CN107064165A - 一种光伏组件表面积灰度在线检测装置及清洗方法 - Google Patents
一种光伏组件表面积灰度在线检测装置及清洗方法 Download PDFInfo
- Publication number
- CN107064165A CN107064165A CN201710370129.5A CN201710370129A CN107064165A CN 107064165 A CN107064165 A CN 107064165A CN 201710370129 A CN201710370129 A CN 201710370129A CN 107064165 A CN107064165 A CN 107064165A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- photovoltaic module
- mfrac
- photovoltaic
- 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
- 238000004140 cleaning Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims description 30
- 239000000428 dust Substances 0.000 claims abstract description 49
- 238000013517 stratification Methods 0.000 claims abstract description 46
- 230000002000 scavenging effect Effects 0.000 claims abstract description 22
- 238000005286 illumination Methods 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000013500 data storage Methods 0.000 claims description 9
- 230000009467 reduction Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000010248 power generation Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 2
- 206010016256 fatigue Diseases 0.000 claims 1
- 238000007689 inspection Methods 0.000 claims 1
- 238000005406 washing Methods 0.000 claims 1
- 230000000712 assembly Effects 0.000 description 4
- 238000000429 assembly Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009885 systemic effect Effects 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 229910021419 crystalline silicon Inorganic materials 0.000 description 1
- 230000006378 damage 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
- 230000007774 longterm Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/94—Investigating contamination, e.g. dust
-
- 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
-
- 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
- H02S40/30—Electrical components
-
- 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
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了光伏领域内的一种光伏组件表面积灰度在线检测装置，包括安装在外壳顶面的光照强度传感器，外壳与光伏组件相连接，外壳侧面设置有输入接口、输出接口、正极接口以及负极接口，输入接口与待测光伏组件的上一光伏组件的组件正极相连，输出接口与待测光伏组件的下一光伏组件的组件负极相连，正极接口与待测光伏组件的组件正极相连，负极接口与待测光伏组件的组件负极相连，外壳内设置有检测控制系统，本发明通过将光伏组件实际环境组件功率与积灰时间进行曲线拟合，并算出光伏组件收益与间隔清洗时间的关系函数，并最终计算出最佳清洗间隔时间，可用于光伏组件清洗中。
Description
技术领域
本发明涉及一种光伏组件，特别涉及一种光伏组件清洗方法。
背景技术
随着全球化石能源储量的日益减少，为了应对未来可能出现的能源安全问题，以及减少使用化石能源对自然环境造成的恶劣影响，国家提出了以风电、光伏、生物质能等可再生能源为核心的可持续发展战略。
随着近年来光伏发电装机量的迅猛增长，光伏电站后期运维的重要性日益凸显，其中对光伏组件表面的灰尘进行清洗是一项必不可少的日常维护工作。光伏组件表面出现灰尘堆积时不但会降低发电量，严重时还会引起热斑效应，导致光伏组件烧毁，危及电站和人员安全。由此可见，科学合理地安排光伏组件清洗工作是非常重要的。
然而，目前行业内对光伏组件清洗工作的决策仍然主要依赖于管理人员的经验判断，并没有一个科学的决策方法和系统。值得注意的是，由于不同个体经验和认知水平的不同，无法保证清洗策略的有效性及合理性。如果采用了不合理的清洗策略，一方面可能出现清洗频次过高的情况，从而导致光伏电站运营成本增加；另一方面可能出现清洗频次过低的情况，从而导致光伏电站的发电量损失，同时还伴随着热斑效应带来的安全风险。
文献研究表明，目前行业内已提出一些应用于光伏组件积灰情况和清洗时间预测的理论和技术，如专利CN201610016455，CN201510785343，CN201510331541，CN201610155934，CN201610317357，CN201510145300，CN201510881011，CN201610708794等。
专利CN201610016455通过测量光伏组件的透光率与输出功率的关系来确定组件清洗策略。该方法的实施需要使用功率检测仪和紫外分光光度计，设备投入成本极高，不利于大规模推广使用。其次，光伏组件的透光率不仅与其表面的积灰情况有关，还受到背板和玻璃老化等问题的影响，因此该方法所测量数据误差较大，导致系统最终判断的精确度不高。
专利CN201510785343以光伏电站理论发电量与实际发电量的差值作为发电量损失，通过比较累计损失发电收益与系统预设损失阈值之间的关系来确定电站清洗策略。由于理论发电量的计算精度有限，因此该方法确定的发电量损失误差较大。此外，该方法未说明系统预设阈值的设置方法和标准，其有效性和准确性仍有待验证。
专利CN201510331541通过光学图像采集和遮挡程度分析算法确定光伏组件污秽程度，进而对比同时间、同位置的组件污秽程度来确定发电量与清洗成本之间的关系，从而确定清洗策略。该方法实施过程中需要操作人员使用光学影像仪器来采集光伏组件表面光学影像数据，无法做到长期无人化预警，且设备价格昂贵，不利于大范围推广。
专利CN201610155934提出了一种基于模糊处理的清洗策略算法。该方法通过对发电增益水平、输沙率、降水量、遮蔽率等四个参数进行模糊处理来获取清洗决策指数，再根据决策指数和实际情况确定清洗策略。该方法计算所需参数中的输沙率和降水量为自然环境参数，通常情况下需要较长时间进行采集，造成该方法较差的时效性。同时，该专利仅仅提出了一种理论计算方法，并没有提供相关硬件设备的设计，因此无法判断其具体实施的可行性。
专利CN201610317357提出了一种基于光伏电站系统效能的清洗时间判断方法。该方法在等辐照度、等温度条件下比较分析清洁光伏组件和常态光伏组件的功率曲线，通过发电量损失的对比来确定清洗时间。该方法的实施需要使用功率检测仪，设备成本较高，同时无法实现无人值守和远程预警，不利于大范围推广。
专利CN201510145300，CN201510881011，CN201610708794等均采用清洁组件作为参考单元，通过同时测量清洁组件与不清洁组件的方法来获取不清洁组件特征参数的变化情况，进而通过计算确定清洗策略。此类方法由于涉及设备较多，操作过程复杂，较难实现无人值守和远程预警，不利于大范围推广。此外，作为参考单元的清洁组件由于自身衰减、无意识破坏等原因造成的性能变化容易造成整个系统的预测偏差。
综上所述，现有检测系统及其算法尽管在一定程度上能够科学地确定清洗策略，但其在准确性、便宜性以及推广成本上仍有许多需要改进之处。
发明内容
本发明的目的是提供一种光伏组件表面积灰度在线检测装置及清洗方法，实现光伏电站积灰度的实时监控和清洗策略，从而大幅提高光伏电站的发电收益。
本发明的目的是这样实现的：一种光伏组件表面积灰度在线检测装置及清洗方法，所述检测装置包括安装在外壳顶面的光照强度传感器，所述外壳与光伏组件相连接，所述外壳侧面设置有输入接口、输出接口、正极接口以及负极接口，所述输入接口与待测光伏组件的上一光伏组件的组件正极相连，输出接口与待测光伏组件的下一光伏组件的组件负极相连，所述正极接口与待测光伏组件的组件正极相连，所述负极接口与待测光伏组件的组件负极相连，所述外壳内设置有检测控制系统；
所述清洗方法包括以下步骤：
步骤1)设电站清洗一次的成本为a元，每隔δ天清洗一次，则一年内，计算电站使用该清洗方案带来的总体收益为：
其中，δ为清洗间隔天数，T为一年内一天平均日照小时数，A为光伏并网标杆电价，n为光伏电站组件的数量，S(x)为总体收益；
步骤2)清洗时间δ分别在1≤δ≤365区间内取值，清洗时间按步长1天递增取值；
步骤3)将x＝δ＝1，2，3…，365的值分别代入S(x)，求出按当前清洗时间，一年时间内的收益值；
步骤4)比较不同x取值时，S(x)的值，当使得S(x)达到最大值时，x即为清洗时间；
步骤5)按照间隔x天进行光伏组件的清洗。
作为本发明的进一步限定，所述检测控制系统包括光伏连接器、电气参数采集模块、DC-DC降压模块、A/D转换模块、辐照温度采集模块、数据存储分析模块、语音播放模块、无线通信模块以及数据显示模块，所述光伏连接器分别与电气参数采集模块、DC-DC降压模块电连接，所述电气参数采集模块、DC-DC降压模块均与A/D转换模块电连接，A/D转换模块还与辐照温度采集模块、数据存储分析模块电连接，数据存储分析模块还分别与语音播放模块、无线通信模块、数据显示模块电连接，所述光伏连接器包括所述输入接口、输出接口、正极接口以及负极接口。
作为本发明的进一步限定，所述外壳上还安装有天线。
作为本发明的进一步限定，所述外壳与光伏组件并排固定安装在支架上，且保持与光伏组件相同的倾斜角度。
作为本发明的进一步限定，步骤1)中计算电站带来的总体收益具体方法为：
步骤a)检测光伏组件的组串电流I1和待测光伏组件的组件电压U1，组件功率为P1＝U1×I1；
步骤b)将实际环境组件功率转换成标准条件下的组件功率，标准条件下的组件功率为：P1_stc＝U1_stc*I1_stc；
电压转换公式为：
电流转换公式为：
其中，IL为光生电流，I0为暗电流，Voc是光伏组件的开路电压，n是理想因子，k是玻尔兹曼常数，T是绝对温度，q是电子的电荷，这些参数在实际情况下均已知。
步骤c)生成拟合曲线，将光伏组件实际环境组件功率与积灰时间进行曲线拟合，得到拟合曲线关系：其中y为光伏组件按照步骤2)转换到标准条件下的功率，x为积灰时间，k1为光伏组件额定功率，k2为光伏组件积灰导致的功率衰减系数。
步骤d)设定清洗周期δ，则清洗后的光伏组件功率与积灰时间曲线关系为：
步骤e)计算单个光伏组件实际增加发电收益为：
其中，T为一年内一天平均日照小时数，A为光伏并网标杆电价，η(x)单位为元；
步骤f)计算电站带来的总体收益，通过计算不同清洗时间间隔内增加的发电量收益累积求和，假设电站清洗一次的成本为a元，电站在x＝0时刻刚刚经过清洗，之后每经过δ时间间隔后清洗，即在x＝x1＝δ，x＝x2＝2*δ，…x＝xn＝n*δ，n＝2，3，4…，光伏组件输出功率最大，则一年内，通过该清洗方案为电站带来的总体收益计算公式为：
其中：T为一年内一天平均日照小时数，A为光伏发电并网标杆电价，n为光伏电站组件的数量。
作为本发明的进一步限定，还包括积灰度计算，积灰度计算公式为：
其中，Pmax_stc为光伏组件出厂标称功率，x0为当前清洗时间，δ为计算出的最佳清洗间隔天数，y(δ)为光伏组件在最佳清洗时刻清洗时的功率；当积灰度λ＝100％时，发送信息至用户手机，提示电站需要清洗，同时将电站积灰信息更新至云端数据平台和手机客户端；当积灰度小于100％时，云端平台和手机客户端会实时用户光伏电站实时积灰度情况，并根据积灰度划分等级，当λ<40％为轻度积灰，40％<λ<80％时为中度积灰，当λ>80％时为中度积灰。
与现有技术相比，本发明的有益效果在于，本发明通过将光伏组件实际环境组件功率与积灰时间进行曲线拟合，并算出光伏组件收益与间隔清洗时间的关系函数，并最终计算出最佳清洗间隔时间，根据该间隔天数对光伏组件进行清洗，大幅度提高了光伏电站的发电收益。本发明可用于光伏组件清洗中。
附图说明
图1为本发明中积灰度在线检测装置结构示意图。
图2为本发明中积灰度在线检测装置现场接线图。
图3为本发明中检测控制系统控制原理框图。
图4为本发明中清洗方法流程图。
图5为本发明中两次清洗间隔之间发电量曲线示意图。
具体实施方式
下面结合具体实施例对本发明做进一步描述。
如图1-3所示，一种光伏组件表面积灰度在线检测装置，采用一片功率0.5-2Wp的晶体硅光伏组件1作为辐照传感器，用于实时采集光照强度；
本发明装置还包括安装在外壳7顶面的光照强度传感器，外壳7与光伏组件相连接，外壳7侧面设置有输入接口4、输出接口5、正极接口2以及负极接口3，输入接口4与待测光伏组件的上一光伏组件的组件正极相连，输出接口5与待测光伏组件的下一光伏组件的组件负极相连，正极接口2与待测光伏组件的组件正极相连，负极接口3与待测光伏组件的组件负极相连，外壳7上还安装有天线6，外壳7内设置有检测控制系统，检测控制系统包括光伏连接器、电气参数采集模块、DC-DC降压模块、A/D转换模块、辐照温度采集模块、数据存储分析模块、语音播放模块、无线通信模块以及数据显示模块，光伏连接器分别与电气参数采集模块、DC-DC降压模块电连接，电气参数采集模块、DC-DC降压模块均与A/D转换模块电连接，A/D转换模块还与辐照温度采集模块、数据存储分析模块电连接，数据存储分析模块还分别与语音播放模块、无线通信模块、数据显示模块电连接，光伏连接器包括输入接口4、输出接口5、正极接口2以及负极接口3，外壳7与光伏组件并排固定安装在支架上，且保持与光伏组件相同的倾斜角度。
当光伏组串处于工作状态时，电气参数采集模块直接检测与本发明装置相连的光伏组件电压，并经过模拟量转换模块后转换为数字量，记为U1。
光伏组串电流从输入接口4流入本发明装置后，电气参数采集模块会产生线性输出，模拟量转换模块将电气参数采集模块输出的模拟量转换成数字量，记为I1，并传递给数据存储分析模块；电流经过采集模块后，再从本发明装置的输出接口5流出，在经过逆变器后，又从下一光伏组件的输入接口流入，再经过负极接口流回组件负极。
数据存储分析模块将任意时刻t采集的电压和电流值相乘得到光伏组件实时功率，计算公式为：P1＝U1*I1。
在采集电压电流的同时，图2中的辐照温度采集模快会同步采集当前的辐照强度和组件温度值。
根据所采集的辐照强度值和组件温度值，将所采集的电压电流值转换为标准条件(辐照度1000W/m2，温度25摄氏度)下的电压电流值，分别记为U1_stc，I1_stc，两者相乘后得到标准条件下的光伏组件最大功率值，P1_stc＝U1_stc*I1_stc。
重复[0043]、[0044]、[0045]，将[0045]所述转换到标准条件下的功率值按照[0020]所述函数关系进行曲线拟合，得出光伏组件的功率与积灰时间的曲线关系y(x)，其中y为组件按照[0045]所述方法转换到标准条件下的功率，x为积灰时间。
所述拟合的光伏组件功率与积灰时间的曲线关系为：
当电站积灰时间等于δ时，x＝x1＝δ，对电站进行清洗；清洗完后积灰度接近于0，光伏组件功率在标准条件下(STC)与其表面积灰关系为：组件的实际发电功率在x＝x1时较未清洗时增大。在此次清洗完毕后，至下一次清洗时刻x＝x2之间，光伏组件的发电量增加。
在所述两次清洗时刻[x1，x2]之间，即组件在x＝x1时刻清洗至x＝x2时刻清洗之间，单个光伏组件实际增加发电收益的大小，记为
其中：T为一年内一天平均日照小时数，A为光伏发电并网标杆电价，η(x)单位为元；η(x)的值为图5中阴影部分对横坐标的积分值。
依次类推，通过计算不同清洗时间间隔内增加的发电量收益累积和，设电站清洗一次的成本为a元，电站在x＝0时刻刚刚经过清洗，之后每经过δ时间间隔后清洗，即在x＝x1＝δ,x＝x2＝2*δ，…x＝xn＝n*δ，n＝2,3,4…。则一年内，通过该清洗方案为电站带来的总体收益计算公式为：
其中：T为一年内一天平均日照小时数，A为光伏并网标杆电价，n为光伏电站组件的数量。
对于装有12块组件的分布式光伏电站，n＝12，组件功率为245W，此时k1＝245，根据在成都本第安装的积灰度在线检测装置检测的数据，拟合后计算出的光伏组件积灰导致功率衰减系数k2＝0.2，一块组件单次清洗成本取a＝1元，A＝0.8元，T取4小时。
清洗时间δ分别在1≤δ≤365区间内取值，清洗时间按步长1天递增取值。
x＝δ＝1，2，3…，365的值分别代入S(x)，求出按当前清洗时间的电站清洗方案，一年时间内电站业主的收益值。
比较不同x取值时，S(x)的值。当使得S(x)达到最大值的x值，即为清洗时间。经过计算对比可知，在x＝42时，S(x)最大；即12块245W的光伏电站每隔42天清洗一次，在一年内的收益最大，为421.95元。
当x＝42时，因此，通过实时采集的组件功率Pmax、辐照值R1和温度值T1，根据采集的组件功率、辐照值和温度值将实时功率转换到标准条件(辐照强度为1000W/m2，温度25摄氏度)下的功率，记为Pmax_STC，当Pmax_STC等于y(42)时，λ(x)＝1，此时电站需要清洗。
如当x＝5，积灰度为：
此时λ<40％，属于轻度积灰，发电量损失较少，光伏电站无需清洗。
如当x＝20，积灰度为：
此时40％<λ<80％，属于中度积灰，发电量损失较严重，可根据实际情况判断适时清洗。
如当x＝42时，积灰度为：
此时λ>80％，属于严重积灰，发电量损失严重，发出积灰预警，同时将电站积灰信息更新至云端数据平台和手机客户端，提醒用户其光伏电站需要立即清洗，此时的清洗间隔也为光伏电站的最佳清洗时刻，此时清洗，用户的光伏电站在一年内的发电收益最大。
本发明并不局限于上述实施例，在本发明公开的技术方案的基础上，本领域的技术人员根据所公开的技术内容，不需要创造性的劳动就可以对其中的一些技术特征作出一些替换和变形，这些替换和变形均在本发明的保护范围内。
Claims (7)
1.一种光伏组件表面积灰度在线检测装置，其特征在于，包括安装在外壳顶面的光照强度传感器，所述外壳与光伏组件相连接，所述外壳侧面设置有输入接口、输出接口、正极接口以及负极接口，所述输入接口与待测光伏组件的上一光伏组件的组件正极相连，输出接口与待测光伏组件的下一光伏组件的组件负极相连，所述正极接口与待测光伏组件的组件正极相连，所述负极接口与待测光伏组件的组件负极相连，所述外壳内设置有检测控制系统。
2.根据权利要求1所述的一种光伏组件表面积灰度在线检测装置，其特征在于，所述检测控制系统包括光伏连接器、电气参数采集模块、DC-DC降压模块、A/D转换模块、辐照温度采集模块、数据存储分析模块、语音播放模块、无线通信模块以及数据显示模块，所述光伏连接器分别与电气参数采集模块、DC-DC降压模块电连接，所述电气参数采集模块、DC-DC降压模块均与A/D转换模块电连接，A/D转换模块还与辐照温度采集模块、数据存储分析模块电连接，数据存储分析模块还分别与语音播放模块、无线通信模块、数据显示模块电连接，所述光伏连接器包括所述输入接口、输出接口、正极接口以及负极接口。
3.根据权利要求1或2所述的一种光伏组件表面积灰度在线检测装置，其特征在于，所述外壳上还安装有天线。
4.根据权利要求1或2所述的一种光伏组件表面积灰度在线检测装置，其特征在于，所述外壳与光伏组件并排固定安装在支架上，且保持与光伏组件相同的倾斜角度。
5.一种光伏组件表面清洗方法，其特征在于，包括以下步骤：
步骤1)设电站清洗一次的成本为a元，每隔δ天清洗一次，则一年内，计算电站使用该清洗方案带来的总体收益为：
<mrow>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>365</mn>
<mi>&delta;</mi>
</mfrac>
<mo>&times;</mo>
<mo>{</mo>
<mi>n</mi>
<mo>&times;</mo>
<mfrac>
<mi>T</mi>
<mn>1000</mn>
</mfrac>
<mo>&times;</mo>
<mi>A</mi>
<mo>&times;</mo>
<msubsup>
<mo>&Integral;</mo>
<mi>&delta;</mi>
<mrow>
<mn>2</mn>
<mi>&delta;</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<mfrac>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<msup>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>-</mo>
<mi>&delta;</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
</msup>
</mfrac>
<mo>-</mo>
<mfrac>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<msup>
<mi>x</mi>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
</msup>
</mfrac>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>x</mi>
<mo>-</mo>
<mi>a</mi>
<mo>}</mo>
<mo>;</mo>
</mrow>
其中，δ为清洗间隔天数，T为一年内一天平均日照小时数，A为光伏并网标杆电价，n为光伏电站组件的数量，S(x)为总体收益；
步骤2)清洗时间δ分别在1≤δ≤365区间内取值，清洗时间按步长1天递增取值；
步骤3)将x＝δ＝1，2，3…，365的值分别代入S(x)，求出按当前清洗时间，一年时间内的收益值；
步骤4)比较不同x取值时，S(x)的值，当使得S(x)达到最大值时，x即为清洗时间；
步骤5)按照间隔x天进行光伏组件的清洗。
6.根据权利要求5所述的一种光伏组件表面清洗方法，其特征在于，步骤1)中计算电站带来的总体收益具体方法为：
步骤a)检测光伏组件的组串电流I1和待测光伏组件的组件电压U1，组件功率为P1＝U1×I1；
步骤b)将实际环境组件功率转换成标准条件下的组件功率，标准条件下的组件功率为：P1_stc＝U1_stc*I1_stc；
电压转换公式为：
电流转换公式为：
其中，IL为光生电流，I0为暗电流，Voc是光伏组件的开路电压，n是理想因子，k是玻尔兹曼常数，T是绝对温度，q是电子的电荷，这些参数在实际情况下均已知。
步骤c)生成拟合曲线，将光伏组件实际环境组件功率与积灰时间进行曲线拟合，得到拟合曲线关系：其中y为光伏组件按照步骤2)转换到标准条件下的功率，x为积灰时间，k1为光伏组件额定功率，k2为光伏组件积灰导致的功率衰减系数。
步骤d)设定清洗周期δ，则清洗后的光伏组件功率与积灰时间曲线关系为：
步骤e)计算单个光伏组件实际增加发电收益为：
<mrow>
<mi>&eta;</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mi>T</mi>
<mn>1000</mn>
</mfrac>
<mo>*</mo>
<mi>A</mi>
<mo>*</mo>
<msubsup>
<mo>&Integral;</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
</msubsup>
<mo>&lsqb;</mo>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>y</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mi>d</mi>
<mi>x</mi>
<mo>=</mo>
<mfrac>
<mi>T</mi>
<mn>1000</mn>
</mfrac>
<mo>*</mo>
<mi>A</mi>
<mo>*</mo>
<msubsup>
<mo>&Integral;</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
</msubsup>
<mrow>
<mo>(</mo>
<mfrac>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<msup>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
</msup>
</mfrac>
<mo>-</mo>
<mfrac>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<msup>
<mi>x</mi>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
</msup>
</mfrac>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>x</mi>
<mo>,</mo>
</mrow>
其中，T为一年内一天平均日照小时数，A为光伏并网标杆电价，η(x)单位为元；
步骤f)计算电站带来的总体收益，通过计算不同清洗时间间隔内增加的发电量收益累积求和，假设电站清洗一次的成本为a元，电站在x＝0时刻刚刚经过清洗，之后每经过δ时间间隔后清洗，即在x＝x1＝δ，x＝x2＝2*δ，…x＝xn＝n*δ，n＝2，3，4…，光伏组件输出功率最大，则一年内，通过该清洗方案为电站带来的总体收益计算公式为：
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>365</mn>
<mi>&delta;</mi>
</mfrac>
<mo>&times;</mo>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<mi>n</mi>
<mo>&times;</mo>
<mi>&eta;</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>a</mi>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>365</mn>
<mi>&delta;</mi>
</mfrac>
<mo>&times;</mo>
<mrow>
<mo>{</mo>
<mrow>
<mi>n</mi>
<mo>&times;</mo>
<mfrac>
<mi>T</mi>
<mn>1000</mn>
</mfrac>
<mo>&times;</mo>
<mi>A</mi>
<mo>&times;</mo>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mi>x</mi>
<mn>1</mn>
</mrow>
<mrow>
<mi>x</mi>
<mn>2</mn>
</mrow>
</msubsup>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>y</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mi>d</mi>
<mi>x</mi>
<mo>-</mo>
<mi>a</mi>
</mrow>
<mo>}</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<mfrac>
<mn>365</mn>
<mi>&delta;</mi>
</mfrac>
<mo>&times;</mo>
<mrow>
<mo>{</mo>
<mrow>
<mi>n</mi>
<mo>&times;</mo>
<mfrac>
<mi>T</mi>
<mn>1000</mn>
</mfrac>
<mo>&times;</mo>
<mi>A</mi>
<mo>&times;</mo>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mi>x</mi>
<mn>1</mn>
</mrow>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
</msubsup>
<mrow>
<mo>(</mo>
<mrow>
<mfrac>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
</msup>
</mfrac>
<mo>-</mo>
<mfrac>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<msup>
<mi>x</mi>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
</msup>
</mfrac>
</mrow>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>x</mi>
<mo>-</mo>
<mi>a</mi>
</mrow>
<mo>}</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<mfrac>
<mn>365</mn>
<mi>&delta;</mi>
</mfrac>
<mo>&times;</mo>
<mrow>
<mo>{</mo>
<mrow>
<mi>n</mi>
<mo>&times;</mo>
<mfrac>
<mi>T</mi>
<mn>1000</mn>
</mfrac>
<mo>&times;</mo>
<mi>A</mi>
<mo>&times;</mo>
<msubsup>
<mo>&Integral;</mo>
<mi>&delta;</mi>
<mrow>
<mn>2</mn>
<mi>&delta;</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<mrow>
<mfrac>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mi>&delta;</mi>
</mrow>
<mo>)</mo>
</mrow>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
</msup>
</mfrac>
<mo>-</mo>
<mfrac>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<msup>
<mi>x</mi>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
</msup>
</mfrac>
</mrow>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>x</mi>
<mo>-</mo>
<mi>a</mi>
</mrow>
<mo>}</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>,</mo>
</mrow>
其中：T为一年内一天平均日照小时数，A为光伏发电并网标杆电价，n为光伏电站组件的数量。
7.根据权利要求5所述的一种光伏组件表面清洗方法，其特征在于，还包括积灰度计算，积灰度计算公式为：其中，Pmax_stc为光伏组件出厂标称功率，x0为当前清洗时间，δ为计算出的最佳清洗间隔天数，y(δ)为光伏组件在最佳清洗时刻清洗时的功率；当积灰度λ＝100％时，发送信息至用户手机，提示电站需要清洗，同时将电站积灰信息更新至云端数据平台和手机客户端；当积灰度小于100％时，云端平台和手机客户端会实时用户光伏电站实时积灰度情况，并根据积灰度划分等级，当λ<40％为轻度积灰，40％<λ<80％时为中度积灰，当λ>80％时为中度积灰。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710370129.5A CN107064165B (zh) | 2017-05-23 | 2017-05-23 | 一种光伏组件表面积灰度在线检测装置及清洗方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710370129.5A CN107064165B (zh) | 2017-05-23 | 2017-05-23 | 一种光伏组件表面积灰度在线检测装置及清洗方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107064165A true CN107064165A (zh) | 2017-08-18 |
| CN107064165B CN107064165B (zh) | 2021-02-19 |
Family
ID=59610480
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710370129.5A Active CN107064165B (zh) | 2017-05-23 | 2017-05-23 | 一种光伏组件表面积灰度在线检测装置及清洗方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107064165B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108011578A (zh) * | 2017-12-19 | 2018-05-08 | 华电电力科学研究院 | 具备热斑测试反馈功能的光伏组件清洗机器人与清洗方法 |
| CN108335042A (zh) * | 2018-02-06 | 2018-07-27 | 唐山英通科技有限公司 | 动态光伏电板清洗指数的计算方法 |
| CN108462468A (zh) * | 2018-03-06 | 2018-08-28 | 上海振华重工电气有限公司 | 一种便携式光伏组件功率模拟装置 |
| CN111337806A (zh) * | 2020-03-06 | 2020-06-26 | 浙江正泰新能源开发有限公司 | 一种光伏组件清洗判定方法、装置、设备及介质 |
| CN113591034A (zh) * | 2021-06-15 | 2021-11-02 | 隆基光伏科技(上海)有限公司 | 确定清洗间隔时间的方法、装置、设备和可读存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202210765U (zh) * | 2011-09-13 | 2012-05-02 | 南开大学 | 风光互补型光伏组件清扫装置智能控制系统 |
| WO2013065053A1 (en) * | 2011-11-03 | 2013-05-10 | Derech Hagav Ltd | Determining timing for cleaning electricity generating solar panels |
| CN105057262A (zh) * | 2015-09-08 | 2015-11-18 | 中国能源建设集团湖南省电力设计院有限公司 | 一种大型光伏电站光伏组件精细化清洗装置及方法 |
| WO2016001944A1 (ja) * | 2014-06-30 | 2016-01-07 | 株式会社 スカイロボット | 太陽光発電パネルの洗浄装置 |
| CN105827195A (zh) * | 2016-03-18 | 2016-08-03 | 许继集团有限公司 | 一种光伏组件清洗方法 |
| CN106130464A (zh) * | 2016-08-05 | 2016-11-16 | 江阴海润太阳能电力有限公司 | 一种光伏电站组件清洗的决策方法 |
| CN106548244A (zh) * | 2015-09-16 | 2017-03-29 | 成都鼎桥通信技术有限公司 | 光伏电站清洗方法和装置 |
-
2017
- 2017-05-23 CN CN201710370129.5A patent/CN107064165B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202210765U (zh) * | 2011-09-13 | 2012-05-02 | 南开大学 | 风光互补型光伏组件清扫装置智能控制系统 |
| WO2013065053A1 (en) * | 2011-11-03 | 2013-05-10 | Derech Hagav Ltd | Determining timing for cleaning electricity generating solar panels |
| WO2016001944A1 (ja) * | 2014-06-30 | 2016-01-07 | 株式会社 スカイロボット | 太陽光発電パネルの洗浄装置 |
| CN105057262A (zh) * | 2015-09-08 | 2015-11-18 | 中国能源建设集团湖南省电力设计院有限公司 | 一种大型光伏电站光伏组件精细化清洗装置及方法 |
| CN106548244A (zh) * | 2015-09-16 | 2017-03-29 | 成都鼎桥通信技术有限公司 | 光伏电站清洗方法和装置 |
| CN105827195A (zh) * | 2016-03-18 | 2016-08-03 | 许继集团有限公司 | 一种光伏组件清洗方法 |
| CN106130464A (zh) * | 2016-08-05 | 2016-11-16 | 江阴海润太阳能电力有限公司 | 一种光伏电站组件清洗的决策方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108011578A (zh) * | 2017-12-19 | 2018-05-08 | 华电电力科学研究院 | 具备热斑测试反馈功能的光伏组件清洗机器人与清洗方法 |
| CN108011578B (zh) * | 2017-12-19 | 2024-01-12 | 华电电力科学研究院有限公司 | 具备热斑测试反馈功能的光伏组件清洗机器人与清洗方法 |
| CN108335042A (zh) * | 2018-02-06 | 2018-07-27 | 唐山英通科技有限公司 | 动态光伏电板清洗指数的计算方法 |
| CN108335042B (zh) * | 2018-02-06 | 2022-02-01 | 唐山英通科技有限公司 | 动态光伏电板清洗指数的计算方法 |
| CN108462468A (zh) * | 2018-03-06 | 2018-08-28 | 上海振华重工电气有限公司 | 一种便携式光伏组件功率模拟装置 |
| CN111337806A (zh) * | 2020-03-06 | 2020-06-26 | 浙江正泰新能源开发有限公司 | 一种光伏组件清洗判定方法、装置、设备及介质 |
| CN113591034A (zh) * | 2021-06-15 | 2021-11-02 | 隆基光伏科技(上海)有限公司 | 确定清洗间隔时间的方法、装置、设备和可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107064165B (zh) | 2021-02-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107064165A (zh) | 一种光伏组件表面积灰度在线检测装置及清洗方法 | |
| CN108399493B (zh) | 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 | |
| CN105375878B (zh) | 一种在线检测和评估光伏系统效率的方法 | |
| CN107341566A (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 | |
| CN105260800A (zh) | 一种光伏组件温度预测方法及装置 | |
| CN104965558A (zh) | 一种考虑雾霾因素的光伏发电系统最大功率跟踪方法及装置 | |
| CN108614612B (zh) | 太阳能光伏电池最大功率追踪方法和系统 | |
| Singh et al. | Generalized neural network methodology for short term solar power forecasting | |
| Yang et al. | A novel ARX-based multi-scale spatio-temporal solar power forecast model | |
| CN105449666B (zh) | 适用于微电网的多状态等值分析方法及系统 | |
| CN110880789A (zh) | 一种风电、光伏联合发电系统经济调度方法 | |
| CN109995090B (zh) | 考虑用户需求特征及能源利用成本的多能互补方法 | |
| CN117713218B (zh) | 一种基于知识与数据融合驱动的光伏出力预测方法 | |
| CN107832869A (zh) | 一种风力发电与光伏发电的发电功率预测方法 | |
| CN113064937A (zh) | 一种光伏电站的灰尘清洗预警方法及系统 | |
| CN111784543A (zh) | 一种基于隐马尔可夫模型预测短期光伏发电系统发电量的系统模型 | |
| CN106468935B (zh) | 一种折线拟合求太阳能电池最大功率点方法 | |
| CN117236638B (zh) | 基于多模态网络的运河微电网分布式能量管理系统 | |
| CN109767353A (zh) | 一种基于概率分布函数的光伏发电功率预测方法 | |
| CN117787551A (zh) | 基于光伏发电量和光照辐射量的光伏组件清洁决策方法及系统 | |
| CN117787744A (zh) | 一种基于预测算法的发电量异常检测系统及方法 | |
| CN105528517B (zh) | 基于神经网络、小波分解光伏电站功率预测方法、系统 | |
| Chenhong et al. | Wind speed prediction research based on time series model with residual correction | |
| CN115860256A (zh) | 一种基于积灰工况监测的大型光伏电站清洗周期预测方法 | |
| TW201419009A (zh) | 追日式太陽能光電系統增益之預估方法 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210121 Address after: Room 101, 129 Bolin East Road, Deyuan town (Jingrong town), Pidu District, Chengdu, Sichuan 610000 Applicant after: Sichuan Guangmu Technology Co.,Ltd. Address before: 225000 2 / F, information building, Yangzhou information service industry base, Guangling District, Yangzhou City, Jiangsu Province Applicant before: YANGZHOU HONGYI NEW ENERGY TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240703 Address after: Room 4513, Building 7, No. 1197 Bin'an Road, Changhe Street, Binjiang District, Hangzhou City, Zhejiang Province, 310000 Patentee after: Hangzhou Xiangrui Intelligent Technology Co.,Ltd. Country or region after: China Address before: Room 101, 129 Bolin East Road, Deyuan town (Jingrong town), Pidu District, Chengdu, Sichuan 610000 Patentee before: Sichuan Guangmu Technology Co.,Ltd. Country or region before: China |
|
| TR01 | Transfer of patent right |