本公开大体上涉及用于太阳能面板的系统和控制算法。更具体地说，本公开涉及太阳能系统，并且更具体地说，涉及用于确定太阳能模块阴影的自供电式太阳能跟踪系统以及控制系统和算法。
背景技术：
1、已经开发了在双源和多源电力系统中的多个解决方案电源控制。在太阳能跟踪器情境中，且具体地说，在自供电式太阳能跟踪器情境中，如2016年12月15日提交的题为“自供电式太阳能跟踪器设备(self powered solar tracker apparatus)”的共同拥有的第2016/0308488号美国专利公开案中所描述，已开发了某些控制系统。这些控制系统中的一个确定待施加到驱动电动机的电力的来源，所述驱动电动机跟随太阳驱动太阳能跟踪器，以便确保太阳能面板被定位以用于生产最大能量。可使用的一个来源是由太阳能模块产生的电力。通常，此太阳能模块仅被特定地分配用于产生电力以驱动电动机。单个面板，甚至相对较小的面板，通常足以驱动电动机，这可能仅需要每天约15w(通常每天约10w至25w之间)来驱动太阳能跟踪器。部分地，此极小的负载证明了太阳能跟踪器自身与高精度工程设计的平衡，所述高精度工程设计通过平衡和减小系统内的摩擦力而显著减小了机械负载。
2、尽管太阳能面板已经成功地用于某些应用，但仍存在局限性。通常，由于太阳通常处于对于太阳能电池接收太阳能不是最优的角度的事实，太阳能面板不能够最大限度地转换能量。在过去，已经开发了各种类型的常规的太阳能跟踪机制。遗憾的是，常规的太阳能跟踪技术通常不充分。在整个本说明书中描述了这些和其它限制，并且可在下文中更详细地描述这些和其它限制。
3、尽管已开发了用于太阳能跟踪的系统，但始终需要改进的且更有效的系统。
技术实现思路
1、本公开涉及一种太阳能跟踪器系统。太阳能跟踪器系统包含跟踪器设备，所述跟踪器设备包含多个太阳能模块，所述太阳能模块中的每一个在空间上被配置成在从太阳导出的电磁辐射的入射方向上在太阳上位置以法线方式面对。所述太阳能模块包含多个pv串和跟踪器控制器。所述跟踪器控制器包含：处理器；存储器，其具有存储于其上的指令；电源，其被配置成将电力提供到所述跟踪器控制器；多个电力输入，其被配置成接收来自所述多个pv串的多个电流；电流感测单元，其被配置成个别地监测所述多个电流；dc-dc电力转换器，其被配置成接收由所述多个pv串供电的所述多个电力输入以将电力供应到所述电源；以及电动机控制器；其中所述跟踪器控制器被配置成跟踪太阳位置。
2、根据本公开的一个方面，跟踪包含从多个pv串读取多个电流，且基于来自每一pv串的多个电流确定多个太阳能模块的任何部分是否有阴影。根据本公开的另一个方面，跟踪是基于确定多个太阳能模块的任何部分是否有阴影。根据本公开的又一方面，一年中的时节、地形和多个太阳位置中的至少一个存储于存储器中。
3、根据本公开的另一方面，处理器执行学习算法以基于所存储的一年中的时节和所存储的多个当前太阳位置确定在特定日的特定小时内的阴影会是什么样子。根据本公开的又一方面，控制器基于来自学习算法的预测而跟踪太阳。根据本公开的另一方面，阴影包含南-北阴影。根据本公开的又一方面，阴影包含东-西阴影。另外或替代地，所述方法可进一步包含确定最大输出功率与确定是否有任何部分有阴影之间的优先级。
4、本公开的一方面提供一种用于太阳能跟踪器控制的方法。所述方法包含：从多个光伏(pv)串产生多个电流；将所述多个电流传送到跟踪器控制器；个别地测量所述多个电流；测量pv倾斜角；基于所述多个电流，通过使用机器学习，确定所述pv串的任何部分是否有阴影，其中所述pv串的倾斜角基于所述确定而改变。
5、根据本公开的一方面，一年中的时节、地形和多个太阳位置存储于存储器中。根据本公开的另一方面，所述确定包含使用机器学习算法。根据本公开的另一方面，机器学习算法使用所存储的一年中的时节、地形和多个太阳位置中的至少一个作为学习数据来事先预测pv串的什么部分可能有阴影。根据本公开的又一方面，控制器基于来自学习算法的预测而跟踪太阳。
6、根据本公开的另一方面，pv串的倾斜角基于检测到最大输出功率而进一步改变。另外或替代地，所述方法可进一步包含确定最大输出功率与确定是否有任何部分有阴影之间的优先级。根据本公开的另一方面，阴影包含南-北阴影。根据本公开的又一方面，阴影包含东-西阴影。
1.一种操作太阳能跟踪器系统的方法，所述方法包括：
2.根据权利要求1所述的方法，其进一步包括配置为预测太阳位置的学习算法，所述学习算法通过训练数据和来自所述多个pv串的所检测到的所述电力信号来进行训练，所述训练数据包括存储在存储器中的一年中的时节、地形和多个太阳位置中的至少一者，从而产生经存储的一年中的时节、地形和多个太阳位置。
3.根据权利要求2所述的方法，其中所述确定所述多个pv串的一部分有阴影包括使用所述学习算法，并且其中所述学习算法包括机器学习算法。
4.根据权利要求3所述的方法，其中，所述机器学习算法使用所述经存储的一年中的时节、地形和多个太阳位置中的至少一者作为学习数据，来事先预测所述多个pv串的哪个部分会有阴影。
5.根据权利要求4所述的方法，其中所述跟踪器控制器基于来自所述机器学习算法的预测来跟踪太阳。
6.根据权利要求1所述的方法，其中所述多个pv串中的一或多个的所述倾斜角基于检测到最大输出功率而进一步改变。
7.根据权利要求1所述的方法，其进一步包括确定最大输出功率和所述确定任何部分是否有阴影之间的优先级。
8.根据权利要求1所述的方法，其中所述阴影包含南-北阴影。
9.根据权利要求1所述的方法，其中所述阴影包含东-西阴影。
10.一种太阳能跟踪器系统，其包括：
11.根据权利要求10所述的太阳能跟踪器系统，其中所述一或多个控制器进一步被配置为：在响应于确定所述多个pv串的一部分有阴影而改变所述pv串中的所述一或多个的所述倾斜角之前，确定与所述多个pv串中的所述一或多个相关联的所述倾斜角。
12.根据权利要求10所述的太阳能跟踪器系统，其中所述一或多个控制器还包括存储器，所述存储器被配置为存储以下各项中的至少一者：
13.根据权利要求10所述的太阳能跟踪器系统，其中所述多个pv串中的一或多个的所述倾斜角基于检测到最大输出功率而进一步改变。
14.根据权利要求13所述的太阳能跟踪器系统，其中改变所述多个pv串中的一或多个的所述倾斜角是基于确定所述最大输出功率和所述确定所述多个pv串的任何部分是否有阴影之间的优先级。
15.一种操作太阳能跟踪器系统的方法，所述方法包括：
