一种基于和声搜索的光伏面板最佳倾角和方位角计算方法技术领域
本发明涉及一种基于和声搜索的光伏面板最佳倾角和方位角计算方法，属于光伏
发电技术领域。
背景技术
近年来，环境压力和能源成本升级造成了一系列电力生产的困境。像许多发展中
国家一样，越来越多能源燃料的消耗振兴了中国经济，也暴露了供应中断的潜在危机。因
此，可再生能源在中国未来的电力系统中起着越来越重要的作用。它将会取代全部或部分
的常规能源。其中，太阳能以其清洁、无污染、可持续利用等优点获得了关注。它被称为一种
理想的能源，能够从根本上解决能源危机和环境问题。太阳辐射随地理纬度，季节和时间造
成的太阳位置的改变而改变。为了最大限度地收集太阳辐射，光伏电池板在不同的情况下
应在适当的倾斜角度和方向下安装。
传统的方法，如遍历的方法，在相对复杂的数学模型下，寻找最优解的速度比较
慢。在研究范围广阔、数据量庞大、条件多变的情况下，传统方法的实用性比较弱。而提出的
一些优化算法，由于需要变量的初值或复杂的数学计算，因此这些方法的适用范围通常会
受到初值缺失、计算要求高等诸多因素的制约。这极大地限制了我国在该领域的进一步研
究。利用和声搜索确定光伏面板最佳倾角和方位角的主要优点在于无需决策变量初始值、
无需衍生信息进行随机搜索、数学计算要求低，保证最佳倾角和方位角值的可靠性和准确
性。
发明内容
技术问题：本发明提出了一种基于和声搜索的光伏面板最佳倾角和方位角确定方
法，计算量小并且得到的最佳倾角和方位角可靠性和准确性好。
技术方案：本发明提出一种基于和声搜索的光伏面板最佳倾角计算方法，包括以
下步骤：
1)提出关于光伏面板倾角的儒略日太阳辐射模型；
2)确定优化的目标函数和边界条件；
3)对步骤2)中的优化问题进行和声搜索，确定倾角的最优值。
又提出一种基于和声搜索的光伏面板方位角计算方法，包括以下步骤：
1)提出关于光伏面板方位角的儒略日太阳辐射模型；
2)确定优化的目标函数和边界条件；
3)对步骤2)中的优化问题进行和声搜索，确定方位角的最优值。
优选地，在步骤1)中所述太阳辐射模型为：
I*＝Ic(1+0.034cos(2πn/365.25))
式中：Id为日太阳天文总辐射值；n为儒略日，即从1月1日开始计算的天数；Im是月
平均日的太阳总辐射值；β是光伏面板的倾角,γ是光伏面板的方位角,ω是太阳时角。
优选地，在步骤2)中，目标函数为：
max(Im(β,γ))
边界条件公式：
βmin≤β≤βmax
γmin≤γ≤γmax
式中：βmin、βmax分别为β的下界和上界，分别为0°和90°；γmin，γmax分别为γ的下界
和上界，分别为0°和360°。
优选地，在步骤3)中按以下步骤计算最佳倾角和方位角：
1)初始化优化问题并确定下列参数：和声内存大小＝6，记忆库取值概率＝0.9，微
调概率＝0.4～0.9，和终止准则＝2000；
2)初始化HM和声记忆，在HM矩阵的解向量是随机生成的，通过目标函数值进行排
序，HM是由下式得到：
3)由HM即兴创作一个新的和声向量，(β',γ')是基于记忆考虑、基音调整、随机选
择生成的；
4)如果新的目标函数值优于当前HM内的最坏和声，加入HM新和声，排除现有的最
坏和声，然后根据目标函数值对HM排序；
5)重复步骤3)和步骤4)，直到满足最大数量搜索为两千的终止准则，如果终止准
则未满足则重复步骤3)和4)。
有益效果：本发明所提出的基于和声搜索的光伏面板最佳倾角和方位角计算方
法，能够生成光伏面板最佳倾角和方位角数据，计算量小并且得到的最佳倾角和方位角可
靠性和准确性好。
附图说明
图1为本发明最佳倾角和方位角数据生成方法的流程图。
具体实施方案
下面结合附图对发明的技术流程进行详细说明：
为了便于说明本发明原理，本发明选取了中国不同气候类型的六个城市为研究对
象，具体过程如图1所示。
1)基于儒略日(JD)理论，提出关于光伏面板倾角和方位角的太阳辐射模型：
太阳赤纬角是太阳连接地球的中心线同赤道面之间的角度。在式(1)中，一年中某
一天太阳的赤纬角由以下公式确定
δ＝23.45sin(2π(284+n)/365) (1)
式中：n为从1月1日开始计算的天数(例如，1月1日，n＝1；12月31日，n＝365)。
太阳直接辐射对倾斜表面的入射角度θ，可按(2)计算：
cosθ＝sinδsinφcosβ-sinδcosφsinβcosγ
+cosδcosφcosβcosω
+cosδsinφsinβcosγcosω
+cosδsinβsinγsinω (2)
式中：φ是该地点的纬度，β是光伏面板的倾角,γ是光伏面板的方位角,ω是太阳
时角。
太阳高度角在日出和日落时为零。为了找到日出(或日落)时角ωr(ωs)，可以用以
下公式：
推出：
ωr＝max(-ω1,-ω2)
ωs＝min(ω1,ω2) (4)
其中：
A＝2(sinδsinφcosβ-sinδcosφsinβcosγ)
×(cosδcosφcosβ+cosδsinφsinβcosγ) (5)
B＝(cosδcosφcosβ+cosδsinφsinβcosγ)2
×(cosδsinβcosγ)2 (6)
用I*来表示太阳辐射，这是通过计算
I*＝Ic(1+0.034cos(2πn/365.25))
(7)
其中Ic是太阳常数(即1373w/平方米)。
Id为日太阳天文总辐射值：
Im为月平均日太阳天文总辐射值：
其中n和m分别是一个月的第一天和最后一天的JD数，Idi是第JD天在一个倾斜表面
的太阳辐射值。
2)确定优化系统中的目标函数和边界条件。
根据“辐射最大化”的需求和关于太阳轨道和位置的数学模型，建立了决策目标体
系。方程(10)是优化问题的目标函数，其中的倾斜角度和方位角的设置根据其设置：
max(Im(β,γ)) (10)
方程(11)是优化问题的约束条件：
βmin≤β≤βmax
γmin≤γ≤γmax (11)
式中：βmin、βmax分别为β的下界和上界，分别为0°和90°；γmin，γmax分别为γ的下界
和上界，分别为0°和360°。
3)对该优化问题进行和声搜索，确定倾角方位角的最优值。
第一步：初始化优化问题和参数。首先，优化问题由(10)、(11)表示。求解优化问题
(即，(10)、(11))HS算法所需参数也将在这一步确定：和声内存大小(在和声的记忆的解向
量的数量HMS)＝6，记忆库取值概率(HMCR)＝0.9，微调概率(PAR)＝(0.4、0.9)，和终止准则
(搜索的最大数量)＝2000。
第二步：初始化和声记忆(HM)。在HM矩阵的解向量是随机生成的，通过目标函数值
进行排序。HM是由(12)得到：
第三步：由HM即兴创作一个新的和声向量，(β',γ')是基于记忆考虑、基音调整、
随机选择生成的。
例如，第一个设计的变量的值(β')为新的载体可以在指定范围内的任何值(β'–
βHMS)。其他设计变量(γ')的值可以以相同的方式选择。在这里，该算法选择新值和HMCR＝
0.9：
音调调节过程一直保持执行，直到从HM中选择一个值。0.4的微调概率表明选择相
邻的值的可能性为40％×HMCR。
如果对β',γ'的音调调节的决定为“是”，β',γ'被假设为β'(k),γ'(k)，β',γ'
的第k个元素，音调调节值β(k),γ(k)是：
在α＝bw×u(-1,1)，bw∈(0.0001,1)，这是基音调整步长,所有变量的范围都在区
间(0.0001,1)，u(-1,1)是-1和1之间的均匀分布。
第四步：如果新的目标函数值优于当前HM内最坏和声，加入HM新和声，排除现有的
最坏和声。然后根据目标函数值对HM排序。
第五步：重复步骤3和步骤4，直到满足终止准则。在这一步骤中，终止之前计算过
程持续进行，最终的结论是按照指定的终止准则(最大数量的搜索＝2000)得到的。如果不
是，重复步骤3和4。
4)对本发明提出的模型进行性能评估。
以上海为例，该城市利用该方法生成的数据平均百分比误差(MPE)为0.5468％，平
均绝对百分比误差(MAPE)为0.7419％，平均绝对偏差(MABE)为0.0233°，均方根误差(RMSE)
为0.0277°。分析误差指标，结果表明了提出的和声搜索模型的可行性和准确性，生成的光
伏面板的倾角和方位角最优值满足工程和科学研究的需要。
表1各城市HS方法下全年的月最佳倾角、方位
表2各城市HS方法下全年的月最佳倾角方位误差值