用于光伏电站的发电控制方法、装置及光伏电站

摘要

本发明实施例公开了一种用于光伏电站的发电控制方法、装置及光伏电站。该用于光伏电站的发电控制方法包括：获取环境信息，所述环境信息包括外界环境的温湿度信息和日照量信息；根据所述环境信息与最大功率点模型确定光伏阵列的最大功率点信息；控制所述光伏阵列在最大功率点处进行供电。本发明实施例通过采用上述技术方案，可以自动控制光伏阵列在最大功率点处进行供电，减少确定光伏阵列最大功率点所需的操作步骤与时间，提高光伏阵列的太阳能发电效率，节省市电电网的用电量，减少市电电网供电时不可再生能源的消耗，提高太阳能控制装置的智能化程度。

权利要求

1.一种用于光伏电站的发电控制方法，其特征在于，包括：获取环境信息，所述环境信息包括外界环境的温湿度信息和日照量信息；

根据所述环境信息与最大功率点模型确定光伏阵列的最大功率点信息；

控制所述光伏阵列在最大功率点处进行供电；

在所述获取环境信息之前，还包括：

统计预设时间段内光伏阵列发电的原始数据，所述原始数据包括最大功率点信息及所述最大功率点信息对应的环境信息；

根据遗传算法对所述原始数据运算后得到最大功率点模型的数据样本，所述数据样本包括所述光伏阵列运行时间内的最大功率点信息以及对应的环境信息；

基于BP神经网络算法对所述数据样本进行训练和测试以确定所述最大功率点模型。

2.根据权利要求1所述的方法，其特征在于，所述基于遗传算法和所述原始数据获取最大功率点模型的数据样本，包括：将所述原始数据按照季节进行分类；

根据分类后的原始数据的遗传特性，通过遗传算法运算得到所述数据样本。

3.一种用于光伏电站的发电控制装置，其特征在于，包括：环境信息获取模块，用于获取环境信息，所述环境信息包括外界环境的温湿度信息和日照量信息；

最大功率点确定模块，用于根据所述环境信息与最大功率点模型确定光伏阵列的最大功率点信息；

供电控制模块，用于控制所述光伏阵列在最大功率点处进行供电；

还包括：

原始数据统计模块，用于在所述获取环境信息之前，统计预设时间段内光伏阵列发电的原始数据，所述原始数据包括最大功率点信息及所述最大功率点信息对应的环境信息；

数据样本获取模块，用于根据遗传算法对所述原始数据运算后得到最大功率点模型的数据样本，所述数据样本包括所述光伏阵列的运行时间内的最大功率点信息以及对应的环境信息；

模型确定模块，用于基于BP神经网络算法对所述数据样本进行训练和测试以确定所述最大功率点模型。

4.根据权利要求3所述的装置，其特征在于，所述数据样本获取模块包括：原始数据分类单元，用于将所述原始数据按照季节进行分类；

数据样本获取单元，用于根据分类后的原始数据的遗传特性，通过遗传算法运算得到所述数据样本。

说明书

用于光伏电站的发电控制方法、装置及光伏电站

技术领域

[0001] 本发明涉及太阳能控制技术领域，尤其涉及一种用于光伏电站的发电控制方法、装置及光伏电站。

背景技术

[0002] 近年来，随着石油和煤炭等不可再生资源消耗的加剧，可再生资源得到了人们越来越多的关注。太阳能作为一种常见的可再生资源，在人们的日常生活和工作中具有广泛的应用，其中之一就是将太阳能转换为电能。太阳能发电通常可以分为太阳光发电(太阳能光发电)和太阳热发电(太阳能热发电)两大类型，其中，光伏放电是常用的利用太阳光发电的形式之一。

[0003] 光伏发电作为一种新的家用能源，取之不尽用之不竭。目前常用的光伏发电系统通常采用普通的最大功率点跟踪(Maximum Power Point Tracking，MPPT)或太阳能逆变器控制装置进行控制。但是，采用普通的MPPT控制方式不能根据实时的温度和光照对光伏阵列的最大功率进行跟踪控制，转换效率较低；现有的太阳能逆变器控制装置仅仅是作为一个简易电源设置于房屋中，往往在实际应用中会受到诸多限制，存在当负载变化较大时，会出现发电不足或过载保护的情况，不能自动跟踪电网进行智能充发电管理的问题。

发明内容

[0004] 有鉴于此，本发明实施例提供一种用于光伏电站的发电控制方法、装置及光伏电站，以解决现有技术中太阳能转换效率低、太阳能控制装置智能化程度低的技术问题。

[0005] 第一方面，本发明实施例提供了一种用于光伏电站的发电控制方法，包括：

[0006] 获取环境信息，所述环境信息包括外界环境的温湿度信息和日照量信息；

[0007] 根据所述环境信息与最大功率点模型确定光伏阵列的最大功率点信息；

[0008] 控制所述光伏阵列在最大功率点处进行供电。

[0009] 第二方面，本发明实施例提供了一种用于光伏电站的发电控制装置，包括：

[0010] 环境信息获取模块，用于获取环境信息，所述环境信息包括外界环境的温湿度信息和日照量信息；

[0011] 最大功率点确定模块，用于根据所述环境信息与最大功率点模型确定光伏阵列的最大功率点信息；

[0012] 供电控制模块，用于控制所述光伏阵列在最大功率点处进行供电。

[0013] 第三方面，本发明实施例还提供了一种光伏电站，包括光伏阵列1、蓄电池2、传感器3、触摸屏4和控制盘5，所述控制盘5设置如本发明任一实施例所述的用于光伏电站的发电控制装置，所述控制盘5为一体化结构，分别与所述传感器3、所述触摸屏4、所述光伏阵列1、所述蓄电池2以及市电电网6和负载7相连；

[0014] 所述传感器3用于监测外界环境的环境信息并将所述环境信息发送给所述控制盘5，其中，所述环境信息包括外界环境的温湿度信息和日照量信息；

[0015] 所述触摸屏4用于获取控制人员的第一控制信息并将所述第一控制信息发送给所述控制盘5；

[0016] 所述控制盘5基于所述环境信息和所述第一控制信息确定所述光伏阵列1的最大功率点信息并控制所述负载7的供电方式。

[0017] 本发明实施例提供的用于光伏电站的发电控制方法、装置及光伏电站，获取当前时刻外界环境的温湿度信息和日照量信息，根据所所获取的温湿度信息、日照量信息和最大功率点模型确定光伏阵列的最大功率点信息并将光伏阵列控制在最大功率点处进行供电。本发明实施例通过采用上述技术方案，可以自动控制光伏阵列在最大功率点处进行供电，减少确定光伏阵列最大功率点所需的操作步骤与时间，提高光伏阵列的太阳能发电效率，节省市电电网的用电量，减少市电电网供电时不可再生能源的消耗，提高太阳能控制装置的智能化程度。

附图说明

[0018] 通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

[0019] 图1为本发明实施例一提供的一种用于光伏电站的发电控制方法的流程示意图；

[0020] 图2为本发明实施例二提供的一种用于光伏电站的发电控制方法的流程示意图；

[0021] 图3为本发明实施例三提供的一种用于光伏电站的发电控制装置的结构框图；

[0022] 图4a为本发明实施例四提供的第一种光伏电站的结构框图；

[0023] 图4b为本发明实施例四提供的第二种光伏电站的结构框图；

[0024] 图4c为本发明实施例四提供的第三种光伏电站的结构框图。

具体实施方式

[0025] 下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。

[0026] 实施例一

[0027] 本发明实施例一提供一种用于光伏电站的发电控制方法。该方法可以由用于光伏电站的发电控制装置执行，其中，该装置可由硬件和/或软件实现，一般可集成在光伏电站中。图1是本发明实施例一提供的用于光伏电站的发电控制方法的流程示意图，如图1所示，该方法包括：

[0028] S110、获取环境信息，所述环境信息包括外界环境的温湿度信息和日照量信息。

[0029] 本实施例中，环境信息包括但不限于外界环境的温湿度信息和日照量信息，例如，环境信息还可以包括日照强度等信息。其中，温湿度信息可以通过温湿度传感器测得，日照强度信息可以通过光强传感器测到，日照量信息可以通过日照强度与日照面积等参数计算获得。在此，需要指出的是，本实施例中，可以通过有线或无线的方式获取传感器测得的环境信息，此处不作限制。

[0030] S120、根据所述环境信息与最大功率点模型确定光伏阵列的最大功率点信息。

[0031] 本实施例中，最大功率点模型可以是关于环境的温湿度信息同光伏阵列最大功率点的对应关系的模型、日照量信息同最大光伏阵列最大功率点对应关系的模型或者日照强度信息同光伏阵列最大功率点对应关系的模型等，此处不作限制。考虑到根据模型所确定的最大功率点的准确性，优选的，最大功率点模型可以是环境的温湿度信息、日照量与光伏阵列最大功率点对应关系的模型，即，该模型的输入值可以为当前时刻环境的温湿度信息和日照量信息，输出值为当前时刻光伏阵列的最大功率点。

[0032] S130、控制所述光伏阵列在最大功率点处进行供电。

[0033] 示例性的，可以通过调节光伏阵列对应的控制电路中电阻或电压的大小来调节光伏阵列两端的电压，进而调节光伏阵列的输出功率，从而使光伏阵列在最大功率点处进行供电，例如，可以预先确定光伏阵列工作的功率点与光伏阵列控制电路中各电阻的对应关系，在得到当前时刻光伏阵列的最大功率点之后，可以首先根据所确定的对应关系获取该最大功率点对应的控制电路中电阻的最佳阻值(即，确定控制电路中电阻为何值时光伏阵列能够在该最大功率电处工作)，然后将控制电路中电阻的阻值调节为该最佳阻值，以使光伏阵列能够在最大功率点处进行供电。

[0034] 本发明实施例一提供的用于光伏电站的发电控制方法，获取当前时刻外界环境的温湿度信息和日照量信息，根据所所获取的温湿度信息、日照量信息和最大功率点模型确定光伏阵列的最大功率点信息并将光伏阵列控制在最大功率点处进行供电。本发明实施例通过采用上述技术方案，可以自动控制光伏阵列在最大功率点处进行供电，减少确定光伏阵列最大功率点所需的操作步骤与时间，提高光伏阵列的太阳能发电效率，节省市电电网的用电量，减少市电电网供电时不可再生能源的消耗，提高太阳能控制装置的智能化程度。

[0035] 实施例二

[0036] 图2为本发明实施例二提供的一种用于光伏电站的发电控制方法的流程示意图。本实施例在上述实施例的基础上进行优化，进一步地，在所述获取环境信息之前，还包括：
统计预设时间段内光伏阵列发电的原始数据，所述原始数据包括最大功率点信息及所述最大功率点信息对应的环境信息；根据遗传算法对所述原始数据运算后得到最大功率点模型的数据样本，所述数据样本包括所述光伏阵列运行时间内的最大功率点信息以及对应的环境信息；基于BP神经网络算法对所述数据样本进行训练和测试以确定所述最大功率点模型。

[0037] 相应的，如图2所示，本实施例提供的用于光伏电站的发电控制方法包括：

[0038] S210、统计预设时间段内光伏阵列发电的原始数据，所述原始数据包括最大功率点信息及所述最大功率点信息对应的环境信息。

[0039] 本实施例中，预设时间段可以根据实际需要灵活设定，例如，预设时间段可以设置为每年、每个季度或每月中的预设时间等。示例性的，可以统计光伏阵列在预设时间段内的温湿度信息和日照量信息，并通过物理检测或数学计算的方法确定光伏阵列在该温湿度信息和日照量信息的情况下对应的最大功率点，从而得到预设时间段内光伏阵列发电的原始数据。

[0040] S220、根据遗传算法对所述原始数据运算后得到最大功率点模型的数据样本，所述数据样本包括所述光伏阵列运行时间内的最大功率点信息以及对应的环境信息。

[0041] 本实施例中，可以按照月、季度或年为单位对原始数据进行处理。考虑到环境的温湿度信息与日照量信息的变化规律，优选的，可以以季节为单位对原始数据进行处理，此时，可选的，所述基于遗传算法和所述原始数据获取最大功率点模型的数据样本，包括：将所述原始数据按照季节进行分类；根据分类后的原始数据的遗传特性，通过遗传算法运算得到所述数据样本。

