CN109981051A - 光伏系统的仿真 - Google Patents

Abstract

公开了一种用于生成/更新电流‑电压特性曲线的数据库的方法(20)。该方法包括针对光伏电池组的拓扑结构、内部电池(诸)温度和电池(诸)辐照的至少一种组合对光伏电池组的模型进行仿真(25)，以提供表示该组合的电流‑电压特性曲线，以及聚类(24)该电流‑电压特性曲线以标识至少一个多个类似的电流‑电压特性曲线。该方法还包括在数据库中生成(26)多对一映射以将对应于该至少一个多个类似的电流‑电压特性曲线的每一者的查询请求映射到用于该多个类似的电流‑电压特性曲线的单个代表性电流‑电压特性曲线上，每个查询请求标识光伏电池组的拓扑结构、光伏电池组中的光伏电池的至少一个内部温度和光伏电池组中的光伏电池的至少一个电池辐照。

Description

光伏系统的仿真

技术领域

本发明涉及光伏系统的仿真和建模领域。更具体地，本发明涉及一种用于在一系列时间演变的操作条件下估计光伏系统配置的性能度量和/或操作参数的方法、一种与前述方法结合使用的用于生成数据库的方法以及用于实现这些方法的计算机程序产品和设备。

背景技术

太阳能是现场(on-site)清洁能源生产的有利来源。例如，光伏设施可以有利地在城市地区提供能量，其中光伏阵列的操作条件并不总是最优的。在可能在屋顶设施、建筑集成光伏和太阳能车辆中频繁发生的局部遮蔽条件下，光伏模块或系统的传统设计可能无法达到对增加的能量产出的需求。动态配置可以在非均匀动态条件下具有改进的性能，但是在设计和控制中可能难以针对特定的现场条件进行优化。例如，对可重配置模块的设计而言可能存在多个选项，这可能导致大量潜在的拓扑结构。

以非理想辐照情况所表征的配置和/或位置对光伏能源集成(例如，在分布式光伏(或混合光伏)电站或系统中)意味着各种复杂情况。预测净能量产生可能特别困难，因为这可能在很大程度上取决于本地情况和天气条件，例如诸如温度、云雾和风力条件。

例如，附近的静态物体(例如，树木)可能在光伏元件上投下通常缓慢且平稳地移动的阴影。在相对大的时间尺度上的其他改变可能发生，诸如污物的缓慢累积。此外，经过的物体可以投射以不同的速度在元件上移动的阴影，例如，中速物体(诸如鸟类、大型昆虫和树叶)以及快速物体(诸如云)。因此，在电站投入生产之前可能需要该电站的详细仿真和建模以探索其不同的配置。例如，此类配置可将许多可控参数和变化纳入考虑，诸如不同粒度级别(例如，模块、串和电站级别)的旁路、交换器和DC-DC转换器的配置。

在本领域中存在对建模和仿真办法的需要，该建模和仿真办法可准确地将诸如上文所描述的动态效应纳入考虑并且还允许对可控参数的巨大空间以及针对不同阴影场景的电站配置(例如，其可以以计算上有效的方式来执行)的变化的探索。此外，建模和仿真办法应该优选地允许经仿真的模块的灵活配置，例如使得不仅具有静态串联连接的电池串的传统模块可被仿真，而且例如可重配置模块也可被仿真。

黑盒模型在本领域中已知用于对光伏系统进行仿真。尽管此类模型在计算上可能是有效的，但是这些模型可能具有不太合意的准确度，尤其在对非理想情况进行建模时。例如，光伏阵列和系统的简化工程模型在本领域中是已知的。然而，在此类办法中，确定模块参数可能需要针对不同温度和辐照度水平和/或现场测量的因模块而异的闪光测试(flashtest)。此类模型可能具有有限的不准确性，例如当被应用于所测量的每小时辐照度值时。在光伏系统级，此类模型可允许将逆变器效率建模为DC功率和电压的函数。然而，本领域中已知的简单模型可能难以扩展或外推到分布式拓扑结构，诸如具有中央DC-AC转换步骤的模块集成的DC-DC转换器或具有可配置交换器的拓扑结构。

另一方面，详细的白盒模型在本领域中是已知的，其可具有良好的准确度，但是在实践中可能使用起来过于缓慢，例如尤其是在不同阴影和环境场景下评估大型配置空间时。例如，现有技术的光伏电池、模块和阵列建模可以基于传统的等效电路模型。此类模型的参数可以从用于标准测试条件的数据表中被确定，并且与标准测试条件的特定偏差(诸如太阳光谱、反射损耗或模块上的温度分布)可通常被忽略。如本领域已知的这些白盒模型还可能缺乏将它们扩展用于可配置硬件组件(如本地DC-DC转换器和交换器)的灵活性。

场地中的光伏模块的性能可能受到其在其使用限期期间所经受的环境条件的显著影响。这适用于绝对项，但其变化(诸如逐年、每日、每小时并且甚至在第二范围中)也可能具有不可忽略的影响。在这方面可被认为重要的环境条件是湿度、温度和日照。在同样显著地取决于日照水平的温度方面，影响可能是多方面的。热循环可对模块施加机械应力，并且可能导致模块中的不同层随时间破裂和分层。整体模块温度可直接影响模块性能，因为电池级别处的升高的温度可能负面地影响整体性能。照明和/或温度随时间以及空间的局部变化可能导致串联连接的电池之间的不匹配。因此，操作温度可通过以下对此类模块的潜在能量产出具有强烈影响：要么通过使用限期的减少(例如，与热循环相关的可靠性问题)，要么通过模块中不同电池的次优性能。

模块温度可以由环境因素确定。其对能量产出的影响可取决于太阳能电池技术。用于光伏设备的热电和多维仿真模型在本领域中是已知的。例如，光伏模块的热模型可被用来预测电池的性能和效率。然而，一些假设(诸如具有可忽略的热容和类似简化的每个层的均匀温度)可通常被用于使用此类模型的瞬态仿真。另外，风和空气流动效应一般而言可优选地被结合在模型中，以获得对实际非均匀条件的足够准确的热建模。

总之，在本领域中存在对一种组合的经验证的模型的需要，该模型计及了光伏模块级上的细粒度空间及时间的光学、热和电现象。对于产出计算，DC/DC转换器和逆变器可通过其作为DC功率和电压的函数的效率来建模。对于可配置模块，交换器也应该优选地被结合在内。与PV阵列的相互作用可通过(例如，根据EN 5053031评估的)最大功率点跟踪效率来描述。

从辐照度数据到功率的建模链的不确定性信息对于光伏项目预算可能尤其重要。光伏产出计算的标准偏差可被估计为约4.5％，其中在不同的建模步骤中所估计的标准偏差在0.5％和3％之间。

EP 2 998 756公开了如本领域中已知的示例性自下而上光伏能量产出模型。具体而言，公开了一种用于计算包括至少两个光伏电池的光伏模块的性能的方法。光伏电池之间的热流使用相应光伏电池的热等效回路来被计算，该相应光伏电池通过热耦合电阻互连。该办法允许评估操作条件中的空间和时间变化对模块或更大的光伏系统的性能(诸如能量产出)的影响。例如，光伏模块的技术数据和关于天气条件的信息(例如，被从天气模型中本地地收集到或推断出的)可被纳入考虑。

图1解说了这种现有技术集成的自下而上能量产出预测和评估模型，其可基于物理属性和室外测量(例如，历史数据)或与天气相关的所预测的数据(例如，辐照度、环境温度、等效均匀的全球风速和风向)来被评估。此外，为了更高的准确度，太阳光谱信息和天空温度也可被使用。这种光-电-热模型可例如被用来评估新颖模块概念的能量产出。

例如，逐层光学吸收模型可被用来计算光伏模块的每个层中所生成的热和潜在电能。此类模型还可以有效地组合入射辐照的角度和光谱信息。

模块内的每个太阳能电池的温度可通过热回路来计算。该热回路包含所有物理属性，例如，光伏模块的尺寸和数量(诸如所使用的材料的热容和热阻)。回路的值要么可以取自纯物理值、要么可被从测量提取。这种回路模型可将热的传导、对流和辐射纳入考虑。每个热回路可被耦合到其相邻太阳能电池的热回路，例如以允许热在侧向和纵向方向上的传导。回路模型可使用由光学吸收模型计算的每层中所生成的热作为输入。风洞(windtunnel)试验和有限元建模仿真可被用来获得对全球均匀风速与模块表面处的经空间解析的热传递系数之间的关系的洞悉。因此，在这种方法中，模块内的每个太阳能电池的温度可以在高度变化的非均匀条件下被准确地建模，并且这具有高空间(例如，每电池)和时间(例如，直至1秒)的分辨率。

每个太阳能电池的电气特性可通过本领域中已知的1-或2-二极管模型来被建模。此类模型的参数可以从闪光或稳态电流和电压测量中或者从设备仿真中被提取。如以上所描述的热回路可被用来计算光伏模块中的每个太阳能电池的温度，并且该温度可被用作电路的输入参数。光伏模块的完整电-热模型通过耦合各个个体电路来被形成。

然而，为了将不同的阴影条件纳入考虑，可能暗示着高计算负担。例如，模块(例如，包括60个电池)的可能的阴影图案的数量可能很高。甚至，如果对给定的辐照水平而言单个电池的阴影被考虑为二元属性，则可能出现260种可能的阴影图案。如果不切实际或不相关的阴影图案被排除，则数千或甚至数百万次单独的仿真运行可能被需要以覆盖所有可能的操作条件。

此外，如果可重配置的模块的参数和设计选择(例如，电池串的大小和形状、本地转换器的数量、交换器所支持的可配置串联和并联连接的数量、本地转换器的连接配置以及到模块转换器的连接配置，其中，在仿真中，这些中的每一者可能需要在该可重配置模块的不同运行时配置(例如，活动电流路径)上以及在要被纳入考虑的不同操作条件之上进行迭代)要被纳入考虑，则所需仿真的次数将因此快速地超过该模块的计算上可行的评估次数。

发明内容

本发明的各实施例的目的是提供用于对光伏系统(例如，光伏电站)进行仿真的良好且有效的装置和方法。例如，对光伏电站的良好且有效的仿真可被提供，其可例如有效地将电站的因位置而异的信息纳入考虑。

通过根据本发明的方法和设备来实现以上目标。

本发明的各实施例的一个优点在于光伏电站的准确建模和仿真可被实现。

本发明的各实施例的一个优点在于光伏电站的灵活和/或可扩展的建模和仿真被提供。

本发明的各实施例的一个优点在于，光伏电站的大参数和配置空间可以在不同的阴影和环境条件下被有效地探索。

本发明的各实施例的一个优点在于，良好的准确度和良好的速度可以在对光伏电站进行建模和仿真时被同时实现。

本发明的各实施例的一个优点在于，光伏电站可以在多个强烈变化的条件下以及针对该电站的多种不同配置(例如，在定义大量不同配置的大参数空间之上)被仿真和/或建模。

本发明的各实施例的一个优点在于，相关性、概率性依存性或确定性依存性可被利用以实现误差减少，例如，强烈变化的条件和/或配置(例如，以因位置而异的方式受到影响的配置和/或阴影参数交互)之间的相关性和/或依存性。

本发明的各实施例的优点在于，聚类办法被提供以降低计算复杂度并且有利地利用所探索的环境和/或本地阴影条件和/或所探索的配置空间中的复杂的相关性、概率性依存性和/或确定性依存性。

本发明的各实施例的一个优点在于，本地阴影条件(例如，包括多个此类动态阴影条件(例如，除了其他本地条件(诸如各种天气条件)之外)的大空间)可以在光伏电站的仿真和/或建模中被有效地纳入考虑。

本发明的各实施例的优点在于，对光伏设施的能量产出的准确预测可以在多个代表性动态阴影条件下(例如，当外部辐照条件被用作输入时)被获得。

在一个方面，本发明提供了一种用于生成和/或更新包括多个电流-电压特性曲线的数据库的计算机实现的方法。数据库可以是适合用于在一系列时间演变的操作条件下估计光伏系统配置的至少一个性能度量和/或操作参数(例如，适合用于估计光伏系统的能量产出)的数据库。该方法包括：针对光伏电池组的拓扑结构、该光伏电池组中的光伏电池的至少一个内部温度和该光伏电池组中的光伏电池的至少一个电池辐照的至少一种组合，对该光伏电池组的模型进行仿真以提供表示该组合的电流-电压特性曲线。

