针对部分遮挡的光伏阵列的智能自适应重构技术

《IEEE Journal of Emerging and Selected Topics in Industrial Electronics》：Smart Self-Learning Reconfiguration for Partially Shaded PV Arrays

　　

摘要：

部分遮挡条件（PSCs）可能导致不匹配功率损失（MPL）和较大的功率波动。此外，如果PSC持续存在较长时间，在没有旁路二极管的情况下，可能会损坏相关的光伏阵列。在这种情况下，常用的光伏阵列重构方法可以最小化MPL。然而，由于在动态切换的决策端缺乏关于当前遮挡模式的确切信息，系统的可扩展性可能会受到影响。因此，本研究提出了一种基于物联网（IoT）和深度Q网络（I-DQN）的重构算法，以在部分遮挡条件下提高光伏（PV）的发电能力。所设计的IoT框架能够持续监测光伏阵列参数，从而在闭环环境中执行重构操作，以适应变化的遮挡模式。通过在m × m和m × n光伏阵列矩阵的各种案例研究中评估所提出的重构方法的有效性，结果表明，与之前报道的基于元启发式的光伏阵列重构方法相比，不匹配功率损失和填充因子分别提高了约14.42%和22.65%。此外，在6 × 6和4 × 6光伏阵列的硬件在环（HIL）实时环境中验证了所开发智能算法的有效性。HIL分析显示了所提出的I-DQN算法的令人满意的性能。