基于Proteus的光伏电池组件环境监测系统研究

2021-05-11湖北民族大学信息工程学院曹茂深

电力设备管理 2021年4期

湖北民族大学信息工程学院张思曹茂深

太阳能光伏产业的研究重点在于光伏板电池组件的监测与控制，极大程度上影响着系统的正常运行。其温度监测问题也较为复杂，为解决温度监测方法的繁琐性，满足产业及用户需求，对于温度环境监测系统的研究具有重大研究意义。

伴随着电子信息化技术研究的逐步深入，传感器技术的发展也面临着很大程度上的改善。对于光伏板温度的数据采集，使得其温度的检测与控制一步步成为现实[1]。赵志刚等人通过粒子群优化支出向量机的方法，来计算出光伏电池温度预测的热耦合模型，通过实验对比，其预测精度明显优于BP神经网络，但容易受到噪声的影响，离高精度预测还有一定差距[2]；徐瑞东等人在BP神经网络的基础上融入小波包函数的思想，将二者优点进行完美结合，实现了温度数据的高效预测[3]；Xu等提出基于高斯过程的温度预测方法，通过实验验证其方案的可靠性，但其检测准确率并不是很高[4]；彭飞等人搭建的光热耦合预测模型能够很好的完成短期温度预测，可对于中长期的预测误差很大，易造成误判[5]。

本文设计了光伏电池组件环境监测系统，在Proteus中搭建监测系统仿真模型，能够实时监测温度数值和调节其阈值范围，将有助于提高光伏系统输出功率稳定，再通过硬件控制设计与测试来验证此系统的可行性，具有较强的指导意义。