[0042] 示例性的，在获取最大功率点模型的数据样本时，可以首先对原始数据按照季节进行分类得到多个子原始数据，然后分别通过遗传算法对每个子原始数据进行处理得到最大功率点模型按照季节进行分类的子数据样本，进而得到最大功率点模型对应的数据样本。其中，在对某一子原始数据进行处理时，可以首先对该子原始数据中的每个个体进行编码，并通过随机或按照预设规则确定该子原始数据进行遗传算法运算时对应的当前群解(初始群解P0)；然后计算遗传算法的适应度函数并通过适应度函数确定当前群解中每个个体的适应度以确定当前群解中各个体的优劣度，判断当前群解是否满足遗传算法终止条件，若是，则结束遗传算法运算；若否，则把当前群体中适应度较高的个体按照预设规则或模型遗传到下一代群解中，并对当前群解依次进行交叉运算和变异运算以得到新一代群解(P1)，以所得到的新一代群解(P1)作为当前群解，返回计算该当前群解(P1)对应的适应度函数，以此类推，直至所得到的当前群解满足遗传算法终止条件为止，并将结束遗传算法时的当前群解作为最大功率点模型的数据样本。

[0043] S230、基于BP神经网络算法对所述数据样本进行训练和测试以确定所述最大功率点模型。

[0044] 示例性的，可以以随机的顺序按照设定的比例将数据样本划分为训练样本和测试样本，采用BP神经网络算法对训练样本进行训练得到当前待测试模型，采用测试样本对当前待测试模型进行测试确定当前待测试模型的准确率，如果该准确率大于或等于设定的准确率阈值，则将该当前待测试模型确定为光伏阵列对应的最大功率点模型；如果所确定的准确率低于设定的准确率阈值，则重新对数据样本进行划分，并采用重新划分的训练样本重新确定当前待测试模型，采用重新划分的测试样本重新对当前待测试模型进行测试，以此类推，直至得到最大功率点模型为止。

[0045] S240、获取环境信息，所述环境信息包括外界环境的温湿度信息和日照量信息。

[0046] S250、根据所述环境信息与最大功率点模型确定光伏阵列的最大功率点信息。

[0047] S260、控制所述光伏阵列在最大功率点处进行供电。

[0048] 本发明实施例二提供的用于光伏电站的发电控制方法，通过遗传算法得到最大功率点模型的数据样本，通过BP神经网络算法对数据样本进行运算得到光伏阵列对应的最大功率点模型，采用所得到的最大功率点模型确定光伏阵列的最大功率点信息，并控制光伏阵列在最大功率点处进行供电。本实施例通过采用上述技术方案，可以自动控制光伏阵列在最大功率点处进行供电，减少确定光伏阵列最大功率点所需的操作步骤与时间，提高光伏阵列的太阳能发电效率，节省市电电网的用电量，减少市电电网供电时不可再生能源的消耗，提高太阳能控制装置的智能化程度。

[0049] 实施例三

[0050] 本发明实施例三提供一种用于光伏电站的发电控制装置。该装置可由硬件和/或软件实现，一般集成在光伏电站中，可通过执行用于光伏电站的发电控制方法实现对光伏电站的控制。图3为本实施例提供的用于光伏电站的发电控制装置的结构框图，如图3所示，该装置包括：

[0051] 环境信息获取模块310，用于获取环境信息，所述环境信息包括外界环境的温湿度信息和日照量信息；

[0052] 最大功率点确定模块320，用于根据所述环境信息与最大功率点模型确定光伏阵列的最大功率点信息；

[0053] 供电控制模块330，用于控制所述光伏阵列在最大功率点处进行供电。

[0054] 本发明实施例三提供的用于光伏电站的发电控制装置，通过环境信息获取模块获取当前时刻外界环境的温湿度信息和日照量信息，通过最大功率点确定模块根据所所获取的温湿度信息、日照量信息和最大功率点模型确定光伏阵列的最大功率点信息，通过供电控制模块将光伏阵列控制在最大功率点处进行供电。本实施例通过采用上述技术方案，可以自动控制光伏阵列在最大功率点处进行供电，减少确定光伏阵列最大功率点所需的操作步骤与时间，提高光伏阵列的太阳能发电效率，节省市电电网的用电量，减少市电电网供电时不可再生能源的消耗，提高太阳能控制装置的智能化程度。