光伏电池组中的每个光伏电池的该至少一个内部温度可以由对应于光伏电池组中的多个光伏电池的多个内部温度值组成。

光伏电池组中的每个光伏电池的内部温度也可以根据不直接对应于多个内部温度值(例如，但是可以从中得出)的一组温度被计算出。

光伏电池组中的每个光伏电池的该至少一个内部温度也可以由单个内部温度值组成，该单个内部温度值表示光伏电池组中的多个光伏电池的内部温度。

光伏电池组中的每个光伏电池的该至少一个内部温度可以由多个代表性内部温度值组成，其中这些代表性内部温度值中的每一者被分配给光伏电池组的一个或多个电池，例如，其中温度可被假设在这些一个或多个电池上是均匀的，但在该电池组的所有电池上不一定是均匀的。

同样，光伏电池组中的每个光伏电池的该至少一个电池辐照可以由对应于光伏电池组中的多个光伏电池的多个电池辐照值组成，可以由表示光伏电池组中的多个光伏电池的电池辐照的单个电池辐照值组成，或者可以由多个代表性电池辐照值组成，其中这些代表性电池辐照值中的每一者被分配给光伏电池组的一个或多个电池，例如，其中辐照可被假设在这些一个或多个电池上是均匀的，但在该电池组的所有电池上不一定是均匀的。光伏电池组中的每个光伏电池的该至少一个电池辐照也可以根据不直接对应于多个电池辐照(例如，但是可以从中得出)的一组辐照值被计算出。

该方法还包括聚类电流-电压特性曲线以标识至少一个多个类似的电流-电压特性曲线，以及在数据库中生成多对一映射，以将对应于该至少一个多个类似的电流-电压特性曲线中的每一个的查询请求映射到用于该多个类似的电流-电压特性曲线的单个代表性电流-电压特性曲线上。每个查询请求标识光伏电池组的拓扑结构、光伏电池组中的光伏电池的至少一个内部温度和光伏电池组中的光伏电池的至少一个电池辐照。与上文所描述的相类似地，该至少一个内部温度和/或该至少一个电池辐照可以各自由一个或多于一个值组成，例如由k个值组成，其中1≤k≤M，并且其中M指代由光伏电池组的拓扑结构(例如，由拓扑结构标识符)标识的该光伏电池组中的光伏电池的数量。此外，此类查询请求不一定需要直接对应于上文提到的参数(例如，由上文提到的参数组成)，而是还可以在参数空间中被定义，该参数空间对此类参数而言是直接且毫无疑义地可译的，例如通过查询参数与上文提到的参数之间的经清楚地定义的双射关系。

在根据本发明的各实施例的方法中，仿真步骤可包括对根据拓扑结构配置的光伏电池组的电-光模型或电-热-光模型进行仿真，以及将该至少一个电池内部温度和该至少一个电池辐照纳入考虑。

根据本发明的各实施例的方法可包括通过计算每对电流-电压特性曲线(例如，聚类步骤中所考虑的每对曲线)之间的相似性和/或距离测量来标识类似的电流-电压特性曲线。

在根据本发明的各实施例的方法中，相似性和/或距离测量可包括距离度量，例如一对曲线之间的对应点上的汇总距离。在根据本发明的各实施例的方法中，距离度量可包括对该对曲线中的对应点的距离评估之上的最大距离、中值距离和/或平均距离(或本领域已知的另一统计概要)，或者可以是另一概要测量，诸如中值或平均值。距离度量可以是(例如，工作在一个维度中的)电流或电压中的最大差异，或者它可以是基于例如一对曲线之间的区域的二维距离度量，例如在该对曲线的相应曲线之下的面积的差异。距离度量可以基于例如对由一对曲线定义的电压和电流的函数关系所确定的量的比较(例如，上述量的差异，诸如功率中的最大差异)。

在根据本发明的各实施例的方法中，聚类可包括将所述类似的电流-电压特性曲线确定为多条曲线，对于所述多条曲线，所述多条曲线中的任何一对之间的所述距离度量小于预定的阈值。例如，如果一组电流-电压特性曲线中的任何一对曲线之间的距离度量小于预定的距离，则该组电流-电压特性曲线可被确定为类似的。

在根据本发明的各实施例的方法中，聚类可包括应用聚类算法，例如k均值聚类算法。

在根据本发明的各实施例的计算机实现的方法中，对电流-电压特性曲线进行聚类以标识至少一个多个类似的电流-电压特性曲线还可包括：标识相对于所述至少一个多个类似的电流-电压特性曲线的任何曲线不相似的多个电流-电压特性曲线，例如多个异常电流-电压特性曲线。该方法可包括在数据库中生成多对一映射，以将对应于多个不相似的电流-电压特性曲线的每一者的查询请求映射到一个或多个备份场景上，例如一个或多个代表性电流-电压特性曲线。

例如，对应于多个不相似的电流-电压特性曲线的第一组查询请求可被映射到第一备份场景，对应于另一多个不相似的电流-电压特性曲线的第二组查询请求可被映射到第二备份场景，等等。附加地或替代地，不同的备份场景可被提供用于相同的多个不相似的电流-电压特性曲线，例如使得在使用数据库时，备份场景可根据目标来被选择。

例如，一个或多个备份场景可提供对感兴趣的一个或多个量的粗略低估或高估，例如，对光伏电池组所产生的功率的低估。

本发明的各实施例的优点在于，一个或多个备份场景可以在计算感兴趣的整体参数和/或质量度量时提供足够的准确度，即使这样的备份场景的准确度可能较低。例如，即使备份场景可能与强低估有关，该备份场景也可对应于罕见的一个或多个操作条件，使得对目标函数(例如能量产出)的影响当在一系列时间步长上(例如在延长的时间帧上)被考虑时可保持较低。

根据本发明的各实施例的方法可包括确定电流-电压特性曲线的紧凑表示。紧凑表示的这种确定可包括：确定电流-电压特性曲线的基本上是线性的至少一个曲线段，以及在紧凑表示中由该曲线段的两个端点的每一者的电流值和电压值来表示该曲线段。紧凑表示的确定可包括向紧凑表示添加(例如，在紧凑表示中包括)对应于频繁操作点的电流值和电压值、开路电压和/或短路电流。

根据本发明的各实施例的方法可包括通过参数空间的穷尽枚举或从参数空间采样来生成多个组合，所述参数空间至少由光伏电池组中的每个光伏电池的至少一个内部温度以及光伏电池组中的每个光伏电池的至少一个电池辐照来限定。该方法可包括通过从所生成的多个组合中消除不太可能的和/或不可行的和/或冗余的组合来从该多个组合中选择用于仿真步骤的至少一个组合。

根据本发明的各实施例的方法可包括，对于所生成的多个组合中的因不太可能而被消除的组合，提供电流-电压特性曲线的粗略估计，而不是使用模型来仿真电流-电压特性曲线。

在根据本发明的各实施例的方法中，从多个所生成的组合中选择至少一个组合的步骤可以包括从多个所生成的组合中消除以下组合：对于这些组合而言，电流-电压特性曲线可通过对应于多个所生成的组合中的另一组合的另一电流-电压特性曲线的经参数化的变换来被表示。该方法还可包括通过经参数化的变换确定所消除的组合的电流-电压特性曲线。

在另一方面，本发明提供了一种计算机实现的方法，该计算机实现的方法用于在一系列时间演变的操作条件下估计光伏系统配置的至少一个性能度量和/或操作参数。光伏系统配置包括光伏电池组之间的多个静态和/或动态可切换的并联和/或串联互连的配置。该方法还可包括一个或多个电转换器。该方法包括获得包括多个电流-电压特性曲线的数据库。每个电流-电压特性曲线可由查询请求访问，该查询请求标识光伏电池组的拓扑结构、光伏电池组中的光伏电池的至少一个内部温度和光伏电池组中的光伏电池的至少一个电池辐照。数据库以多对一映射的形式来提供查询请求到多个电流-电压特性曲线上的映射，诸如以将不同拓扑结构和/或不同内部温度和/或不同电池辐照的聚类映射到单个代表性电流-压特性曲线上。

该方法包括接收指示该一系列操作条件的数据作为输入，其中该数据至少包括该系列的每个步骤的辐照、环境温度和风速。

该方法包括在至少将辐照、环境温度和风速纳入考虑的情况下，针对至少一个光伏电池，例如针对光伏电池组的每一者中的每个光伏电池来确定对应于该一系列操作条件的一系列内部温度。

该方法包括基于光伏电池组的拓扑结构、辐照图和针对光伏电池组的至少一个光伏电池确定的内部温度，通过查询请求为光伏电池组的每一者从数据库中选择代表性电流-电压曲线。

该方法包括针对该一系列演变的操作条件的每个步长计算至少一个汇总电流-电压特性曲线。

该方法包括例如基于该至少一个汇总电流-电压特性曲线来为该一系列演变的操作条件的每个步骤输出至少一个性能和/或操作参数。

在根据本发明的各实施例的方法中，获得数据库的步骤可以包括根据如上文中所描述的方法(例如根据本发明的先前方面的各实施例)生成和/或更新数据库。

在根据本发明的各实施例的方法中，从数据库中选择代表性电流-电压曲线的步骤可以包括在选择步骤中所生成的查询请求没有检索到结果的情况下通过如上文中所描述的方法(例如根据本发明的先前方面的各实施例)更新数据库。

在根据本发明的各实施例的方法中，确定一系列内部温度的步骤可以包括针对光伏电池组的每一者中的至少一个光伏电池并且针对该一系列操作条件的每个时间步长通过以下来计算内部温度：评估将该时间步长的环境温度、该时间步长的辐照、对应于N-1个之前时间步长的环境温度、对应于N-1之前时间步长的辐照以及针对N-1个之前时间步长为电池确定的内部温度纳入考虑的N阶热模型的状态方程。

在根据本发明的各实施例的方法中，该系列的相继步骤之间的时间步长增量可以是不均匀的，例如，该系列中不同对的毗邻时间步长不必分开相同的时间单位。

根据本发明的各实施例的方法可以包括：在将预定目标纳入考虑的情况下，针对该一系列操作条件的每个时间步长选择至少一个汇总电流-电压特性曲线的操作点。

在根据本发明的各实施例的方法中，在确定该一系列时间演变的操作条件的下一个时间步长的内部温度时，为该一系列时间演变的操作条件的时间步长选择的操作点可以被纳入考虑。

在根据本发明的各实施例的方法中，N阶热模型的状态方程可以将当前时间步长和/或之前时间步长和/或多个之前时间步长的所选择的操作点纳入考虑。

在根据本发明的各实施例的方法中，计算至少一个汇总电流-电压特性曲线的步骤可以包括通过将寄生电属性纳入考虑(诸如寄生电阻或阻抗)来变换和组合至少一对所选择的电流-电压特性曲线。例如，(例如，串联或并联连接的、至少一个开关的和/或至少一个旁路元件(例如标准旁路二极管或智能旁路二极管)的)至少一条互连导线的寄生电属性可被纳入考虑。在提到“智能”旁路二极管的情况下，这可指代有源旁路二极管(例如其中自激活基于预定的工作电流和/或电压电平来被提供)或者可控旁路二极管。

在根据本发明的各实施例的方法中，计算至少一个汇总电流-电压特性曲线的步骤可以包括：通过将对应的一对电池组之间的串联互连电阻或对应的一对电池组之间的并联互连电阻纳入考虑来变换和组合至少一对所选择的电流-压特性曲线。

在根据本发明的各实施例的方法中，计算至少一个汇总电流-电压特性曲线的步骤可以包括：计算汇总电流-电压特性曲线，例如用于作为输入应用于目标函数(诸如MPPT目标函数)和/或用于根据光伏系统配置而活动的至少一个转换器。

在根据本发明的各实施例的方法中，为每个转换器计算至少一个汇总电流-电压特性曲线的步骤可以包括：

-根据光伏系统配置选择被连接到该转换器的一对电池组，

-根据光伏系统配置确定该对电池组是否彼此串联或并联连接，

-根据光伏系统配置为该对电池组之间的串联或并联连接分配电阻，

-从为该对电池组选择的电流-电压特性曲线中的任一个或两个中减去线性电流-电压曲线，其中该线性电流-电压曲线的电压与电流比率由所分配的电阻确定，以及

在减法之后，在该对是并联连接的情况下通过添加作为电压的函数的电流，或者在该对是串联连接的情况下添加作为电流的函数的电压来组合电流-电压特性曲线。

在进一步的方面中，本发明涉及一种计算机程序产品，该计算机程序产品当在计算机上被执行时用于执行根据本发明的任何前述方面的实施例的方法。

在其他进一步的方面中，本发明还涉及一种计算机可读存储介质、和/或一种通过数字通信网络的传输，其中该存储介质和/或传输包括根据本发明的各实施例的计算机程序产品。

在其他进一步的方面中，本发明还涉及一种光伏系统仿真系统，该光伏系统仿真系统包括处理器，该处理器被编程用于执行根据本发明的任何前述方面的实施例的方法。

光伏系统仿真系统可被适配成用于评估用于在预定位置处实现光伏系统的多个设计配置。

光伏系统仿真系统可被适配成用于评估用于重配置可重配置光伏系统的多个运行时重配置选项。

例如，本发明的各实施例还涉及一种可重配置光伏系统，该可重配置光伏系统包括根据本发明的各实施例的光伏系统仿真系统，例如用于决定可重配置光伏系统中的旋钮的设置。

本发明的特别和优选方面在所附独立和从属权利要求中阐述。从属权利要求中的特征可以与独立权利要求的特征以及其他从属权利要求的特征适当地结合，而不仅仅是如在权利要求中明确阐述的。

本发明的这些以及其他方面从下文中所描述的(诸)实施例中将变得显而易见并且将参考这些实施例来进行阐明。

附图说明

图1解说了用于对光伏电池或电池组的光电热模型进行仿真的现有技术仿真模型。

图2解说了根据本发明的第一方面的各实施例的方法。

图3在解说本发明的各实施例的一示例中分别解说了两个电池串的串联和并联互连。

图4示意性地解说了根据本发明的各实施例的方法中的内部电池温度估计办法。

图5示出了在根据本发明的各实施例的方法中使用的所提出的内部电池温度估计办法与现有技术温度模型之间的示例性比较。

图6解说了根据本发明的第二方面的方法。

图7示出了根据本发明的各实施例的用于通过用1000W/m²均匀辐照变换电池串的IV曲线来获得具有100W/m²均匀辐照的电池串的IV曲线的示例性办法，两者均在300K的对应均匀温度处。

图8示出了根据本发明的各实施例的用于通过在300K处在1000W/m²和800W/m²的非均匀辐照下变换电池串的IV来获得具有在300K处的500W/m²和300W/m²的非均匀辐照的电池串的IV曲线的示例性办法。

图9解说了根据本发明的各实施例的对在彼此间小于预定阈值的距离内的I-V曲线进行聚类的聚类办法。

图10示出了在解说了本发明的各实施例的两个毗邻电池串的电池之间的热连接和电连接。

图11解说了可如何根据本发明的各实施例来以各种方式组合I-V特性曲线。

图12示出了作为解说本发明的各实施例的一示例而被获得的1000个I-V特性曲线，其中针对1000个(均匀)辐照级别和一个内部温度级别对光伏电池串进行了仿真。

图13解说了根据本发明的各实施例的参数化办法(例如，外推)，以从通过仿真获得的单个I-V曲线确定多个I-V曲线。

图14示出了对基于根据本发明的各实施例的1000个单独仿真的IV曲线、根据本发明的各实施例的从IV曲线的单个详细仿真外推的1000条曲线、以及作为参考的替代的现有技术方法的仿真的仿真结果的比较。

图15解说了作为解说本发明的各实施例的一示例而被获得的I-V特性曲线，其中针对五个不同的(均匀)内部温度级别对光伏电池串进行了仿真。

图16示出了根据本发明的各实施例的仿真与作为参考的替代现有技术方法的仿真结果的比较。

图17解说了作为解说本发明的各实施例的一示例而被获得的I-V特性曲线，其中针对十个不同的(均匀)内部温度级别对光伏电池串进行了仿真。

图18示出了根据本发明的各实施例的仿真与作为参考的替代现有技术方法的仿真结果的比较。

图19示出了包括具有两个汇流条的电池的示例性光伏模块以解说本发明的各实施例，其中光伏电池可以根据不同的配置(例如通过直接的电池到电池连接、通过短的串接或通过长的串接)来被连接。

图20示出了解说了本发明的各实施例的两个光伏电池组的第一示例性并联连接。

图21示出了解说了本发明的各实施例的两个光伏电池组的第二示例性并联连接。

这些附图只是示意性而非限制性的。在附图中，出于示意性目的，所述元件中的一些的大小可能被夸大并且未按比例绘制。

权利要求中的任何附图标记不应被解释为限制范围。

在不同的附图中，相同的参考标记指代相同或相似的元件。

具体实施方式

将参考具体实施例且参考特定附图来描述本发明，但是本发明不限于此而仅由权利要求书来限定。所描述的附图只是示意性的而非限制性的。在附图中，出于说明性目的，所述元件中的一些的大小可能被夸大并且未按比例绘制。尺寸和相对尺寸不对应于本发明实践的实际缩减。

此外，说明书中和权利要求中的术语第一、第二等等用于在类似的元素之间进行区分，而不一定用于在时间上、空间上、以排名或任何其他方式来描述序列。应当理解，如此使用的术语在适当的情况下是可互换的并且本文中所描述的本发明实施例与本文中所描述或说明的相比能够以其他顺序操作。

此外，说明书和权利要求中的术语顶部、下方等等被用于描述性的目的，并且不一定用于描述相对位置。应该理解，如此使用的这些术语在合适情况下可以互换，并且本文中所描述的本发明的实施例能够以除了本文中所描述或说明的之外的其他取向来操作。

要注意，权利要求中使用的术语“包括”不应被解释为限定于其后列出的手段；它并不排除其他元素或步骤。因此，该术语被解释为指定所陈述的特征、整数、步骤或组件的存在，但不排除一个或多个其他特征、整数、步骤或组件、或其群组的存在或添加。由此，“包括装置A和B的设备”的表达范围不应被限定于仅由组件A和B构成的设备。这意味着就本发明而言，该设备的唯一相关组件是A和B。

贯穿本说明书对“一个实施例”或“实施例”的引用意指结合该实施例描述的特定的特征、结构或特性被包括在本发明的至少一个实施例中。因此，短语“在一个实施例中”或“在实施例中”贯穿本说明书在各个地方的出现并非必然全部引用同一实施例，而是可以引用同一实施例。此外，在一个或多个实施例中，如从本公开中将对本领域普通技术人员显而易见的，特定的特征、结构或特性可以用任何合适的方式进行组合。

类似地，应当领会，在本发明的示例性实施例的描述中，出于精简本公开和辅助对各个发明性方面中的一者或多者的理解的目的，本发明的各个特征有时被一起编组在单个实施例、附图或其描述中。然而，这种公开的方法不应被解释为反映所要求保护的本发明需要比每项权利要求中所明确记载的更多特征的意图。相反，如所附权利要求所反映，发明性方面存在于比单个前述公开的实施例的全部特征更少的特征。由此，详细描述之后所附的权利要求由此被明确纳入该详细描述中，其中每一项权利要求本身代表本发明的单独实施例。

此外，尽管本文描述的一些实施例包括其他实施例中所包括的一些特征但没有其他实施例中包括的其他特征，但是不同实施例的特征的组合意图落在本发明的范围内，并且形成如本领域技术人员将理解的不同实施例。例如，在所附权利要求中，任何所要求保护的实施例均可以以任何组合来使用。

在本文所提供的描述中，阐述了众多具体细节。然而应理解，在没有这些具体细节的情况下也可实践本发明的实施例。在其他实例中，公知的方法、结构和技术未被详细示出以免混淆对本描述的理解。

在第一方面，本发明涉及一种计算机实现的方法，该计算机实现的方法用于在一系列时间演变的操作条件下估计光伏系统配置的至少一个性能度量和/或操作参数。例如，根据本发明的第一方面的各实施例的方法可以针对该一系列时间演变的操作条件来估计多个这样的光伏系统配置(例如，正被评估的替代配置)的性能度量和/或操作参数，例如诸如以基于性能度量和/或操作参数来允许选择优选配置。在提到光伏系统或光伏系统配置的情况下，这可以分别指代光伏模块或光伏模块配置，但是各实施例不必限于此。例如，根据本发明的各实施例的方法可被适配成用于对不同集成水平处的光伏系统(例如，电站、系统、模块或模块的一部分)进行仿真。

参考图2，解说了根据本发明的第一方面的示例性方法10。

光伏模块配置(或诸配置)包括光伏电池组之间的多个静态和/或动态可切换的并联和/或串联互连的配置(或诸不同的配置)。光伏模块配置还可以包括一个或多个电转换器。例如，在多个电池串之间的不同的互连(例如，串联、并联和/或混合互连)，例如其可以在模块的静态设计中实现或者可以在可重配置光伏模块中被动态地切换，可以以不同的配置形成。光伏模块配置还可包括多个电转换器的不同配置，例如使得转换器的级联(例如，被连接到模块级转换器的多个本地转换器)可以在配置中活动或者仅单个转换器(例如，模块级转换器)可以在配置中活动。

光伏电池组可指代电池串，但也可指代电池串中的经互连的电池的子集、单个光伏电池、多个经互连的电池串、或甚至整个模块组(例如，如可被用于光伏屋顶安装或光伏电站)。

在提到电池串的情况下，这可以指代电互连(例如静态和/或被动地电互连(例如，没有动态、活动和/或可重配置的互连))的光伏电池的单个相干功能实体。例如，电池串可经由单一一对互补端子(例如，正和负端子)可操作。

电池组可以是单元，每个单元包括多个光伏电池，该多个光伏电池以静态方式电互连，例如诸如以在多个光伏模块配置上形成作为模块的子单元的保持静止的互连电池的电路。此外，每个单元可以仅相对弱地热耦合到模块中的其他单元，例如，相对于同一单元内的电池之间的至少一些相对强的热耦合。

方法10包括获得11包括多个电流-电压特性曲线(IV曲线)的数据库。除了下面明确公开或明确暗示的内容之外，对“数据库”的提及以及下文中对“查询请求”的提及不一定意味着任何特定的数据库结构、数据库功能性或数据库操作。例如，数据库可以体现在简单的查找表中，该查找表例如通过直接编码查找表中的曲线或通过将对曲线的存储位置的引用包括在内来标识查询参数和电流-电压特性曲线之间的关系。例如，数据库可以由文件系统结构来体现，该文件系统结构允许以文件系统路径的至少一部分的形式查找查询字符串，例如提供包含对经索引的电流-电压特性曲线的存储位置的显式引用的符号链接或文件。数据库可以以关系数据库(如本领域中已知的)或者本领域已知的另一类型的数据库(例如，键值(key-value)存储、文档存储、对象数据库和/或元组存储)的形式来体现。出于本发明的本方面的各实施例的目的，数据库可被适配成用于提供“读取”操作(例如，查询查找操作)，而不一定提供用于提供“创建”、“更新”和/或“删除”操作的功能性，例如该数据库可以基本上是只读的。然而，各实施例不限于此，例如，数据库也可提供访问机制以启用“创建”、“更新”、和/或“删除”操作。数据库可以是本地数据库(例如，集成在软件包中或补充软件包以供以独立方式执行)，或者可以是远程数据库(例如，经由远程网络服务启用访问(诸如通过网络传送的查询))。数据库可以被合并在单个存储位置中，或者可以分布在多个存储位置上。

数据库中的每个电流-电压特性曲线可由查询请求访问，该查询请求标识光伏电池组的拓扑结构、光伏电池组中的光伏电池的至少一个内部温度和光伏电池组中的光伏电池的至少一个电池辐照。

在提到查询请求的情况下，这并不一定意味着在查找所请求的曲线时可简化为同一性(identity)或平等(equality)操作的操作。例如，查询请求的结果可以返回数据库中最接近的匹配，例如基于在查询参数(例如，拓扑结构、辐照和温度)上定义的距离度量。距离可以是(例如，在一个维度中的)电流或电压中的最大差异，或者它可以是基于例如各I-V曲线之间的区域的二维距离度量，例如在曲线下方的面积的差异。距离度量可以基于例如对由一对曲线定义的电压和电流的函数关系所确定的量的比较(例如，上述量的差异(诸如功率中的最大差异))。此外，该距离度量可对应于在创建和/或更新数据库的步骤期间用于在数据库中聚类I-V特性曲线的距离度量，例如在如下面详细讨论的根据本发明的第二方面的方法中。这种最接近的匹配可以通过阈值处理操作来约束，例如，只有当经评估的距离度量小于可接受的(例如，预定的)阈值时近似匹配才被返回。此外，查询可返回多个接近的匹配，并且选择步骤可以包括执行所接收的结果的内插。附加地或替代地，实值查询参数(例如，温度和/或辐照)可以被量化(例如，在制定查询或评估查询时)，例如诸如以将本质上无限大的参数空间减小到可枚举的(例如，穷尽的)离散空间。

