CN106233555B - 发电系统分析装置以及方法 - Google Patents
发电系统分析装置以及方法 Download PDFInfo
- Publication number
- CN106233555B CN106233555B CN201580017329.1A CN201580017329A CN106233555B CN 106233555 B CN106233555 B CN 106233555B CN 201580017329 A CN201580017329 A CN 201580017329A CN 106233555 B CN106233555 B CN 106233555B
- Authority
- CN
- China
- Prior art keywords
- power generation
- generation output
- state
- model
- output valve
- 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
- 230000005611 electricity Effects 0.000 title claims abstract description 169
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000010248 power generation Methods 0.000 claims abstract description 233
- 238000004088 simulation Methods 0.000 claims abstract description 64
- 238000010276 construction Methods 0.000 claims abstract description 57
- 230000007246 mechanism Effects 0.000 claims abstract description 22
- 230000008520 organization Effects 0.000 claims abstract description 10
- 230000000052 comparative effect Effects 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims description 43
- 238000012937 correction Methods 0.000 claims description 30
- 230000005856 abnormality Effects 0.000 claims description 20
- 238000005259 measurement Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 16
- 239000000203 mixture Substances 0.000 description 13
- 238000012544 monitoring process Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 210000004209 hair Anatomy 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 230000006866 deterioration Effects 0.000 description 7
- 238000000926 separation method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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
-
- 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
- H02S50/10—Testing of PV devices, e.g. of PV modules or single PV cells
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Power Engineering (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Water Supply & Treatment (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Photovoltaic Devices (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
发电系统管理装置具有:范围信息管理机构、发电输出值取得机构和状态判定机构,所述范围信息管理机构管理与应当以预定以上的概率包含测定点的发电输出的范围对应的状态判定用发电输出范围,所述状态判定用发电输出范围基于使用测定点的发电输出的代表值与模型构建用发电输出值算出的多个模型构建用发电输出值的标准偏差来确定,所述测定点的发电输出的代表值由使用发电系统的预定测定点的作为模型构建用发电输出的多个模型构建用发电输出值通过非参数法而生成的模拟系统模型算出,所述发电输出值取得机构取得在测定点测定的发电输出来作为状态判定用发电输出值,所述状态判定机构将多个状态判定用发电输出值与状态判定用发电输出范围进行比较,基于比较结果,判定发电系统的状态。
Description
技术领域
本发明涉及分析发电系统的状态的技术。
背景技术
专利文献1中公开了用于使太阳能发电装置的维护检修变得容易的技术。根据该技术,通过实测来检测构成太阳能电池板的多个单元各自的输出电平,将通过计算式算出的电平值与实测值进行比较,从而检测需要维护检修的状态的单元。
现有技术文献
专利文献
专利文献1:日本特开平9-56181号公报
发明内容
然而,在被称为Mega Solar(大规模太阳能发电站)那样的、使用了大量太阳能电池板的大规模的太阳能发电系统的一般构成中,对于各太阳能电池板的各个单元不能获得实测值。一般而言,是可获得以串联连接有多个太阳能电池板的组列(string)的输出、或将多个组列进一步并联连接的电力调节器输入作为测定点的实测值的程度。
如果将专利文献1中算出的每个单元的电平值单纯地合成而算出上述测定点的电平值,要将该电平值与上述测定点的实测值进行比较,则相对于由劣化、故障引起的变化,由各个太阳能电池板的性能的偏差等引起的影响大,有时不能检测故障。
本发明的目的是提供能够检测正常状态下发电输出发生变化的发电系统的由经年劣化、故障引起的状态变化的技术。
本发明的一个方案的发电系统分析装置是分析发电系统的状态的发电系统分析装置,其具有:范围信息管理机构、发电输出值取得机构和状态判定机构,所述范围信息管理机构管理与应当以预定以上的概率包含下述测定点的发电输出的范围对应的状态判定用发电输出范围,所述状态判定用发电输出范围基于使用上述测定点的发电输出的代表值与下述模型构建用发电输出值而算出的下述多个模型构建用发电输出值的标准偏差来确定,所述测定点的发电输出的代表值由使用上述发电系统的预定测定点的作为模型构建用的发电输出的多个模型构建用发电输出值通过非参数法生成的模拟系统模型算出;所述发电输出值取得机构取得在上述测定点测定的发电输出作为状态判定用发电输出值;所述状态判定机构将多个上述状态判定用发电输出值与上述状态判定用发电输出范围进行比较,基于比较结果,判定上述发电系统的状态。