[0055] 进一步地，本实施例提供的用于光伏电站的发电控制装置还可以包括：原始数据统计模块，用于在所述获取环境信息之前，统计预设时间段内光伏阵列发电的原始数据，所述原始数据包括最大功率点信息及所述最大功率点信息对应的环境信息；数据样本获取模块，用于根据遗传算法对所述原始数据运算后得到最大功率点模型的数据样本，所述数据样本包括所述光伏阵列的运行时间内的最大功率点信息以及对应的环境信息；模型确定模块，用于基于BP神经网络算法对所述数据样本进行训练和测试以确定所述最大功率点模型。

[0056] 在上述方案中，所述数据样本获取模块可以包括：原始数据分类单元，用于将所述原始数据按照季节进行分类；数据样本获取单元，用于根据分类后的原始数据的遗传特性，通过遗传算法运算得到所述数据样本。

[0057] 本发明实施例三提供的用于光伏电站的发电控制装置可执行本发明任意实施例提供的用于光伏电站的发电控制方法，具备执行光伏电站的发电控制方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的用于光伏电站的发电控制方法。

[0058] 实施例四

[0059] 本发明实施例四提供一种光伏电站。该光伏电站可由硬件和/或软件实现，可用于将太阳能转换为电能。图4a为本实施例提供的一种光伏电站的结构框图，如图4a所示，该光伏电站包括光伏阵列1、蓄电池2、传感器3、触摸屏4和控制盘5，所述控制盘5设置如本发明实施例任一项所述的用于光伏电站的发电控制装置，所述控制盘5为一体化结构，分别与所述传感器3、所述触摸屏4、所述光伏阵列2、所述蓄电池2以及市电电网6和负载7相连；

[0060] 所述传感器3用于监测外界环境的环境信息并将所述环境信息发送给所述控制盘5，其中，所述环境信息包括外界环境的温湿度信息和日照量信息；

[0061] 所述触摸屏4用于获取控制人员的第一控制信息并将所述第一控制信息发送给所述控制盘5；

[0062] 所述控制盘5基于所述环境信息和所述第一控制信息确定所述光伏阵列1的最大功率点信息并控制所述负载7的供电方式。

[0063] 示例性的，负载7的供电方式可以为光伏阵列1供电、蓄电池2供电、市电电网6供电或负载7断电中的至少一种。例如，负载7的供电方式可以为：当光伏阵列1供电功率不低于负载7的负载功率时，可以控制光伏阵列为负载7供电；当光伏阵列1的供电功率低于负载7的负载功率(但供电功率不为0)且蓄电池2中电能储备充足时，可以控制光伏阵列1和蓄电池2同时为负载7供电；当光伏阵列1的供电功率低于负载7的负载功率(但供电功率不为0)且蓄电池2中电能储备不充足、市电电网6供电电量充足时，可以控制光伏阵列1、蓄电池2和市电电网6同时为负载7供电或者控制光伏阵列1和市电电网6同时为负载7供电；当光伏阵列1的供电功率为0且蓄电池2和/或市电电网6的供电电量充足时，可以控制蓄电池2和/或市电电网6为负载7供电；当光伏阵列1、蓄电池2和市电电网6的供电电量都不充足时，可以控制光伏阵列1、蓄电池2和/或市电电网6为负载7中的部分负载供电，或者，在设定时间段内为全部或部分负载供电，在非设定时间段内负载7断电，等等，此处不作限制。

[0064] 图4b为本实施例提供的另外一种光伏电站的结构框图。本方案将上述方案中的控制盘优化为处理器51、太阳能控制器52和电能控制模块53，相应的，如图4b所示，所述控制盘5包括：

[0065] 处理器51，分别与所述传感器3、所述触摸屏4、太阳能控制器52和电能控制模块相连53，用于基于所述环境信息确定所述光伏阵列1的最大功率点信息，并根据所述最大功率点信息和/或所述第一控制信息生成用于控制所述太阳能控制器52的第一控制指令以及用于控制所述电能控制模块53的第二控制指令；

[0066] 太阳能控制器52，分别与电能控制模块53、所述光伏阵列1以及所述蓄电池2相连，用于基于所述处理器51发送的第一控制指令将所述光伏阵列1控制在最大功率点处供电并控制所述光伏阵列1转换形成的电能的流向；

[0067] 电能控制模块53，分别与所述蓄电池2、市电电网6和负载7相连，用于基于所述第二控制指令控制所述光伏阵列1、所述蓄电池2和所述市电电网6中的至少一种为所述负载7供电并基于所述处理器51的第二控制指令控制所述负载7中的电流分配。

[0068] 本实施例中，太阳能控制器52可以为最大功率点跟踪(Maximum Power Point Tracking，MPPT)控制器；光伏阵列1转换形成的电能的流向为光伏阵列转1换形成的电能的流动方向。例如，光伏阵列1转换形成的电能的流向可以为：全部由光伏阵列1流向负载7、全部由光伏阵列1流向蓄电池2或者由光伏阵列1同时流向负载7和蓄电池2等。

[0069] 本实施例中，所述负载7可以包括智能家电，所述处理器51还用于：根据待控制智能家电的最大功率信息生成用于控制所述待控制智能家电的开启顺序的第三控制指令，所述待控制智能家电为与所述第二控制信息对应的智能家电。

[0070] 在上述方案中，所述控制盘5还可以包括：网络接口54，与所述处理器51相连，用于接收用户远程发送的第二控制信息并将所述第二控制信息发送给所述处理器51。

[0071] 进一步地，所述处理器51可以包括接收模块(图中未给出)、第一控制模块(图中未给出)和第二控制模块(图中未给出)，所述接收模块的输入端分别与所述传感器3和所述触摸屏4相连，所述接收模块的输出端分别与所述第一控制模块的输入端和第二控制模块的输入端相连，所述第一控制模块的输出端与所述太阳能控制器52的输入端相连，所述第二控制模块的输出端与所述电能控制模块53的输入端相连。

[0072] 在上述方案中，所述处理器51还可以包括存储器(图中未给出)和第三控制模块(图中未给出)，所述存储器的输出端与所述第三控制模块的输入端相连，所述第三控制模块的输出端与所述智能家电的控制端相连，所述存储器中存储所述智能家电的最大功率信息，所述第三控制模块用于根据待控制智能家电的最大功率信息生成用于控制所述待控制智能家电的开启顺序的第三控制指令，所述待控制智能家电为与所述第二控制信息对应的智能家电。

[0073] 在此，需要指出的是，光伏电站可以与用户的智能家居系统相连，相应的，处理器51可以对用户家中的智能家电进行控制。此时，处理器51所所接收到的第二控制信息可以包含对智能家电的控制信息，相应的，处理器51在生成第三控制指令时，可以首先获取光伏电站和市电电网6可承载的负载7的最大功率值，然后判断与用户远程发送的第二控制信息相对应的各负载的工作功率之和是否超过光伏电站可承载的最大功率值，若不是，则同时开启各负载并通过光伏电站为各负载供电；若是，则进一步判断市电电网6可承载的最大功率与光伏电站可承载的最大功率之和是否低于各负载的工作功率之和，若不是，则同时开启各负载并通过光伏电站和市电电网6同时为各负载供电；若是，则根据预先设定的各负载开启的优先级、用户设定的开启顺序和/或各负载的工作功率确定各负载的开启顺序，并生成包含该开启顺序的第三控制指令，以避免负载功率超过光伏电站和市电电网6可承载的最大功率值的情况的出现。其中，光伏电站可承载的最大功率可以为光伏阵列1和蓄电池2可承载的最大功率之和。

[0074] 进一步地，所述电能控制模块53还可以包括：第二无线模块(图中未给出)，与所述处理器51相连，用于将所述第三控制模块生成的第三控制指令转发给所述智能家电。

[0075] 图4c为本实施例提供的另外一种光伏电站的结构框图。本方案将上述方案中的电能控制模块53优化为逆变单元531、输入输出单元532和交流配电单元533，相应的，如图4c所示，所述电能控制模块53包括：

[0076] 逆变单元531，分别与所述处理器51、所述太阳能控制器52、所述蓄电池2和交流配电单元533相连，用于将所述光伏阵列1和/或所述蓄电池2输出的直流电转换为交流电；

[0077] 输入输出单元532，与所述处理器51和交流电配电单元533相连，用于基于所述处理器51的控制指令控制交流配电单元533对负载7中的电流进行分配；

[0078] 交流配电单元533，分别与所述市电电网6以及所述负载7相连，用于控制所述负载7中的电流分配。

[0079] 示例性的，当光伏阵列1的供电功率超过负载7的负载功率时，可以通过太阳能控制器52控制光伏阵列1供电，由逆变单元531把光伏阵列1产生的直流电转换为交流电，由交流配电单元533依据负载7的运行状态为负载7智能分配供电功率，并自动监测负载7的变化，同时通过太阳能控制器52控制光伏阵列1为蓄电池2供电；当光伏阵列1的供电功率超过负载7的负载功率且超过市电电网6的上网功率限制时，可以通过太阳能控制器52控制光伏阵列1供电，由逆变单元531把光伏阵列1产生的直流电转换为交流电，由交流配电单元533依据负载7的运行状态为负载7智能分配供电功率，并自动监测负载7的变化，同时通过太阳能控制器52控制光伏阵列1为蓄电池2和市电电网6供电；当光伏阵列1的供电功率低于负载7的负载功率时，可以通过太阳能控制器52控制光伏阵列1和蓄电池2供电，由逆变单元531把光伏阵列1产生的直流电转换为交流电，由交流配电单元533依据负载7的运行状态为负载7智能分配供电功率，并自动监测负载7的变化，同时，通过处理器51获取当前日照强度和历史日照曲线，依据日照强度和历史日照曲线生成放电控制命令，控制输入输出单元532的输入从而控制交流配电单元533对负载7的供电功率的分配，以实现对蓄电池2中电量的合理使用，避免在市电和太阳能都缺乏时蓄电池2放电过量，出现负载7无电可用的情况。

[0080] 进一步地，如果所述光伏电站设置于别墅内与别墅内的智能家居系统相连，可选的，所述电能控制模块53还可以包括：第一无线模块534，与所述处理器51相连，用于将所述处理器51生成的第二控制指令转发给所述智能家电。

[0081] 本实施例中，可以通过网络接口54将控制盘5与外部网络进行有线或无线连接以实现全球联网通讯及控制。例如，当网络连通后，控制人员不但可以通过触摸屏4产生第一控制信息对光伏阵列1中电能的流向和/或负载7的供电方式等进行控制，还可以在任何可以联网的地方通过发送控制指令查询负载7的运行状态、控制光伏阵列1中电能的流向和/或控制负载7的供电方式等，以提高控制盘5的实用性。在控制负载7的运行状态时，可以在负载7电源插座上配置第三无线模块或者可以将负载7的电源插座设置为可以与第三无线模块进行通信的智能插座，从而实现对负载7运行状态的控制，如可以通过手机等移动终端控制家中热水器、暖气或空调等装置的开启或关闭等；也可以通过移动终端经由处理器51与智能家电或智能装置的控制模块进行通信，控制家中空调的温度、洗衣机的工作状态、热水器的温度等。

[0082] 此外，本实施例中，还可以在窗帘上设置第三无线模块，当处理器51接收到传感器3采集的环境中的第一湿度信息后，可以根据室内的第二湿度信息以及窗帘的当前状态自动提醒用户打开或关闭窗帘，如果用户未在家中，则可以将提醒信息发送到用户的移动终端，进而用户在接收到提醒信息后可以通过移动终端打开或关闭家中的窗帘。例如，如果处理器51接收到的室外的第一湿度信息小于室内的第二湿度信息且窗帘当前处于关闭状态，则可以提醒用户开启窗帘；如果处理器51接收到的室外的第一湿度信息大于室内的第二湿度信息且窗帘当前处于开启状态，则可以提醒用户关闭窗帘。本发明实施例四提供的光伏电站，通过传感器监测外界环境的温湿度信息和日照量信息并将所监测到的温湿度信息和日照量信息发送到控制盘；控制盘根据所接收到的温湿度信息、日照量信息以及最大功率点模型确定当前温湿度和日照情况下光伏阵列对应的最大功率点，控制光伏阵列在最大功率点处进行发电，并基于负载的使用情况以及蓄电池和市电电网的供电情况控制光伏阵列、蓄电池和/或市电电网为负载进行供电。本实施例通过采用上述技术方案，，可以自动控制光伏阵列在最大功率点处进行供电，减少确定光伏阵列最大功率点所需的操作步骤与时间，提高光伏阵列的太阳能发电效率，节省市电电网的用电量，减少市电电网供电时不可再生能源的消耗，提高太阳能控制装置的智能化程度，实现太阳能高效转换控制、太阳能发电储存、放电、自动识别负载、计算负载功率、控制负载运行及远程网络控制等功能。

[0083] 注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。