数据库以多对一映射的形式来提供查询请求到多个电流-电压特性曲线上的映射，诸如以将不同拓扑结构和/或不同内部温度和/或不同电池辐照的聚类(例如，不同查询请求的聚类)映射到单个代表性电流-压特性曲线上。例如，不同内部温度和/或不同电池辐照的聚类可被映射到单个代表性电流-电压特性曲线上。多个聚类可被映射在对应多个电流-电压特性上。有利的是，光伏电池组的一个或多个拓扑结构的大量不同操作条件的电流-电压特性曲线(例如，通过根据该拓扑结构连接的一个或多个电池的至少一个内部温度和至少一个辐照来被标识)可被有效地储存和访问。

该方法进一步包括接收12指示光伏模块的一系列时间演变的操作条件的数据作为输入。对于系列中的每个操作条件，该数据包括至少一个辐照(例如，辐照图)、环境温度和风速(例如，风向和速度)。辐照可以是单个值(例如假设经仿真的模块的均匀辐照)，或多个经空间组织的值(例如，对于系列的每个条目，定义模块上的辐照图案的图)。

例如，数据可包括环境温度的时间序列、作为(例如，在经仿真的模块上的)位置的函数的辐照，以及风或气流参数。例如，数据可以对在用于安装光伏模块的预定位置处在预定时间帧内动态地改变的辐照、风和温度条件进行编码。此类数据可以从所测量的数据导出或从天气数据(例如，天气统计和/或天气模型)推断。数据可替代地或附加地例如以用辐照图序列编码的阴影图案的时间序列的形式对动态地改变的阴影条件进行编码。该一系列时间演变的操作条件(例如，时间序列)可以覆盖范围从小于一分钟到大于一年(优选地从小于一分钟到大约一天)的时间帧，例如使得在宽范围的时间尺度上的动态效果可被分析。同样，时间演变的操作条件的时间粒度可以从小于一秒到大于一个月(优选地从大约一秒到大约一小时)变化。该系列还可包括其他参数，例如诸如风或气流方向。

因此，该方法可接收多个(例如，数量N)若干参数(诸如辐照图、环境温度和风速)作为输入。

该方法包括在至少将辐照图、环境温度和风速纳入考虑的情况下为光伏电池组的每一者确定13对应于该一系列操作条件的一系列内部温度。可以为光伏电池组中的每个光伏电池确定一系列内部温度，可以为光伏电池组中的所有光伏电池确定内部温度的单个系列，或者可以为光伏电池组中的光伏电池的多个子组确定一系列内部温度。

电池的内部温度一般而言是环境温度、风和电池的操作点的函数，因为未被电气地提取的功率可被转换为热。根据本发明的各实施例，对操作点的这种依赖性可被忽略，例如作为粗略的近似。根据本发明的各实施例，这种依赖性可以被显式地解决，例如通过重复以下步骤：确定13内部温度，从数据库中选择14代表性电流-电压曲线，计算15至少一个汇总电流-电压特性曲线，以及选择17该至少一个汇总电流-电压特性曲线的操作点，其中所选择的操作点被用来确定要用作输入以确定13下一次重复中的内部温度的操作点。因此，所选择的操作点可以细化所确定的内部温度，直到基本上收敛到稳定的一组内部温度和操作点。

然而，在本发明的优选实施例中，为该一系列时间演变的操作条件的时间步长选择17的操作点可以在确定13该一系列时间演变的操作条件的下一个时间步长的内部温度时被有利地纳入考虑。因此，先前仿真步骤的操作点可被用来估计要仿真的一系列演变条件的下一个仿真步骤中的内部温度。例如，参考图4，在要仿真的一系列演变条件的第k步骤的温度预测步骤中，在先前步骤中(例如，针对该系列的第(k-1)步骤)确定的一个或多个操作点可被使用。在确定内部温度之后，这些可被用来选择17新的操作点，其可被用于该系列的接下来的第(k+1)步骤。此外，针对该系列的步骤k获得的操作点OP(k)的值可以与针对该系列的前一步骤(k-1)获得的操作点OP(k-1)的值进行比较。例如，如果这些值之间的相对和/或绝对差异超过预定阈值，则操作点OP(k)可被用来重复对该系列的相同步骤k的内部温度的确定13。此外，在这样的情形中，这可被重复直到操作点OP(k)已基本上收敛。

每个电池的内部温度取决于外部条件和操作点。当前的辐照水平(例如，对应于内部温度针对其正被确定的该系列的时间步长的辐照或辐照图)表示由电池在该时间步长处接收的能量。操作点确定以电的形式从电池中被提取的能量的量。未被提取的能量基本上被转换为热，并因此影响电池的内部温度。对应于内部温度针对其正被确定的时间步长的环境温度(其也作为输入被接收)充当偏置(例如，在等效热回路中形成接地)，而如由该时间步长的风数据输入指示的风可以冷却电池。

此外，先前的一个或多个状态以及由模块的材料引起的模块构建在热网络中形成其他层。热网络可充当低通滤波器，例如具有照射和风变化的约2或3个不同的时间常数。此类效果可以通过热网络的参数来被显式地建模，例如通过为各种材料层添加热容和热阻。风效果可以通过可变热阻来建模。

在根据本发明的各实施例的实施例中，针对光伏电池组的每一者中的每个光伏电池c以及针对该一系列操作条件中的每个时间步长k的内部温度可以通过评估N阶热模型的状态方程来被确定，该N阶热模型将以下纳入考虑：该时间步长k的当前环境温度Tamb(k)、为该电池确定的先前的N-1个环境温度、先前N-1个内部温度Tc、当前辐照Irr(k)以及先前的N-1个辐照。状态方程可包括可分离的项以例如根据以下将风纳入考虑：

Tc(k)＝f(Tamb(k,k-1,..,k-N),Tc(k-1,…,k-N),Irr(k,k-1,…,k-N),OP(k-1))+g(wind(风)),

或者，状态方程可例如根据以下来隐式地取决于风：

Tc(k)＝f(Tamb(k,k-1,..,k-N),Tc(k-1,…,k-N),Irr(k,k-1,…,k-N),OP(k-1)),

其中，例如，滤波器参数显式地取决于风速。

此外，应当注意，该系列的时间步长增量不一定是均匀的。辐照或其他环境条件可以在一天的过程中不均匀地分布。因此，在一天中的一些时段期间，可以有利地使用更长的时间步长，例如以提高效率和/或降低计算复杂度。

取决于被考虑用于仿真的时间帧(例如，该一系列演变的操作条件的时间范围和时间粒度)，针对光伏电池组的每一者中的每个光伏电池以及针对一系列操作条件中的每个时间步长的内部温度可以由具有两个输入的一阶、二阶或三阶低通滤波器来确定：净热(例如由辐照产生的热减去所提取的功率(例如由操作点确定))和环境温度。

图5解说了使用具有双线性变换的一阶低通滤波器和本领域已知的详细参考仿真方法“spectre”的所预测的内部温度之间的示例性对应关系。该示例涉及1秒分辨率的一日仿真。操作点被认为是预定的，例如，如通过先前的仿真获得。该示例表明简单的低通滤波器模型可以准确地对内部电池温度进行建模。在该示例中观察到的简单滤波器模型和参考现有技术“spectre”仿真之间的误差在一整天内不超过0.8％，并且当清晨和傍晚时(当能量输入特别低，被排除在外时)甚至保持在0.15％以下。

每个电池的内部温度还可以取决于相邻电池的温度。由于电池的内部温度可被包括作为数据库中的可搜索的字段(例如键)，因此电池与其邻居之间的热依赖性可能需要与电池的光电行为的仿真(例如对应于被储存在数据库中的数据)分开地确定。

然而，周围电池对电池的内部温度的影响可以忽略不计，例如先前状态的辐照、风、操作点的影响和/或材料层影响可能比相邻电池之间的热耦合影响显著更强。因此，在本发明的各实施例中，这些影响可以在确定内部温度时被显式地纳入考虑(例如通过将热阻和/或电容包括在热模型中)，或者可以被忽略。此外，电池组可以是预定的，使得每个电池组足够小(例如，电池串或其子单元)以用良好的近似假设在电池组上的均匀条件将在一系列时间上占主导。相邻电池的热效应也可以通过对单个电池组执行详细仿真并观察温度中的变化而被包括在模型中。

该方法包括基于光伏电池组的拓扑结构、辐照图和针对光伏电池组的至少一个光伏电池确定的至少一个内部温度，通过查询请求为光伏电池组的每一者从数据库中选择14代表性电流-电压曲线。

例如，在光伏模块配置中活动的每个电池组可具有预定的拓扑，例如特定数量的组成光伏电池、电池的几何组织(例如，用于该组的特定形状和/或其他特性(例如电池类型或材料))。这些拓扑结构可跨光伏模块之间的边界延伸，并且甚至可以在整个电站被建模时延伸到光伏串之外。此外，多个电池组可以具有相同的拓扑结构。在该系列的每个时间步长处的每个电池组的曲线可以基于其电池组拓扑结构(例如通过拓扑结构标识符)、基于入射在该组中的一个或多个电池上的辐照(例如，如由被接收12作为输入的辐照图定义的)以及该组中的至少一个电池的内部温度(例如，如由方法确定13的)来被从数据库中检索。

例如，通过使用电池的内部温度(例如，内部电池温度的数组)作为查询变量(或等效地，通过将该信息作为可搜索字段或字段集包括在数据库中)，热网络的仿真(例如，至少模块级热网络)可以与电池组的电光仿真(例如其可生成被储存在数据库中的数据)解耦合。

该方法还包括针对一系列演变的操作条件的每个步长计算15至少一个汇总电流-电压特性曲线。在本说明书中对“汇总”的提及仅意味着对操作的输入(即对所选择的电流-电压曲线)执行运算，以将该输入分组在一起、组合、变换或以其他方式操纵该输入以产生单个输出(即，汇总电流-电压特性曲线)。

例如，当电流-电压特性曲线已被选择为表示在对应于一系列操作条件的时间步长的瞬态操作条件下的电池组的每一者的状态时，模块配置可要求电池组被以特定的方式互连。例如，电池组可以分别根据两个不同的模块配置来被并联或串联连接。此外，取决于模块的连接类型、设计时和特定运行时实例化，两个电池组(例如，电池串)之间的互连电阻可以不同。每个所选择的代表性电流-电压特性曲线可将互补的一对外部端子之间的内部电阻纳入考虑，例如电池组可通过该对端子被连接到模块的其他元件，例如该对端子是电池串被形成在其间的正和负端子。内部电阻对于具有相同拓扑结构的所有电池组(例如具有相同大小和形状的电池串)以及对于模块的所有运行时实例是共同的。

计算15一系列演变的操作条件的每个步长的至少一个汇总电流-电压特性曲线可以包括(例如，在该系列的每个步长中)通过将以下纳入考虑来变换至少一对所选择的电流-电压特性曲线：在对应的一对电池组之间的串联互连电阻Rsconf或在对应的一对电池组之间的并联互连电阻Rpconf，例如如图3中所解说的。无论每对电池组之间的互连类型如何(例如，在组合一对所选择的电流-电压特性曲线时)，至少一个附加电阻(例如Rsconf、Rpconf)可能需要被纳入考虑。

计算该系列的每个步骤的至少一个汇总电流-电压特性曲线可以包括计算每个转换器(例如，根据模块配置而活动的每个电转换器)的汇总电流-电压特性曲线。下面以伪代码解说计算汇总电流-电压特性曲线的示例性办法：

例如，对于串联连接，其中与该对曲线的第一曲线对应的电池组被连接到与该对曲线的第二曲线对应的电池组，曲线(I；V)的任一条可被变换成(I；V-I*Rsconf)。本领域技术人员应该清楚，这种变换也可以分布在两条曲线上，例如，(I1；V1-I1*Rsconf*f)和(I2；V2-I2*Rsconf*(1-f))，其中0<f<1。

例如，对于并联连接(如图20所解说)，该对电池组的输出端P+、P-可以对应于第一电池组A+、A-的输出端的位置。在逻辑上最远离该对电池组的输出端子的第二电池组的曲线(I；V)可被变换成(I；V-I*Rpconf)，其中Rpconf表示沿着每个互连支路的电阻，例如Rpconf＝RP1+RP2。

在另一示例中，对于并联连接(如图21所解说)，该对电池组的输出端P+、P-可以分别对应于第一电池组的输出端和第二电池组的输出端的位置。第一电池组的曲线(I；V)可被变换成(I；V-I*RP2)，并且第二电池组的曲线(I；V)可被变换成(I；V-I*RP1)。因此，并联连接的每个支路的电阻RP2、RP1可以通过分别变换最远离该支路的一对电池组的输出端的电池组的曲线而被纳入考虑。

例如，计算每个转换器的至少一个汇总电流-电压特性曲线可以包括：根据模块配置选择被连接到该转换器的一对电池组，确定该对电池组是彼此串联还是并联连接的，从为该对电池组选择的电流-电压特性曲线中的任一个(或两个)中减去线性电流-电压曲线，其中该线性电流-电压曲线的电压与电流比率由根据模块配置被分配给该对电池组之间的串联或并联连接的电阻来确定，以及在已应用了线性IV曲线减法之后，通过如适用于要么并联要么串联的互连添加作为电压的函数的电流或添加作为电流的函数的电压来组合电流-电压特性曲线。

计算至少一个汇总电流-电压特性曲线还可以包括在添加作为电压的函数的电流或者添加作为电流的函数的电压时执行内插，使得被添加的量被定义在参数变量(即分别为电压和电流的)的相同实例上。

例如，当两个电池组(和/或在先前迭代中通过组合电池组获得的中间实体)被串联连接时，这些组共享相同的电流。为了将两条个体曲线按串联连接组合，具有相同电流的两条曲线的各个点可能需要被定位。对于其中电流相同的这些点，两个电压可被添加。每条曲线中的缺失的点可以通过内插(诸如线性内插)来计算。在最大功率点附近，抛物线内插可被使用，例如取代线性内插。然而，本发明的各实施例不限于任何特定类型的内插。针对其中电流相等的两条曲线的所有点执行该过程可因此产生表示串联组合的I-V曲线。

当两个电池组(和/或在先前迭代中通过组合电池组获得的中间实体)被并联连接时，这些组跨它们对应的端子共享相同的电压。为了将两条个体曲线按并联连接组合，具有相同电压的两条曲线的各个点可能需要被定位。对于其中电压相同的这些点，两个电流可被添加。每条曲线中的缺失的点可以通过内插(诸如线性内插)来计算。在最大功率点附近，抛物线内插可被使用，例如取代线性内插。然而，本发明的各实施例不限于任何特定类型的内插。针对其中电压相等的两条曲线的所有点执行该过程可因此产生表示并联组合的I-V曲线。

计算每个转换器的至少一个汇总电流-电压特性曲线可以包括根据模块配置选择被连接到该转换器的一对电池组，以及将该对减少到具有被分配至其的经组合的电流-电压特性曲线的中间单个实体。每个转换器的至少一个汇总电流-电压特性曲线可以通过重复地减少通过较早执行的减少获得的电池组和/或中间实体对，直到单个中间实体剩余来被计算。单个剩余的中间实体的经组合的电压-电流特性曲线可以是为转换器获得的汇总电流-电压特性曲线。

本领域技术人员还应清楚，被连接到通过混合连接互连(例如，不唯一地通过按串联链接各组或按并联连接各组)的多个电池组的转换器的汇总电流-电压特性曲线还可以通过重复地减少串联或并联连接的子单元的各对，直到单个代表性I-V曲线被获得来被获得。例如，被连接到相同的本地转换器的四个电池串可以成对地按串联且接着按并联连接，例如[1+1]//[1+1]。然而，这种组合可通过首先将串联连接的电池串减少到中间I-V曲线并接着组合两个中间I-V曲线来进行。然而，这种减少被应用的程度可取决于(例如，能量产出估计的)准确度与计算复杂度之间的期望权衡。这种权衡可例如基于特定应用的要求来被确定。

如上文中所描述，表示电池组互连的电阻元件不被包括在自下而上的热电光仿真中，但可以在用于组合电流-电压曲线(例如，其可以通过这种自下而上的仿真来被(预)计算)的组合过程中被纳入考虑。即使电流-电压曲线被以离散近似(即通过非连续数据)表示，当可以在组合过程中被添加的潜在电阻值的范围是已知的时，电压窗口和步长(例如，离散化的分辨率)也可以被确定，例如以通过在组合过程中变换经离散化的曲线来计及准确度降级的最坏情形。例如，在电池串的经预仿真的电流-电压曲线中引入电阻元件可能被约束至小于0.05％的准确度水平中的损失。

该方法可包括选择17至少一个汇总电流-电压特性曲线(例如针对每个活动的本地转换器或针对模块转换器、针对(例如，根据预定的目标函数的)一系列操作条件的每个步长所确定的汇总电流-电压特性曲线)的操作点。每个汇总电流-电压特性曲线可以指示对应转换器(例如，本地转换器或模块转换器)的输入处的电流-电压关系。这些汇总IV曲线可因此允许针对不同目标的模块的特定运行时条件为每个活动的本地转换器或为模块转换器选择工作点，并允许对该系列的每个时间步长进行功率计算。例如，选择17操作点可以考虑预定目标。取决于优化的目标，不同的操作点可被选择。例如，如果目标是能量输出的最大化，则汇总电流-电压特性曲线的最大功率点可被选择为操作点。如果目标是例如以要最大化的目标函数的形式被编码的另一方面的最大化，则对于汇总电流-电压特性曲线的每个点，目标函数的值可被计算，并且目标函数的最大值针对其被达到的点可以被选择为操作点。本领域技术人员应该清楚，这可以取代目标函数的最大化在成本函数的最小化方面被等效地表述。例如，除了能量之外，目标可包含或包括可靠性测量或温度稳定性测量。

对应于多个本地转换器(例如，在可重配置拓扑结构中)的I-V曲线的最佳操作点不一定对应于单个本地转换器的最大功率点(MPP)。在可重配置模块中，或者通常在可重配置拓扑结构中(例如，包括多个模块的可重配置系统)，或者至少在其运行时实例(其中本地转换器是活动的)中，目的可能是最大化整个模块的输出功率。特别地，选择MPP作为每个个体本地转换器的最佳操作点可能不一定导致最佳的总功率产生。例如，作为工作电压和转换比率，以及本地转换阶段之后的电阻损耗的函数的转换器效率，可以影响到达模块转换器的总功率。然而，由于I-V曲线在本地转换器的输入处可用(例如，作为汇总电流-电压特性曲线)，因此不同的操作点可被选择以用于以良好的准确度进行快速多目标分析。

该方法进一步包括为一系列操作条件的每个步长输出16至少一个性能和/或操作参数。

输出16至少一个性能度量和/或操作参数可以包括输出每个步长的操作点、输出针对操作点获得的目标函数值和/或输出至少一个汇总电流-电压特性曲线。例如，输出16至少一个性能度量和/或操作参数可以包括输出能量产出、操作点和/或电流-电压特性曲线，例如针对每个时间步长以及针对根据模块配置而活动的每个转换器(例如，针对每个活动的本地转换器和/或针对模块级转换器)的操作点(和/或电流-电压特性曲线)。例如，当本地转换器活动时，每个本地转换器的输入处的操作点可被输出，并且当只有模块转换器活动时，模块转换器的输入处的操作点可被输出。

根据本发明的各实施例的方法可以有利地允许有效地探索由相同组合(例如，具有电池串的相同布置(例如，具有相同的电池串布局))的光伏电池组组成的光伏模块的不同拓扑结构。可以针对不同数量的本地转换器、和/或针对不同类型的导线和开关来为(例如，电池串的)各组的不同互连方案(诸如串联、并联或混合互连配置)获得快速仿真结果，例如取决于电池串之间的连接，互连的电阻元件可以变化。根据各实施例，可允许仿真过程的加速的可重用性被提供。

此外，该方法可以包括确定每个转换器的输出电流-电压特性曲线，例如通过将转换器的输入处的汇总电流-电压特性曲线和转换器的技术规范纳入考虑。该方法还可以包括通过组合本地转换器的每一者的多个输出电流-电压特性曲线来计算一系列演变的操作条件的每个步长的全局汇总电流-电压特性曲线。这种组合可以基本上如上文中所描述来被执行以用于组合电池组的特性曲线，例如可以将附加的串联和/或并联电阻纳入考虑，并且可以基于它们根据模块配置的串联或并联关系来重复地组合成对的此类输出电流-电压特性曲线，直到单个代表性汇总曲线被获得。

在第二方面，本发明涉及一种用于生成和/或更新数据库的计算机实现的方法，该数据库包括多个电流-电压特性曲线，例如每个电流-电压特性曲线通过标识以下的查询请求而可在数据库中访问：光伏电池组的拓扑结构，该光伏电池组中的光伏电池的至少一个内部温度和该光伏电池中的光伏电池的至少一个电池辐照。该方法包括：针对光伏电池组的拓扑结构、该光伏电池组中的光伏电池的至少一个内部温度和该光伏电池组中的光伏电池的至少一个电池辐照的至少一种组合，对该光伏电池组的模型进行仿真以提供表示该组合的电流-电压特性曲线。该方法包括：聚类电流-电压特性曲线以标识至少一个多个类似的电流-电压特性曲线，以及在数据库中生成多对一映射以将对应于该至少一个多个类似的电流-电压特性曲线中的每一个的查询请求映射到用于该多个类似的电流-电压特性曲线的单个代表性电流-电压特性曲线上，每个查询请求标识光伏电池组的拓扑结构、光伏电池组中的光伏电池的至少一个内部温度和光伏电池组中的光伏电池的至少一个电池辐照。因此，经生成或更新的数据库可以以多对一映射的形式来提供查询请求到多个电流-电压特性曲线上的映射，该映射将不同拓扑结构和/或不同内部温度和/或不同电池辐照的聚类映射到单个代表性电流-压特性曲线上。

根据本发明的第一方面的各实施例的方法可以包括根据本发明的第二方面的各实施例的生成或更新数据的步骤。

在根据本发明的第一方面的方法中获得数据库可以包括根据本发明的第二方面的实施例生成数据库。

在根据本发明的第一方面的方法中从数据库中选择代表性电流-电压曲线可以包括：例如如果在选择步骤中生成的查询请求没有检索到结果(即所请求的电流-电压曲线)，则根据依照本发明的第二方面的方法更新数据库。例如，更新步骤可以包括基于查询请求(例如，基于光伏电池组的拓扑结构、辐照图和针对光伏电池组的光伏电池中的至少一者确定的(诸)内部温度)来生成新的数据库条目。更新步骤可以包括在数据库中生成新曲线，通过对应于查询请求的键引用数据库中的现有曲线，例如添加到数据库中的现有聚类或在数据库中生成新聚类。

参考图6，根据本发明的第二方面的各实施例的方法20包括，对于光伏电池组的拓扑结构、该光伏电池组中的光伏电池的至少一个内部温度和该光伏电池组中的光伏电池的至少一个电池辐照的至少一种组合(例如，在更新数据库的情形中的至少一种组合，或在生成数据库的情形中的至少多个此类组合)，对光伏电池组的模型进行仿真25a以提供表示该组合的电流-电压特性曲线。

对模型进行仿真25可以包括对根据拓扑结构配置的光伏电池组的电光模型或电热光模型进行仿真，以及将电池内部温度和电池辐照纳入考虑。

对模型进行仿真25可以包括根据如EP 2 998 756中所公开的方法或这种方法的至少一部分对模型进行仿真。定义模型的该专利的内容通过援引被合并于此。然而，各实施例不必限于该特定模型，而是还可以包括对本领域已知的另一电热光模型进行仿真。图1表示用于对光伏电池组进行仿真的通用框架，该框架可被(例如，全部或部分地)用于仿真模型。例如，出于对光伏电池组进行仿真25的目的，该模型中与对气象数据的模型依赖性相关的各部分可以被有利地忽略。例如，取代在评估模型时将风速、风向和环境温度纳入考虑29(例如，如图1中所解说)，可以针对被作为参数接收的内部电池温度和辐照来直接地评估光热电模型。同样，模型的热分量可被简化或忽略，例如被推测通过内部电池温度的参数定义来被计及。此外，用于在热模型中将耗散的热纳入考虑的功率耗散的反馈回路30可被简化或忽略。

该模型可包括详细的电热光模型，该模型被适配成用于结合细粒度瞬态辐照和内部温度。

例如，电流-电压特性曲线可以通过在短时间段内(例如，在100ms到1小时的范围内)仿真模型来被生成。

该方法还可包括确定通过仿真步骤获得的每个电流-电压曲线的紧凑表示。例如，这样的紧凑表示可被用于该方法的其他步骤，例如用于聚类步骤。此外，这样的紧凑表示可被储存在数据库中，例如以增加存储、存储器带宽和/或传输带宽效率。确定紧凑表示可包括确定特性曲线的曲线段，其中该段基本上是线性的(例如，其中表达曲线段与直线的偏差的偏差度量低于预定的容差阈值)，以及丢弃曲线上在该曲线段的端点之间的点。确定紧凑表示还可包括确定感兴趣的点和/或坐标，诸如频繁操作点、开路电压和/或短路电流，以及在紧凑表示中显式地将此类点包括在内。

例如，下文中提供用于确定紧凑表示的步骤的示例性伪代码：

例如，欧洲专利申请EP 2 846 364公开了用于确定电流-电压特性曲线的紧凑表示的示例性方法。特别地，用于抽取或减少标识特性曲线所必需的至少一个参数的样本点的数量的任何方法(例如，对应于上文中所提到的专利申请的主题，如其中所公开的)可被用于根据本发明的各实施例的确定电流-电压特性曲线的紧凑表示的步骤中。

根据本发明的第二方面的各实施例的方法可以包括通过对由光伏电池组中的光伏电池的至少一个内部温度以及光伏电池组中的光伏电池的至少一个电池辐照限定的参数空间(例如，由拓扑结构、内部电池温度和电池辐照限定的参数空间)的穷尽枚举或从该参数空间采样来生成21多个组合。

因此，拓扑结构、内部电池温度和电池辐照的多个组合可被确定，数据库中的条目将针对该多个组合来被创建和/或更新。

例如，根据预定的拓扑结构的电池组可包括数量n个的电池。辐照可以以x个级别来被量化，而内部温度可以以y个级别来被量化。因此，每个电池的独特操作条件的数量可以是k＝x*y，其中*表示标量乘法运算符。每个电池组的独特操作条件的数量(例如，对于该特定电池组拓扑结构)因此是((n k))，即来自k个可能状态的带重复的n个组合的数量。

该方法还可包括通过从所述经生成的多个组合中消除不太可能的和/或不可行的和/或冗余的组合来从所述多个组合中选择用于仿真25步骤的至少一个组合。

该方法可包括，对于所生成的多个组合中的因不太可能而被消除的组合，提供电流-电压特性曲线的粗略估计，而不是使用所述模型来仿真电流-电压特性曲线。

选择22的步骤可包括确定每个所生成的组合的可能性或可行性准则，例如在实际使用情形中发生的可能性或该组合的可行性。该方法可包括确定可能性或可行性准则是否低于阈值，并且如果准则低于阈值的话，则提供电流-电压特性曲线的粗略估计，而不是使用模型来仿真电流-电压特性曲线。

例如，尽管每个电池组拓扑结构的所有可能的操作条件(例如，在步骤21中生成的组合)可能需要与数据库中的电流-电压特性曲线相链接，但实际上，通过常规粗略高估、粗略低估和/或近似来提供针对不常发生情况的曲线(例如，以避免在如此罕见的情况下花费过多的计算时间)可能是有利的。因此，计算资源可被集中在探索在实践中被认为更普遍适用、更可行和/或更有用的情况的代表性子集上。例如，可能性或可行性准则可以通过在模块或工厂的位置处和/或在一系列这样的代表性位置上的真实阴影和环境条件的数字图表表示和/或采样来被确定。详细的气象条件可以以足够详细的细粒度格式(例如，多达一秒的采样周期)在大量代表性位置处获得，以在实践中实现对代表性条件的充分采样。即使在其中参考气象数据的可用粒度可能相当粗糙的情形中，代表性条件的良好采样仍可以是可实现的。

尽管每组电池可具有半无限数量的不同操作条件(例如，其可通过设置温度和辐照量化级别而被减小到大但是有限的集合)，但是可被产生的基本上不同的电流-电压曲线的数量是有限的。选择步骤22可减少要详细仿真的不同操作条件的数量，并且如果电池串的不同操作条件导致类似的IV曲线，则这些操作条件可接着被聚类24。

曲线在其上可能需要被限定的大参数空间的第一次减少可以在选择步骤22中通过排除等同于其他操作条件或基于模块的设计实例化而不切实际的操作条件来被实现。例如，在选择22步骤中(例如，在修剪步骤中)，查询参数的实际组合可被选择和/或查询参数的不切实际的组合可被排除。下面的伪代码解说了示例性选择22：

除了对电池组上电池温度中的大差异进行排列测试和/或评估之外，选择还可以包括其他准则。此外，选择(或修剪)可取决于设施的位置，例如，可以考虑关于模块配置针对其要使用数据库进行仿真的位置的信息。然而，选择(或修剪)过程也可以与位置无关，例如，以生成可以在宽范围的模块仿真上被使用的通用数据库。尽管如此，许多参数组合仍可基于普遍不切实际的(例如，非常复杂的辐照图案(诸如举例而言，棋盘阴影图案))而被排除。

例如，选择22可以包括执行电池的排列(即联合地排列被分配给电池的内部温度和辐照)，以及仅保留温度和辐照的一个代表性组合作为该组排列的代表。本领域技术人员应该清楚，这种办法可能受限于那些将导致物理上等效的模型(例如，对于具有基本相同的电特性的电池的和/或相同或类似的热响应可针对其被假设的排列电池参数)的排列。例如，在有利的实施例中，组中(例如，电池串中)的所有电池可具有相同的电特性，并且可以假设为可互换(例如，至少在第一近似中)。

从多个所生成的组合中选择22至少一个组合还可以包括从多个所生成的组合中消除23以下组合：电流-电压特性曲线可针对其通过对应于多个所生成的组合中的另一组合的另一电流-电压特性曲线的经参数化的变换来被表示。该方法还可包括通过经参数化的变换确定所消除的组合的电流-电压特性曲线。

例如，根据本发明的第二方面的各实施例的方法20可以包括选择查询参数的组合，电流-电压特性曲线可针对其通过变换(例如，线性变换(例如，为所选组合之一确定的代表性电流-电压特性曲线的缩放))来被获得。例如，查询参数的组合集的电流-电压特性曲线可被参数化，例如，通过代表性电流-电压特性曲线和被分配给每个组合的参数值(例如，缩放参数)。

例如，对于电池串的均匀操作条件(例如，其中电池串的每个电池处于相同的内部电池温度并且接收相同的入射辐照)，短路电流可以与辐照水平成比例。因此，均匀温度T1和均匀辐照G2的电流-电压特性曲线可以从均匀温度T1和不同的均匀辐照G1的电流-电压特性曲线导出。在该示例中，均匀条件(T1,G2)的曲线可以通过以下来从均匀条件(T1,G1)的曲线被计算出：计算由于辐照水平的差异引起的短路电流中的差异，以及通过从电流中的差异计算电池串的串联电阻中的电压降来计算电压偏移。在图7中，该办法的示例性应用被解说，以通过变换具有1000W/m²均匀辐照的电池串的曲线来获得具有100W/m²均匀照射的电池串的曲线，两者都在对应的300K均匀温度处。示出了经仿真的I-V曲线与通过曲线的参数化从其他操作条件导出的曲线之间的良好对应关系。

此外，该办法不一定限于均匀条件。例如，当两个不同的辐照水平适用于电池组中的不同电池时，良好的参数化仍可在这两个辐照水平之间的差异在两组操作条件之间保持相同时被获得。例如，低于0.3％的误差在这种情况下仍可获得，如图8所示。这里，示出了在300K处具有500W/m²和300W/m²的非均匀辐照的电池串的经仿真和经参数化的曲线。经参数化的曲线被从不同操作条件的仿真中导出，其中电池串在300K处被以1000W/m2和800W/m2照射。

选择查询参数的组合(针对其而言，电流-电压特性曲线可通过对为所选择的组合之一确定的代表性电流-电压特性曲线的变换来被获得)可包括：选择由相同、均匀的辐照和不同水平的均匀温度表征的组合集，例如Irr(i)＝Irr(k)且Tc(i)＝a*Tc(k)，其中i和k指的是电池组的操作条件的不同组合。

选择查询参数的组合(针对其而言，电流-电压特性曲线可通过对为所选择的组合之一确定的代表性电流-电压特性曲线的变换来被获得)可包括：选择由辐照和温度的成比例的缩放表征的组合集，例如Irr(i)＝a*Irr(k)且Tc(i)＝a*Tc(k)，其中i和k指的是电池组的操作条件的不同组合。

例如，通过参数化选择用于曲线估计的组合的示例性办法由下面的伪代码来解说：

为了减少所储存的电流-电压特性曲线的数量，根据本发明的第二方面的各实施例的方法还包括对电流-电压特性曲线进行聚类24以标识至少一个多个类似的电流-电压特性曲线。聚类可以在不同的拓扑结构、内部温度和辐照上被执行，但也可以在不同内部温度和辐照上的单个拓扑结构组内被执行。

因此，一组彼此类似的电流-电压特性曲线可被分组在一起。多个类似的电流-电压特性曲线可以由单个代表性电流-电压特性曲线来表示，例如，单个曲线可被储存在数据库中作为多个类似的电流-电压特性曲线的代表。

被聚类的电流-电压特性曲线可以包括通过仿真25获得的电流-电压特性曲线、通过其他电流-电压特性曲线的参数化变换所确定的电流-电压特性曲线、作为粗略估计(例如，针对不太可能的操作条件)获得的电流-电压特性曲线、和/或被预储存在数据库中的电流-电压特性曲线。

该方法可包括对所提供的电流-电压特性曲线、或已存在与数据库中的所提供的电流-电压特性曲线和其他电流-电压特性曲线进行聚类24，以标识多个类似的电流-电压特性曲线。聚类可以在不同的拓扑结构、内部温度和辐照上被执行，但也可以在不同内部温度和辐照上的单个拓扑结构组内被执行。

每个聚类的大小可以取决于所需准确度的预定水平。例如，准确度的这种预定水平可以通过比较潜在的聚类选项的使用和整个模块的详细仿真来被确定。然而，在实践中可能不需要针对每个经评估的场景来执行这样的准确度水平确定，例如，该准确度水平可以在一个或几个示例性使用情形上被初始地确定，以确定所储存的曲线之间的所需的距离分辨率，从而实现期望的准确度水平。被分配给每个聚类的曲线可以有利地在组合过程(例如，如上文中所描述)中被重用，以在一系列操作条件上对整个模块进行仿真。

该方法可包括通过计算在聚类步骤中被考虑的每对电流-电压特性曲线之间的相似性度量来标识类似的特性曲线。

相似性度量可包括距离度量(例如，n维距离(例如一对曲线之间的对应点上的汇总距离))。此外，距离度量可以通过表达两个经参数化的函数之间的距离的解析表达式来被获得，这两个经参数化的函数表示作为其参数的函数的一对曲线。

聚类24可包括应用如本领域中已知的聚类算法，例如k均值聚类算法。

例如，一对特性曲线之间(例如，任何一对特性曲线之间)的距离度量可被计算。图9解说了对在彼此小于阈值91的距离内的曲线的这种聚类办法。例如，特性曲线可以作为点集被储存在表示一对电流和电压的二维空间中。距离度量可以在一对特性曲线的所有所储存的点上被计算(例如，在必要时对一条或两条曲线上的点进行内插)，或者距离度量可以仅在曲线上的几个预定点中被计算(例如，在曲线的特定地标特征点中)。

例如，如果一组电流-电压特性曲线中的任何一对曲线之间的距离度量小于预定的距离，则该组可被确定为类似的。计算一对特性曲线之间的距离度量可将曲线的对应预定特征之间的距离(例如，电压中和/或电流中的绝对差异)纳入考虑。例如，特性曲线形状的知识可以通过这些特征来被纳入考虑，例如，强线性度可以在短路电流附近被预期和/或假设。

另外，用于在曲线上选择操作点的点的相关性可以通过这些特征(特征可接近曲线的最大功率点)来被纳入考虑。例如，预定特征可以包括短路电流附近和开路电压附近的至少一个点。例如，曲线可以优选地在可能被选择作为操作点的点中的距离低于预定阈值时被分组在一起。

距离度量可以是该对曲线中的对应点的距离评估之上的最大距离，或者可以是另一概要度量(诸如中值或平均值)。

距离度量可以是(例如，一个维度中的)电流或电压中的最大差异，或者它可以是基于例如一对曲线之间的区域的二维距离度量，例如在该对曲线的相应曲线之下的面积的差异。替代地，距离度量可以通过对由作为电流和电压的函数的预定函数关系所确定的量的比较(例如，差异)来被计算。

当通过在均匀辐照和温度条件下对电池串进行仿真而被获得的示例性曲线被比较时，在相同温度和略微不同的辐照水平下操作的电池串的特性曲线已主要表现出低电压范围中的小的差异，而在相同辐照水平但略微不同的温度下操作的电池串的特性曲线主要显示出在曲线的拐点附近的差异。

由于在根据本发明的第一方面的各实施例的方法中特性曲线可被检索以进行组合(如上文中所描述，例如，通过串联或并联连接成对)，因此聚类方法(例如，距离度量和聚类阈值)可被适配成用于数据库中数据的预期用途。例如，电池组可以在它们各自的操作条件类似(例如在电池组之上的基本均匀的辐照和的温度下)时被优选地串联连接，而电池组在它们各自的操作条件不相似时可被优先地并联连接。这可能限制每个电池组的潜在操作点的范围，例如使得聚类可被集中在电流-电压特性曲线的较小电压范围上。此外，聚类也可适用于一个以上的距离度量，例如使得聚类基于例如曲线的低电压范围中的相似性来被提供以及聚类基于例如曲线的高电压范围中的相似性来被提供。在此类实施例中，查询请求可包括要选择哪些聚类准则被认为与应用(例如，电池组的曲线针对其被检索的模块配置)更相关的指示符。

此外，在聚类24过程中使用的距离度量的预定阈值可以是均匀的阈值(例如被应用于在所有操作条件上创建曲线)，但也可以是自适应阈值。例如，聚类的密度可以在操作条件空间的区域中得到增加(例如，在由具有电池组拓扑结构的电池组的电池的(诸)内部温度和(诸)辐照形成的联合空间的区域中)，其中更高的实用性可被预期，例如其中条件对应于供在实际场景中使用的常用范围。例如，聚类的密度可例如通过减小距离阈值来被增加(例如，这增加了准确度)，例如因而在经增加的密度的区域中平均创建更多的聚类。

聚类24的步骤可以根据以下伪代码来被执行：

For all curves,calculate distance between curves(对于所有曲线，计算曲线之间的距离)

apply clustering algorithm(e.g.kmeans,…)(应用聚类算法(例如k均值，......))

in which a distance threshold depends on accuracy level(其中距离阈值取决于准确度水平)

if curve is frequent,then assign a larger weight(如果曲线是频出的，则分配更大的权重)

for each cluster(对于每个聚类)

assign one representative curve to each cluster(为每个聚类分配一条代表性曲线)

不能够被聚类的曲线(例如因为它们与其他曲线隔开了过大的距离)、和/或对应于可能只是被预计很少发生的操作条件的组合的曲线可以被称为备份场景。

不相似的电流-电压特性曲线可被映射到一个或多个备份场景(例如一个或多个代表性电流-电压特性曲线)上。例如，对应于多个不相似的电流-电压特性曲线的第一组查询请求可被映射到第一备份场景，对应于另一多个不相似的电流-电压特性曲线的第二组查询请求可被映射到第二备份场景，等等。附加地或替代地，不同的备份场景可被提供用于相同的多个不相似的电流-电压特性曲线，例如使得在使用数据库时，备份场景可根据目标来被选择。

例如，一个或多个备份场景可提供对感兴趣的一个或多个量的粗略低估或高估，例如，对光伏电池组所产生的功率的低估。

在这种备份场景中，基本上不相似的电流-电压特性曲线可被分组在一起。因此，与这种备份场景相关联的误差可以潜在地非常大。然而，与这种备份场景相关联的曲线也可以被考虑为对应于罕见和/或不太可能的条件，使得这种误差对整体目标测量(诸如能量产量)的准确度的影响仍可在容差限度内。

例如，对于这种备份场景，可针对归因于该备份场景的查询请求提供曲线的保守低估。例如，备份场景可能仅仅对应于对电池组将不产生任何功率的低估。然而，更准确但仍保守的低估也可以通过本领域已知的其他方法来确定。

因此，在根据本发明的各实施例的方法中，电流-电压特性曲线的聚类还可以包括标识相对于至少一个多个相似的电流-电压特性曲线中的任何曲线不相似的多个电流-电压特性曲线，例如标识多个异常电流-电压特性曲线。该方法可包括在数据库中生成多对一映射，以将对应于多个不相似的电流-电压特性曲线中的每一者的查询请求映射到一个或多个备份场景(例如，代表性电流-电压特性曲线)上，以用于提供对由(例如，在映射到隔离的和/或偏离的I-V特性曲线上的经索引的操作条件下的)光伏电池组产生的功率的粗略低估。

该方法还包括在数据库中生成26多对一映射，以将对应于该至少一个多个类似的电流-电压特性曲线中的每一者的查询请求映射到用于该多个类似的电流-电压特性曲线的单个代表性电流-电压特性曲线上，每个查询请求标识光伏电池组的拓扑结构、光伏电池组中的光伏电池的至少一个内部温度和光伏电池组中的光伏电池的至少一个电池辐照。例如，可以在数据库中生成映射以将对应于多个类似的电流-电压特性曲线的光伏电池组的拓扑结构、光伏电池组中的每个光伏电池的多个内部温度以及光伏电池组中的每个光伏电池的电池辐照映射到单个代表性电流-电压特性曲线上。

该方法还可以包括确定(例如，与拓扑结构、内部温度和/或辐射相关的)查询参数的子集的表示，以按简洁方式概述映射到相同电流-电压特性曲线上的多个键，例如通过定义查询域中的某一范围或范围的组合或者查询域的子集的参数化。

该方法可包括以查询表的形式(例如，电流和电压对的列表)和/或经参数化的函数的参数的形式(例如，被拟合到由仿真生成的电流-电压对的曲线模型的曲线拟合参数)来将电流-电压特性曲线储存在数据库中。替代地，仿真可以以经参数化的函数的此类参数的形式直接地生成曲线-电压特性曲线。

当单个光伏模块的大量不同的操作条件可能需要被检查时(例如，其中多个阴影图案创建不同的操作条件)，在模块级上对所有可能的场景进行仿真(例如，通过经完全整合的模型)将需要很多时间。此外，对等效操作场景(例如，阴影图案)进行聚类以及限制模块级上的仿真可能难以实现。然而，根据本发明的各实施例，模块级仿真可以被分解为对光伏电池的各组(例如，电池串)的更简单的仿真。因此，由于较小数量的电池，因此每个电池组级别处的不同操作场景较少。通过组合电池组的经预仿真的操作场景，模块级场景可被有效地仿真。

根据本发明的第一和/或第二方面的方法还可以包括基于一个或多个光伏系统配置确定光伏电池组的步骤，例如用于确定用于构造表示(诸)光伏系统配置的一个或多个图的功能性的原子。例如，确定光伏电池组的步骤可包括将(诸)光伏系统配置分割成光伏电池组。

在示例性模块中，电池可以以不同的配置来被连接，例如通过直接电池到电池连接81、通过短的串接82或通过长的串接83，如图19中针对具有两个汇流条的电池所解说的。

两个电池之间的电连接的类型可影响电池之间的热依赖性。例如，四个不同的类可被考虑用于热连接：

1.强(S)－例如，如通常观察到用于直接电池到电池连接

2.中强(MS)－例如，如作为短串接的典型

3.中弱(MW)－例如，如作为长串接的典型

4.弱(W)－例如，表示非互连的电池

此外，当开关沿着电连接存在时，这可以降低互连的电池之间的热依赖性。例如，当开关被实现在两个电池之间的电互连内时，这种互连的热分类可以向下移动一步，例如，从S到MS或从MW到W.

使用这种示例性办法，热连接可以如下排序：

·没有开关的直接电池到电池互连：类S

·具有开关的直接电池到电池互连：类MS

·没有开关的经由短串接互连的电池：类MS

·具有开关的经由短串接互连的电池：类MW

·没有开关的经由长串接互连的电池：类MW

·具有开关的经由长串接互连的电池：类W

·不互连的电池：类W

通过忽略热依赖性，准确度可以减小。然而，这种准确度损失可取决于被忽略的任何给定热连接的强度。例如，如果热互连较弱，则在降低的准确度方面的影响还可通过忽略热链接而不那么明显。

因此，确定光伏电池组可以包括选择要被忽略(例如，在近似中)的热连接。该选择可以将互连的热分类(例如，如上文中所描述)纳入考虑。

确定光伏电池组还可以包括对忽略预定热类别的热连接的影响的分析，例如，被重复用于多个这样的热类别。电池组可因而通过断开仅通过被忽略的热连接而热连接(例如，通常被“弱”热耦合到毗邻电池(例如到毗邻聚类))的电池聚类来被形成。

例如，首先，属于“类W”的所有热互连可被移除，并且由此获得的仿真结果可以与参考仿真进行比较。如果准确度损失低于预定阈值(例如，是可忽略的)，则在第二步中，属于“类MW”的热互连可被附加地移除。再次，仿真结果被与参考进行比较。这样的规程可被重复，直到准确度损失高于预定阈值(例如在给定操作目标的情况下不可忽略或被认为是不可接受的)的类被找到。例如，预定阈值可以对应于0.5％的准确度损失。此外，更多和/或其他热类别可以在类似办法中被使用并且/或者更多和/或其他排序规则(例如，与模块内互连的位置(诸如沿模块的边缘或在模块的中心处)相关)可被使用。本领域技术人员应该清楚，关于这些方法参数的决定可以取决于准确度和计算复杂度之间的期望折衷。

在第三方面，本发明还涉及一种用于执行根据本发明的第一和/或第二方面的各实施例的方法的计算机程序产品。计算机程序产品不一定限于适合在通用计算机(诸如个人计算机设备或计算聚类)上执行的计算机程序产品，而是还可以包括适合于在特定处理平台中执行或实现的计算机程序产品。例如，此类特定处理平台可包括计算机系统中用于增强并行和/或面向向量的数字处理的辅助处理设备，例如图形处理单元(GPU)和/或单元宽带引擎架构(CBEA)设备。特定处理平台还可包括集成处理设备，诸如微控制器和/或现场可编程门阵列(FPGA)。

在第四方面中，本发明还涉及一种计算机可读存储介质、和/或一种通过数字通信网络的传输，其中该存储介质和/或传输包括根据本发明的第三方面的各实施例的计算机程序产品。

在第五方面中，本发明还涉及一种光伏系统仿真系统，该光伏系统仿真系统包括处理器，该处理器被适配成用于执行根据本发明的第一和/或第二方面的各实施例的方法。处理器可包括专用集成电路(ASIC)设备、通用处理器(例如中央处理单元(CPU))、微控制器、现场可编程门阵列设备(FPGA)和/或本领域中已知的适合于通过经设计的、可编程的和/或可配置的逻辑行为来实现该方法的类似设备。

光伏系统仿真系统可被适配成用于在运行时估计光伏系统配置的性能度量和/或操作参数，例如使得可重配置光伏系统的旋钮的设置可被调整(例如，被(基本上)实时地优化)。例如，在能量被消耗、被引导到诸如电池之类的存储系统或被从这样的存储系统取回的时刻处，设置可被调整以优化可重配置系统配置。

因此，本发明的各实施例还涉及一种包括根据本发明的各实施例的光伏系统仿真系统的可重配置光伏系统，以用于估计其一个或多个运行时配置的可重配置光伏系统的性能度量和/或操作参数。

在一示例中，本发明的各实施例不限于此，具有蛇型电池串拓扑结构的模块被考虑。在对该示例性配置的不同运行时配置和不同操作条件的仿真中，电池串可被视为公共组件。在图10中解说了根据该示例的两个电池串的电池之间的热连接52、53和电连接51。对于这种配置，可以假设强热依赖性52存在于模块中(即在电池串内)被电互连的电池之间。位于模块外围上的电池串的热互连53可被认为是弱耦合的。

根据本发明的各实施例，模块在其各种操作和可配置条件下的仿真过程可以通过组合适当选择的I-V曲线并确定转换单元的输入处的I-V曲线来被简化。通过将光电热仿真模型降低到各个个体电池串的仿真，电池串之间的热依赖性可以在该仿真水平上被忽略。由于在示例性配置中这些热依赖性可能相对较弱，因此这可以被认为是良好的近似。因此，与在操作条件和配置的大空间上的模块的完整模型仿真相比，仿真时间可被显著地减小。例如，各个个体电池串的更简单的模型可被更快速地仿真，并且可甚至被并行地仿真。

在至少大多数电池串中具有相同数量的电池可以是有利的，例如以允许电池串的有效并联连接。因此，其中大多数电池串类似的电池串布局可以是有利的。在本示例的蛇型电池串布局的情形中，这可例如意味着U形类型的所有电池串和I形类型的大多数电池串分别是基本上相同的。因此，大多数电池串针对相同的操作条件不需要被重新仿真。通过电池串级仿真获得的各个个体I-V曲线可以以各种方式来被连接(例如，根据模块的可重配置性)，使得经仿真的I-V曲线的结果可以有利地在可重配置模块的运行时实例的多次仿真中被重用，例如如图11中示意性地解说的。特别地，单个经仿真的I-V曲线对于多个运行时实例以及对于在每个运行时实例内具有相同数量的电池和相同配置的多个电池串而言可以是可重用的。

本发明的各实施例可以实现各种简化、优化和/或近似办法，诸如作为近似而忽略光伏电池组之间的热连接，向光伏电池组之间的串联、并联和/或混合连接的模型添加电阻，计算电流-电压特性曲线的组合，预测内部光伏电池温度以选择IV特性曲线，和/或对类似IV特性曲线进行聚类(例如，如作为系统场景的代表)。对汇总I-V特性曲线中的所有点的组合误差的评估在均匀和非均匀条件下由于忽略电池组之间的热耦合、添加电阻和组合I-V曲线而被观察为低于0.1％。根据各实施例的办法相对于现有技术仿真环境可以针对1s的时间分辨率在功率方面实现低于0.5％的误差。此外，这样的目标准确度可以通过在根据本发明的各实施例的方法中的聚类步骤中调整距离函数和/或聚类阈值而能够实现。

在说明性示例中，均匀辐照的一天被仿真。此外，电池串被用作电池组，如上文中所描述。为电池假设恒定的内部温度，其被设置为当天的平均内部温度。针对1000个辐照水平和一个内部温度水平仿真了单个电池串，从而产生1000个I-V特性曲线。这些曲线在图12中被例示出。

根据本发明的各实施例，在仿真框架中对具有电池串的串联连接的均匀的一天的仿真需要大约200s。这近似地是相对于现有技术详细仿真模型的因子165的改进。能量估计中的每日误差为1.5％，而每秒功率中的平均误差约为5％。对于功率超过20W(对应于超过150W/m²的辐照)的一天的时段，每秒功率中的平均误差约为4％。这些误差是相对于用作黄金标准的现有技术模型的仿真结果来被计算的。

接下来，取代仿真和储存所有I-V曲线，仅一条曲线被详细仿真并被储存在数据库中，而其他曲线基于上文中所讨论的参数化办法被从该曲线导出。这在图13中被示意性地例示出。

每日误差保持在1.5％，而每秒功率中的平均误差上升到6％，例如归因于低辐照水平中的误差。对于功率产生超过20W的一天的时段，功率中的平均误差保持在约4％。

图14示出了对基于1000个单独仿真的IV曲线、从IV曲线的单个详细仿真外推的1000条曲线、以及作为参考的替代的现有技术方法的仿真的仿真结果的比较。其中所有曲线被单独仿真的办法的和其中各曲线被从单次详细仿真估计的办法的经仿真的功率的曲线图基本上重合，例如可能基本上无法区分。

仅使用一个内部温度水平长达一整天可致使显著的误差。然而，本发明的各实施例可提供预测内部温度(例如，贯穿一天的内部温度的变化)的有利方法。然而，从单个参考曲线估计I-V曲线(例如，在各操作条件之间的预定关系下)似乎并没有显著地增加误差并且可严格地限制电池组的所需详细的低水平仿真的数量。

在接下来的示例中，仿真是针对五个不同的温度水平被执行的。通过使用根据本发明的各实施例的内部温度预测办法在五个不同的温度水平(例如，如图15中的I-V曲线所解说)之间进行选择，每日误差被降低至0.4％。每秒平均误差降至2.5％，而在功率超过20W的一天的一部分，平均误差为1.1％。来自根据本发明的各实施例的仿真框架和参考现有技术办法的两个功率曲线在图16中示出。

通过将温度水平的数量增加到10(例如，提供图17中所示的10个I-V曲线)，根据本发明的各实施例的仿真框架的准确度水平被进一步改进。根据本发明的各实施例的仿真框架和参考现有技术办法的经仿真的功率在图18中示出。每日误差被发现为可忽略不计(即约0.02％)，而每秒功率中的平均误差为1.8％。对于功率超过20W的一天的时段，功率中的平均误差为0.6％。

可以通过本发明的各实施例实现的准确度和速度(例如，如该示例所示，其中仅10条I-V曲线被详细仿真)表明该办法可以提供良好的总仿真时间并且可以允许在合理的时间内研究光伏模块的更多设计拓扑结构。

此外，为了改进低辐照水平处的准确度(其可能与涉及被部分遮蔽的模块的场景相关)，同时还保持高辐照水平的高准确度，取代从高辐照水平处的单个经仿真的IV曲线推断各IV曲线，(例如高和低辐照水平的)两组(或更多组)详细仿真可被使用。

Claims (15)

1.-一种用于生成和/或更新包括多个电流-电压特性曲线的数据库的计算机实现的方法(20)，所述方法包括：

-针对光伏电池组的拓扑结构、所述光伏电池组中的所述光伏电池的至少一个内部温度和所述光伏电池组中的所述光伏电池的至少一个电池辐照的至少一种组合，对所述光伏电池组的模型进行仿真(25)以提供表示所述组合的电流-电压特性曲线；

-聚类(24)所述电流-电压特性曲线以标识至少一个多个类似的电流-电压特性曲线；以及

-在所述数据库中生成(26)多对一映射以将对应于所述至少一个多个类似的电流-电压特性曲线的每一者的查询请求映射到用于该多个类似的电流-电压特性曲线的单个代表性电流-电压特性曲线上，每个查询请求标识光伏电池组的拓扑结构、所述光伏电池组中的所述光伏电池的至少一个内部温度和所述光伏电池组中的所述光伏电池的至少一个电池辐照。

2.-根据权利要求1所述的方法，其特征在于，标识所述类似的电流-电压特性曲线包括计算每对电流-电压特性曲线之间的距离度量，所述距离度量是电流或电压中的最大差异，或者所述距离度量是所述一对电流-电压特性曲线的曲线下方的面积的差异，或者所述距离度量基于对由所述一对电流-电压特性曲线所限定的电压和电流的函数关系确定的预定的量的比较。

3.-根据前述权利要求中任一项所述的方法，其特征在于，其中所述电流-电压特性曲线的所述聚类还包括标识相对于所述至少一个多个类似的电流-电压特性曲线的任何曲线不相似的多个电流-电压特性曲线，并且其中所述方法包括在所述数据库中生成多对一映射，以将对应于所述多个不相似的电流-电压特性曲线的每一者的查询请求映射到一个或多个备份场景上。

4.-根据前述权利要求中任一项所述的方法，其特征在于，包括确定电流-电压特性曲线的紧凑表示，所述紧凑表示的所述确定包括确定所述电流-电压特性曲线的基本上是线性的至少一个曲线段以及在所述紧凑表示中由所述曲线段的两个端点的每一者的电流值和电压值来表示所述曲线段，所述紧凑表示的所述确定进一步包括向所述紧凑表示添加对应于频繁操作点的电流值和电压值、开路电压和/或短路电流。

5.-根据前述权利要求中任一项所述的方法，其特征在于，包括：

通过参数空间的穷尽枚举或从参数空间采样来生成(21)多个组合，所述参数空间由所述光伏电池组中的所述光伏电池的至少一个内部温度以及所述光伏电池组中的所述光伏电池的至少一个电池辐照来限定，

通过从所述经生成的多个组合中消除不太可能的和/或不可行的和/或冗余的组合来从所述多个组合中选择(22)用于所述仿真(25)步骤的所述至少一种组合，并且对于所述经生成的多个组合中的因不太可能而被消除的组合，提供所述电流-电压特性曲线的粗略估计，而不是使用所述模型来仿真所述电流-电压特性曲线。

6.-根据权利要求5所述的方法，其特征在于，所述的从所述多个经生成的组合中选择(22)所述至少一种组合包括从所述多个经生成的组合中消除(23)以下组合：所述电流-电压特性曲线能够针对其通过对应于所述多个经生成的组合中的另一组合的另一电流-电压特性曲线的经参数化的变换来被表示，所述方法进一步包括通过所述经参数化的变换确定所述被消除的组合的所述电流-电压特性曲线。

7.-一种计算机实现的方法(10)，所述计算机实现的方法用于在一系列时间演变的操作条件下估计光伏系统配置的至少一个性能度量和/或操作参数，所述光伏系统配置包括光伏电池组之间的多个静态和/或动态可切换的并联和/或串联互连的配置，所述方法包括：

-获得(11)包括多个电流-电压特性曲线的数据库，每个电流-电压特性曲线能由查询请求访问，所述查询请求标识光伏电池组的拓扑结构、所述光伏电池组中的所述光伏电池的至少一个内部温度和所述光伏电池组中的所述光伏电池的至少一个电池辐照，其中所述数据库以多对一映射的形式来提供所述查询请求到所述多个电流-电压特性曲线上的映射，使得将不同拓扑结构和/或不同内部温度和/或不同电池辐照的聚类映射到单个代表性电流-压特性曲线上；

-接收(12)指示所述一系列操作条件的数据作为输入，其中所述数据至少包括所述系列的每个步长的辐照、环境温度和风速；

-在至少将所述辐照、所述环境温度和所述风速纳入考虑的情况下，针对所述光伏电池组的每一者中的至少一个光伏电池来确定(13)对应于所述一系列操作条件的一系列内部温度；

-基于所述光伏电池组的拓扑结构、所述辐照图和针对所述光伏电池组的每个光伏电池确定的所述内部温度，通过查询请求为所述光伏电池组的每一者从所述数据库中选择(14)代表性电流-电压曲线；

-针对所述一系列演变的操作条件的每个步长计算(15)至少一个汇总电流-电压特性曲线，以及

-为所述一系列演变的操作条件的每个步长输出(16)至少一个性能和/或操作参数，

其中所述的获得(11)所述数据库包括根据前述权利要求中任一项所述的方法生成和/或更新所述数据库。

8.-根据权利要求7所述的方法，其特征在于，所述的确定(13)所述一系列内部温度包括针对所述光伏电池组的每一者中的所述光伏电池并且针对所述一系列操作条件的每个时间步长通过以下来计算至少一个内部温度：评估N阶热模型的状态方程，所述方程将该时间步长的环境温度、该时间步长的辐照、对应于N-1个之前时间步长的环境温度、对应于N-1之前时间步长的辐照以及针对N-1个之前时间步长为所述光伏电池组确定的所述至少一个内部温度纳入考虑。

9.-根据权利要求7或权利要求8所述的方法，其特征在于，所述方法包括在将预定目标纳入考虑的情况下，针对所述一系列操作条件的每个时间步长选择(17)所述至少一个汇总电流-电压特性曲线的操作点。

10.-根据权利要求9所述的方法，其特征在于，在确定(13)所述一系列时间演变的操作条件的下一个时间步长的所述内部温度时，为所述一系列时间演变的操作条件的时间步长选择(17)的所述操作点被纳入考虑。

11.-根据权利要求10所述的还取决于权利要求8的方法，其特征在于，N阶热模型的所述状态方程还将当前时间步长和/或之前时间步长和/或多个之前时间步长的所述所选择(17)的操作点纳入考虑。

12.-根据权利要求7到11中任一项所述的方法，其特征在于，所述的计算(15)所述至少一个汇总电流-电压特性曲线包括：通过将对应的一对电池组之间的串联互连电阻或对应的一对电池组之间的并联互连电阻纳入考虑来变换和组合至少一对所选择的电流-压特性曲线。

13.-根据权利要求7到12中任一项所述的方法，其特征在于，所述的计算(15)所述至少一个汇总电流-电压特性曲线包括：计算用于作为输入应用于目标函数和/或用于根据所述光伏系统配置而活动的至少一个转换器的汇总电流-电压特性曲线。

14.-根据权利要求13所述的方法，其特征在于，所述的为每个转换器计算所述至少一个汇总电流-电压特性曲线包括：

-根据所述光伏系统配置选择被连接到该转换器的一对电池组，

-根据所述光伏系统配置确定所述一对电池组是否彼此串联或并联连接，

-根据所述光伏系统配置为所述一对电池组之间的所述串联或并联连接分配电阻，

-从为该对电池组选择的所述电流-电压特性曲线中的任一个或两个中减去线性电流-电压曲线，其中所述线性电流-电压曲线的电压与电流比率由所述经分配的电阻来确定，以及

在所述减法之后，在所述一对是并联连接的情况下通过添加作为电压的函数的电流，或者在所述一对是串联连接的情况下添加作为电流的函数的电压，来组合所述电流-电压特性曲线。

15.-一种计算机程序产品，所述计算机程序产品当在计算机上被执行时用于执行根据前述权利要求中任一项所述的方法。