附图说明
图1是第1实施方式的发电监视系统的框图。
图2是第1实施方式的分析服务器11的框图。
图3是示意性示出第1实施方式的模拟系统模型的图。
图4是显示电力调节器12的动作例的流程图。
图5是显示第1实施方式的分析服务器11的范围信息管理部22的处理例的流程图。
图6是显示第1实施方式的分析服务器11的状态判定部23的处理例的流程图。
图7A是显示通过以日射量、背面温度和太阳高度作为输入的模拟系统模型算出的发电电压值(横轴)、与通过实验系统测定的实测值(纵轴)之间的关系的散布图。
图7B是显示通过以日射量和背面温度作为输入的模拟系统模型算出的发电电压值(横轴)、与通过实验系统测定的实测值(纵轴)之间的关系的散布图。
图7C是显示通过以日射量作为输入的模拟系统模型算出的发电电压值(横轴)、与通过实验系统测定的实测值(纵轴)之间的关系的散布图。
图8A是示意性示出以日射量和背面温度作为输入的模拟系统模型的图。
图8B是示意性示出以日射量作为输入的模拟系统模型的图。
图9是第2实施方式的发电监视系统的框图。
图10是第2实施方式的分析服务器11的框图。
图11是第4实施方式的分析服务器11的框图。
具体实施方式
(第1实施方式)
图1是第1实施方式的发电监视系统的框图。
发电监视系统为进行发电系统14的故障、劣化的检测等状态监视的系统,具有分析服务器11、电力调节器12和传感器13。
发电系统14和传感器13与电力调节器12连接。电力调节器12和分析服务器11都与网络15连接,可以相互进行数据通信。网络15为因特网等广域网络。
发电系统14为利用可再生能源进行发电的装置,第1实施方式中,作为一例,是连接有多个太阳能电池板(未图示)的太阳能发电系统。
分析服务器11是收集电力调节器12测定的发电系统14的发电输出的信息和由传感器13得到的传感器值的信息,并基于这些信息判定发电系统14的状态的装置。分析服务器11可以设置于与发电系统14隔开距离的远处的场所,此外也可以将多个发电系统14用1个分析服务器11监视。
电力调节器12是将发电系统14的发电输出即发电电力从直流转变成交流的装置。第1实施方式的电力调节器12具备测定发电系统14的发电输出,并将测得的发电输出通知到分析服务器11的功能。
传感器13是对发电系统14及其周围的环境进行测定的各种传感器。第1实施方式中,传感器包括:测定日射量并输出测得的传感器值的传感器、和测定太阳能电池板的背面温度并作为传感器值而输出的传感器。背面温度是用设置在构成发电系统14的多个太阳能电池板中的、中央附近的太阳能电池板的背面的温度传感器测定的温度。来自传感器13的传感器值通过连接于传感器13的无线发送器(Tx)16被发送,经由网络15被分析服务器11接收。在分析服务器11中附带时刻信息而被记录。
另外,这里测定的背面温度是影响太阳能电池板的性能的温度信息的一例,本发明不限定于此。作为其它例,也可以测定构成太阳能电池板的单电池内部的温度。在该情况下,可以设置用于测定单电池内部的温度的太阳能电池板,测定该单电池内部的温度。此外,进一步作为其它例,还可以使用热成象来测定太阳能电池板的温度。
图2是第1实施方式的分析服务器11的框图。
分析服务器11具有模型管理部21、范围信息管理部22、状态判定部23和实测值取得部24。
范围信息管理部22确定应当以预定以上的概率包含发电系统14的测定点的发电输出的值的发电输出的范围(状态判定用发电输出范围)。此时,范围信息管理部22基于多个模型构建用发电输出值的标准偏差来确定状态判定用发电输出范围。
这里,测定发电系统14的发电输出的测定点,作为一例,是能够对串联连接有多个太阳能电池板而构成组列,进一步将该多个组列并联连接后的合成输出进行测定的位置,其位于发电系统14与电力调节器12之间。然而,该测定点是例示,作为其它例,可以是在电力调节器12的后段具有测定点,测定交流电力的形态。
此外,第1实施方式中,不能分别测定各个太阳能电池板的发电输出,而在一处测定点测定发电系统14整体的合成输出。然而,这也是一例,作为其它例,可以是测定多个组列各自的发电输出的例子。在该情况下,能够以组列单位监视、分析发电输出。进一步作为其它例,可以为测定各个太阳能电池板的发电输出的例子。在该情况下,能够以太阳能电池板单位监视、分析发电输出。
此外,作为一例,模型构建用发电输出值是在发电系统14为正常状态时在测定点测定的实测值,储备有可以构建发电系统14的正常状态下的模型(模拟系统模型)的程度的数据量。然而,这是一例,可以是人为设定的发电输出值、通过模拟而获得的发电输出值、对发电系统14或其它发电系统的实测值进行校正后的发电输出值等非实测值,在任何情况下都可以经由记录介质、网络15而输入到分析服务器11。此外,多个模型构建用发电输出值可以混合存在实测值和非实测值。
模型构建用发电输出值的标准偏差使用测定点的发电输出的代表值和多个模型构建用实测值来算出。可以将代表值当作平均值,使用该值与各个模型构建用发电输出值来计算标准偏差。具体而言,可以通过标准偏差σ=√(Σ((模型构建用发电输出值-代表值)2)/自由度)来求出。这里,自由度是依赖于演算所使用的模型构建用发电输出值的个数的值,例如其个数的值
另外,第1实施方式中,测定点的发电输出的代表值由使用模型构建用发电输出值通过非参数法生成的模拟系统模型预先算出。作为简单的例子,可以考虑将日射量等输入值分成窄幅的输入值带,使各个输入值带的发电输出通过一定的值(代表值)而代表这样的算出方法。另外,这里,随时追加、更新模型构建用发电输出值,每次状态判定都重新计算代表值、标准偏差和状态判定用发电输出范围。
状态判定用发电输出范围如上述那样基于多个模型构建用发电输出值的标准偏差来确定,作为一例,为包含测定点的发电输出的代表值,且该代表值的上下分别具有预定宽度的范围,该预定宽度为基于模型构建用实测值的标准偏差算出的值。例如,作为该预定宽度,可以使用对标准偏差乘以预定系数而得的值。
状态判定用发电输出范围是应当以作为预定基准的概率值以上的概率包含测定点的发电输出的值的发电输出的范围,该概率由上述系数确定。例如,如果实测值为正态分布则系数=1.96,则作为基准的概率设定为约95%。
如果是实测值以作为基准的概率值以上的概率包含于状态判定用发电输出范围的状态,则可以判定发电系统14为正常状态,如果是实测值包含于状态判定用发电输出范围的概率低于作为基准的概率值的状态,则意味着实测值降低,或实测值的偏差变大,因此可以判定发电系统14为异常状态。
模型管理部21使用多个模型构建用发电输出值通过非参数法预先生成模拟系统模型来进行管理。该模拟系统模型用于上述的利用范围信息管理部22对测定点的发电输出的代表值的算出中。然而,该模拟系统模型可以不一定在分析服务器11内生成。可以将预先生成的模拟系统模型从记录介质或经由网络15而输入到分析服务器11,在该情况下,模型管理部21取得输入的模拟系统模型的信息来进行管理。作为非参数法的一例,可以利用使用广义相加模型(GAM:Generalized Additive Model)推定模拟系统模型这样的方法。
实测值取得部24取得在测定点测定的发电输出的实测值。上述模型构建用发电输出值被预先测定,储备。与此相对,将开始进行发电系统14的状态监视,为了判定状态而定期地测定的实测值称为状态判定用发电输出值。
状态判定部23将多个状态判定用发电输出值与状态判定用发电输出范围进行比较,基于比较结果,判定发电系统14的状态。第1实施方式的状态判定部23中,如上所述,如果是状态判定用发电输出值以作为基准的概率值以上的概率包含于状态判定用发电输出范围的状态,则判定发电系统14为正常状态,如果为状态判定用发电输出值包含于状态判定用发电输出范围的概率低于作为基准的概率值的状态,则判定发电系统14为异常状态。
根据第1实施方式,由于将状态判定用发电输出范围与多个状态判定用发电输出值进行比较来判定发电系统14的状态,所述状态判定用发电输出范围由根据通过非参数法得到的模拟系统模型算出的代表值和基于此的模型构建用发电输出值的标准偏差来确定,因此即使是在正常状态下也难以预先设想发电输出的特性而使发电输出的实测值显示偏差那样的发电系统14,也能够检测其状态变化。
例如,状态判定部23算出状态判定用发电输出范围所包含的状态判定用发电输出值的个数相对于状态判定用发电输出值的总个数的比例,将算出的比例与作为基准的预定阈值比较。例如,可以将与算出状态判定用发电输出范围时为相同值的95%设为阈值。如果该比例低于阈值,则状态判定部23判定发电系统14为异常状态(例如劣化了的状态)。通过与正常状态下的发电输出的代表值的差大的实测值的比例与正常状态时相比变高,可以判定发电系统14为异常状态,因此即使有各个状态判定用发电输出值的偏差、各个模型构建用发电输出值的偏差,也可以检测发电系统14的异常。另外,也可以将关于状态判定用发电输出范围所包含的状态判定用发电输出值的个数相对于状态判定用发电输出值的总个数的比例的阈值设为(95-α(α为裕量))%。
第1实施方式中的模拟系统模型,作为一例,是如下的模型:以用传感器13测定的日射量和太阳能电池板的温度、以及设置太阳能电池板的地点的太阳高度这3个参数作为输入,以发电电力作为输出,能够在太阳能发电系统的测定点算出发电输出的值的模型。太阳高度是从太阳能电池板的设置地点看到的太阳相对于地平线的角度,可以由太阳能电池板的设置地点的纬度、经度和日期时间算出。图3是示意性示出第1实施方式的模拟系统模型的图。参照图3,如上所述,模拟系统模型31以用传感器测定的日射量和太阳能电池板的温度(背面温度)以及太阳高度作为输入,算出测定点的电力(发电电力)并输出。
另外,第1实施方式中,示出使用利用全部模型构建用发电输出值确定的状态判定用发电输出范围的例子,但本发明不限定于此。作为其它例,可以仅使用模型构建用发电输出值中的、满足预定条件时测定的模型构建用发电输出值。在该情况下,状态判定部23可以仅使用由实测值取得部24取得的状态判定用发电输出值中的、满足该相同条件时测定的状态判定用发电输出值来判定发电系统14的状态。由此,通过预定条件锁定模型构建和状态判定所使用的发电输出值,从而使用发电输出稳定的实测值来检测发电系统14的故障,因此故障检测的精度提高。
此外,第1实施方式中,显示了在任何时机取得的实测值都可以将其用于发电系统14的状态的判定的例子,但本发明不限定于此。作为其它例,状态判定部23可以使用输入的变化超过预定阈值的时机之前和之后的预定时间的发电输出值来判定发电系统14的状态。由此,有时发电系统14由于故障、劣化等状态变化,因而相对于输入变化的输出响应性发生变化,在该情况下,使用输入变化前后的发电输出值来进行状态的判定,可以使检测状态变化的精度提高。另外,输入的变化超过预定阈值的时机的检测中,状态判定部23根据测定时刻而将多个传感器值表示为时间序列,算出传感器值相对于时间的变化量(变化),通过算出的变化的值超过阈值来检测。
以下,进一步详细地说明。
图4是显示电力调节器12的动作例的流程图。
电力调节器12等待成为预定的测定时机(步骤S11),如果成为测定时机,则取得发电系统14的发电输出的实测值(步骤S12)。然后,电力调节器12将取得的发电输出的实测值通知到分析服务器11(步骤S13)。分析服务器11中,实测值取得部24接收由电力调节器12通知的发电输出的实测值,附带时刻信息而存入存储器。另外,测定时机没有特别限定,例如可以设为一定时间间隔。
可以利用发电系统14为正常状态时测定的实测值作为模型构建用发电输出值。发电系统14的状态监视开始后取得的实测值成为状态判定用发电输出值。
图5是显示第1实施方式的分析服务器11的范围信息管理部22的处理例的流程图。参照图5,范围信息管理部22使用多个模型构建用发电输出值和由模型管理部21管理的模拟系统模型,算出相对于各输入值的模型构建用发电输出值的代表值(步骤S11)。接下来,范围信息管理部22将代表值当作平均值,求出模型构建用发电输出值的标准偏差(步骤S12)。接下来,范围信息管理部22基于模型构建用发电输出值的标准偏差,算出以预定概率(这里为95%(正态分布中标准偏差×1.96))以上的概率含有实测值的实测值宽度,这里,将该宽度作为状态判定用发电输出范围来处理,记录于存储器(步骤S13)。
图6是显示第1实施方式的分析服务器11的状态判定部23的处理例的流程图。参照图6,状态判定部23等待成为预定的判定时机(步骤S31),如果成为判定时机,则通过实测值取得部24取得存储于存储器的多个状态判定用发电输出值中的、现在时刻和从现在时刻追溯预定时间的时刻之间测定的过去的状态判定用发电输出值、以及它们所附带的传感器值(日射量和背面温度)和取得时刻的时刻信息(步骤S32)。
接着,状态判定部23算出各个状态判定用发电输出值与代表值之间的差值的绝对值,所述代表值是将测定该发电输出值时的日射量和背面温度以及由取得时刻算出的太阳高度输入到模拟系统模型而获得的。进一步,状态判定部23依次判定出该差值的绝对值是否比作为状态判定用发电输出范围而保持的预定宽度的值大。此时,状态判定部23预先保持发电系统14的太阳能电池板的设置地点的信息,基于设置地点的纬度和经度以及取得时刻算出太阳高度。
如果对全部状态判定用发电输出值结束判定,则状态判定部23算出该差值的绝对值比状态判定用发电输出范围宽度的值小的状态判定用发电输出值的比例,即,状态判定用发电输出值落入状态判定用发电输出范围的比例(步骤S33)。
进一步,状态判定部23判定算出的比例是否为作为基准的概率值(这里为(95-α)%)以上(步骤S34)。如果算出的比例的值为作为基准的概率值以上,则判定发电系统14为正常状态。另一方面,如果算出的比例的值为成为基准的概率值以下,则判定发电系统14为异常状态。
另外,第1实施方式中采用如下的状态判定方法:算出状态判定用发电输出范围所包含的状态判定用发电输出值的个数相对于状态判定用发电输出值的总个数的比例,将算出的比例与基准阈值进行比较。然而,这是一例,本发明不限定于此。作为其它例,状态判定部23可以求出多个取得的状态判定用发电输出值的代表值,如果该代表值落入状态判定用发电输出范围则判定为正常状态,如果未落入则判定为异常状态。
此外,第1实施方式中,作为模拟系统模型,例示了以日射量、太阳能电池板的背面温度和太阳高度作为输入,但本发明不限定于此。作为其它例,以日射量和太阳能电池板的背面温度作为输入的模拟系统模型、或仅以日射量作为输入的模拟系统模型也能够适用于本发明。
图7A是显示通过以日射量、背面温度和太阳高度作为输入的模拟系统模型而算出的发电电压值(横轴)、与通过实验系统测定的实测值(纵轴)之间的关系的散布图。图7B是显示通过以日射量和背面温度作为输入的模拟系统模型而算出的发电电压值(横轴)、与通过实验系统测定的实测值(纵轴)之间的关系的散布图。图7C显示通过以日射量作为输入的模拟系统模型而算出的发电电压值(横轴)、与通过实验系统测定的实测值(纵轴)之间的关系的散布图。另外,图7A~C中,作为电流恒定的实验系统中的发电输出的实测值,测定发电电压代替发电电力。
图8A是示意性示出以日射量和背面温度作为输入的模拟系统模型的图。图8B是示意性示出以日射量作为输入的模拟系统模型的图。
图7A~C均为:由模型算出的发电电压值与实测值显示线性关系。因此,可以说各模拟系统模型可以良好地模拟实际的发电系统14,算出与实测值良好地一致的代表值。因此,图3、图8A、图8B的任一模拟系统模型都能够适用于本发明。
然而,与图7C所示的仅以日射量作为输入的情况相比,图7B所示的以日射量和背面温度作为输入时偏差被抑制。此外,与图7B所示的以日射量和背面温度作为输入的情况相比,图7A所示的以日射量、背面温度和太阳高度作为输入时偏差被进一步抑制。这意味着:与仅以日射量作为输入的情况相比,以日射量和背面温度作为输入的情况,可以以更高的精度模拟发电系统14,进一步,与以日射量和背面温度作为输入的情况相比,以日射量、背面温度和太阳高度作为输入时,可以以更高的精度模拟发电系统14。只要考虑需要的精度和演算的复杂性,确定适用任一模拟系统模型即可。
另外,图7A~C用于显示通过模拟系统模型而算出的发电电压值(横轴)与通过实验系统测定的实测值(纵轴)的线性、和与偏差有关的图7A~C的相对关系,显示使用单独的结晶系太阳能电池板,使负载电阻为5Ω,无天气限定而取得的数据。
此外,上述的第1实施方式中,范围信息管理部22保持相当于实测值与代表值的差值的发电电力宽度作为状态判定用发电输出范围,状态判定部23将实测值与代表值的差值的绝对值和该状态判定用发电输出范围进行比较。
第1的实施方式中,实测值的发电电力向高的一侧与低的一侧的任一方偏移都同样地操作。然而,本发明不限定于此。作为其它例,成为((代表值)-(状态判定用发电输出值))≧(状态判定用发电输出范围(宽度))的状态判定用发电输出值的比例为预定以上的情况下,可以判定发电系统14为异常状态。这着眼于如果发电系统14成为异常状态则发电电力降低的情况,通过发电电力向低的一侧偏移而判定异常状态。
进一步,作为状态判定用发电输出范围,可以规定用于故障判定的第1状态判定用发电范围、和用于劣化判定的第2状态判定用发电输出范围这2个范围,分别检测故障和劣化。在该情况下,可以是第1状态判定用发电输出范围(宽度)>第2状态判定用发电输出范围(宽度)。此外,在该情况下,在故障的判定中,可以使用绝对值,以是否为|(代表值)-(状态判定用发电输出值)|≧(状态判定用发电输出范围(宽度))的条件进行判定,在劣化的判定中,以是否为((代表值)-(状态判定用发电输出值))≧(第2状态判定用发电输出范围(宽度))的条件进行判定。这是不仅考虑了在太阳能电池板故障的情况下发电输出降低,在太阳能电池板劣化的情况下发电输出降低,而且还考虑了有偏差变大的可能性的处理。
此外,作为其它例,范围信息管理部22中,针对与测定实测值的时刻相同时刻测定的日射量和太阳能电池板的温度、与测定实测值时的太阳高度的每个组合,预先保持相对于该组合确定的发电电力的范围作为状态判定用范围,基于用电力调节器12测定状态判定用发电输出值时用传感器13测定的日射量和太阳能电池板的温度、以及测定状态判定用发电输出值时的太阳高度,判断状态判定用发电输出值是否落入状态判定用发电输出范围。
此外,作为进一步其它例,范围信息管理部22中,将相对于与测定实测值的时刻相同时刻测定的日射量和太阳能电池板的温度、与测定实测值时的太阳高度的组合而确定的发电电力的范围作为状态判定用范围,在进行状态判定用实测值的判定时每次都进行计算,基于用传感器13测定的日射量和太阳能电池板的温度、与测定状态判定用发电输出值时的太阳高度,可以判断状态判定用发电输出值是否落入状态判定用发电输出范围。
此外,第1实施方式中,在图6的步骤S34的判定中,状态判定部23判定算出的比例是否为作为基准的预定概率值以上,如果判定1次算出的比例的值为作为基准的概率值以下,则判定发电系统14为异常状态。然而,本发明不限定于此。作为其它例,也可以在步骤S34的判定中,如果连续地判定N次算出的比例的值为作为基准的概率值以下,则判定发电系统14为异常状态。
此外,第1实施方式中,如图1所示,示出将传感器13与无线发送器16连接,将传感器值从无线发送器16经由网络15而输送到分析服务器11的例子。然而,本发明不限定于该例。作为其它例,可以将传感器13与电力调节器12连接,将传感器值从电力调节器12经由网络15而输送到分析服务器11。此外,可以通过多个传感器构成传感器网络,将传感器值从该传感器网络的网关经由网络15而输送到分析服务器11。
此外,第1实施方式中,示出分析服务器11从网络15接收由发电系统14得到的发电输出与由传感器13得到的传感器值,使用它们进行演算的例子,但本发明不限定于该例。发电系统14和传感器13可以不与分析服务器11连接,可以将由发电系统14得到的发电输出和由传感器13得到的传感器值的数据存储于存储装置,将这些数据用任意的方法输入到分析服务器11,进行演算。
(第2实施方式)
第1实施方式中,不考虑设置太阳能电池板的场所的天气而判定发电系统14的状态。与此相对,第2实施方式是,将天气的信息利用于发电系统14的状态判定的例子。第2实施方式是,仅将在满足可以判断为发电系统14的动作稳定的条件(稳定条件)的时间计测得到的发电输出值用于发电系统14的状态判定的实施方式,天气的信息用于判断是否满足该稳定条件。具体而言,仅使用作为稳定条件的天气“阴天”时的发电输出而进行发电系统14的状态判定。
图9是第2实施方式的发电监视系统的框图。第2实施方式的发电监视系统,除了图1的构成以外,还具有照像机41。照像机41除了具备拍摄高空图像的功能以外还具备通信功能。照像机41与网络15连接,将拍摄发电系统14的高空的图像与拍摄时刻一起经由网络15发送到分析服务器11。
此外,第2实施方式中,分析服务器11的构成和动作的一部分与第1实施方式不同。图10是第2实施方式的分析服务器11的框图。参照图10,第2实施方式的分析服务器11,除了模型管理部21、范围信息管理部22、状态判定部23、实测值取得部24以外,还具有天气判定部25。
天气判定部25从照像机41接收拍摄了发电系统14的高空的图像和拍摄时刻的信息,基于该图像判定发电系统14的高空的天气,与拍摄时刻的信息一起记录。由此生成每个时刻的天气的信息。
天气判定部25,作为一例,不是包含晴和雨在内识别各种天气,而是仅仅识别是否阴天。天气判定部25通过显示天气为阴天的标志来显示判定结果,对拍摄时刻附加标志,从而生成天气为阴天的时间(阴天时间)的信息(阴天时间信息)。
作为天气是否为阴天的判定方法的例子,如果云在用照像机41拍摄的高空图像的整体中所占的区域面积的比例为预定的百分率(例如70%)以上,则可以在设为阴天的条件下判定。图像中的云的部分可以通过加上色相、明度、彩度的条件来识别。此外,作为其它例,如果用照像机41拍摄的高空图像的平均明度为预定值以下,则也可以在设为阴天的条件下判定。进一步作为其它例,如果用照像机41拍摄的高空图像的多点明度的标准偏差为预定值以下,则也可以在设为阴天的条件下判定。
模型管理部21通过阴天时间信息而知晓阴天时间,仅选择使用在该阴天时间测定的模型构建用发电输出值,预先生成模拟系统模型。模拟系统模型的生成方法与使用了非参数法的第1实施方式同样。
范围信息管理部22通过阴天时间信息而知晓阴天时间,仅使用在该阴天时间测定的模型构建用发电输出值来确定状态判定用发电输出范围。状态判定用发电输出范围的确定方法与第1实施方式同样。
状态判定部23通过阴天时间信息而知晓阴天时间,仅使用在该阴天时间测定的状态判定用发电输出值,判定发电系统14的状态。状态判定方法与第1实施方式同样。
如上所述,根据第2实施方式的发电监视系统,使用发电输出稳定,故障等的影响易于对发电输出显著表现的阴天时的发电输出值来判定发电系统14的状态,因此太阳能电池板的故障检测等状态判定的精度提高。
另外,第2实施方式中,从设置发电系统14的场所的高空图像,分析服务器11的天气判定部25判定是否为阴天,但本发明不限定于此。作为其它例,可以基于由政府、地方公共机关等提供的气象信息确定天气是否为阴天。在该情况下,不要照像机41。分析服务器11的天气判定部25只要基于气象信息来判定设置发电系统14的太阳能电池板的场所的天气是否为阴天即可。
此外,第2实施方式中,显示使用将天气为阴天作为稳定条件的例子,但本发明不限定于此。作为其它例,可以使用在设置发电系统14的场所观测的光量为预定值以下来作为稳定条件。在该情况下,可以在设置了发电系统14的场所,代替照像机41而设置光量计,从光量计将测定值通知到分析服务器11,基于通知到分析服务器11的测定值来判定天气是否为阴天。
(第3实施方式)
第1实施方式中显示的例子是:以已经存储了实测值作为对于生成模拟发电系统14的有效的模拟系统模型而言充分的模型构建用发电输出值为前提,预先生成模拟系统模型。与此相对,第3实施方式中显示的例子是:假定得不到可以生成良好地模拟发电系统14的模拟系统模型的程度的实测值的初始状态,校正与发电系统14类似的其它系统的模拟系统模型而使用。根据该第3的实施方式,在不能构建有效的模拟系统模型的初始状态也能够开始发电系统14的状态监视。
第3实施方式的发电监视系统的基本构成与图1所示的构成相同。此外,第3实施方式的分析服务器11的基本构成与图2所示的构成相同。然而,第3实施方式的模型管理部21,除了第1实施方式的模型管理部21所具有的功能以外,还具有校正模拟系统模型的功能。在未形成有效的模拟系统模型的初始状态,有效地利用该功能。
第3实施方式的模型管理部21,对于与作为监视对象的发电系统14不同的其它发电系统的模拟系统模型施加校正而生成校正模拟系统模型,进行保持,所述校正是关于作为监视对象的发电系统14的太阳能电池板与其它发电系统的太阳能电池板的设置地点的差异和/或设置角度的差异的校正。在该情况下,范围信息管理部22将校正模拟系统模型利用于状态判定用发电输出范围的确定。
例如,根据位置的差异,与测定时刻对应的太阳高度不同。模型管理部21,在根据时刻算出太阳高度而使用的情况下,与太阳能电池板的设置位置的差异对应地,校正由时刻算出的太阳高度。
此外,例如,根据太阳能电池板的设置角度的差异,太阳能对太阳能电池板的入射角不同。在该情况下,模型管理部21将从太阳能电池板看到的相对的太阳高度根据太阳能电池板的设置角度来校正。这里所谓太阳能电池板的设置角度中,包含倾斜太阳能电池板的方向和倾斜角度。例如,有时将太阳能电池板向朝南方向倾斜10度而设置。
此外,第3实施方式的模型管理部21,对于与作为监视对象的发电系统14不同的其它发电系统14的模拟系统模型施加校正而生成校正模拟系统模型,进行保持,所述校正是关于作为监视对象的发电系统14与其它发电系统的太阳能电池板的个数和/或连接构成的校正。
例如,在发电系统14串联连接有多个太阳能电池板的情况下,如果串联连接的太阳能电池板的个数不同,则发电系统14的发电输出的代表值与个数成比例地变化,因此只要校正该部分即可。关于标准偏差,预先在构成中附带过去的各种构成的发电系统的发电输出的数据而存储,基于该数据,算出标准偏差相对于串联连接的太阳能电池板的个数的变化而如何变化,基于算出结果进行校正。
此外,例如,如果发电系统14是将串联连接有多个太阳能电池板的多个组列并联连接而成的,则预先在构成中附带过去的各种构成的发电系统的发电输出的数据而存储,基于该数据,算出标准偏差相对于并联连接的组列的个数的变化而如何变化,基于算出结果进行校正。
此外,第3实施方式的模型管理部21可以对于与作为监视对象的发电系统14不同的其它发电系统14的模拟系统模型施加校正而生成校正模拟系统模型,进行保持,所述校正是关于作为监视对象的发电系统14与其它发电系统的使用期间的差异(经年劣化的程度的差异)的校正。
例如,预先对使用了该发电系统的期间附带过去的各种发电系统的发电输出的数据而存储,基于该数据,算出标准偏差随着经年而如何变化,基于算出结果进行校正。
另外,上述的关于太阳能电池板的设置地点的差异和/或设置角度的差异的校正、关于太阳能电池板的个数和/或连接构成的校正、和关于发电系统的使用期间的差异的校正可以分别单独适用,也可以一起适用多个或全部。
(第4实施方式)
第1实施方式中,模型构建用发电输出值与状态判定用发电输出值被分离,但有时它们不分离。作为模型构建用发电输出值,应该使用发电系统14为正常状态测定的实测值。这是因为通过使用正常状态下的实测值,可以构建模拟正常状态下的发电系统14的模拟系统模型。然而,有时模型构建用发电输出值与状态判定用发电输出值不能明确地分离来提供。例如,虽然存储有连续时间的实测值数据,但有时没有到何时刻为止发电系统14为正常状态的信息。第4实施方式中,这样假定模型构建用发电输出值与状态判定用发电输出值不分离的情况下,在该情况下也能够监视发电系统14的状态。
图11是第4实施方式的分析服务器11的框图。第4实施方式的分析服务器11,除了图1的构成以外,还进一步具有发电输出值分离部26。
发电输出值分离部26中,提供在发电系统14的测定点测定的多个实测值。发电输出值分离部26分离成在预定的临界时刻之前测定的实测值、与在该临界时刻之后测定的实测值。
模型管理部21、范围信息管理部22和状态判定部23与第1实施方式同样,使用临界时刻之前测定的实测值作为模型构建用发电输出值,使用临界时刻之后测定的实测值作为状态判定用发电输出值来执行处理。
如果在中途的任一时机发电系统14变为异常状态,则倾向于异常状态下的实测值比较多地包含于状态判定用发电实测值,比较少地包含于模型构建用发电输出值。因此,根据第4实施方式,通过模型管理部21、范围信息管理部22和状态判定部23的处理可以检测发电系统14的异常。
另外,发电输出值分离部26分离多个实测值的临界时刻没有特别限定,意味着将多个实测值分成测定时刻早的一侧和晚的一侧两部分。作为一例,可以使发电输出值分离部26分离实测值的临界时刻为将所提供的实测值的个数2等分的时刻。或者,可以将最初的实测值与最后的实测值期间在时间上2等分的时刻作为临界时刻。此外,也不限定于将实测值的个数2等分或在时间上2等分,可以以1:2、1:3、2:1等任意的比例分离。
此外,设定多个临界时刻,对各自进行状态判定的处理,只要在取任一临界时刻时判定发电系统14为异常状态,则可以判定发电系统14为异常状态。在与实际上发电系统14中发生异常的时刻接近的时刻设定临界时刻的情况下,可以通过状态判定处理以高精度检测发电系统14的异常状态,因此只要任一异常状态下具有异常则可以判定发电系统14发生了异常。此外,在该情况下,也可以推定在判定了与发电系统14为异常状态时使用的临界时刻接近的时刻发电系统14发生了异常。
在该情况下,可以如下逐渐细地设定临界时刻:首先设定将多个实测值整体2等分的临界时刻,使用实测值整体作为模型构建用发电输出值或状态判定用发电输出值来进行发电系统14的状态判定,如果由此未检测到发电系统14的异常,则设定将前半的实测值2等分的临界时刻,使用实测值整体作为模型构建用发电输出值或状态判定用发电输出值来进行发电系统14的状态判定,如果由此未检测到发电系统14的异常,则设定将后半的实测值2等分的临界时刻,使用实测值整体作为模型构建用发电输出值或状态判定用发电输出值来进行发电系统14的状态判定。由此,如果早期检测到异常状态,则可以省略其以后的处理。
另外,上述的各实施方式中,示出了发电系统14为连接有多个太阳能电池板的太阳能发电系统的例子,但本发明不限定于此,能够广泛适用于风力发电等其它各种发电系统。
此外,上述的各实施方式是用于说明本发明的例示,当然不是将本发明的范围仅仅限定于这些实施方式。本领域技术人员可以不超出本发明的主旨,以其它各种方案实施本发明。
Claims (13)
1.一种发电系统分析装置,是分析发电系统的状态的发电系统分析装置,其具有:
范围信息管理机构,所述范围信息管理机构管理状态判定用发电输出范围,所述状态判定用发电输出范围与应当以预定以上的概率包含所述发电系统的预定测定点的发电输出的范围对应,所述状态判定用发电输出范围基于所述测定点的作为模型构建用发电输出的多个模型构建用发电输出值的标准偏差来确定,所述多个模型构建用发电输出值的标准偏差使用所述测定点的发电输出的代表值与所述模型构建用发电输出值算出,所述测定点的发电输出的代表值由使用所述多个模型构建用发电输出值通过非参数法生成的模拟系统模型算出,
发电输出值取得机构,所述发电输出值取得机构取得在所述测定点测定的发电输出作为状态判定用发电输出值,以及
状态判定机构,所述状态判定机构将多个所述状态判定用发电输出值与所述状态判定用发电输出范围进行比较,基于比较结果,判定所述发电系统的状态。
2.根据权利要求1所述的发电系统分析装置,如果所述状态判定用发电输出范围所包含的状态判定用发电输出值的个数相对于所述状态判定用发电输出值的总个数的比例低于预定阈值,则所述状态判定机构判定所述发电系统为异常状态。
3.根据权利要求1所述的发电系统分析装置,所述发电系统为连接有多个太阳能电池板的太阳能发电系统。
4.根据权利要求3所述的发电系统分析装置,所述模拟系统模型以日射量作为输入,以发电电力作为输出,在所述太阳能发电系统的所述测定点算出发电输出的值。
5.根据权利要求4所述的发电系统分析装置,所述模拟系统模型进一步以所述太阳能电池板的温度作为输入。
6.根据权利要求5所述的发电系统分析装置,所述模拟系统模型进一步以设置所述太阳能电池板的地点的太阳高度作为输入。
7.根据权利要求3所述的发电系统分析装置,仅使用所述多个模型构建用发电输出值中的、满足预定条件时测定的模型构建用发电输出值来确定所述状态判定用发电输出范围,
所述状态判定机构仅使用所述多个状态判定用发电输出值中的满足所述条件时测定的状态判定用发电输出值,来判定所述发电系统的状态。
8.根据权利要求7所述的发电系统分析装置,仅使用所述多个模型构建用发电输出值中的、特定天气时测定的模型构建用发电输出值来确定所述状态判定用发电输出范围,
所述状态判定机构仅使用所述特定天气时测定的状态判定用发电输出值,来判定所述发电系统的状态。
9.根据权利要求4所述的发电系统分析装置,所述状态判定机构使用所述输入的变化超过预定阈值的时机之前和之后的预定时间的发电输出值来判定所述发电系统的状态。
10.根据权利要求3所述的发电系统分析装置,其进一步具有模型管理机构,所述模型管理机构包含校正模拟系统模型,所述校正模拟系统模型是对于与作为对象的太阳能发电系统不同的其它太阳能发电系统的模拟系统模型施加校正而生成的,所述校正是关于所述作为对象的太阳能发电系统的太阳能电池板与所述其它太阳能发电系统的太阳能电池板的设置地点的差异和/或设置角度的差异的校正。
11.根据权利要求3所述的发电系统分析装置,其进一步具有模型管理机构,所述模型管理机构包含校正模拟系统模型,所述校正模拟系统模型是对于与作为对象的太阳能发电系统不同的其它太阳能发电系统的模拟系统模型施加校正而生成的,所述校正是关于所述作为对象的太阳能发电系统与所述其它太阳能发电系统的太阳能电池板的个数的差异和/或连接构成的差异的校正。
12.根据权利要求3所述的发电系统分析装置,其进一步具有模型管理机构,所述模型管理机构包含校正模拟系统模型,所述校正模拟系统模型是对于与作为对象的太阳能发电系统不同的其它太阳能发电系统的模拟系统模型施加校正而生成的,所述校正是关于所述作为对象的太阳能发电系统与所述其它太阳能发电系统的使用期间的差异的校正。
13.一种发电系统分析方法,是用于分析发电系统的状态的方法,该方法为:
范围信息管理机构管理状态判定用发电输出范围,所述状态判定用发电输出范围与应当以预定以上的概率包含所述发电系统的预定测定点的发电输出的范围对应,所述状态判定用发电输出范围基于所述测定点的作为模型构建用发电输出的多个模型构建用发电输出值的标准偏差来确定,所述多个模型构建用发电输出值使用所述测定点的发电输出的代表值与所述模型构建用发电输出值而算出,所述测定点的发电输出的代表值由使用所述多个模型构建用发电输出值通过非参数法生成的模拟系统模型算出,
发电输出值取得机构取得在所述测定点测定的发电输出来作为状态判定用发电输出值,
状态判定机构将多个所述状态判定用发电输出值与所述状态判定用发电输出范围进行比较,基于比较结果,判定所述发电系统的状态。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014072020 | 2014-03-31 | ||
JP2014-072020 | 2014-03-31 | ||
PCT/JP2015/060059 WO2015152205A1 (ja) | 2014-03-31 | 2015-03-31 | 発電システム分析装置および方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106233555A CN106233555A (zh) | 2016-12-14 |
CN106233555B true CN106233555B (zh) | 2018-11-09 |
Family
ID=54240526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580017329.1A Active CN106233555B (zh) | 2014-03-31 | 2015-03-31 | 发电系统分析装置以及方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10418935B2 (zh) |
EP (1) | EP3128635A4 (zh) |
JP (1) | JP6088706B2 (zh) |
KR (1) | KR101808978B1 (zh) |
CN (1) | CN106233555B (zh) |
WO (1) | WO2015152205A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6427358B2 (ja) * | 2014-08-07 | 2018-11-21 | 三井化学株式会社 | 発電出力値推定方法、装置、及びプログラム |
WO2016189756A1 (ja) * | 2015-05-27 | 2016-12-01 | 日本電気株式会社 | 発電制御装置、制御装置、制御方法および記録媒体 |
US10922634B2 (en) * | 2017-05-26 | 2021-02-16 | General Electric Company | Determining compliance of a target asset to at least one defined parameter based on a simulated transient response capability of the target asset and as a function of physical operation data measured during an actual defined event |
FR3090829B1 (fr) * | 2018-12-21 | 2022-07-22 | Commissariat Energie Atomique | Procédé de détermination d’une consigne minimale préférentielle de puissance, Procédé de pilotage d’une pluralité de chauffe-eaux et dispositif associé |
KR102076978B1 (ko) * | 2019-04-09 | 2020-04-07 | 한국건설기술연구원 | 고장 검출부를 구비한 태양광 발전 시스템 |
JP7450522B2 (ja) | 2020-11-26 | 2024-03-15 | 三菱電機株式会社 | 太陽光発電出力推定装置、太陽光発電出力推定方法および太陽光発電出力推定プログラム |
IT202100001346A1 (it) * | 2021-01-25 | 2022-07-25 | Avatr S R L Startup Costituita Ai Sensi Dellart 4 Comma 10 Bis D L 3/2015 Conv Con Legge 33/2015 | Metodo di previsione in tempo reale della potenza elettrica di un impianto fotovoltaico |
CN114285091B (zh) * | 2021-12-24 | 2024-01-26 | 国网江苏省电力有限公司盐城供电分公司 | 一种包含多个光伏发电的区域电网数据采集异常检测方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0864653A (ja) * | 1994-08-26 | 1996-03-08 | Omron Corp | 太陽電池診断システム |
JP2002289883A (ja) * | 2001-03-23 | 2002-10-04 | Sharp Corp | 太陽電池パネル診断システム |
JP2009099607A (ja) * | 2007-10-12 | 2009-05-07 | Toyota Motor Corp | 太陽電池モジュールの故障診断装置 |
WO2011031889A1 (en) * | 2009-09-11 | 2011-03-17 | Wattminder, Inc | System for and method of monitoring and diagnosing the performance of photovoltaic or other renewable power plants |
JP2011216811A (ja) * | 2010-04-02 | 2011-10-27 | Sharp Corp | 太陽電池異常診断システム、太陽電池異常診断装置および太陽電池異常診断方法 |
JP2012119632A (ja) * | 2010-12-03 | 2012-06-21 | National Institute Of Advanced Industrial & Technology | 太陽電池モジュール |
CN102640297A (zh) * | 2010-02-26 | 2012-08-15 | 株式会社东芝 | 异常诊断装置和异常诊断方法 |
JP2013093611A (ja) * | 2007-08-09 | 2013-05-16 | Toyota Motor Corp | 太陽電池モジュールの故障診断装置 |
JP2013093430A (ja) * | 2011-10-25 | 2013-05-16 | Gaia Power Co Ltd | 太陽光発電システム及びその管理方法 |
JP2013191672A (ja) * | 2012-03-13 | 2013-09-26 | Omron Corp | 情報処理装置、異常検出方法、プログラム、および、太陽光発電システム |
CN103390902A (zh) * | 2013-06-04 | 2013-11-13 | 国家电网公司 | 一种基于最小二乘法的光伏电站超短期功率预测方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0956181A (ja) | 1995-08-15 | 1997-02-25 | Funai Electric Co Ltd | 太陽光発電装置 |
JP4886322B2 (ja) * | 2006-02-28 | 2012-02-29 | 東北電力株式会社 | 風力発電出力予測方法、風力発電出力予測装置およびプログラム |
JP2009002651A (ja) | 2008-10-06 | 2009-01-08 | Daikin Ind Ltd | 異常診断システム |
JP5472913B2 (ja) * | 2010-04-23 | 2014-04-16 | 株式会社東芝 | 太陽光発電システムの異常診断装置 |
US9249488B2 (en) * | 2010-03-26 | 2016-02-02 | Osaka Prefecture University Public Corporation | Ni-base dual multi-phase intermetallic compound alloy containing Nb and C, and manufacturing method for same |
US8155899B2 (en) * | 2010-12-16 | 2012-04-10 | Gregory Smith | Efficiency meter for photovoltaic power generation systems |
JP5330438B2 (ja) * | 2011-03-17 | 2013-10-30 | 株式会社東芝 | 異常診断装置およびその方法、コンピュータプログラム |
JP2013073537A (ja) * | 2011-09-29 | 2013-04-22 | Omron Corp | 情報処理装置、発電量算出方法、および、プログラム |
-
2015
- 2015-03-31 KR KR1020167029761A patent/KR101808978B1/ko active IP Right Grant
- 2015-03-31 JP JP2016511910A patent/JP6088706B2/ja active Active
- 2015-03-31 US US15/300,861 patent/US10418935B2/en active Active
- 2015-03-31 WO PCT/JP2015/060059 patent/WO2015152205A1/ja active Application Filing
- 2015-03-31 EP EP15772628.2A patent/EP3128635A4/en not_active Ceased
- 2015-03-31 CN CN201580017329.1A patent/CN106233555B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0864653A (ja) * | 1994-08-26 | 1996-03-08 | Omron Corp | 太陽電池診断システム |
JP2002289883A (ja) * | 2001-03-23 | 2002-10-04 | Sharp Corp | 太陽電池パネル診断システム |
JP2013093611A (ja) * | 2007-08-09 | 2013-05-16 | Toyota Motor Corp | 太陽電池モジュールの故障診断装置 |
JP2009099607A (ja) * | 2007-10-12 | 2009-05-07 | Toyota Motor Corp | 太陽電池モジュールの故障診断装置 |
WO2011031889A1 (en) * | 2009-09-11 | 2011-03-17 | Wattminder, Inc | System for and method of monitoring and diagnosing the performance of photovoltaic or other renewable power plants |
CN102640297A (zh) * | 2010-02-26 | 2012-08-15 | 株式会社东芝 | 异常诊断装置和异常诊断方法 |
JP2011216811A (ja) * | 2010-04-02 | 2011-10-27 | Sharp Corp | 太陽電池異常診断システム、太陽電池異常診断装置および太陽電池異常診断方法 |
JP2012119632A (ja) * | 2010-12-03 | 2012-06-21 | National Institute Of Advanced Industrial & Technology | 太陽電池モジュール |
JP2013093430A (ja) * | 2011-10-25 | 2013-05-16 | Gaia Power Co Ltd | 太陽光発電システム及びその管理方法 |
JP2013191672A (ja) * | 2012-03-13 | 2013-09-26 | Omron Corp | 情報処理装置、異常検出方法、プログラム、および、太陽光発電システム |
CN103390902A (zh) * | 2013-06-04 | 2013-11-13 | 国家电网公司 | 一种基于最小二乘法的光伏电站超短期功率预测方法 |
Non-Patent Citations (1)
Title |
---|
考虑分布式电源随机特性的配电网电压质量概率评估;张喆等;《中国电机工程学报》;20130505;第33卷(第13期);第150-156页 * |
Also Published As
Publication number | Publication date |
---|---|
JPWO2015152205A1 (ja) | 2017-04-13 |
EP3128635A1 (en) | 2017-02-08 |
US10418935B2 (en) | 2019-09-17 |
EP3128635A4 (en) | 2017-08-30 |
US20170025997A1 (en) | 2017-01-26 |
JP6088706B2 (ja) | 2017-03-01 |
WO2015152205A1 (ja) | 2015-10-08 |
KR101808978B1 (ko) | 2017-12-13 |
CN106233555A (zh) | 2016-12-14 |
KR20160138209A (ko) | 2016-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106233555B (zh) | 发电系统分析装置以及方法 | |
CN104915747B (zh) | 一种发电机组的发电性能评估方法及设备 | |
US9460478B2 (en) | System and method for wind generation forecasting | |
Wan et al. | Development of an equivalent wind plant power-curve | |
JP4886322B2 (ja) | 風力発電出力予測方法、風力発電出力予測装置およびプログラム | |
CN108074038B (zh) | 一种考虑可再生能源及负荷多时空分布特性的电力生产模拟方法 | |
EP2500738A1 (en) | Abnormality diagnosis for photovoltaic power generation system | |
EP2537222A2 (en) | Energy generating system and control thereof | |
CN108680890A (zh) | 智能电能表寿命特征检测方法 | |
CN104732058B (zh) | 一种多维度输电设备状态的评估方法 | |
CN110071692A (zh) | 光伏组件故障判定方法、装置及控制器 | |
CA2996731A1 (en) | Methods and systems for energy use normalization and forecasting | |
KR101532163B1 (ko) | 태양광발전 상태진단 평가시스템 | |
Abart et al. | Power snapshot analysis: A new method for analyzing low voltage grids using a smart metering system | |
CN109657966A (zh) | 基于模糊测度评价的输电线路风险复合评估方法 | |
DK2981711T3 (en) | PROCEDURE FOR EFFICIENCY MONITORING OF A WINDOW ENERGY PARK | |
Billinton et al. | Consideration of multi-state weather models in reliability evaluation of transmission and distribution systems | |
García‐Bustamante et al. | The influence of the Weibull assumption in monthly wind energy estimation | |
CN112200376A (zh) | 新能源风电场中长期发电量预测系统及预测方法 | |
CN110222313A (zh) | 反映非一致性干旱特征变量的干旱预警方法和装置 | |
JP6525196B2 (ja) | 太陽光発電管理装置 | |
KR101710369B1 (ko) | 풍력발전량 급상승 예측 시스템 및 방법 | |
CN112556798B (zh) | 一种便于校验误差的流量测量系统和误差校验方法 | |
WO2021117127A1 (ja) | 発電量予測装置 | |
Kasperowicz et al. | Reengineering of electricity market monitoring |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |