CN102129466B - 基于实证示范建立光伏电站测试诊断和预测数据库的方法 - Google Patents

Abstract

基于实证示范建立光伏电站测试诊断和预测数据库的方法，基于长期运行性能测试数据，运用可靠性分析理论，对实证性示范系统中不同组件、平衡部件的统计数据进行深层挖掘和概率可靠性评估，形成可靠性与经济性协调的综合评判机制，建立光伏电站现场故障诊断和维护预测数据库。本发明的有益效果在于，全面评估光伏组件、部件及系统的可靠性、运行性能及成本。

Description

基于实证示范建立光伏电站测试诊断和预测数据库的方法

技术领域

本发明专利涉及先进能源技术领域中针对光伏电站通过实证性示范建立现场测试、诊断和预测数据库的方法。

背景技术

面对我国光伏产业呈现爆炸式增长的态势，需建立完善的光伏系统检测体系与之相适应，而国内关于实证性测试技术尚属空白。由于基于实验室标准测试环境（STC，即太阳能辐照度为1000W/m²，电池温度为25℃，大气质量为1.5）的数据不能如实反应实际环境下的性能指标，根据实验室测试得出的数据，不能满足用户对系统可靠性、运行成本等的真实需求，而我国在光伏发电建设及电站设计方面经验少，可靠实测数据和实际经验积累十分匮乏，设计过程中仅局限于理论计算和有限经验，导致电站建成后整个寿命周期内的实际发电量、组件或设备故障率、运行和维护成本难以估算，同时低水平技术开发造成资源浪费。目前，国内未开展实证性示范研究，基于实证性测试建立的实测数据库体系更为缺失。

鉴于国外实测现有技术研究，首先在特定区域建立实证性测试平台，通过该平台开展针对各类太阳电池组件、平衡部件和发电系统的实证性测试，对经过长期现场数据采集及示范得到的实测数据进行处理分析。

针对光伏组件类型及安装方式实证性测试方法，国外已开展相关研究，其中德国太阳能和氢能研究中心（ZSW）户外测试实例如图1所示，组件测试仪采集组件输出电压、电流数据，光谱辐射计对光照辐射度进行数据收集，PT100将组件温度数据通过温度单元进行分析处理，气象装置采集各类气象数据等，将所采集到的各类数据通过RS485串行总线上传至上位机，经过长期数据搜集及处理，与实验室测试数据进行比对分析，得到真实可信的组件可靠性评估，但关于逆变器及其他平衡部件、系统整体效率的测试技术并不多见。

随着光伏发电装机容量不断增加，光伏电站接入电网逐步得到规范，光伏电站在保证安全友好并网的同时,需考虑组件、部件及系统运行可靠性、经济成本及整体效率等诸多因素，通过长期数据采集、跟踪、分析，建立评判机制对光伏系统作出可信评价，即要求采用高精度传感器对各数据进行采样，并建立光伏电站统计分析数据库，对海量数据进行处理分析，需提供基于实证性测试建立真实可信的光伏电站现场测试、诊断和预测数据库的实施方法。

目前，国内已提出针对光伏阵列测试方法，如图2所示，专利号为201010046547.7的中国发明专利“具有光伏阵列IV测试功能的光伏并网逆变器及测试方法”做如下阐述。该专利发明了一种具有光伏阵列IV测试功能的光伏并网逆变器，主要测试方法为：在光伏阵列输入端口和滤波电容C₁之间设置用于测量光伏阵列输入电流的电流传感器CT₁，设置用于测量滤波电容C₁端电压的直流母线电压传感器VT₁，在光伏阵列的输出端口设置直流断路器K₁，光伏阵列的输出总电流经所述直流断路器K₁输入光伏并网逆变器、直流母线电压传感器VT₁和电流传感器CT₁，采集VT₁和C₁数据，可实现对图2所示系统的光伏阵列IV特性的测试，但是该发明专利功能单一，测试精度有限，无法保证数据准确性，需针对户外的实证性技术开展研究，并且将通过长期实证示范采集到的数据进行统计分析，建立相应的数据库，针对数据库进行数据处理评价分析。

发明内容

本发明专利目的在于通过实证示范建立光伏电站实测数据统计分析数据库及光伏电站现场故障诊断和维护预测数据库，其可解决的现有问题如下：（1）掌握部件和系统的失效机制，考核部件和系统的耐候性、耐久性，评估光伏组件和平衡部件的可靠性；（2）评估光伏系统运维费用和整体造价；（3）评估部件和系统的技术经济指标；（4）长期数据采集积累为最新发展技术、材料及工艺提供数据支撑，通过对组件和部件性能、可靠性及成本的比对分析，考核新技术、新材料及新工艺的实际工况。

为了实现上述发明目的，本发明采用如下技术方案。

基于实证示范建立光伏电站现场测试、诊断和预测数据库的方法，包括以下步骤：

1)    通过在实证性测试区域进行高精度传感器网络的配置及布点，采集实证性测试系统运行全寿命周期内的光照强度、组件温度地理环境参数，输出电压及电流电气特性参数以及器件自身性能参数；

2)    结合现场测试结果和实验室标准环境下测试数据的正交分析，对比实测与实验室测试的数据并进行分析评价，基于数据处理分析技术对海量测试数据的有效数据提取及统计处理分析，提取电站设计与评估的关键参数；

3)    基于上述关键参数，逐步建立满足不同的光伏组件类型、安装方式、逆变器种类以及系统运行方式的实证性示范的原始测试数据的统计分析数据库，形成光伏电站发电量和效能评判的基础数据指标；

4)    采用聚类分析法和现场参数的回归辨识计算，结合实证系统的失效模式分析、关键参数间的危害度评测与故障传递方式的分析结果，提取失效率、失效分布、故障树结构表征可靠性与寿命的关键特征；

5)    基于长期运行性能测试数据，运用可靠性分析理论，对实证性示范系统中不同组件、平衡部件的统计数据进行深层挖掘和概率可靠性评估，形成可靠性与经济性协调的综合评判机制，建立光伏电站现场故障诊断和维护预测数据库。

本发明的有益效果在于，通过有针对性的对多种光伏组件、平衡部件以及发电系统进行实证性测试，分析实测数据与实验室理论测试值比对，建立实测数据测试、诊断和预测数据库，可达到有益效果在于：全面评估光伏组件、部件及系统的可靠性、运行性能及成本，针对长期有效数据的积累、分析，能够为我国光伏技术革新找到真实可靠的数据支持，为光伏组件、部件及系统的不断优化找到方向。同时，通过可靠性及技术经济性等研究，可大幅降低光伏电站的开发成本，推动光伏新技术快速进步，为我国光伏产业良性发展、光伏技术规模化利用提供条件。

附图说明

下面结合附图对本发明专利作进一步的说明。

图1为国外现有的户外实证性测试网络安装布置示意图。

图2为国内现有的针对光伏组件IV测试电路拓扑原理图。

图3 为本发明专利技术方案流程图。

图4为本发明专利实证性测试网络布点及采样系统结构图。其中AE1和AE2是高精度全要素气象监测装置，(温度、湿度、气压、直射辐射、散射辐射、紫外辐射等)；DT1和DT2是位移传感器；SP1和SP2是全光谱辐射计。

具体实施方式

本发明技术方案流程图如图3所示。本发明专利具体实施方式如图4所示，下面结合实施案例对本方法的具体步骤进行阐述。

首先，针对不同光伏组件种类、并网逆变器种类及系统运行方式搭建实证性平台。其中光伏组件种类可分为晶硅电池组件、异质接面硅基电池、薄膜电池组件、聚光电池组件、BIPV电池组件；并网逆变器分类为两种，一种为按变压器种类分类：有变压器隔离型、无变压器隔离型，一种为按拓扑结构分类：微型逆变器、组串式、集中型；并按照安装方式、汇流方式、逆变器控制方式配置系统运行方式。 

其次，针对建立数据库需采集的数据量优选各类传感装置，选取精度等级为0.5S及以下的高精度传感装置，采用就近安装原则，根据现场实际环境及被测量位置对传感装置进行优化布点，测量所需传感器包括气象传感器，主要用于计量户外环境气象参数及校正配置；非电量传感器网络，主要用于采集组件、部件非电量的特征参数；电量传感器网络，主要用于采集组件、部件及发电系统的各电气参数，如直流电压、电流、电量，交流电压、电流、电量，有功功率、无功功率。其中气象传感器主要包括总辐射计、直接辐射计、散射辐射计、反射辐射计、紫外辐射计、环境温湿度计、测量风速、风向、气压、雨量参数传感器；非电量传感器主要包括组件温度测试装置、位移传感器、组件弯曲度传感器；电量传感器主要包括测量电压及电流的电压传感器及电流传感器，此外，还需配置全光谱辐射计；

第三，将采集所得电量及非电量数据通过总线（BUS）传递至通讯前置机1，将采集到的各类气象数据通过无线通道（GPRS）传递至通讯前置机2，通过前置机连接所有现地采集的数据单元和上位机设备，将前端采集到的数据进行汇总。其中应用数据服务系统承担实证系统前端原始数据的汇总和中间计算，为测试项目提供数据分析；历史数据服务系统长期存放集控系统的本地所有测量数据，包括所有光伏组件信息、气象数据、逆变器工况、变压器工况，可记录所有有效数据并存放在磁盘阵列中，还可存储通过应用数据服务系统产生的计算结果及中间过程；同时，上述测试数据送给上位机的平台运行控制系统，为保证高性能的数据采集多采用嵌入式操作系统，通过运行在PC机上的数据采集分析软件对数据进行分析，根据测量的组件侧电气量计算出不同种类光伏组件的转换效率: 

η_m=（V_m×I_m）/ （E×S_m）

η_m：光伏组件光电转换效率；

V_m 、I_m：组件实际输出电压、电流；

E：实际太阳能辐照度；

S_m：测量组件面积；

将不同种类组件的效率与采集到的上述各类气象、非电气量参数数据进行长期统计，采用聚类分析法分析各参数对不同组件效率的影响程度，从而提取考量组件实际输出效率的关键参数{λ₁、…λ_n}。同理，计算出光伏逆变器转换效率：

η_in=（V_o×I_o）/ （V_i×I_i）

η_in：逆变器转换效率；

V_o 、I_o：逆变器实际输出电压及电流；

V_i 、I_i：逆变器实际输入电压及电流；

正交分析各参数与不同种类逆变器转换效率的关系，提取影响逆变器效率的关键参数{λ₁、…λ_m}，综合两项关键参数，统一获得影响光伏电站设计与系统效率评估的关键参数{λ₁…}，逐步建立满足不同光伏组件类型、逆变器种类以及系统运行方式实证性示范的原始测试数据统计分析数据库。以此判断组件、部件及系统运行工况，形成光伏电站发电量和效能评判的基础数据指标。

最后，对比实测效率数据与实验室标准环境测试效率数据，其中

ε=E_S/E(STC) 

ε：实际输出功率与标准测试环境下输出功率的比率；

E_S为组件实际输出功率、E(STC) 为在标准环境下组件输出功率。

ε越接近于1，说明实际工况越接近实验室标准环境，相反，越远离1，证明实验室测试数据已不能有效权衡组件特性，需根据实际环境评估光伏系统可靠性，建立诊断及预测数据库。根据实证系统的失效模式、失效原因，如高温或热斑引起组件起火，线路连接故障，长期记录导致光伏电站故障的失效原因，及各故障失效率、失效时间、位置分布，采用聚类分析法和现场参数的回归辨识计算，提取表征可靠性与寿命的关键特征{α、β…}。

经过基础数据的长期有效积累，将不同种类组件、逆变器及系统效率与各关键参数{λ₁…}正交化，拟合出相应的近似曲线，形成用关键参数表示系统效率的函数方程：

η_s=η_m ×η_in =f(λ₁…) 

η_s：系统运行效率；

根据对应的方程特性，预测光伏电站实际输出功率在特定关键参数时的取值，例：若组件温度为关键参数之一，预测当组件温度为30℃时系统实际输出效率值。结合预测实际输出效率及上述引起故障的关键特征，可建立光伏电站现场故障诊断和维护预测数据库。

通过上述数据库的建立，提供组件、部件及系统的实时数据和历史数据，本发明专利还可以有其他步骤的实施方式，凡采用等同替换或等效变换形式的实施方法，均落在本发明专利要求的保护范围。

Claims (1)

1.基于实证示范建立光伏电站测试诊断和预测数据库的方法，其特征在于，包括以下步骤：

1)通过在实证性测试区域进行高精度传感器网络的配置及布点，采集实证性测试系统运行全寿命周期内的光照强度、组件温度地理环境参数，输出电压及电流电气特性参数以及器件自身性能参数；

2)结合现场测试结果和实验室标准环境下测试数据的正交分析，对比实测与实验室测试的数据并进行分析评价，基于数据处理分析技术对海量测试数据的有效数据提取及统计处理分析，提取电站设计与评估的关键参数；

具体步骤为，根据测量的组件侧电气量计算出不同种类光伏组件的转换效率: 

η_m=（V_m×I_m）/ （E×S_m）

η_m：光伏组件光电转换效率；

V_m 、I_m：组件实际输出电压、电流；

E：实际太阳能辐照度；

S_m：测量组件面积；

将不同种类组件的效率与采集到的上述各类气象、非电气量参数数据进行长期统计，采用聚类分析法分析各参数对不同组件效率的影响程度，从而提取考量组件实际输出效率的关键参数{λ₁、…λ_n}；

同理，计算出光伏逆变器转换效率：

η_in=（V_o×I_o）/ （V_i×I_i）

η_in：逆变器转换效率；

V_o 、I_o：逆变器实际输出电压及电流；

V_i 、I_i：逆变器实际输入电压及电流；

正交分析各参数与不同种类逆变器转换效率的关系，提取影响逆变器效率的关键参数{λ₁、…λ_m}；

3)基于上述关键参数，逐步建立满足不同的光伏组件类型、安装方式、逆变器种类以及系统运行方式的实证性示范的原始测试数据的统计分析数据库，形成光伏电站发电量和效能评判的基础数据指标；

4)采用聚类分析法和现场参数的回归辨识计算，结合实证系统的失效模式分析、关键参数间的危害度评测与故障传递方式的分析结果，提取失效率、失效分布、故障树结构表征可靠性与寿命的关键特征；

5)基于长期运行性能测试数据，运用可靠性分析理论，对实证性示范系统中不同组件、平衡部件的统计数据进行深层挖掘和概率可靠性评估，形成可靠性与经济性协调的综合评判机制，建立光伏电站现场故障诊断和维护预测数据库。

Images