CN115324301B - 一种墙面光伏系统及其控制方法 - Google Patents

Abstract

本发明涉及一种墙面光伏系统及其控制方法。该墙面光伏系统包括光伏支架和光伏板。光伏支架包括若干间隔设置的支架单元以及连接在相邻支架单元间的横梁。支架单元包括上伸臂梁、下伸臂梁、上光伏板固定件和下光伏板固定件。上伸臂梁的一端通过连接件一与墙体相连，另一端通过伸缩杆一与上光伏板固定件相连。下伸臂梁的一端通过连接件二与墙体相连，另一端通过伸缩杆二与下光伏板固定件相连。上伸臂梁与下伸臂梁之间设有支柱，支柱的上端与上伸臂梁相连，下端与下伸臂梁相连。光伏板安装在上光伏板固定件与下光伏板固定件之间。本发明解决了传统光伏板无法安装在墙体上的问题，提高了建筑太阳能利用率，具有节能减排的效果。

Description

一种墙面光伏系统及其控制方法

技术领域

本发明涉及建筑施工技术领域，具体涉及一种墙面光伏系统及其控制方法。

背景技术

光伏板是一种重要的新能源发电组件，能将太阳能转化为电能。近年来，国家大力倡导节能减排，鼓励利用太阳能资源。传统光伏板多布置在建筑物的屋面上，布置面积有限。建筑的墙面采光面积大，是利用太阳能的绝佳场所。在国家大力推广碳中和碳达峰的背景下，将太阳能板布置在建筑的墙体上具有广阔的应用前景，能大大提高建筑太阳能利用率，有利于节能减排。

因此，有必要设置一种墙面光伏系统，使得光伏板放置在墙面上，以提高建筑物对太阳能的利用率。

发明内容

本发明的目的在于提供一种墙面光伏系统及其控制方法，该光伏系统解决了传统光伏板无法安装在墙体上的问题，提高了建筑太阳能利用率，具有节能减排的效果。

为实现上述目的，本发明采用了以下技术方案：

一种墙面光伏系统，包括安装在墙体上的光伏支架和安装在光伏支架上的光伏板。

所述光伏支架包括若干间隔设置的支架单元以及连接在相邻支架单元间的横梁；所述支架单元包括上伸臂梁、下伸臂梁、上光伏板固定件和下光伏板固定件；所述上伸臂梁的一端通过连接件一与墙体相连，另一端通过伸缩杆一与上光伏板固定件相连；所述下伸臂梁的一端通过连接件二与墙体相连，另一端通过伸缩杆二与下光伏板固定件相连；所述上伸臂梁与下伸臂梁之间设有支柱，支柱的上端与上伸臂梁相连，下端与下伸臂梁相连；所述光伏板安装在上光伏板固定件与下光伏板固定件之间。

进一步的，该墙面光伏系统还包括减震单元；所述减震单元包括设置在下伸臂梁下方的隔震支座以及设置在隔震支座下方的托梁；所述托梁通过膨胀螺栓和螺帽与墙体相连，托梁下方设有L型连接件，L型连接件的一个侧面通过膨胀螺栓及螺帽与墙体相连，另一个侧面与托梁相连。

进一步的，所述连接件一与连接件二的结构相同，均包括设置在墙体内的预埋件、设置在墙体外侧且通过螺杆与螺帽与预埋件相连的锚固件以及设置在墙体外侧且与锚固件相连的连接件主体；所述预埋件上设置有锚筋。

进一步的，所述光伏板的中段背部与支柱之间连接有伸缩杆三；所述伸缩杆一、伸缩杆二以及伸缩杆三的两端均分别连接有一阻尼器；所述伸缩杆一和伸缩杆二的数量均为两个，分布在光伏板的四个端角处。

进一步的，所述上伸臂梁与下伸臂梁之间设有倾斜的拉索组件；所述拉索组件包括通过粘滞抗拉器相连的上拉索与下拉索；上拉索的上端与连接件一铰接相连，下端通过粘滞抗拉器与下拉索的上端相连；下拉索的下端与支柱以及下伸臂梁的连接处铰接相连。

进一步的，该墙面光伏系统还包括光照强度检测模块、发电功率检测模块、光伏板控制模块和光伏板姿态调整模块。

所述光照强度检测模块，用于获取光照强度并根据获取的光照强度确定是否开启发电功率检测模块和光伏姿态调整模块。

所述发电功率检测模块，用于实时检测光伏板当前的发电功率，并根据当前的发电功率确定是否开启光伏板控制模块。

所述光伏板控制模块，用于利用神经网络模型确定目标发电功率对应的光伏板的目标姿态角。

所述光伏板姿态调整模块，用于根据光伏板的目标姿态角，对伸缩杆一与伸缩杆二的伸缩长度进行调整，实现光伏板姿态的调整。

本发明还涉及一种上述墙面光伏系统的控制方法，该方法包括以下步骤：

获取当前光照强度，若当前光照强度大于预设光照强度阈值，则获取光伏板当前的发电功率，并设定目标发电功率；

建立光伏板控制模型，利用光伏板控制模型确定目标发电功率对应的目标光伏板位姿角；

对伸缩杆一和伸缩杆二的长度进行调整，以将光伏板位姿调整至目标光伏板位姿角。

进一步的，所述建立光伏板控制模型，利用光伏板控制模型确定目标发电功率对应的目标光伏板位姿角，包括：

建立基于BP神经网络的光伏板控制模型，构建数据集F对光伏板控制模型进行训练；

将目标发电功率输入训练好的光伏板控制模型，得到目标发电功率对应的模板光伏板位姿角。

进一步的，所述基于BP神经网络的光伏板控制模型包括5层，依次为输入层、隐层a、隐层b、隐层c和输出层；

所述基于BP神经网络的光伏板控制模型的损失函数采用L2损失函数。

进一步的，所述数据集F包括特征参数和预测对象；其中，所述特征参数包括光伏板Euler角(α、β)，太阳高度角θ，光照辐射强度R，温度T和湿度M；所述预测对象包括发电功率W；所述太阳高度角θ根据时间和纬度计算出；

对数据集F中的特征参数数据采用归一化处理和滤波处理，并采用十字交叉验证方法划分训练集和验证集；

利用数据集F对光伏板控制模型进行训练时，采用Adam法对基于BP神经网络的光伏板控制模型进行权重调整直到收敛，模型训练完毕。

和现有技术相比，本发明的优点为：

(1)本发明具有装配式的特点，提高了安装施工效率，且具有良好的结构稳定性和抗震性能，解决了传统光伏板无法安装在墙体上的问题，且光伏板的角度可根据光照角度调节，能大大提高建筑太阳能利用率，具有节能减排的效果。

(2)本发明通过设置连接件，上伸臂梁、下伸臂梁、支柱、横梁等构架，具有装配式的特点，易于组装和施工，大大提高施工效率。

(3)本发明通过设置拉索、粘滞抗拉器、隔震支座和托梁，具有良好的抗震性能，同时通过设置U型的光伏板固定件和可以伸缩的伸缩杆，使得光伏板可以安装在墙体上，且光伏板的角度可以调整，且光伏板在不同角度下均具有一定的结构强度。本发明有效增加了建筑光照利用面积，提高了光伏板的安装面积，有利于太阳能资源的利用。

附图说明

图1是本发明中光伏系统的侧视图；

图2是本发明中光伏系统的主视图；

图3是本发明中光伏系统控制方法的流程图。

其中：

1、墙体，2、钢筋混凝土梁，3、上伸臂梁，4、下伸臂梁，5、支柱，6、伸缩杆一S1，7、伸缩杆一S2，8、伸缩杆三，9、光伏板，10、上光伏板固定件，11、螺帽，12、螺杆，13、下光伏板固定件，14、阻尼器，15、连接板，16、上拉索，17、下拉索，18、粘滞抗拉器，19、连接件一，20、螺帽，21、锚筋，22、预埋件，23、螺杆，24、锚固件，25、隔震支座，26、托梁，27、螺栓，28、螺帽，29、L型连接件，30、膨胀螺栓，31、横梁，32、伸缩杆二T1，33、伸缩杆二T2，34、从动伸缩杆。

具体实施方式

下面结合附图对本发明做进一步说明：

如图1和图2所示的一种墙面光伏系统，包括安装在墙体上的光伏支架和安装在光伏支架上的光伏板9。

所述光伏支架包括若干间隔设置的支架单元以及连接在相邻支架单元间的横梁31。所述支架单元包括上伸臂梁3、下伸臂梁4、上光伏板固定件10和下光伏板固定件13。上伸臂梁3和下伸臂梁4均为钢梁。所述上伸臂梁3的一端通过连接件一19与墙体的钢筋混凝土梁2部分相连，另一端通过伸缩杆一与上光伏板固定件10相连。所述下伸臂梁4的一端通过连接件二与墙体的钢筋混凝土梁2部分相连，另一端通过伸缩杆二与下光伏板固定件13相连。所述上伸臂梁3与下伸臂梁4之间设有支柱5，支柱5的上端与上伸臂梁3相连，下端与下伸臂梁4相连；所述光伏板9安装在上光伏板固定件10与下光伏板固定件13之间。上光伏板固定件与下光伏板固定件均为U型件，光伏板9的上下两端分开嵌入安装在U型件的开口处，并通过螺杆12及螺帽11与U型件连接在一起。优选的，支柱5的上端与上伸臂梁3铰接相连，下端与下伸臂梁4交接相连，支柱起到增加竖向刚度的作用，选择铰接是便于后期更换构件。

进一步的，该墙面光伏系统还包括减震单元；所述减震单元包括设置在下伸臂梁4下方的隔震支座25以及设置在隔震支座25下方的托梁26；所述托梁26通过膨胀螺栓30和螺帽28与墙体的钢筋混凝土梁2部分相连，托梁26下方设有L型连接件29，L型连接件29的一个侧面通过膨胀螺栓30及螺帽28与墙体的钢筋混凝土梁2部分相连，另一个侧面通过螺栓27与托梁26相连。发生地震时会产生地震波，造成建筑物晃动，从而导致光伏支架晃动，若振动较强可能会对光伏支架造成破坏，因此有必要设置减震单元抵消振动能量，减弱振动，保证光伏支架的结构安全性。

进一步的，所述连接件一19与连接件二的结构相同，均包括设置在墙体的钢筋混凝土梁2内的预埋件22、设置在墙体的钢筋混凝土梁2外侧且通过螺杆23与螺帽20与预埋件22相连的锚固件24以及设置在墙体的钢筋混凝土梁2外侧且与锚固件24相连的连接件主体；所述预埋件22上设置有锚筋21。

进一步的，所述光伏板9的中段背部与支柱5之间连接有伸缩杆三8；所述伸缩杆一、伸缩杆二以及伸缩杆三8的两端均分别连接有一阻尼器14。伸缩杆一和伸缩杆二起到固定支撑光伏板9，和改变光伏板9角度的作用，伸缩杆三8起到固定支撑光伏板9的作用，伸缩杆三8会随着光伏板9角度的变化而变化，保证在地震时光伏板9与光伏支架的连接紧密，不会发生脱落。阻尼器14的作用是在保证转动能力的同时增加一定的转动刚度，使得转动的角度可控制，而不会受自身重力或是外力如风荷载作用下导致光伏板移动，造成姿态偏差，同时也保证了光伏板在姿态调整时，以及在发生地震时的稳定性。

进一步的，所述上伸臂梁3与下伸臂梁4之间设有倾斜的拉索组件。所述拉索组件包括通过粘滞抗拉器18相连的上拉索16与下拉索17，采用此设计保证了拉索具有一定的抗拉强度，同时在发生地震时，拉索不易发生破坏，粘滞抗拉器可以抵消地震能量优先发生破坏，保护了光伏支架主体结构的安全，同时粘滞抗拉器发生破坏后后期容易更换，保证拉索能继续使用，增加了可修复性。上拉索16的上端与连接件一19铰接相连，下端通过粘滞抗拉器18与下拉索17的上端相连；下拉索17的下端与支柱5以及下伸臂梁4的连接处铰接相连。

进一步的，伸缩杆一的数量为两根，分别为伸缩杆S1和伸缩杆S2。伸缩杆二的数量为两根，分别为伸缩杆T1 32和伸缩杆T2 33。在两根伸缩杆一之间和两根伸缩杆二之间分别设有一根从动伸缩杆34。当对伸缩杆一和伸缩杆二进行调节时，从动伸缩杆34可以随着一起运动。从动伸缩杆34的作用是对光伏板起到支撑作用，使光伏板的位姿调节过程更加稳定。

该墙面光伏系统还包括光照强度检测模块、发电功率检测模块、光伏板控制模块和光伏板姿态调整模块。

所述光照强度检测模块，用于获取光照强度并根据获取的光照强度确定是否开启发电功率检测模块和光伏姿态调整模块；其余情况则开启发电功率检测模块和姿态调整模块。光照强度检测模块，用于根据开路电压和短路电流识别光照强度。设定光照强度阀值R0，当光照强度大于等于阀值R0时，光伏板姿态调整模块启用；当光照强度小于阀值R0时，光伏板姿态调整模块关闭。当光照强度较弱时，发电量很小，此时再调整光伏板的姿态对增加发电量影响很小，因此将光伏板姿态调整模块和发电功率检测模块关闭。

所述发电功率检测模块，用于实时检测光伏板当前的发电功率，并根据当前的发电功率确定是否开启光伏板控制模块；发电功率检测模块，用于实时检测光伏板的发电功率。设定光伏板输出目标功率W0，功率上阈值W1，使目标功率W0不超过上阈值W1。设定光伏板输出功率下阈值W2，使目标功率W0不低于下阈值W2。目标功率W0位于上阈值W1和下阈值之间W2。发电功率检测模块实时检测光伏板的发电功率，当实时发电功率小于或大于目标功率W0时，则启用光伏板控制模块来获取光伏板的目标姿态角。

所述光伏板控制模块，用于利用神经网络模型确定目标发电功率对应的光伏板的目标姿态角。光伏板控制模块采用的神经网络模型为基于BP神经网络的光伏板控制模型。将预测结果设置成目标功率W0，结合太阳高度角θ，光照辐射强度R，温度T和湿度M参数，计算出目标功率W0相对应的光伏板姿态角，通过控制伸缩杆的长度和角度调整光伏板的姿态使实时发电功率达到目标功率W0。

建立基于BP神经网络的光伏板控制模型，通过网络搜集和试验的方式获取光伏板功率及对应的光伏板姿态角、太阳高度角、光照辐射强度、温度及湿度等数据建立数据集，对光伏板控制模型进行训练。利用训练好的光伏板姿态角控制模型用于训练光伏板控制模型，根据训练结果预测光伏板的位姿角。预测时所用到的特征参数为光伏板发电功率，太阳高度角θ，光照辐射强度R，温度T和湿度M，太阳高度角θ，光照辐射强度R，温度T和湿度M为环境参数，其中光伏板位姿角(光伏板Euler角(α、β))为光伏板的参数。模型训练完毕后，利用环境参数和目标发电功率得到目标光伏板位姿角，将目标光伏板位姿角作为模型输出目标。光伏板Euler角(α、β)即为光伏板姿态角。

所述光伏板姿态调整模块，用于根据光伏板的目标姿态角，对伸缩杆一与伸缩杆二的伸缩长度进行调整，实现光伏板姿态的调整。利用光伏板姿态调整模块对光伏板的姿态进行调整，使光伏板的姿态达到目标姿态角。所述光伏板姿态调整模块，用于根据基于BP神经网络的光伏板控制模型的预测结果，通过调整光伏板姿态，改变光伏板发电功率达到目标功率W0。通过基于BP神经网络的光伏板控制模型建立光伏板特征参数和发电功率之间的关系，从而根据目标发电功率预测目标位姿角。通过设定发电功率达到目标功率，计算出各特征参数的值，其中包括光伏板的姿态角，再通过调整伸缩杆来对光伏板姿态进行调节。光伏板姿态的调整是通过改变姿态角达到的，光伏板在姿态调整的过程中吸收光照辐射的能力会发生变化，从而影响发电功率。姿态角以外的参数为环境参数，且相互独立，不随着光伏板姿态的变化而变化。

启动基于BP神经网络的光伏板控制模型，设定模型预测值为W*，使W*等于下阀值W2，且W*∈[W2,W1]，通过计算得出光伏板目标姿态角α、β。启动光伏板姿态调整模块，根据目标姿态角α、β，控制伸缩杆一和伸缩杆二的长度和角度，当光伏板的姿态角达到目标姿态后，通过发电功率检测模块检测光伏板当前功率WA，若WA<下阀值W2，则增加W*的值，重复上述步骤，直到实时检测功率WA∈[W2,W1]，则停止姿态调整模块和光伏板控制模块。

综上所述，本发明通过设置拉索、粘滞抗拉器、隔震支座和托梁，具有良好的抗震性能，同时通过设置U型的光伏板固定件和可以伸缩的伸缩杆，使得光伏板可以安装在墙体上，且光伏板的角度可以调整，光伏板在不同角度下均具有一定的结构强度。本发明有效增加了建筑光照利用面积，提高了光伏板的安装面积，有利于太阳能资源的利用。

本发明还涉及一种如图3所示的墙面光伏系统的控制方法，该方法包括以下步骤：

获取当前光照强度，若当前光照强度大于预设光照强度阈值，则获取光伏板当前的发电功率，并设定目标发电功率；

建立光伏板控制模型，利用光伏板控制模型确定目标发电功率对应的目标光伏板位姿角；

对伸缩杆一和伸缩杆二的长度进行调整，以将光伏板位姿调整至目标光伏板位姿角。

进一步的，所述建立光伏板控制模型，利用光伏板控制模型确定目标发功率对应的目标光伏板位姿角，包括：

建立基于BP神经网络的光伏板控制模型，构建数据集F对光伏板控制模型进行训练；

将目标发电功率输入训练好的光伏板控制模型，得到目标发电功率对应的模板光伏板位姿角。

进一步的，所述基于BP神经网络的光伏板控制模型包括5层，依次为输入层、隐层a、隐层b、隐层c和输出层；

所述基于BP神经网络的光伏板控制模型的损失函数采用L2损失函数。

进一步的，所述数据集F包括特征参数和预测对象；其中，所述特征参数包括光伏板Euler角(α、β)，太阳高度角θ，光照辐射强度R，温度T和湿度M；所述预测对象包括发电功率W；所述太阳高度角θ根据时间和纬度计算出；

对数据集F中的特征参数数据采用归一化处理和滤波处理，并采用十字交叉验证方法划分训练集和验证集；

利用数据集F对光伏板控制模型进行训练时，采用Adam法对基于BP神经网络的光伏板控制模型进行权重调整直到收敛，模型训练完毕。

根据特征参数包括光伏板Euler角(α、β)，太阳高度角θ，光照辐射强度R，温度T和湿度M，利用基于BP神经网络的光伏板控制模型实时预测发电功率W。

本发明的工作原理为：

以光伏板位姿角Euler角衡量光伏板的姿态方位，通过调整位于光伏板四个角点处的伸缩杆的长度和角度控制光伏板位姿角Euler角中的三个角度参数α、β和γ，α、β和γ分别代表沿水平轴转动的角度，沿竖向轴转动的角度和沿法向轴转动的角度。由于γ角对光照接收率影响较小，故设置γ角为零，只需要确定α和β。

光伏板的发电功率受各种因素影响随机性较大，特征参数主要包括光伏板Euler角(α、β)，太阳高度角θ，光照辐射强度R，温度T和湿度M。建立基于BP神经网络的光伏板控制模型，通过网络搜集和试验的方式建立数据集对光伏板控制模型进行训练，利用训练好的光伏板控制模型预测光伏板的发电功率。

设光伏板光伏板上方的两根伸缩杆一分别为伸缩杆S1 6和伸缩杆S2 7，位于光伏板下方的两根伸缩杆二分别为伸缩杆T1 32和伸缩杆T2 33。设伸缩杆S1 6的长度和角度为L1和a1；伸缩杆S2 7的长度和角度为L2和a2；伸缩杆T1 32的长度和角度为B1和r1；伸缩杆T2 33的长度和角度为B2和r2，伸缩杆S1 6和伸缩杆S2 7之间的水平距离为G，伸缩杆S16和伸缩杆T1 32的竖直距离为H。

通过调整伸缩杆一和伸缩杆二的长度及角度来对光伏板的姿态角(Euler角)进行调整的原理为：

其中：

τ₁＝[L₁cos(a₁)+L₂cos(a₂)]/2

τ₂＝[B₁cos(r₁)+B₂cos(r₂)]/2

υ₁＝[L₁sin(a₁)+L₂sin(a₂)]/2

υ₂＝[B₁sin(r₁)+B₂sin(r₂)]/2

其中，

μ₁＝[L₁cos(a₁)+B₁cos(r₁)]/2

μ₂＝[L₂cos(a₂)+B₂cos(r₂)]/2

综上所述，本发明在确定光伏板目标功率后，利用神经网络模型对光伏板位姿角进行预测，再通过对伸缩杆的伸缩长度进行调整，将光伏板角度调整至目标位姿角，本发明有效增加了建筑光照利用面积，提高了光伏板的安装面积，有利于太阳能资源的利用。

以上所述实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (8)

1.一种墙面光伏系统，其特征在于：包括安装在墙体上的光伏支架和安装在光伏支架上的光伏板；

所述光伏支架包括若干间隔设置的支架单元以及连接在相邻支架单元间的横梁；所述支架单元包括上伸臂梁、下伸臂梁、上光伏板固定件和下光伏板固定件；所述上伸臂梁的一端通过连接件一与墙体相连，另一端通过伸缩杆一与上光伏板固定件相连；所述下伸臂梁的一端通过连接件二与墙体相连，另一端通过伸缩杆二与下光伏板固定件相连；所述上伸臂梁与下伸臂梁之间设有支柱，支柱的上端与上伸臂梁相连，下端与下伸臂梁相连；所述光伏板安装在上光伏板固定件与下光伏板固定件之间；

该墙面光伏系统还包括减震单元；所述减震单元包括设置在下伸臂梁下方的隔震支座以及设置在隔震支座下方的托梁；所述托梁通过膨胀螺栓和螺帽与墙体相连，托梁下方设有L型连接件，L型连接件的一个侧面通过膨胀螺栓及螺帽与墙体相连，另一个侧面与托梁相连；

所述上伸臂梁与下伸臂梁之间设有倾斜的拉索组件；所述拉索组件包括通过粘滞抗拉器相连的上拉索与下拉索；上拉索的上端与连接件一铰接相连，下端通过粘滞抗拉器与下拉索的上端相连；下拉索的下端与支柱以及下伸臂梁的连接处铰接相连。

2.根据权利要求1所述的一种墙面光伏系统，其特征在于：所述连接件一与连接件二的结构相同，均包括设置在墙体内的预埋件、设置在墙体外侧且通过螺杆与螺帽与预埋件相连的锚固件以及设置在墙体外侧且与锚固件相连的连接件主体；所述预埋件上设置有锚筋。

3.根据权利要求1所述的一种墙面光伏系统，其特征在于：所述光伏板的中段背部与支柱之间连接有伸缩杆三；所述伸缩杆一、伸缩杆二以及伸缩杆三的两端均分别连接有一阻尼器；所述伸缩杆一和伸缩杆二的数量均为两个，分布在光伏板的四个端角处。

4.根据权利要求1所述的一种墙面光伏系统，其特征在于：该墙面光伏系统还包括光照强度检测模块、发电功率检测模块、光伏板控制模块和光伏板姿态调整模块；

所述光照强度检测模块，用于获取光照强度并根据获取的光照强度确定是否开启发电功率检测模块和光伏姿态调整模块；

所述发电功率检测模块，用于实时检测光伏板当前的发电功率，并根据当前的发电功率确定是否开启光伏板控制模块；

所述光伏板控制模块，用于利用神经网络模型确定目标发电功率对应的光伏板的目标姿态角；

所述光伏板姿态调整模块，用于根据光伏板的目标姿态角，对伸缩杆一与伸缩杆二的伸缩长度进行调整，实现光伏板姿态的调整。

5.根据权利要求1～4任意一项所述的墙面光伏系统的控制方法，其特征在于：该方法包括以下步骤：

获取当前光照强度，若当前光照强度大于预设光照强度阈值，则获取光伏板当前的发电功率，并设定目标发电功率；

建立光伏板控制模型，利用光伏板控制模型确定目标发电功率对应的目标光伏板位姿角；

对伸缩杆一和伸缩杆二的长度进行调整，以将光伏板位姿调整至目标光伏板位姿角。

6.根据权利要求5所述的墙面光伏系统的控制方法，其特征在于，所述建立光伏板控制模型，利用光伏板控制模型确定目标发电功率对应的目标光伏板位姿角，包括：

建立基于BP神经网络的光伏板控制模型，构建数据集F对光伏板控制模型进行训练；

将目标发电功率输入训练好的光伏板控制模型，得到目标发电功率对应的模板光伏板位姿角。

7.根据权利要求6所述的墙面光伏系统的控制方法，其特征在于，所述基于BP神经网络的光伏板控制模型包括5层，依次为输入层、隐层a、隐层b、隐层c和输出层；

所述基于BP神经网络的光伏板控制模型的损失函数采用L2损失函数。

8.根据权利要求6所述的墙面光伏系统的控制方法，其特征在于：所述数据集F包括特征参数和预测对象；其中，所述特征参数包括光伏板Euler角α与β，太阳高度角θ，光照辐射强度R，温度T和湿度M；所述预测对象包括发电功率W；所述太阳高度角θ根据时间和纬度计算出；

对数据集F中的特征参数数据采用归一化处理和滤波处理，并采用十字交叉验证方法划分训练集和验证集；

利用数据集F对光伏板控制模型进行训练时，采用Adam法对基于BP神经网络的光伏板控制模型进行权重调整直到收敛，模型训练完毕。