CN107040206A - 一种光伏电池板积灰状态监测系统与清洗周期优化方法 - Google Patents
一种光伏电池板积灰状态监测系统与清洗周期优化方法 Download PDFInfo
- Publication number
- CN107040206A CN107040206A CN201710301280.3A CN201710301280A CN107040206A CN 107040206 A CN107040206 A CN 107040206A CN 201710301280 A CN201710301280 A CN 201710301280A CN 107040206 A CN107040206 A CN 107040206A
- Authority
- CN
- China
- Prior art keywords
- dust stratification
- battery panel
- clean
- photovoltaic battery
- output end
- 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.)
- Granted
Links
- 239000000428 dust Substances 0.000 title claims abstract description 135
- 238000013517 stratification Methods 0.000 title claims abstract description 129
- 238000004140 cleaning Methods 0.000 title claims abstract description 83
- 238000012544 monitoring process Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000005457 optimization Methods 0.000 title claims description 13
- 230000005540 biological transmission Effects 0.000 claims abstract description 6
- 238000009826 distribution Methods 0.000 claims abstract description 6
- 230000005855 radiation Effects 0.000 claims abstract description 6
- 238000012423 maintenance Methods 0.000 claims description 46
- 230000005611 electricity Effects 0.000 claims description 11
- 230000002000 scavenging effect Effects 0.000 claims description 7
- 238000010348 incorporation Methods 0.000 claims description 6
- 230000000149 penetrating effect Effects 0.000 claims 2
- 230000008901 benefit Effects 0.000 description 7
- 238000010248 power generation Methods 0.000 description 4
- 230000008021 deposition Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000002253 acid Substances 0.000 description 2
- 239000003570 air Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- CDBYLPFSWZWCQE-UHFFFAOYSA-L Sodium Carbonate Chemical compound [Na+].[Na+].[O-]C([O-])=O CDBYLPFSWZWCQE-UHFFFAOYSA-L 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000084 colloidal system Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 239000005336 safety glass Substances 0.000 description 1
