建关于pvt系统在不同水流量下的电效率、热效率、干球温度、进水温度和pvt板总辐射强度的自适应多元回归模型；

11、e根据当地气象局预报信息获取未来z天温度数据，根据pvt系统运行设定获取未来z天每日第一个时刻的进水温度数据，以获得未来z天内的最大发电量和集热量为系统的运行控制目标，根据pvt系统水箱日最高水温为限定条件，将c步骤预测的未来z天内pvt系统所在区域的任一小时的水平面总辐射数据，以及水平面总辐射强度、pvt倾角和反射器倾角与pvt板总辐射强度的换算关系，带入到d步骤的多元回归模型；采用woa鲸鱼寻优算法计算，获得未来z天内的pvt倾角、反射器倾角、循环水流量和每天的水泵停止时间；

12、f根据e步骤计算结果对未来z天数内的pvt系统进行运行控制。

13、进一步地，a步骤中获取pvt系统所在区域的历史水平面辐射数据，以提前实地测量的方式获取。这样可更好地保证数据的真实性，提高预测的准确性。实施时采用太阳辐射传感器采集数据，数据采集时间间隔为10分钟，太阳辐射传感器距系统的直线距离宜小于30米，保证数据真实性。

14、进一步地，a步骤中x为10-15小时；优选为12小时。

15、这样是因为大于该时间则影响关联性下降，小于该时间的预测性较弱，无法训练出稳定模型。

16、进一步地，b步骤中y为3天。

17、这样是因为大于3天，辐射预测的精度迅速降低且在woa算法执行寻优程序很难收敛。而小于3天时，容易因无辐射工况造成较大偏差，模型的容错性和鲁棒性不足。

18、进一步地，方法中z为3天。与测试集的长度保持一致，如果过长则预测准确性会降低。

19、实施时，所述的lstm-attention模型（长短期记忆网络算法-注意力机制模型）是一种现有的用于实现数据时序预测的算法模型。该模型能够通过对历史时序数据和相应的目标值之间的训练，将其内在联系固化在模型中，使其能够实现对未来的趋势进行预测。实施时在b步骤选取的表现最好的lstm-attention模型中，attention（注意力机制）机制被使用在lstm（长短期记忆神经网络模型）之前。attention机制的q、k、v（查询、键、值）矩阵均相同，lstm的神经元个数为96、优化器为adam（适应性矩估计优化）、dropout（随机失活系数）为0.2，输出层激活函数为‘tanh’（双曲正切函数），最大迭代次数1000。

20、进一步地，d步骤中构建的自适应多元回归模型包括不同水流量下的电效率、热效率经验方程和水箱水温计算模型，表达式如下：

21、

22、其中，为热效率；为热效率；下角标为当前水流量，单位为；为进水温度；为pvt板总辐射强度；为干球温度；为拟合参数; 为当前时刻的进口温度；为下一个时刻的进口温度；为管路热损失；为采用的流体材料的比热容；为采用的流体材料的密度；为水箱体积；

23、上述表达式中，不同水流量下的电效率和热效率经验方程是根据pvt一维换热模型推导而得；表达形式为：热效率0.1l/s=b1 + b2 * {(进水温度-干球温度) / pvt板总辐射强度}，电效率0.1l/s = b3 + b4 * pvt板总辐射强度 + b5 * 进水温度 + b6 *干球温度，b1~b6为拟合系数。其中，水箱水温计算模型为一维节点模型，根据当前时刻的集热量计算温差，从而获取下一个的进入水温。该水箱循环系统模型自身为现有技术，能够用于计算进水水温的连续性，推导过程不在此详细介绍。水箱循环系统模型中管路热损失应根据具体管路材料设置，在无参考时，对保温良好的系统可估算为15%-30%。

24、进一步地，e步骤中未来z天每日的第一个时刻的进水温度数据，可与前z天的实地测量时每日第一个时刻的进水温度一致，因为自来水水温在一段时间内的波动较小。

25、其中，e步骤中最大发电量和集热量为电效率、热效率和pvt板总辐射强度的乘积。

26、进一步地，e步骤中pvt系统水箱日最高水温被设定为50℃，因为本系统生产的热水用于生活热水。

27、进一步地，e步骤中的水平面总辐射强度、pvt倾角和反射器倾角与pvt板总辐射强度的换算关系，采用三角函数模型，在hdkr 模型的基础上推导而来，具体推导过程为现有技术，不在此详述。

28、作为优选，e步骤中采用的woa鲸鱼寻优算法，所述输入变量的维数值m为4，依次代表pvt倾角、反射器倾角、循环水流量和每天的水泵停止时间。

29、所述woa鲸鱼寻优算法自身为成熟的现有算法，应用于本方法时，按上述要求确定对应参数，输入变量的维数为m；所述初始鲸鱼种群数量为2m，设置为输入变量维数的2倍可以达到最高的搜索效率；所述最大迭代次数为500来避免因迭代次数过低而无法得到最佳的搜索结果，这样采用woa鲸鱼寻优算法，能够适应大规模优化问题，通过并行计算和分布式计算来提高寻优效率，克服了采用传统网格法寻优时计算次数多、效率低的问题。

30、进一步地，所述倾角变化范围为[0,90]且为5的整数倍，这样采用有级调节降低硬件设备成本；所述水流量为质量流量（kg/s），水泵停止时间为整点时刻。

31、这里的意思是，倾角只会25、30、35这样的值，不会31、32这样的，因为精度越高成本越贵，但是对于我们的调节来说 30 31的区别很小。同样水泵也是会在17：00这样的整点时刻停止运行，不会再17：02这样的时刻停下来，我们采集数据是10min，需要控制更大时间跨度的停止。

32、故本发明能够针对pvt系统的pvt板和反射器倾角进行调节控制，使其能够根据环境变化动态调节，不仅解决了高辐射下光电池的电效率快速衰减问题，更很好的避免了低辐射时反向换热现象，能够扩大系统的热电收益，创造更好的经济效益。

33、故综上所述，本发明能够更好地根据当前环境气候变化实现对pvt设备运行的控制调整，提高其热电效率，使其特别适合在农村户式住宅pv/t系统的优化使用。

技术特征：

1.一种带反射器的pvt系统智慧调控方法，其特征在于，获取pvt系统所在区域的历史水平面辐射数据，利用lstm-attention算法，预测未来数天内的水平面逐时总辐射强度数据；基于系统运行各控制因素和系统电效率以及热效率构建pvt热电效率的多元回归方程；以未来数天累计热电能量收益为优化目标，利用woa鲸鱼寻优算法和水箱循环系统热力模型，根据所预测的辐射数据和每日第一个进水温度值，运算获得最佳的可调参数结果，按获得的参数实现对pvt系统进行调节控制。

2.如权利要求1所述的带反射器的pvt系统智慧调控方法，其特征在于，所述带反射器的pvt系统，包括pvt板，pvt板可转动地安装在固定支架上并能够通过第一旋转电机控制其转动角度，pvt板后侧面设置有水夹层，水夹层进水端连接有带进水控制阀的进水管，出水端连接有出水管，pvt板下端可转动地安装有一个反射器并能够通过第二旋转电机控制转动角度，还包括控制器，控制器分别和进水控制阀、第一旋转电机和第二旋转电机相连。

3.如权利要求1所述的带反射器的pvt系统智慧调控方法，其特征在于，本方法包括以下步骤：

4.如权利要求3所述的带反射器的pvt系统智慧调控方法，其特征在于，a步骤中获取pvt系统所在区域的历史水平面辐射数据，以提前实地测量的方式获取。

5.如权利要求3所述的带反射器的pvt系统智慧调控方法，其特征在于，a步骤中x为10-15小时。

6.如权利要求3所述的带反射器的pvt系统智慧调控方法，其特征在于，b步骤中y为3天。

7.如权利要求3所述的带反射器的pvt系统智慧调控方法，其特征在于，方法中z为3天。

8.如权利要求3所述的带反射器的pvt系统智慧调控方法，其特征在于，d步骤中构建的自适应多元回归模型包括不同水流量下的电效率、热效率经验方程和水箱水温计算模型，表达式如下：

9.如权利要求3所述的带反射器的pvt系统智慧调控方法，其特征在于，e步骤中未来z天每日的第一个时刻的进水温度数据，与前z天的实地测量时每日第一个时刻的进水温度一致。

10.如权利要求3所述的带反射器的pvt系统智慧调控方法，其特征在于，e步骤中最大发电量和集热量为电效率、热效率和pvt板总辐射强度的乘积；

技术总结
本发明公开了一种带反射器的PVT系统智慧调控方法，其特征在于，获取PVT系统所在区域的历史水平面辐射数据，利用LSTM‑Attention算法，预测未来数天内的水平面逐时总辐射强度数据；基于系统运行各控制因素和系统电效率以及热效率构建热电效率的多元回归方程；以未来数天累计热电能量收益为优化目标，利用鲸鱼算法和水箱循环系统模型，根据预测的辐射数据和每日第一个进水温度值，运算获得最佳的可调参数结果，按获得的参数实现对PVT系统进行调节控制。本发明能够更好地根据当前环境气候变化实现对PVT设备运行的控制调整，提高其热电效率，使其特别适合在农村户式住宅PV/T系统的优化使用。

技术研发人员：高亚锋,狄彦强,董世骞,施求先,韩利均,王英明
受保护的技术使用者：重庆大学
技术研发日：
技术公布日：2024/12/5