本发明涉及光伏并网控制，具体是分布式光伏的柔性控制系统。
背景技术：
1、随着对可再生能源需求的不断增加，分布式光伏发电作为一种清洁、可再生的能源形式，得到了广泛应用。然而，传统的光伏发电系统存在并网难度大、运行效率低、调节能力差等问题，难以满足现代电力系统对高效、灵活、可靠性的要求。因此，本发明提出了一种分布式光伏的柔性控制系统，旨在解决上述问题，提升分布式光伏发电系统的整体性能和智能化水平。
技术实现思路
1、本发明的目的在于提供分布式光伏的柔性控制系统，以解决上述背景技术中提出的问题。
2、为实现上述目的，本发明提供如下技术方案：
3、分布式光伏的柔性控制系统，包括智能感知终端、柔性控制模块、通信模块和储能模块；
4、所述智能感知终端，用于实时采集光伏发电系统的电压、电流、功能参数，感知光伏发电系统的运行状态，并将采集到的数据通过所述通信模块传输至所述柔性控制模块；
5、所述柔性控制模块，用于对所述智能感知终端上传的光伏发电系统数据进行调节和优化；
6、所述通信模块，用于控制所述智能感知终端、所述柔性控制模块和所述储能模块之间的数据传输和指令交互；
7、所述储能模块，用于储存光伏发电系统产生的多余电能，并在电网负荷高峰或光伏发电系统发电量不足时释放电能，以平衡电网的供需关系。
8、作为本发明再进一步的方案：其中，所述智能感知终端还包括传感器、数据处理模块；所述传感器用于对光伏系统周围环境及设备的物理量变化进行感知监测；所述数据处理模块用于将感知到的模拟信号转换为电信号，并通过数据采集模块进行采样和模数转换，将模拟信号转换为数字信号。
9、作为本发明再进一步的方案：其中，所述柔性控制模块包括障碍避让计算模块，所述障碍避让计算模块的计算公式如下：
10、
11、
12、β＝arcsin(cosδsinω/cosα)
13、式中α为太阳高度角，β为太阳方位角；为当地纬度，ω为太阳时角，δ为太阳赤纬角，h为北半球障碍物高度。
14、作为本发明再进一步的方案：其中，按照如下公式计算出纬度地区障碍物阴影长度分量和倍率系数，
15、其中东西、南北方向阴影长度分量分别为：
16、其中东西、南北方向阴影倍率系数分别为：
17、作为本发明再进一步的方案：其中，所述柔性控制模块还包括与障碍避开计算模块连接的自适应调节模块，所述自适应调节模块通过接收来自障碍避开计算模块的全年阴影影响范围数据，并根据数据对分布式光伏发电系统进行调节，对系统所获得的电力以及输出的电压和电流进行柔性互联，调节之后并记录数据以适应下一年同一时间点分布式光伏系统的自动调节。
18、作为本发明再进一步的方案：其中，所述自适应调节模块与故障预测与诊断模块连接，通过对历史数据的分析和机器学习算法的应用，提前预测光伏发电系统可能发生的故障，并给出相应的处理建议。
19、与现有技术相比，本发明的有益效果是：
20、该系统，当障碍避开计算模块得到阴影数据之后，传输给自适应调节模块并存储记为a1，代表本年第一次获取该时间点的数据，此时间段t1下记录下发电量，配合着柔性控制模块对输出的电压和电流进行柔性控制，以满足光伏系统下所有用户的用电需求，当用电量不足支撑用户使用时，可以通过调用储能模块中存储的电量来解决发电量不足的问题。因此在下一年度时，当光伏系统重新经历t1时间段时，光伏系统在自适应调节模块下接收到信号之后，会自动调取a1下的存储数据，通过数据来实现对光伏系统的柔性控制，使其在下个年度可以按照上个年度的用电习惯来进行柔性控制。达到了对系统的智能化的控制。
1.分布式光伏的柔性控制系统，其特征在于，包括智能感知终端、柔性控制模块、通信模块和储能模块；
2.根据权利要求1所述的分布式光伏的柔性控制系统，其特征在于，所述智能感知终端还包括传感器、数据处理模块；所述传感器用于对光伏系统周围环境及设备的物理量变化进行感知监测；所述数据处理模块用于将感知到的模拟信号转换为电信号，并通过数据采集模块进行采样和模数转换，将模拟信号转换为数字信号。
3.根据权利要求1所述的分布式光伏的柔性控制系统，其特征在于，所述柔性控制模块包括障碍避让计算模块，所述障碍避让计算模块的计算公式如下：
4.根据权利要求3所述的分布式光伏的柔性控制系统，其特征在于，按照如下公式计算出纬度地区障碍物阴影长度分量和倍率系数，
5.根据权利要求3所述的分布式光伏的柔性控制系统，其特征在于，所述柔性控制模块还包括与障碍避开计算模块连接的自适应调节模块，所述自适应调节模块通过接收来自障碍避开计算模块的全年阴影影响范围数据，并根据数据对分布式光伏发电系统进行调节，对系统所获得的电力以及输出的电压和电流进行柔性互联，调节之后并记录数据以适应下一年同一时间点分布式光伏系统的自动调节。
6.根据权利要求5所述的分布式光伏的柔性控制系统，其特征在于，所述自适应调节模块与故障预测与诊断模块连接，通过对历史数据的分析和机器学习算法的应用，提前预测光伏发电系统可能发生的故障，并给出相应的处理建议。