- 238000005245 sintering Methods 0.000 description 1
- 238000013083 solar photovoltaic technology Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
-
- 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
- H02S40/00—Components or accessories in combination with PV modules, not provided for in groups H02S10/00 - H02S30/00
- H02S40/10—Cleaning arrangements
-
- 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
Landscapes
- Photovoltaic Devices (AREA)
Abstract
一种光伏电池板积灰状态监测系统,其特点是:包括环境温湿度传感器输出端与数据采集器第一输入端连接,太阳能总辐射传感器输出端与数据采集器第二输入端连接,电池组件背板温度传感器输出端与数据采集器第三输入端连接;电池组件背板温度传感器嵌在光伏电池板阵列的电池组件背板上,光伏电池板阵列的输出端与汇流箱输入端连接,汇流箱输出端与直流柜输入端连接;直流柜第一输出端通过电流传感器与数据采集器第四输入端连接,直流柜第二输出端通过电压传感器与数据采集器第五输入端连接,数据采集器输出端与工控机连接;直流柜第三输出端与逆变器输入端连接,逆变器输出端与变压器输入端,变压器输出端与输配电网连接。并提供其清洗周期确定方法。
Description
技术领域
本发明涉及太阳能光伏发电技术领域,是一种光伏电池板积灰状态监测系统与清洗周期优化方法。
背景技术
我国西北、华北和东北,俗称“三北”地区太阳能资源丰富、辐射强度大,大型集中式光伏电站得到快速发展。然而,这些区域也是典型的风沙大、扬尘多、缺水地带,长时间运行后灰尘覆盖在光伏电池板面形成积灰。积灰给光伏电站的运行带来了多重危害,首先,导致电池板透光率降低,光电转换效率,简称效率下降,同等气象条件下发电量降低。早在1942年美国学者提出大气悬浮颗粒物沉积将导致太阳能设备效率下降,并且还需耗费额外的清洗费用,研究表明积灰密度与效率降低值呈线性关系,并且在30~60天灰尘沉积逐渐达到渐进值,其年累计平均可降低输出电功率10~25%,沙尘暴对电池板的影响更严重,1个小时板面沉积的积灰可使效率降低70~80%。其次,积灰破坏了光伏电池板面热平衡,导致板面局部地区过热,容易产生烧结热斑。最后,大气悬浮颗粒物主要由1nm~100μm的胶体组成,沉积的积灰具有酸碱特性,与水汽结合生成酸、碱性物将侵蚀钢化玻璃表面。所以电池板积灰的状态的实时监测,并及时清洗对光伏电站具有显著的安全、经济效益。
尽管清洗可有效的去除积灰,但是电池板积灰到何种程度开始清洗仍无法定量确定,主要有两个方面的问题有待解决。一是电池板积灰程度暂无有效的评估方法和在线检测装置,目前主要研究结果在于说明积灰的密度与效率的关联度。如学者指出积灰密度达到50、150、250g/m2时,其效率可分别降低10、30、70%。并且由于区域环境和天气条件的影响,造成不同的研究结果差异较大,对工程应用的指导意义不大。二是缺乏可操作的积灰费用与清洗费用分析与优化模型。有学者依据光伏电站厂址地的平均温度、年降水量和纬度给出了个清洗周期推荐值,未考虑电站的实际运行状态。现场运维人员依靠经验,通过现场人为观测来决定是否清洗,或是采用90、30d的固定清洗周期。清洗周期对光伏电站运维经济性的影响在于:如果清洗频次高(即清洗间隔小),积灰较少,光伏电池板因积灰造成的电量损失费小,但是清洗维护费较高,清洗装备运行经济效益差;如果清洗频次低(即清洗间隔大),清洗维护费较低,但是积灰严重,光伏电池板因积灰造成的电量损失费高,光伏电站运行经济效益差。
发明内容
本发明构思的基础是,针对现有光伏电池板积灰状态定量评估与清洗时间确定存在的不足,1)本发明实时采集光伏电池板运行状态参数和环境气象参数,构建光伏电池板发电效率实时计算模型,将其与清洁状态光伏电站发电效率比较分析,建立积灰对电池效率影响的动态特性预测模型;2)本发明基于积灰造成电量损失的预测模型,从积灰造成电量损失费和清洗维护费两个方面来建立积灰经济损失评估算法,以年运行中电量损失费与清洗维护费之和最小化来确定最佳清洗周期。
本发明的目的是,提供一种结构简单、实时性好、精确度高、可实施性好的光伏电池板积灰状态发电效率监测系统,并提供其科学合理,使光伏电池板积灰造成的电量损失费和清洗设备的清洗维护费之和最小,提高光伏电池板使用寿命的清洗周期确定方法。
实现本发明目的所采用的技术方案之一是:一种光伏电池板积灰状态监测系统,其特征在于:它包括环境温湿度传感器输出端与数据采集器第一输入端连接,太阳能总辐射传感器输出端与数据采集器第二输入端连接,电池组件背板温度传感器输出端与数据采集器第三输入端连接;电池组件背板温度传感器嵌在光伏电池板阵列的电池组件背板上,光伏电池板阵列的输出端与汇流箱输入端连接,汇流箱输出端与直流柜输入端连接;直流柜第一输出端通过电流传感器与数据采集器第四输入端连接,直流柜第二输出端通过电压传感器与数据采集器第五输入端连接,数据采集器输出端与工控机连接;直流柜第三输出端与逆变器输入端连接,逆变器输出端与变压器输入端,变压器输出端与输配电网连接。
实现本发明目的所采用的技术方案之二是,一种光伏电池板积灰的清洗周期优化方法,其特征在于:光伏电池板两次清洗的间隔为清洗周期,依据年运行时间内积灰造成的电量损失费和清洗设备造成的清洗维护费之和最小化为目标,其所对应的清洗间隔为光伏电池板的最佳清洗周期,整个最佳清洗周期由下述方程组定量描述:
积灰状态下电池额定工作温度工况光伏电池板发电效率
积灰状态下光伏电池板电功率损失率
积灰增长造成的电量损失费
ed=P·ηpl·td·Ce (3)
清洗设备造成的清洗维护费
ec=F·Cc (4)
单个清洗周期中清洗间隔内积灰增长产生的电量损失费用
单个清洗周期中清洗时间内积灰清洗产生的清洗维护费用
Ec=P·ec (6)
年累计积灰造成的电量损失和清洗维护的总经济损失
其中,Tb为光伏电池板背板温度,Tr为光伏电池板额定工作温度,ptc为光伏电池板功率温度系数,Pm为积灰状态下光伏电池板输出电功率,Ai为光伏电池板面积,Pin为太阳能总辐射度,ηon为积灰状态下电池额定工作温度工况光伏电池板发电效率,η为清洁状态下电池额定工作温度工况光伏电池板发电效率,ηpl为积灰工况下光伏电池板电功率损失率,tci为清洗间隔,ed为积灰增长造成的电量损失费,P为光伏电站装机容量,td为平均每天利用小时数,Ce为上网电价,ec为清洗设备造成的清洗维护费,F为单位容量光伏电站电池板面积,Cc为单位面积光伏电池板清洗维护费,Ed为单个清洗周期中清洗间隔内积灰增长产生的电量损失费用,Ec为单个清洗周期中清洗时间内积灰清洗产生的清洗维护费用,E为年累计积灰造成的电量损失和清洗维护的总经济损失,t为年累计光伏电池板积灰清洗设备运行时间;
运行中,监测积灰工况下光伏电池板输出电功率、光伏电池板背板温度和太阳能总辐射度,联立式(1)和(2)确定光伏电池板电功率损失率与积灰时间的定量关系,由光伏电站装机容量、利用时间和上网电价,联立式(3)确定积灰造成的电量损失费,联立式(4)确定积灰清洗设备造成的清洗维护费,再联立式(5)、式(6)和式(7)确定年累计积灰造成的电量损失和清洗维护的总经济损失,其最小值对应的清洗周期为最佳清洗周期。
本发明的光伏电池板积灰状态监测系统的优点体现在:一是实时检测环境温湿度、太阳能总辐射度和光伏电池板背板温度,通过积灰工况下光伏电池板发电效率计算模型实时计算分析发电效率;二是依据太阳能总辐射度和光伏电池板背板温度对发电效率的影响规律,将积灰工况的发电效率统一折算到光伏电池板额定工作温度条件下,将其与清洁工况额定工作温度条件下的发电效率对比分析,获得积灰对光伏电站发电量损失的影响;三是可设置光伏电池板清洗报警阈值,实时监测的光伏电池板发电效率达到清洗阈值时,发出报警,提醒工作人员及时清洗光伏电池板积灰;四是结构简单、合理,造价低廉,无特殊要求设备,可实施性好,更重要的是实时监测了光伏电池板积灰的影响,定量分析积灰导致的发电量损失,节能、环保效果佳。
本发明的光伏电池板积灰的清洗周期优化方法是依据该光伏电池板积灰清洗设备运行时间内最佳清洗间隔来确定清洗周期,调整积灰清洗间隔,可维持光伏电站积灰造成电量损失费和清洗维护费之和最小化,其方法科学合理,能够提高光伏电站运行经济性、提高光伏电站版使用寿命。
附图说明
图1为光伏电池板积灰状态监测系统原理图;
图2为光伏电池板发电效率与太阳能总辐射度、光伏电池板背板温度关联图;
图3为光伏电池板最佳清洗周期优化模型示意图;
图4为50MW光伏电站清洗周期优化状态示意图。
图中:1环境温湿度传感器,2太阳能总辐射传感器,3电池组件背板温度传感器,4光伏电池板阵列,5汇流箱,6直流柜,7电流传感器,8电压传感器,9数据采集器,10工控机,11逆变器,12变压器,13输配电网。
具体实施方式
下面利用附图和具体实施方式对本发明作进一步说明。
参照图1,本发明的光伏电池板积灰状态监测系统,包括环境温湿度传感器1输出端与数据采集器9第一输入端连接,太阳能总辐射传感器2输出端与数据采集器9第二输入端连接,电池组件背板温度传感器3输出端与数据采集器9第三输入端连接;电池组件背板温度传感器3嵌在光伏电池板阵列4的电池组件背板上,光伏电池板阵列4的输出端与汇流箱5输入端连接,汇流箱5输出端与直流柜6输入端连接;直流柜6第一输出端通过电流传感器7与数据采集器9第四输入端连接,直流柜6第二输出端通过电压传感器8与数据采集器9第五输入端连接,数据采集器9输出端与工控机10连接;直流柜6第三输出端与逆变器11输入端连接,逆变器11输出端与变压器12输入端,变压器12输出端与输配电网13连接。
参照图1和图2,实施环境气象参数和光伏电池板运行参数的实时采集与光伏电池板发电效率的实时分析,环境温湿度传感器1采集的环境气温和湿度参数、太阳能总辐射传感器2采集的总辐照度、电池组件背板温度传感器3采集的光伏电池板运行温度参数分别送入数据采集器9第一、二和三输入端;积灰工况下光伏电池板阵列4输出电能进入汇流箱5汇集,汇流箱5将各阵列电能汇集后送入直流柜6,直流柜6第三输出端的直流电进入逆变器11逆变为交流电,逆变器11出口的交流电进入变压器12升压,变压器12出口的高压交流电送入输配电网13供电负荷用户使用;直流柜6内安装电流传感器7,将实时检测的光伏电池板阵列4输出电能的电流值通过直流柜6第一输出端送入数据采集器9第四输入端;直流柜6内安装电压传感器8,将实时检测的光伏电池板阵列4输出电能的电压值通过直流柜6第二输出端送入数据采集器9第五输入端,数据采集器9将实时采集的参数送入工控机10内,依据积灰工况下光伏电池板发电效率计算模型实时计算发电效率。
参照图3和图4,本发明的光伏电池板积灰的清洗周期优化方法,依据年运行时间内积灰造成的电量损失费和清洗设备造成的清洗维护费之和最小化为目标,其所对应的清洗间隔为光伏电池板的最佳清洗周期,整个最佳清洗周期由下述方程组定量描述:
积灰状态下电池额定工作温度工况光伏电池板发电效率
积灰状态下光伏电池板电功率损失率
积灰增长造成的电量损失费
ed=P·ηpl·td·Ce (3)
清洗设备造成的清洗维护费
ec=F·Cc (4)
单个清洗周期中清洗间隔内积灰增长产生的电量损失费用
单个清洗周期中清洗时间内积灰清洗产生的清洗维护费用
Ec=P·ec (6)
年累计积灰造成的电量损失和清洗维护的总经济损失
其中,Tb为光伏电池板背板温度,Tr为光伏电池板额定工作温度,ptc为光伏电池板功率温度系数,Pm为积灰状态下光伏电池板输出电功率,Ai为光伏电池板面积,Pin为太阳能总辐射度,ηon为积灰状态下电池额定工作温度工况光伏电池板发电效率,η为清洁状态下电池额定工作温度工况光伏电池板发电效率,ηpl为积灰工况下光伏电池板电功率损失率,tci为清洗间隔,ed为积灰增长造成的电量损失费,P为光伏电站装机容量,td为平均每天利用小时数,Ce为上网电价,ec为清洗设备造成的清洗维护费,F为单位容量光伏电站电池板面积,Cc为单位面积光伏电池板清洗维护费,Ed为单个清洗周期中清洗间隔内积灰增长产生的电量损失费用,Ec为单个清洗周期中清洗时间内积灰清洗产生的清洗维护费用,E为年累计积灰造成的电量损失和清洗维护的总经济损失,t为年累计光伏电池板积灰清洗设备运行时间。
运行中,监测积灰工况下光伏电池板输出电功率、光伏电池板背板温度和太阳能总辐射度,联立式(1)和(2)确定光伏电池板电功率损失率与积灰时间的定量关系,由光伏电站装机容量、利用时间和上网电价,联立式(3)确定积灰造成的电量损失费,联立式(4)确定积灰清洗设备造成的清洗维护费,再联立式(5)、式(6)和式(7),确定年运行期间内积灰造成的电量损失和清洗维护的总经济损失,其最小值对应的清洗周期为最佳清洗周期。
本发明的光伏电池板积灰状态监测系统,定量评估积灰对光伏电池板发电效率及光伏电站发电量的影响,可克服的缺点如下:①光伏电池板积灰对发电效率的影响和光伏电站发电量的影响无法定量评估,积灰的清洗依靠现场运维人员的经验判断,通过运维人员人为观测,依靠运行经验来决定是否清洗,或是完全依靠自然降雨清洗;②光伏电池板积灰采用固定的清洗周期,清洗周期对光伏电站运维经济性的影响在于:如果清洗频次高(即清洗间隔小),积灰较少,光伏电池板因积灰造成的电量损失费小,但是清洗维护费较高,清洗装备运行经济效益差;如果清洗频次低(即清洗间隔大),清洗维护费较低,但是积灰严重,光伏电池板因积灰造成的电量损失费高,光伏电站运行经济效益差。
本发明的光伏电池板积灰状态监测系统,实时检测环境气象参数(包括环境温湿度、太阳能总辐射度)和光伏电池板运行状态参数(包括光伏电池板阵列输出电压、电流及电池组件背板温度),依据光伏电池板发电效率与太阳能总辐射度、光伏电池板背板温度的关联曲线,修正太阳能总辐射度与背板温度对光伏电池板发电效率的影响,在计算积灰对光伏电池板发电效率和光伏电站发电量损失的影响时,可以避免太阳能总辐射度与背板温度参数的干扰。
本发明的光伏电池板积灰状态监测系统,以具体的数值作为光伏电池板积灰程度的参考,可实时量化评估光伏电池板积灰造成影响的各项指标,从而当积灰达到一定程度时,即所设置报警阈值,发出报警,提醒光伏电站现场运行维护人员及时清洗光伏电池板积灰。
本发明的光伏电池板积灰状态监测系统,对扬尘多的“三北”地区的风沙,或是工业生产污染物排放造成的光伏电池板积灰进行量化分析,避免由于清洗不及时导致的电量损失费用大或发电量不满足负荷要求;对于多雨地区或者多雪地区,可以避免采用固定清洗周期带来的不必要的清洗费用。
本发明的光伏电池板积灰清洗周期优化方法,以光伏电池板发电量损失费用与清洗维护费用之和作为经济型参考指标,针对不同地区、不同容量的光伏电站优化确定最佳积灰最佳清洗周期,光伏电站总经济损失为单个清洗周期内电量损失费与清洗维护费的和与清洗次数的乘积,如果清洗间隔小,单个清洗间隔内电量损失费小,但是清洗频次高;反之,则电量损失费大,清洗频次低,采用积灰清洗周期优化方法确定的最佳清洗周期,能最大化地降低积灰造成的总经济损失,同时避免现场运行维护人员依据人为观测来决定是否清洗,或是采用固定的清洗周期,可为现场运行维护人员提供清洗指导。
本发明的光伏电池板积灰状态监测系统与清洗周期优化方法,采用50MW光伏电站为例,如图4所示,光伏电池板积灰造成的电功率损失随时间的变化符合渐进型曲线,结合现场观测表明积灰对电功率影响随时间变化遵循一定的渐近型时变特性,电功率损失与积灰时间的预测模型为ηpl=22.85*(1-e-θ/30.08)/100。光伏电池板积灰经济损失由光伏电站发电量损失费和清洗维护费构成,50MW电站清洗周期按照现场运行90d工况下年累计积灰总经济损失1019.8万元,单位容量机组经济损失20.4万元·MW-1·a-1,占设计年均发电收益的16.5%。通过清洗周期优化,最佳清洗周期为21.5d,年累计积灰总经济损失可降为667.9万元,单位容量机组经济损失为13.4万元·MW-1·a-1,约占设计年均发电收益的10.8%,与90d清洗一次比较,年均可节约351.9万元,单位容量机组节约7万元·MW-1·a-1。据国家能源局统计,截至2016年底,我国光伏发电累计装机容量77420MW,全国累计积灰经济损失可由120亿元/a降至80亿元/a。引入清洗优化周期办法能评估最适宜清洗的工况,使光伏电站的电量损失费大幅度降低。
本发明所用元件、器件均为市售产品,容易实施。工控机10的监测控制程序编制是本领域技术人员所熟悉的技术。
本发明的具体实施方式已对本发明的内容作出了说明,但不局限本具体实施方式,本领域技术人员根据本发明的启示所做的任何显而易见的改动,都属于本发明权利保护的范围。
Claims (2)
1.一种光伏电池板积灰状态监测系统,其特征在于:它包括环境温湿度传感器输出端与数据采集器第一输入端连接,太阳能总辐射传感器输出端与数据采集器第二输入端连接,电池组件背板温度传感器输出端与数据采集器第三输入端连接;电池组件背板温度传感器嵌在光伏电池板阵列的电池组件背板上,光伏电池板阵列的输出端与汇流箱输入端连接,汇流箱输出端与直流柜输入端连接;直流柜第一输出端通过电流传感器与数据采集器第四输入端连接,直流柜第二输出端通过电压传感器与数据采集器第五输入端连接,数据采集器输出端与工控机连接;直流柜第三输出端与逆变器输入端连接,逆变器输出端与变压器输入端,变压器输出端与输配电网连接。
2.根据权利要求1所述的一种光伏电池板积灰的清洗周期优化方法,其特征在于:光伏电池板两次清洗的间隔为清洗周期,依据年运行时间内积灰造成的电量损失费和清洗设备造成的清洗维护费之和最小化为目标,其所对应的清洗间隔为光伏电池板的最佳清洗周期,整个最佳清洗周期由下述方程组定量描述:
积灰状态下电池额定工作温度工况光伏电池板发电效率
积灰状态下光伏电池板电功率损失率
积灰增长造成的电量损失费
ed=P·ηpl·td·Ce (3)
清洗设备造成的清洗维护费
ec=F·Cc (4)
单个清洗周期中清洗间隔内积灰增长产生的电量损失费用
单个清洗周期中清洗时间内积灰清洗产生的清洗维护费用
Ec=P·ec (6)
年累计积灰造成的电量损失和清洗维护的总经济损失
其中,Tb为光伏电池板背板温度,Tr为光伏电池板额定工作温度,ptc为光伏电池板功率温度系数,Pm为积灰状态下光伏电池板输出电功率,Ai为光伏电池板面积,Pin为太阳能总辐射度,ηon为积灰状态下电池额定工作温度工况光伏电池板发电效率,η为清洁状态下电池额定工作温度工况光伏电池板发电效率,ηpl为积灰工况下光伏电池板电功率损失率,tci为清洗间隔,ed为积灰增长造成的电量损失费,P为光伏电站装机容量,td为平均每天利用小时数,Ce为上网电价,ec为清洗设备造成的清洗维护费,F为单位容量光伏电站电池板面积,Cc为单位面积光伏电池板清洗维护费,Ed为单个清洗周期中清洗间隔内积灰增长产生的电量损失费用,Ec为单个清洗周期中清洗时间内积灰清洗产生的清洗维护费用,E为年累计积灰造成的电量损失和清洗维护的总经济损失,t为年累计光伏电池板积灰清洗设备运行时间;
运行中,监测积灰工况下光伏电池板输出电功率、光伏电池板背板温度和太阳能总辐射度,联立式(1)和(2)确定光伏电池板电功率损失率与积灰时间的定量关系,由光伏电站装机容量、利用时间和上网电价,联立式(3)确定积灰造成的电量损失费,联立式(4)确定积灰清洗设备造成的清洗维护费,再联立式(5)、式(6)和式(7),确定年累计积灰造成的电量损失和清洗维护的总经济损失,其最小值对应的清洗周期为最佳清洗周期。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710301280.3A CN107040206B (zh) | 2017-05-02 | 2017-05-02 | 一种光伏电池板积灰状态监测系统与清洗周期优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710301280.3A CN107040206B (zh) | 2017-05-02 | 2017-05-02 | 一种光伏电池板积灰状态监测系统与清洗周期优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107040206A true CN107040206A (zh) | 2017-08-11 |
CN107040206B CN107040206B (zh) | 2018-09-07 |
Family
ID=59536858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710301280.3A Active CN107040206B (zh) | 2017-05-02 | 2017-05-02 | 一种光伏电池板积灰状态监测系统与清洗周期优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107040206B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107589735A (zh) * | 2017-08-31 | 2018-01-16 | 远景能源(江苏)有限公司 | 光伏运维机器人系统 |
CN107679672A (zh) * | 2017-10-20 | 2018-02-09 | 中冶华天南京电气工程技术有限公司 | 一种基于积尘发电损失预测的光伏电站清洗时机辅助决策方法 |
CN108390644A (zh) * | 2018-03-14 | 2018-08-10 | 重庆能源职业学院 | 一种光伏电站的清扫方法 |
CN108399493A (zh) * | 2018-02-02 | 2018-08-14 | 上海电气分布式能源科技有限公司 | 积灰致光伏发电量损失预测方法及光伏组件清洗判断方法 |
CN108572011A (zh) * | 2018-05-23 | 2018-09-25 | 东北电力大学 | 一种基于机器视觉的光伏电池板积灰状态监测系统及计算方法 |
CN109034441A (zh) * | 2018-05-02 | 2018-12-18 | 上海电气分布式能源科技有限公司 | 一种光伏组件清洗周期的预测方法、系统及存储设备 |
CN109858188A (zh) * | 2019-03-12 | 2019-06-07 | 河海大学常州校区 | 一种计算不同清洗节点下光伏组件发电收益的方法 |
CN110266269A (zh) * | 2019-03-19 | 2019-09-20 | 友达光电股份有限公司 | 表面脏污测量方法与测量装置 |
CN111461567A (zh) * | 2020-04-14 | 2020-07-28 | 国家电网公司东北分部 | 基于移动物联网的海量分布式新能源低成本管理系统 |
CN111565025A (zh) * | 2020-05-15 | 2020-08-21 | 东北电力大学 | 一种基于电容法测量光伏电池板积灰厚度的系统及方法 |
CN112561190A (zh) * | 2020-12-23 | 2021-03-26 | 宁夏中科嘉业新能源研究院(有限公司) | 一种基于离散粒子群算法的光伏电站清洗模型预测方法 |
CN112926798A (zh) * | 2021-03-26 | 2021-06-08 | 苏州朋友保科技有限公司 | 预测灰尘导致的光伏发电损失的方法、装置、设备及介质 |
CN113819849A (zh) * | 2021-08-30 | 2021-12-21 | 中国三峡新能源(集团)股份有限公司四川分公司 | 积尘厚度检测装置和积尘清洁告警系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103812217A (zh) * | 2014-01-22 | 2014-05-21 | 联合光伏(深圳)有限公司 | 光伏电站智能集中监控和管理的方法和系统 |
CN204012922U (zh) * | 2014-05-21 | 2014-12-10 | 西安特变电工电力设计有限责任公司 | 光伏电站清洗分析仪 |
JP2015227788A (ja) * | 2014-05-30 | 2015-12-17 | 住友電気工業株式会社 | 校正システム、太陽光発電用監視システム、及び校正方法 |
CN106529723A (zh) * | 2016-11-10 | 2017-03-22 | 上海许继电气有限公司 | 基于监控平台实现光伏电站清洗周期估计的方法 |
-
2017
- 2017-05-02 CN CN201710301280.3A patent/CN107040206B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103812217A (zh) * | 2014-01-22 | 2014-05-21 | 联合光伏(深圳)有限公司 | 光伏电站智能集中监控和管理的方法和系统 |
CN204012922U (zh) * | 2014-05-21 | 2014-12-10 | 西安特变电工电力设计有限责任公司 | 光伏电站清洗分析仪 |
JP2015227788A (ja) * | 2014-05-30 | 2015-12-17 | 住友電気工業株式会社 | 校正システム、太陽光発電用監視システム、及び校正方法 |
CN106529723A (zh) * | 2016-11-10 | 2017-03-22 | 上海许继电气有限公司 | 基于监控平台实现光伏电站清洗周期估计的方法 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107589735A (zh) * | 2017-08-31 | 2018-01-16 | 远景能源(江苏)有限公司 | 光伏运维机器人系统 |
CN107679672A (zh) * | 2017-10-20 | 2018-02-09 | 中冶华天南京电气工程技术有限公司 | 一种基于积尘发电损失预测的光伏电站清洗时机辅助决策方法 |
CN108399493B (zh) * | 2018-02-02 | 2022-07-12 | 上海电气分布式能源科技有限公司 | 积灰致光伏发电量损失预测方法及光伏组件清洗判断方法 |
CN108399493A (zh) * | 2018-02-02 | 2018-08-14 | 上海电气分布式能源科技有限公司 | 积灰致光伏发电量损失预测方法及光伏组件清洗判断方法 |
CN108390644A (zh) * | 2018-03-14 | 2018-08-10 | 重庆能源职业学院 | 一种光伏电站的清扫方法 |
CN109034441A (zh) * | 2018-05-02 | 2018-12-18 | 上海电气分布式能源科技有限公司 | 一种光伏组件清洗周期的预测方法、系统及存储设备 |
CN108572011A (zh) * | 2018-05-23 | 2018-09-25 | 东北电力大学 | 一种基于机器视觉的光伏电池板积灰状态监测系统及计算方法 |
CN109858188A (zh) * | 2019-03-12 | 2019-06-07 | 河海大学常州校区 | 一种计算不同清洗节点下光伏组件发电收益的方法 |
CN109858188B (zh) * | 2019-03-12 | 2022-08-16 | 河海大学常州校区 | 一种计算不同清洗节点下光伏组件发电收益的方法 |
CN110266269A (zh) * | 2019-03-19 | 2019-09-20 | 友达光电股份有限公司 | 表面脏污测量方法与测量装置 |
CN111461567A (zh) * | 2020-04-14 | 2020-07-28 | 国家电网公司东北分部 | 基于移动物联网的海量分布式新能源低成本管理系统 |
CN111565025A (zh) * | 2020-05-15 | 2020-08-21 | 东北电力大学 | 一种基于电容法测量光伏电池板积灰厚度的系统及方法 |
CN112561190A (zh) * | 2020-12-23 | 2021-03-26 | 宁夏中科嘉业新能源研究院(有限公司) | 一种基于离散粒子群算法的光伏电站清洗模型预测方法 |
CN112561190B (zh) * | 2020-12-23 | 2023-01-24 | 宁夏中科嘉业新能源研究院(有限公司) | 一种基于离散粒子群算法的光伏电站清洗模型预测方法 |
CN112926798A (zh) * | 2021-03-26 | 2021-06-08 | 苏州朋友保科技有限公司 | 预测灰尘导致的光伏发电损失的方法、装置、设备及介质 |
CN113819849A (zh) * | 2021-08-30 | 2021-12-21 | 中国三峡新能源(集团)股份有限公司四川分公司 | 积尘厚度检测装置和积尘清洁告警系统 |
CN113819849B (zh) * | 2021-08-30 | 2024-01-30 | 中国三峡新能源(集团)股份有限公司四川分公司 | 积尘厚度检测装置和积尘清洁告警系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107040206B (zh) | 2018-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107040206B (zh) | 一种光伏电池板积灰状态监测系统与清洗周期优化方法 | |
CN106874630B (zh) | 基于电量消纳的区域电网新能源开发潜力评估方法 | |
CN107341566B (zh) | 基于气象参数与太阳能电池板运行状态参数的光伏系统发电功率预测装置及其方法 | |
CN103778340A (zh) | 大规模新能源发电特性的统计方法 | |
CN103577891B (zh) | 一种含分布式电源的多孤岛微网优化合作运行方法 | |
CN105305488B (zh) | 一种考虑新能源并网对输电网利用率影响的评价方法 | |
CN111144655A (zh) | 一种分布式电源选址定容与配电网网架联合优化方法 | |
CN110443467A (zh) | 一种区域综合能源系统太阳能消纳能力评估方法 | |
CN115065078B (zh) | 微网环境下储能容量配置方法及系统 | |
CN106452354A (zh) | 一种并网型光伏电站发电性能的验证方法 | |
CN116993388A (zh) | 一种电力系统中动态碳排放因子的确认方法及系统 | |
Soffiah et al. | Fault detection in grid connected PV system using artificial neural network | |
CN105610199B (zh) | 考虑网架约束的风光配比确定方法及其装置 | |
CN106056467A (zh) | 基于物联网和云平台的能源管理系统 | |
CN115566739A (zh) | 一种针对分布式风电接入配电网引起电压越限的抑制方法 | |
CN103279649A (zh) | 基于实时光资源监测网络的光伏基地弃光电量评估方法 | |
Bakhriddinovich | ANALYSIS OF THE PROBLEMS OF THE DEVELOPMENT OF PHOTOVOLTAIC SOLAR POWER PLANTS IN UZBEKISTAN | |
CN114326875A (zh) | 智慧能源管理系统 | |
CN209298905U (zh) | 一种村级的光伏电站管理系统 | |
CN202111641U (zh) | 输电铁塔太阳能发电与并路装置 | |
Kathar et al. | Design of rooftop solar pv | |
Wai et al. | Design of installation capacity evaluation mechanism for hybrid energy generation system | |
Danylchenko et al. | Research on Demographically Based Electricity Demand Schedules for the Potential of Demand Management | |
CN114070198B (zh) | 分布式光伏发电系统的故障诊断方法、装置和电子设备 | |
CN115907981B (zh) | 一种虚拟电厂低碳联合交易优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |