CN105375878B - 一种在线检测和评估光伏系统效率的方法 - Google Patents
一种在线检测和评估光伏系统效率的方法 Download PDFInfo
- Publication number
- CN105375878B CN105375878B CN201510946332.3A CN201510946332A CN105375878B CN 105375878 B CN105375878 B CN 105375878B CN 201510946332 A CN201510946332 A CN 201510946332A CN 105375878 B CN105375878 B CN 105375878B
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- parameter
- mppt
- voltage
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000003491 array Methods 0.000 claims abstract description 97
- 238000004364 calculation method Methods 0.000 claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 230000015556 catabolic process Effects 0.000 claims abstract description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 15
- 238000013178 mathematical model Methods 0.000 claims description 13
- 230000002441 reversible effect Effects 0.000 claims description 10
- 230000005611 electricity Effects 0.000 claims description 8
- 241000208340 Araliaceae Species 0.000 claims description 6
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 6
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 6
- 235000008434 ginseng Nutrition 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 230000033228 biological regulation Effects 0.000 claims description 2
- 230000036962 time dependent Effects 0.000 claims description 2
- 238000005755 formation reaction Methods 0.000 description 12
- 238000005259 measurement Methods 0.000 description 6
- 241000196324 Embryophyta Species 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
-
- H02J3/385—
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/20—Climate change mitigation technologies for sector-wide applications using renewable energy
Abstract
本发明公开了一种在线检测和评估光伏系统效率的方法,其通过光伏系统中MPPT功能启动电压电流扫描功能,使每一路MPPT所接光伏方阵输出电压从最小工作电压状态至开路状态或从开路状态至最小工作电压状态,检测该过程中每一路MPPT输入电流、电压值;同时采集对应时刻的太阳辐照、环境温度、光伏组件温度、风速、风向等物理量。利用采集的数据采用拟合方法建立光伏功率计算模型,结合利用光伏组件出厂参数或PVsyst数据库建立的初始光伏功率计算模型,在排除故障时段后,计算各个环节能效指标并给出能效状态分析结果。本发明在原有光伏系统的基础上,不需增加硬件设备,实现对光伏系统各物理参数的在线检测、光伏方阵建模、各环节能效指标计算和分析。
Description
技术领域
本发明涉及光伏发电系统技术领域,尤其涉及一种在线检测和评估光伏系统效率的方法。
背景技术
太阳能光伏发电是当前可再生能源发电的主要形式,也是未来占据主导地位的能源供应主体。当前我国对于光伏发电的补贴由原来的装机容量补贴变为电价补贴,因此光伏系统全生命周期的发电量成为影响光伏电站经济效益的最重要因素。但当前我国太阳能光伏发电部分光伏电站项目存在质量和发电效率低等问题,同时对于电站综合品质,特别是针对长期可靠度和发电量的保证,目前尚未有明确的标准和准入门槛,这使得光伏电站的品质参差不齐,投资回报率不高,同时也影响了光伏发电应用的发展。因此,为保障光伏系统的发电量和经济效益,需要有效的光伏系统能效评估技术对光伏系统的综合品质进行评价。
当前,光伏电站的整体性能采用能效比(Performance Ratio,PR)来表示,该参数可以表示为光伏电站发电量与基于光伏方阵额定功率的直流发电量的比值。虽然PR值可以反映整个光伏系统的状况,但目前PR值的测量是通过抽样测量和计算得到,通常测量时间一般不少于3天,需要相关专业技术人员参与,耗费大量人力。由于评价成本较高,评价效率低,不能很好地利用PR值在线评估光伏系统的整体性能,为运行维护提供依据。
影响光伏系统出力的因素主要包括太阳辐照、环境温度、组件温度、光伏组件衰减和故障损耗、组件失配损耗、PID损耗、遮挡损耗、角度损耗、直流电缆损耗以及汇流箱支路损耗、MPPT最大功率跟踪损耗、逆变器转换效率损耗等。可以看到,光伏系统的损耗主要集中在光伏组件到逆变器出口之间,对于大型光伏电站从逆变器出口到关口表之间的损耗仅约为2%。其中MPPT效率是决定光伏逆变器发电量最重要的因素,其对发电量的影响远远超过了光伏逆变器的转换效率,国内外光伏逆变器在相同条件下对比发电量,相差能超过20%,这个主要原因就是MPPT效率。但由于目前MPPT效率还没有可靠的仪器去测量,逆变器认证时也不用测量MPPT效率,因此大多数厂家不提供MPPT效率指标,或者在光伏逆变器技术规格书里提供虚高的MPPT效率指标,如标为99%,有些甚至标为99.9%。
因此,为有效评估光伏系统效率,及时发现光伏系统效率低下的环节,为运行维护提供依据,需要考虑影响光伏系统效率的主要因素建立实时在线、经济的光伏效率评估方案。
发明内容
本发明的目的在于提供一种在线检测和评估光伏系统效率的方法,其适用于能够获取光伏组件出厂参数、直流电缆参数,并采集到光伏逆变器输入输出电压和电流、MPPT跟踪器输入电压电流、风速、风向、环境温度/组件温度的光伏系统。本发明能够在不增加光伏系统硬件设备的基础上,自动或人工在线检测光伏系统的特性参数,计算并分析反映MPPT效率、逆变器转换效率、光伏组件衰减、组件故障、直流电缆损耗等多个环节的效率指标。以此可以及时发现效率低下环节、异常环节,确保光伏系统稳定高效运行,并提高其维护效率。为了实现上述发明目的,本发明采用如下的技术方案。
一种在线检测和评估光伏系统效率的方法,其包括以下步骤:
步骤1、利用PVsyst软件光伏组件数据库或厂家提供的光伏组件出厂参数建立光伏方阵参数模型;
步骤2、采用光伏系统MPPT参数扫描功能进行扫描,检测每一路MPPT输入光伏方阵的电流、电压参数数值,获取电流和电压参数之间的实际I-V曲线;
步骤3、采用步骤2所得实际I-V曲线,对每一路MPPT输入光伏方阵均建立光伏方阵单二极管模型,进一步对光伏方阵单二极管模型每个参数建立其与太阳辐照和温度的关系模型,得到光伏方阵功率计算模型;
步骤4、使光伏方阵工作于MPPT模式下,采集每一路MPPT光伏方阵最大功率点输入直流电压值Vm和电流值Im,将采集到的数据实时上传给上位机;
步骤5、根据直流电压值Vm和电流值Im计算最大功率点功率Pm,采用横向和纵向比较的方法进行故障判断;
步骤6、计算反映最大跟踪效率的效率指标ηMPPT,反映光伏组件衰减损耗、组件失配损耗和PID损耗的效率指标ηpanel,反映逆变器换流的效率指标ηinv,逆变器平均换流效率指标ηinv,avg以及反映光伏系统逆变器出口总效率ηa。
所述在线检测和评估光伏系统效率的方法进一步包括:
正常运行时,在第一次执行完步骤1至步骤6后,进入步骤4至步骤6的循环;
若要对光伏方阵模型进行更新,则先执行一次步骤2至步骤6,然后再进入步骤4至步骤6的循环。
所述光伏方阵参数模型为通过PVsyst软件光伏组件数据库建立的光伏方阵参数模型M01或通过厂家提供的光伏组件出厂参数光伏方阵参数模型M02;其中:
所述光伏方阵参数模型M01建立的方法包括以下步骤:
步骤101、若光伏系统采用的光伏组件在PVsyst软件数据库中,则通过PVsyst软件获取光伏组件在任意工况的理论I-V曲线,采用最小二乘法计算光伏组件参数模型中的5个参数,光伏组件5参数数学模型如下:
式中,Iph为光生电流;Is为二极管反向饱和电流;Rsh为并联电阻;Rs为串联电阻;n为二极管品质因数;Iph、Is、Rsh、Rs和n组成光伏组件参数模型中的5个参数;Ncell为光伏组件串联电池数;U、I分别为光伏组件输出直流电压、电流;k、T、q分别为波尔茨曼常数、组件温度、电子电量常数;
步骤102、根据得到多个工况下的光伏组件5参数数学模型及其对应的5个参数,对各参数关于太阳辐照和组件温度进行建模,按照以下公式采用最小二乘法进行参数识别:
n=nref[1-k8(T-298)]
式中,下标ref表示参数在标准条件下的数值;S为有效太阳辐照;k1至k8为待拟合参数;
步骤103、根据每一路MPPT输入光伏方阵的光伏组件串并联形式以及步骤102所得光伏组件5参数数学模型对应的5个参数,建立光伏方阵参数模型M01如下:
式中,Iarray、Uarray分别为光伏方阵输出直流电流、直流电压;Ns、Np分别为光伏方阵串、并联组件数;
所述光伏方阵参数模型M02建立的方法为:若仅能获得厂家提供的光伏组件出厂参数,所述出厂参数包括开路电压、短路电流、最大功率点电压、最大功率点电流、电压温度系数、电流温度系数,则采用解析法求解光伏组件模型后,根据每一路MPPT输入方阵的光伏组件串并联形式,建立每一路MPPT输入光伏方阵的光伏方阵参数模型M02,其包括以下步骤:
步骤111、对步骤101中的光伏组件5参数数学模型,利用短路点、开路点、最大功率点、温度系数关系建立6个方程,通过这6个方程得到标准条件下的光伏组件数学模型中5个参数和调整系数A,其中考虑n随组件温度和光强变化很小,假设n不变:
γp-γp,cal=0
式中,Isc为短路电流;Uoc为开路电压;Um、Im分别为最大功率点电压、电流;αsc为电流温度系数;βoc为电压温度系数;γp为最大功率温度系数;γp,cal为根据模型解算的最大功率温度系数;取ΔT=5K,T′=ΔT+Tref,Uoc,T′=βoc(1+A/100)ΔT+Uoc,ref。
步骤112、得到标准条件下的参数值后,依据下列公式求得不同辐照和组件温度下的参数值:
n=nref
式中,Eg为禁带宽度;
步骤113、根据每一路MPPT输入光伏方阵的光伏组件串并联形式以及步骤112所得光伏组件5参数数学模型对应的5个参数,建立每一路MPPT输入光伏方阵的光伏方阵参数模型M02。
所述步骤2包括:
步骤21、设定上位机下载自动气象站实时环境参数的速率与光伏组件温度采集仪的采集速率、MPPT跟踪器输入和逆变器输出电气量的检测速率相同,采集的数据均通过通讯端口发送到上位机;
步骤22、扫描的范围为MPPT跟踪器最低工作电压到开路电压,正向扫描时电压范围从最低工作电压开始到开路电压,按照先定电压步长,后变电压步长,最后定电流步长的步骤进行;反向扫描时扫描电压范围从开路电压到最低工作电压,按照先定电流步长,后变电流步长,最后定电压步长的步骤进行。
所述步骤3根据是否能够采集到光伏组件温度,建立两种不同的光伏方阵功率计算模型,分别为光伏方阵功率计算模型M03和光伏方阵功率计算模型M04,其中,所述光伏方阵功率计算模型M03为采集光伏组件温度,以光伏组件温度和太阳辐照为输入,光伏功率为输出建立,所述光伏方阵功率计算模型M04是以太阳辐照、环境温度、风速、风向为输入,光伏功率为输出建立。
所述步骤5包括:
横向比较,将MPPT跟踪器输入端检测到的具有相同电气特性的方阵功率值进行比较,若相差过大,则判定偏差较大的那一路所接光伏方阵中存在故障、严重PID现象或遮挡;
纵向比较,将当前时段MPPT跟踪器输入端检测到的功率与步骤3所得光伏方阵功率计算模型的计算功率作商,与前一时段的该结果比较,若变化较大则判定该路MPPT跟踪器所接光伏方阵中存在故障、严重PID现象或遮挡。
所述步骤6的效率指标定义包括:
反映最大跟踪效率的效率指标ηMPPT为:
式中,为光伏方阵功率计算模型M03或光伏方阵功率计算模型M04在时段ti计算得到的最大功率值;t1和tN+1分别为评估MPPT效率的起止时间;
根据选择的直流电缆参数,计算在对应电压Vm和电流Im下的直流电缆损耗ΔPl;综合反映光伏组件衰减损耗、组件失配损耗、PID损耗的效率指标ηpanel:
式中,为在时段ti,利用光伏方阵参数模型M01或光伏方阵参数模型M02计算得到的最大功率值;
逆变器换流效率指标ηinv为:
在t1至tN时段逆变器平均换流效率指标为:
在t1至tN时段逆变器出口的总效率指标ηa为:
式中,为可以用逆变器t1至tN时段发电量统计结果代替。
对步骤3建立的光伏方阵功率计算模型进行更新的方法是:按照设定的方式和频率对光伏方阵功率计算模型M03或M04进行更新,所述设定的方式为集中采集完全更新模型或者分散采集逐渐更新;设定的频率为模型更新的频率。
与现有技术相比,本发明具有以下优点:
1.本发明在原有光伏系统的基础上,不需要增加硬件设备,基于现有的逆变器、MPPT跟踪器、环境监测和光伏组件温度等数据,并通过软件设计实现。能够自动在线检测光伏方阵电气特性,建立光伏方阵电路模型,分析光伏系统多个环节的效率,并能实现故障判断的功能。能够及时发现故障问题,发现低效环节,降低隐患,提高光伏系统的运维效率。
2.本发明所采用的MPPT扫描方法是结合定电压步长、定电流步长、变电压步长、变电流步长进行扫描,使得在最大功率点两侧分布的电压电流测量点数据相近并分布均匀,以提高光伏方阵建模的精度,从而提高效率指标计算的精度。
3.本方法采用先判断故障后计算效率的方法,能够及时发现故障问题,降低隐患,并在排除故障的情况后准确计算反映各个环节效率的指标,能有效反映光伏系统最大跟踪效率、逆变器换流效率、线路损耗等单独环节的效率和损耗,并能综合反映组件衰减、组件失配、PID损耗等。
4.考虑了风速、风向对光伏组件温度的影响,将这两个环境因素加入到光伏方阵功率计算模型,建立了环境参数与光伏方阵模型的关系,提高了光伏方阵功率模型的适应性。
附图说明
为使本发明的目的、技术方案及优点更加清楚、明确,下面结合附图对本发明的具体实施方式作进一步详细说明。
图1为本发明实施例的组串式并网光伏系统及各环节损耗框图;
图2为本发明实施例的集中式并网光伏系统及各环节损耗框图;
图3为本发明光伏方阵单二极5参数管模型;
图4为本发明实施例MPPT正向扫描电压电流步长变化图;
图5为本发明实施例MPPT反向扫描电压电流步长变化图;
图6为本发明实施例在线检测和评估光伏系统效率的方法流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。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。
本发明一种在线检测和评估光伏系统效率的方法,适用于具有MPPT最大功率跟踪功能的独立和并网光伏系统,其中并网光伏系统如图1和图2所示,包括组串式并网光伏系统和集中式并网光伏系统。通常情况下,光伏系统的MPPT功能集成在逆变器中,但也有设置在智能汇流箱或独立装置中的。本发明利用光伏组件出厂参数或PVsyst数据库、线路参数、环境参数测量、光伏组件温度测量、MPPT扫描功能等实现光伏系统效率的在线检测和评估,能够单一或综合反映光伏组件衰减和故障损耗、PID损耗、遮挡损耗、温度损耗、直流线损、失配损耗、最大功率跟踪损耗、逆变器转换损耗等。请参照图6所示,该方法实现光伏系统效率在线检测和评估的过程如下:
若光伏系统采用的光伏组件在PVsyst软件数据库中,则通过PVsyst获取光伏组件在任意工况的理论I-V曲线,采用最小二乘法计算光伏组件单二极管模型中的5个参数,光伏组件5参数数学模型如下:
式中,Iph为光生电流;Is为二极管反向饱和电流;Rsh为并联电阻;Rs为串联电阻;n为二极管品质因数;Ncell为光伏组件串联电池数;U、I分别为光伏组件输出直流电压、电流。
得到多个工况下的光伏组件数学模型及其对应的5个参数,对各参数关于太阳辐照和组件温度进行建模,按照以下公式采用最小二乘法进行参数识别:
n=nref[1-k8(T-298)]
式中,ref表示在标准条件(即大气质量1.5、太阳辐照1000W/m2、温度25℃)下的数值,例如Iph,ref为光生电流Iph在标准条件下的数值;S为有效太阳辐照;k1至k8为待拟合参数,T为组件温度。
进一步的,根据每一路MPPT输入方阵的光伏组件串并联形式,得出每一路MPPT输入的光伏方阵模型。如图3所示,根据所得光伏组件数学模型参数,建立光伏方阵数学模型M01如下:
式中,Iarray、Uarray分别为光伏方阵输出直流电流、直流电压;Ns、Np分别为光伏方阵串、并联组件数。
若仅能获得厂家提供的光伏组件出厂参数,包括开路电压、短路电流、最大功率点电压、最大功率点电流、电压温度系数、电流温度系数,则采用解析法,求解每一路MPPT输入的光伏方阵模型。对光伏组件5参数数学模型,利用短路点、开路点、最大功率点、温度系数等关系建立6个方阵,通过这6个方程求解光伏组件数学模型中5个参数和附加参数A,其中考虑n随组件温度和光强变化很小,假设n不变。
γp-γp,cal=0
其中,Isc为短路电流;Uoc为开路电压;Um、Im分别为最大功率点电压、电流;αsc为电流温度系数;βoc为电压温度系数;γp为最大功率温度系数;γp,cal为根据模型解算的最大功率温度系数;同理ref也表示在标准条件下的数值,例如Im|ref表示最大功率点电流在标准条件下的数值;ΔT为固定值,T'为中间变量,其中,取ΔT=5K,T′=ΔT+Tref,Tref是组件温度在标准条件下的数值,Uoc,T′=βoc(1+A/100)ΔT+Uoc,ref。
得到标准条件下的参数值后,依据下列公式求得不同辐照和组件温度下的参数值:
n=nref
式中,Eg为禁带宽度。
进一步的,根据每一路MPPT输入方阵的光伏组件串并联形式,进一步得出每一路MPPT输入的光伏方阵模型。
在上位机设定自动气象站下载实时辐照R、环境温度T、风速v、风向D的速率,并开始下载。设定上位机下载自动气象站实时环境参数的速率与光伏组件温度采集仪的采集速率、MPPT输入和逆变器输出电气量的检测速率相同,使得环境参数、组件温度、电气量之间存在时间上一一对应的关系,用于建立光伏方阵5参数模型。采集的数据均通过通讯端口发送到上位机。
启动MPPT扫描功能,使MPPT按照一定的电压/电流步长调整输入直流电压/电流。在MPPT跟踪器开始启动扫描功能前,需要先设定扫描步长、次数,并自动或人工判断是否启动扫描功能。其中,所述扫描步长和次数根据现场太阳辐照情况、MPPT的响应速度进行设置。扫描前的天气情况应满足太阳辐照稳定,光伏阵列正常工作(具有相同电气特性的光伏阵列工况相近判断为正常工作,若没有相同电气特性的阵列比较,则与出厂值比较)。扫描的范围为最低工作电压到开路电压,将从最低工作电压开始到开路电压的扫描方向定义为正向扫描,从开路电压到最低工作电压的扫描方向定义为反向扫描。
调整MPPT跟踪器工作电压,使其工作在最低工作电压,检测每一路MPPT输入的电流、电压参数数值;MPPT按照一定的电压步长,逐步增大工作电压,检测每一路MPPT输入的电流、电压参数数值;接近MPP理论值时,降低电压变化步长,检测每一路MPPT输入的电流、电压参数数值;当电压越过最大功率点电压后,MPPT按照一定的电流步长调整输入直流电流,检测每一路MPPT输入的电流、电压参数数值,直到输入直流电流变为零。进行多次扫描时,可以采用类似上述方法的逆向扫描方法,往复多次进行以提高扫描效率,即从MPPT跟踪器输入电流为零开始扫描,按照先定电流步长,后变电流步长,最后定电压步长的步骤进行。如图4和5所示,以一次正向扫描和一次反向扫描为例,正向扫描先以归一化定电压步长0.026进行扫描,接近理论最大功率点时,降低电压步长,当越过最大功率点后,按照归一化定电流步长-0.032进行扫描,直到电流降为零;反向扫描时先以归一化定电流步长0.032进行扫描,接近理论最大功率点时,降低电流步长,当越过最大功率点后,按照归一化定电压步长-0.026进行扫描,直到电压降为零。在此过程中,检测MPPT每一路输入的光伏方阵对应直流电流、电压参数数值。
若能够分别采集到每一路MPPT所接光伏组件温度,则利用其平均值作为该路MPPT所接光伏方阵模型的组件温度值Tpv,i,对应的太阳辐照、环境温度、I-V曲线分别记为Ri、Ti、I-Vi。多次扫描得到不同组件温度、辐照下的数值,基于光伏方阵5参数模型,采用最小二乘法对I-V曲线进行拟合,得到相应太阳辐照、组件温度下的光伏方阵5参数。再分别将五个参数按照设定的关于组件温度和辐照的函数,采用最小二乘法进行参数识别。从而得到光伏方阵功率计算模型M03。
若无法采集到光伏组件温度,仅能采集到太阳辐照、环境温度、风速、风向等参数,采用如下的方法建立光伏方阵5参数模型。首先利用多次扫描得到的实际I-V曲线,基于光伏方阵5参数模型,采用最小二乘法对实际I-V曲线进行拟合,得到相应环境参数下的光伏方阵5参数。然后再分别将五个参数分别采用支持向量回归模型,建立各个参数与太阳辐照、环境温度、风速、风向的关系。从而得到光伏方阵功率计算模型M04。
在完成MPPT参数扫描和光伏方阵建模后,光伏系统进入正常运行状态,即工作于最大功率跟踪工况。此时仍需保持MPPT输入以与自动气象站和光伏组件温度采集仪相同的采集速率采集每一路MPPT输入直流电压Vm和电流Im。采集速率根据需要设定,不需要与MPPT参数扫描采集速率一样,采集的数据均通过通讯端口实时上传给上位机。
根据每一路的MPPT输入的电压Vm和电流Im计算最大功率点功率Pm,最大功率点实测值Pm=Im×Vm。为使得计算的效率指标更能反映光伏系统各环节的损耗情况,在进行效率计算和分析前,先采用横向和纵向比较的方法进行故障判断。横向比较时,将MPPT跟踪器输入端能够检测到的具有相同电气特性的方阵功率值进行比较,若相差过大,则判定偏差较大的那一路所接光伏方阵中存在故障、严重PID现象或遮挡等。纵向比较时,将当前时段MPPT直流侧检测到的功率与模型M03或M04的计算功率作商,与前一时段的该结果比较,若变化较大则判定该路MPPT跟踪器所接光伏方阵中存在故障、严重PID现象或遮挡等。比较时按照先横向比较,后纵向比较的方法,比较的频率根据需要设定。故障确认后,在上位机中以告警形式显示,作为运维依据。
判定为故障的那一路MPPT所接光伏方阵,仅计算线路损耗和光伏系统逆变器出口总效率ηa;不存在故障的那一路MPPT所接光伏方阵,则分别计算ηMPPT、ηpanel、ηinv、ηinv,avg、ηa等效率指标,其中ηMPPT和ηpanel是影响光伏系统总效率的最重要的两个效率指标。通过对ηpanel的分析,能够尽快发现PID效应、灰尘、线路失配等影响,排除这些影响后,ηpanel可以看做是光伏组件衰减损耗的反映。分析ηMPPT在不同辐照情况下的变化,可以得到ηMPPT在不同辐照下的静态和动态跟踪能力。由于逆变器的转换效率ηinv随着工作电压不同而变化,安装在不同地理位置的光伏系统,其逆变器的效率也不同,因此有必要了解当前光伏系统逆变器实际转换效率,用ηinv,avg来评价。此外,具有相同电气特性的光伏方阵效率指标,也需要进行横向比较,并对效率下降较大的那一路方阵进行详细检查,排查使其效率下降的因素。
随着光伏系统中光伏组件的衰减和系统的老化,光伏方阵功率计算模型M03或M04的参数也会变化,Pm′也会发生变化。因此,需要对这两个模型进行更新,更新时采用新数据替换全部或部分旧数据进行建模。为降低MPPT参数扫描对光伏系统发电的影响,可将更新周期定为两周甚至一个月。也可采用多次分散采集、部分更新的策略,即每天进行扫描,但降低扫描次数,逐渐更新模型。
本发明关于一种在线检测和评估光伏系统效率的方法,在原有光伏系统的基础上,不需要增加硬件设备,基于光伏组件出厂参数及其安装方式、PVsyst光伏组件数据库、自动气象站、光伏组件温度采集仪、MPPT参数扫描功能及输入输出电压电流检测数据等,考虑影响光伏系统发电效率的主要因素,实现对光伏方阵特性参数的在线检测、建模、效率计算和评估。整个过程无需人工干预,自动进行,能够及时发现光伏系统效率低下的环节,诊断故障,提供运维参考,确保光伏系统安全、稳定、高效运行。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (9)
1.一种在线检测和评估光伏系统效率的方法,其特征在于,其包括以下步骤:
步骤1、利用PVsyst软件光伏组件数据库或厂家提供的光伏组件出厂参数建立光伏方阵参数模型;
步骤2、采用光伏系统MPPT参数扫描功能进行扫描,检测每一路MPPT输入光伏方阵的电流、电压参数数值,获取电流和电压参数之间的实际I-V曲线;
步骤3、采用步骤2所得实际I-V曲线,对每一路MPPT输入光伏方阵均建立光伏方阵单二极管模型,进一步对光伏方阵单二极管模型每个参数建立其与太阳辐照和温度的关系模型,得到光伏方阵功率计算模型;
步骤4、使光伏方阵工作于MPPT模式下,采集每一路MPPT光伏方阵最大功率点输入直流电压值Vm和电流值Im,将采集到的数据实时上传给上位机;
步骤5、根据直流电压值Vm和电流值Im计算最大功率点功率Pm,采用横向和纵向比较的方法进行故障判断;
步骤6、计算反映最大跟踪效率的效率指标ηMPPT,反映光伏组件衰减损耗、组件失配损耗和PID损耗的效率指标ηpanel,反映逆变器换流的效率指标ηinv,逆变器平均换流效率指标ηinv,avg以及反映光伏系统逆变器出口总效率ηa。
2.根据权利要求1所述的在线检测和评估光伏系统效率的方法,其特征在于,所述在线检测和评估光伏系统效率的方法进一步包括:
正常运行时,在第一次执行完步骤1至步骤6后,进入步骤4至步骤6的循环;
若要对光伏方阵模型进行更新,则先执行一次步骤2至步骤6,然后再进入步骤4至步骤6的循环。
3.根据权利要求1所述的在线检测和评估光伏系统效率的方法,其特征在于,所述光伏方阵参数模型为通过PVsyst软件光伏组件数据库建立的光伏方阵参数模型M01或通过厂家提供的光伏组件出厂参数光伏方阵参数模型M02;其中:
所述光伏方阵参数模型M01建立的方法包括以下步骤:
步骤101、若光伏系统采用的光伏组件在PVsyst软件数据库中,则通过PVsyst软件获取光伏组件在任意工况的理论I-V曲线,采用最小二乘法计算光伏组件参数模型中的5个参数,光伏组件5参数数学模型如下:
式中,Iph为光生电流;Is为二极管反向饱和电流;Rsh为并联电阻;Rs为串联电阻;n为二极管品质因数;Iph、Is、Rsh、Rs和n组成光伏组件参数模型中的5个参数;Ncell为光伏组件串联电池数;U、I分别为光伏组件输出直流电压、电流;k、T、q分别为波尔茨曼常数、组件温度、电子电量常数;
步骤102、根据得到多个工况下的光伏组件5参数数学模型及其对应的5个参数,对各参数关于太阳辐照和组件温度进行建模,按照以下公式采用最小二乘法进行参数识别:
n=nref[1-k8(T-298)]
式中,下标ref表示参数在标准条件下的数值;S为有效太阳辐照;k1至k8为待拟合参数;
步骤103、根据每一路MPPT输入光伏方阵的光伏组件串并联形式以及步骤102所得光伏组件5参数数学模型对应的5个参数,建立光伏方阵参数模型M01如下:
式中,Iarray、Uarray分别为光伏方阵输出直流电流、直流电压;Ns、Np分别为光伏方阵串、并联组件数。
4.根据权利要求3所述的在线检测和评估光伏系统效率的方法,其特征在于,所述光伏方阵参数模型M02建立的方法为:若仅能获得厂家提供的光伏组件出厂参数,所述出厂参数包括开路电压、短路电流、最大功率点电压、最大功率点电流、电压温度系数、电流温度系数,则采用解析法求解光伏组件模型后,根据每一路MPPT输入方阵的光伏组件串并联形式,建立每一路MPPT输入光伏方阵的光伏方阵参数模型M02,其包括以下步骤:
步骤111、对步骤101中的光伏组件5参数数学模型,利用短路点、开路点、最大功率点、温度系数关系建立6个方程,通过这6个方程得到标准条件下的光伏组件数学模型中5个参数和调整系数A,其中考虑n随组件温度和光强变化很小,假设n不变:
γp-γp,cal=0
式中,Isc为短路电流;Uoc为开路电压;Um、Im分别为最大功率点电压、电流;αsc为电流温度系数;βoc为电压温度系数;γp为最大功率温度系数;γp,cal为根据模型解算的最大功率温度系数;取ΔT=5K,T′=ΔT+Tref,Uoc,T′=βoc(1+A/100)ΔT+Uoc,ref;
步骤112、得到标准条件下的参数值后,依据下列公式求得不同辐照和组件温度下的参数值:
n=nref
式中,Eg为禁带宽度;
步骤113、根据每一路MPPT输入光伏方阵的光伏组件串并联形式以及步骤112所得光伏组件5参数数学模型对应的5个参数,建立每一路MPPT输入光伏方阵的光伏方阵参数模型M02。
5.根据权利要求1所述的在线检测和评估光伏系统效率的方法,其特征在于,所述步骤2包括:
步骤21、设定上位机下载自动气象站实时环境参数的速率与光伏组件温度采集仪的采集速率、MPPT跟踪器输入和逆变器输出电气量的检测速率相同,采集的数据均通过通讯端口发送到上位机;
步骤22、扫描的范围为MPPT跟踪器最低工作电压到开路电压,正向扫描时电压范围从最低工作电压开始到开路电压,按照先定电压步长,后变电压步长,最后定电流步长的步骤进行;反向扫描时扫描电压范围从开路电压到最低工作电压,按照先定电流步长,后变电流步长,最后定电压步长的步骤进行。
6.根据权利要求1所述的在线检测和评估光伏系统效率的方法,其特征在于,所述步骤3根据是否能够采集到光伏组件温度,建立两种不同的光伏方阵功率计算模型,分别为光伏方阵功率计算模型M03和光伏方阵功率计算模型M04,其中,所述光伏方阵功率计算模型M03为采集光伏组件温度,以光伏组件温度和太阳辐照为输入,光伏功率为输出建立,所述光伏方阵功率计算模型M04是以太阳辐照、环境温度、风速、风向为输入,光伏功率为输出建立。
7.根据权利要求6所述的在线检测和评估光伏系统效率的方法,其特征在于,所述步骤5包括:
横向比较,将MPPT跟踪器输入端检测到的具有相同电气特性的方阵功率值进行比较,若相差过大,则判定偏差较大的那一路所接光伏方阵中存在故障、严重PID现象或遮挡;
纵向比较,将当前时段MPPT跟踪器输入端检测到的功率与步骤3所得光伏方阵功率计算模型的计算功率作商,与前一时段的该结果比较,若变化较大则判定该路MPPT跟踪器所接光伏方阵中存在故障、严重PID现象或遮挡。
8.根据权利要求1所述的在线检测和评估光伏系统效率的方法,其特征在于,所述步骤6的效率指标定义包括:
反映最大跟踪效率的效率指标ηMPPT为:
式中,为光伏方阵功率计算模型M03或光伏方阵功率计算模型M04在时段ti计算得到的最大功率值;t1和tN+1分别为评估MPPT效率的起止时间;
根据选择的直流电缆参数,计算在对应电压Vm和电流Im下的直流电缆损耗ΔPl;综合反映光伏组件衰减损耗、组件失配损耗、PID损耗的效率指标ηpanel:
式中,为在时段ti,利用光伏方阵参数模型M01或光伏方阵参数模型M02计算得到的最大功率值;
逆变器换流效率指标ηinv为:
在t1至tN时段逆变器平均换流效率指标为:
在t1至tN时段逆变器出口的总效率指标ηa为:
式中,为可以用逆变器t1至tN时段发电量统计结果代替。
9.根据权利要求2所述的在线检测和评估光伏系统效率的方法,其特征在于,对步骤3建立的光伏方阵功率计算模型进行更新的方法是:按照设定的方式和频率对光伏方阵功率计算模型M03或M04进行更新,所述设定的方式为集中采集完全更新模型或者分散采集逐渐更新;设定的频率为模型更新的频率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510946332.3A CN105375878B (zh) | 2015-12-16 | 2015-12-16 | 一种在线检测和评估光伏系统效率的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510946332.3A CN105375878B (zh) | 2015-12-16 | 2015-12-16 | 一种在线检测和评估光伏系统效率的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105375878A CN105375878A (zh) | 2016-03-02 |
CN105375878B true CN105375878B (zh) | 2017-06-30 |
Family
ID=55377744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510946332.3A Active CN105375878B (zh) | 2015-12-16 | 2015-12-16 | 一种在线检测和评估光伏系统效率的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105375878B (zh) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203879B (zh) * | 2016-07-19 | 2019-11-08 | 上能电气股份有限公司 | 一种光伏电站系统效率计算方法 |
CN106597151B (zh) * | 2016-12-02 | 2021-01-15 | 中国电力科学研究院有限公司 | 一种光伏电站已投运逆变器跟踪效率测试方法及系统 |
CN108336968A (zh) * | 2017-01-19 | 2018-07-27 | 上海紫凝新能源科技有限公司 | 一种基于组件数据的分析监控系统 |
CN107134978B (zh) * | 2017-06-06 | 2019-05-21 | 中盛阳光新能源科技有限公司 | 一种发电量曲线判别光伏组件故障的方法 |
TWI669904B (zh) * | 2017-11-03 | 2019-08-21 | 財團法人資訊工業策進會 | 判斷太陽能板陣列是否異常之計算機裝置與方法 |
CN108039773B (zh) * | 2017-12-22 | 2022-01-14 | 苏州易助能源管理有限公司 | 一种光伏发电站远程效率计算装置及系统 |
EP3506132A1 (en) | 2017-12-27 | 2019-07-03 | IMEC vzw | Simulation of photovoltaic systems |
CN108198907B (zh) * | 2017-12-30 | 2020-02-11 | 苏州阿特斯阳光电力科技有限公司 | 一种硅片的确定方法及装置 |
CN108832892B (zh) * | 2018-04-18 | 2020-05-12 | 国家电投集团电站运营技术(北京)有限公司 | 基于抗pid效应的光伏组件的iv测量方法和装置 |
CN108922945B (zh) * | 2018-07-10 | 2019-11-12 | 中国计量大学 | 评估双面太阳能电池和其发射极量子效率的系统及方法 |
CN108880466A (zh) * | 2018-07-16 | 2018-11-23 | 浙江电腾云光伏科技有限公司 | 一种光伏电站后评估方法 |
CN109991470A (zh) * | 2019-02-22 | 2019-07-09 | 中国电力科学研究院有限公司 | 一种组串式光伏逆变器转换效率的确定方法及系统 |
CN110994671B (zh) * | 2019-11-25 | 2023-04-28 | 国网四川省电力公司电力科学研究院 | 一种基于matlab的小型独立光伏发电仿真模型 |
CN112003546A (zh) * | 2020-08-06 | 2020-11-27 | 中国电建集团华东勘测设计研究院有限公司 | 光伏串联组件数量的优化设计方法 |
CN112290885A (zh) * | 2020-09-30 | 2021-01-29 | 国网浙江安吉县供电有限公司 | 一种户用光伏系统直流侧故障诊断方法 |
CN112653185B (zh) * | 2020-12-22 | 2023-01-24 | 广东电网有限责任公司电力科学研究院 | 一种分布式可再生能源发电系统的效率评估方法和系统 |
CN112651210B (zh) * | 2020-12-29 | 2023-04-25 | 海光信息技术股份有限公司 | 芯片老化性能建模方法、装置、设备及存储介质 |
CN113949097A (zh) * | 2021-10-13 | 2022-01-18 | 江苏紫泉综合能源服务有限公司 | 一种光伏电站能效分析系统 |
CN115078954B (zh) * | 2022-08-18 | 2022-10-25 | 北京芯可鉴科技有限公司 | 用于对电路中的组成部件进行测评的方法和装置及电路 |
CN115913114B (zh) * | 2023-03-08 | 2023-05-26 | 南京师范大学 | 基于最小二乘法的光伏老化检测方法 |
CN116191570B (zh) * | 2023-04-13 | 2024-03-15 | 广州锐兴科技有限公司 | 基于多类型负载的配电网风光储充多源网络协同规划及控制系统、方法 |
CN116722590B (zh) * | 2023-08-08 | 2023-12-05 | 锦浪科技股份有限公司 | 一种pid效应抑制方法、系统及光伏系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102801363A (zh) * | 2011-05-24 | 2012-11-28 | 中山大学 | 一种基于自适应预测的光伏系统最大功率点跟踪控制方法 |
GB2493534A (en) * | 2011-08-09 | 2013-02-13 | Control Tech Ltd | Renewable energy output monitoring |
CN103995559A (zh) * | 2014-04-25 | 2014-08-20 | 中国科学院广州能源研究所 | 一种基于环境参数模型的定电压mppt控制方法和系统 |
CN104281741A (zh) * | 2014-09-10 | 2015-01-14 | 长江勘测规划设计研究有限责任公司 | 光伏组件倾角和阵列间距交叉反馈多因素综合计算方法 |
-
2015
- 2015-12-16 CN CN201510946332.3A patent/CN105375878B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102801363A (zh) * | 2011-05-24 | 2012-11-28 | 中山大学 | 一种基于自适应预测的光伏系统最大功率点跟踪控制方法 |
GB2493534A (en) * | 2011-08-09 | 2013-02-13 | Control Tech Ltd | Renewable energy output monitoring |
CN103995559A (zh) * | 2014-04-25 | 2014-08-20 | 中国科学院广州能源研究所 | 一种基于环境参数模型的定电压mppt控制方法和系统 |
CN104281741A (zh) * | 2014-09-10 | 2015-01-14 | 长江勘测规划设计研究有限责任公司 | 光伏组件倾角和阵列间距交叉反馈多因素综合计算方法 |
Non-Patent Citations (1)
Title |
---|
《微网双向变流器的改进型重复控制技术研究》;张继元 等.;《电力电子技术》;20150120;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN105375878A (zh) | 2016-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105375878B (zh) | 一种在线检测和评估光伏系统效率的方法 | |
Karatepe et al. | Controlling of artificial neural network for fault diagnosis of photovoltaic array | |
Graditi et al. | Energy yield estimation of thin-film photovoltaic plants by using physical approach and artificial neural networks | |
CN102193027B (zh) | 光伏发电系统的基于模型的功率估计 | |
CN104167988B (zh) | 一种光伏系统效率异常告警的判断方法 | |
CN106452355B (zh) | 一种基于模型辨识的光伏发电系统最大功率跟踪方法 | |
CN104680424A (zh) | 大型光伏电站的电压电能情况预估方法 | |
CN106130480B (zh) | 一种光伏组件户外发电特性与衰减状况测试系统 | |
CN108092622A (zh) | 一种基于电阻计算的光伏组串故障诊断方法 | |
CN113037214B (zh) | 一种基于s-v曲线的光伏组件阴影遮挡故障诊断方法 | |
CN105141253A (zh) | 基于光伏出力曲线斜率的光伏窃电识别方法 | |
CN103399219B (zh) | 光伏发电站性能实时监测方法 | |
Liu et al. | A fault detection and diagnosis technique for solar system based on Elman neural network | |
CN205647435U (zh) | 一种光伏电站系统效能的测量装置 | |
CN106597151B (zh) | 一种光伏电站已投运逆变器跟踪效率测试方法及系统 | |
CN105160166A (zh) | 一种光伏阵列状态判断方法 | |
CN110336322B (zh) | 基于日最小负荷置信区间的光伏发电准入容量确定方法 | |
WO2023033002A1 (ja) | 太陽電池モジュールの故障診断方法及びプログラム | |
CN105139275A (zh) | 一种建立分布式光伏窃电成本效益评价模型的方法 | |
Nafil et al. | Identification the internal parameters for mono-crystalline solar module using Matlab-simulation and experimental ascertainment | |
CN107271916A (zh) | 一种电池板组串健康状态检测方法 | |
Lodhi et al. | Modelling and experimental characteristics of photovoltaic modules in typical days at an actual photovoltaic power station | |
Zhang et al. | A data-driven photovoltaic string current mismatch fault diagnosis method based on IV curve | |
Tutsch et al. | Using automated evaluation of efficiency for photovoltaic power plant | |
CN111027816A (zh) | 一种基于数据包络分析的光伏发电效率计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |