基于计算智能的无人机集成光伏组件在结冰条件下的建模

《IEEE Journal of Photovoltaics》：Computational Intelligence-Based Modeling of a UAV-Integrated PV Module in Icing Conditions

太阳能无人机因光伏系统结冰导致性能下降的问题，提出融合非均匀结冰效应的复合计算模型，将光伏模块工作曲线划分为结冰覆盖区与正常区，利用计算智能确定参数并构建机器学习预测框架，经实验验证有效提升动态环境下光伏性能预测精度。

　　

摘要：

与传统无人机相比，太阳能无人机利用太阳能来延长飞行续航时间并减少维护需求。然而，飞行中的结冰现象带来了重大挑战，影响了无人机的空气动力性能以及集成光伏（PV）系统的运行可靠性。机翼上的冰层会降低机械性能，而光伏模块上的冰层会阻挡阳光，对其参数产生不利影响。部分遮挡比均匀遮挡更具危害性，这使得光伏模块的行为分析变得更加复杂。本研究提出了一种新的方法，用于模拟集成在无人机中的光伏模块的行为，该方法将非均匀飞行结冰的影响纳入了辐照度计算中。通过分析冰层形成作为障碍物的作用，并考虑其对光伏模块控制方程的影响，本研究开发了一个计算框架，并将光伏模块的运行曲线划分为两个区域：结冰区域和正常区域。这些区域的参数是通过先进的计算智能方法确定的。所提出的方法利用经过训练的机器学习模型，在动态和恶劣条件下（如运动引起的阳光变化和部分遮挡）预测光伏模块的性能，这些模型通过实验测试得到了验证，证明了该方法的可靠性和有效性。

引言

太阳能无人机是一种先进的技术，因为太阳能供应无限。它们将太阳能转化为电能以延长飞行续航时间[1]。当阳光不足或夜间时，这些飞机依赖储存的电池能量来保持运行。虽然太阳能无人机的研发和成本较高，因为涉及的技术较为复杂，但与燃油驱动的无人机相比，它们具有更高的燃油效率且需要更少的维护。由于无需燃料，太阳能无人机有潜力随着时间的推移节省大量资金，并有助于环境保护。