CN107492951A - 一种智能云监控系统及其实现智能监控功能的方法 - Google Patents
一种智能云监控系统及其实现智能监控功能的方法 Download PDFInfo
- Publication number
- CN107492951A CN107492951A CN201610415956.7A CN201610415956A CN107492951A CN 107492951 A CN107492951 A CN 107492951A CN 201610415956 A CN201610415956 A CN 201610415956A CN 107492951 A CN107492951 A CN 107492951A
- Authority
- CN
- China
- Prior art keywords
- distributed
- electrical source
- source point
- value
- generating
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000005611 electricity Effects 0.000 claims description 28
- 230000001172 regenerating effect Effects 0.000 claims description 21
- 230000002159 abnormal effect Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 11
- 239000000203 mixture Substances 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 10
- 238000013480 data collection Methods 0.000 claims description 10
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims description 9
- 238000009472 formulation Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 238000010835 comparative analysis Methods 0.000 claims description 2
- 238000010248 power generation Methods 0.000 abstract description 10
- 230000015556 catabolic process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- H02J13/0013—
-
- H02J3/383—
-
- H02J3/386—
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y04S10/12—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种智能云监控系统,所述监控系统包括微型气象站监测模块、数据采集模块、云数据库模块和智能云监控模块;本发明还提供了一种实现智能监控功能的方法。与现有技术相比,本发明能够方便快速的实现各个分布式电源接入本监控系统,只需在每一个分布式电源点增加一台数据采集终端设备且分布式电源点能提供本地的Internet网络或无线数据网络(GPRS等)即可实现分布式电源的配电信息及智能发电监控,消除信息孤岛,达成分布式电源发电监控智能化的集成与分享;此智能发电监控系统在工程实践中具有很强的实用性。
Description
技术领域
本发明涉及电力技术领域,尤其涉及一种分布式电源的智能云监控系统及其实现智能监控功能的方法。
背景技术
分布式发电是指直接布置在配电网或分布在负荷附近的发电设施。分布式发电有助于促进能源的可持续发展、改善环境并提高绿色能源的竞争力,可充分利用可再生能源,具有良好的环境友好性,已成为重要的电力能源形式。对于分布式电源,由于其发电出力会随着可再生能源的实际存在情况而随时变化,这将导致发电设备的实时发电功率和某一天的发电量会随着可再生能源的实时情况和在某一天的实际存在量而不同。现有分布式发电设备特别是小微型的家用或商用设备,均无对发电设备的发电情况进行实时或对每天发电量进行有效监控,即使规模稍大的分布式电源也只对已安装的发电设备的当天发电量进行简单的统计记录。现阶段,对分布式电源发电监控方法主要有三种形式:第一种,利用发电出口电能计量表人工记录当天或当月发电量;第二种,通过并网逆变器的WIFI通讯模块将并网逆变器的运行状态数据上传至并网逆变器厂家的数据服务器进行保存记录,各用户可以在网站上查看各自的发电状态;第三种,规模稍大的分布式电源,将本厂区的发电设备的运行状态,通过数据采集终端将数据采集进本厂的现场监控系统,实现现场监控还可对数据进行分析。上述方法,第一、第二种方法只是对发电量进行最原始的记录,第三种方法,虽然可对数据进行记录分析,但前期投入资金大,对于一般的小微型分布式电源来说,即不经济而且应用起来非常困难,以上三种方法,都只对分布式电源的发电量进行简单的统计记录,并没有对发电设备的实时发电功率和实时可再生能源实时量进行对比或当天、当月、当年的发电量和当天、当月、当年的可再生能源发电设备安装地存在的能量总量进行对比,不能有效监控发电设备的发电效率和实际量是否相匹配,不能及时发现发电设备故障,而且,在分布式电源数量规模较大时,也不能及时发现故障设备的位置。以上问题不符合国家支持分布式电源接入配电网的政策和越来越多的分布式电源的数量,或需在每一个分布式电源点增加一套智能监控系统,成本高,只有在单个分布式电源建站规模较大等特殊情况下适用。电网公司对分布式电源未进行大规模监控数据采集的情况下,只有考虑将各个分布式电源点接入智能云监控系统,才能将各个分布式电源点的运行参数进行实时采集和进行智能监控分析;同时结合智能报警功能,精确分析分布式电源点的故障点及故障原因等,及时了解各个分布式电源点的发电状态及排除分布式电源点的故障提供技术支持的分布式电源智能云监控方法。
目前,我国己经并网运行的微小型分布式电源装机规模和数量均较少,因此对微小型的分布式电源的监控,主要还是由分布式电源业主自行进行人工监控。但如果随着分布式电源数量的激增,如果只靠分布式电源业主自行进行人工监控,由于微小型分布式电源业主的非专业性,会造成分布式电源的设备故障不能急时发现,更不能及时排除故障,只有接入分布式电源云监控平台的各分布式电源点,方能得到有效的监控,如设备有任何异常或故障可第一时间报警通知运维人员进行现场处理并排除故障。
发明内容
本发明的目的在于提供一种分布式电源的智能云监控系统及其实现智能监控功能的方法,可对分布式电源的运行状态进行智能分析并告警,为集中运维人员快速判断设备故障原因及精确查找故障点提供依据从而解决上述背景技术中提出的问题。
为了实现上述目的,本发明通过以下技术方案实现:
一种智能云监控系统,所述监控系统包括微型气象站监测模块、数据采集模块、云数据库模块和智能云监控模块,所述微型气象站监测模块由各项气象数据采集单元和数据通讯单元组成;所述数据采集模块,是对每一个分布式电源点的各个带数据通讯功能设备的数据进行采集并上传到云数据库进行保存的数据采集设备;所述云数据库模块,实现将从各个分布式电源点采集上传的数据进行云端保存功能;所述智能云监控模块,实现将区域内保存在云端数据库的各分布式电源点的数据进行智能分析如遇异常后告警。
作为上述技术方案的优选,所述分布式电源的类型包括光伏发电电源和风力发电电源。
作为上述技术方案的优选,所述智能云监控模块包括用户管理单元、数据采集存储及调用单元、发电预测比较分析单元、告警通讯单元。
基于上述技术方案,本发明还提供了一种实现智能监控功能的方法,包括如下步骤:
(1)分别计算某时刻某个分布式电源点的可再生能源气象数据值与分布式电源点的所有接入装机容量总和进行公式化估算某时刻某个分布式电源点所有接入发电设备装机容量的估算发电功率值;
(2)将步骤(一)中得出的某个分布式电源点的所有接入发电设备装机容量估算发电功率值与分布式电源点发电出口处智能电能表计的实时采集的功率值进行比较,如在正常范围内,则设备运行正常,如不在正常范围内,则经过连续三个采集时间点后依然存在不正常状态时进入单台逆变器校核比较运算模式并告警;
(3)出现步骤(二)异常情况后,分别进入单台逆变器校核模式,即分别计算某时刻某个分布式电源点的可再生能源气象数据值与分布式电源点的某台逆变器接入装机容量进行公式化估算某时刻某个逆变器接入发电设备装机容量估算发电功率值;
(4)将步骤(三)中得出的某个分布式电源点的逆变器发电设备装机容量估算发电功率值与逆变器的(或逆变出口处智能电能表-如有)实时采集的功率值进行比较,如在正常范围内,则设备运行正常,如不在正常范围内,则经过连续三个时间点后依然存在不正常状态时发告警;
(5)按日、月、年分别统计某时段的可再生能源总能量值与分布式电源点的所有接入发电设备装机容量总和进行公式化估算某时段某个分布式电源点所有接入发电设备装机容量总和的估算发电量值;
(6)将步骤(五)中得出的某个分布式电源点的某时段所有接入发电设备装机容量估算发电量值与分布式电源点发电出口处智能电能表计的实时采集的同时段电量值进行比较,如在正常范围内,则设备运行正常,如不在正常范围内,则告警。
作为上述技术方案的优选,所述步骤(一)中,要分两种分布式电源类型进行气象数据采集,一种是光伏发电类型,一种是风力发电类型,其中,光伏发电类型采集的气象数据为辐照量PS(kW/m2)和环境温度Te(℃);风力发电类型采集的气象数据为风速Vr(m/s)。
光伏分布式发电设备某时刻某个分布式电源点发电设备装机容量总和的估算发电功率值计算公式为:PER=PS×SPN×ηZ×ηX×CT×CQ×CX;
式中,SPN为分布式光伏电源的所有组件装机容量换算的有效面积;
式中,ηZ为分布式光伏电源的组件转换效率;
式中,ηX为分布式光伏电源的系统发电效率;
式中,CT为分布式光伏电源在实际温度下的系统发电效率系数;
式中,CQ为分布式光伏电源的组件倾斜度影响系统发电效率系数;
式中,Cx为分布式光伏电源的现场实际影响系统发电效率系数;
风力分布式发电设备某时刻某个分布式电源点发电设备装机容量的估算发电功率值计算公式为:PEF=PFF×ηV×CXF:
式中,PFF为分布式电源点风力发电机组的额定装机容量;
式中,ηV为分布式风力发电机组在该风速下的发电效率;
式中,CXF为分布式风力发电机组现场实际影响系统发电效率系数。
作为上述技术方案的优选,所述步骤(二)中,将步骤(一)中得出的某个分布式电源点的所有接入发电设备装机容量估算发电功率值PER或PEF与分布式电源点发电出口处智能电能表计的实时采集的功率值PERB或PEFB进行比较。
光伏分布式发电设备某时刻估算发电功率值PER与PERB值进行比较,并进行如下计算,可确定分布式电源点的发电功率是否在正常范围内:
-10%≤(PER-PERB)÷(PER+PERB)/2×100%≤+10%
风力分布式发电设备某时刻估算发电功率值PEF与PEFB值进行比较,并进行如下计算,可确定分布式电源点的发电功率是否在正常范围内:
-10%≤(PEF-PEFB)÷(PEF+PEFB)/2×100%≤+10%
以上两式中,如在正常范围内,则设备运行正常,如不在正常范围内,则经过连续三个时间点后依然存在不正常状态时进入单台逆变器校核比较运算模式并告警。
作为上述技术方案的优选,所述步骤(三)中,如步骤(二)中出现异常,则进入此分布式电源点的单台逆变器校核比较运算模式;
光伏分布式发电设备某时刻某个分布式电源点某台光伏逆变器组件容量总和的估算发电功率值计算公式为:PERL=PS×SPNL×ηZ×ηX×CT×CQ×CX;
式中,SPNL为分布式光伏电源点的某台逆变器所有组件装机容量换算的有效面积;
风力分布式发电设备某时刻某个分布式电源点某台风力逆变器的估算发电功率值计算公式为:PEFL=PEFL×ηV×CXF;
式中,PEFL为某台风力逆变器对应的风力发电机组的额定装机容量。
作为上述技术方案的优选,所述步骤(四)中,将步骤(三)中得出的某个分布式电源点的某台逆变器接入发电设备装机容量的估算发电功率值PERL或PEFL与对应的某台逆变器的实时采集的功率值PERN或PEFN进行比较;
光伏分布式某台逆变器某时刻估算发电功率值PERL与PERN值进行比较,并进行如下计算,可确定此逆变器发电功率是否在正常范围内:
-10%≤(PERL-PERN)÷(PERL+PERN)/2×100%≤+10%
风力分布式某台逆变器某时刻估算发电功率值PEFL与PEFN值进行比较,并进行如下计算,可确定此逆变器发电功率是否在正常范围内:
-10%≤(PEFL-PEFN)÷(PEFL+PEFN)/2×100%≤+10%
以上两式中,如在正常范围内,则设备运行正常,如不在正常范围内,则经过连续三个时间点后依然存在不正常状态时告警。
作为上述技术方案的优选,所述步骤(五)中,按日、月、年分别统计某时段的可再生能源总能量值,其中,光伏发电类型采集的再生能源总能量值为某时段的太阳辐射量值曲线;风力发电类型采集的某时段的可再生能源总能量值为风速值曲线;
光伏发电类型的某时间段再生能源总能量值为Ss(kWh),则:
SS=PER1×Δt+PER2×Δt+…+PERN×Δt
式中,PER1为某时段第一个采集时间点某个分布式电源点发电设备装机容量总和的估算发电功率值;
式中,Δt为数据采集时间间隔;
风力发电类型的某时间段再生能源总能量值为SF(kWh),则:
SF=PEF1×Δt+PEF2×Δt+…+PEFN×Δt
式中,PEF1为某时段第一个采集时刻某个分布式电源点发电设备装机容量总和的估算发电功率值;
作为上述技术方案的优选,所述步骤(六)中,将步骤(五)中按日、月、年分别采集统计某分布式电源点某时段的可再生能源总能量值SS(或SF)和某分布式电源点的发电机出口电能表计某时段的电量值SSB(或SFB)进行比较;
光伏分布式发电设备某时段估算发电量值SS与SSB值进行比较,并进行如下计算,可确定某时段发电电量是否在正常范围内:
-20%≤(SS-SSB)÷(SS+SSB)/2×100%≤+20%
风力分布式发电设备某时刻估算发电功率值SF与SFB值进行比较,并进行如下计算,可确定某时段发电电量是否在正常范围内:
-20%≤(SF-SFB)÷(SF+SFB)/2×100%≤+20%
以上两式中,如在正常范围内,则设备运行正常,如不在正常范围内,则告警。
本发明的有益效果是:与现有技术相比,本发明能够方便快速的实现各个分布式电源接入本监控系统,只需在每一个分布式电源点增加一台数据采集终端设备且分布式电源点能提供本地的Internet网络或无线数据网络(GPRS等)即可实现分布式电源的配电信息及智能发电监控,消除信息孤岛,达成分布式电源发电监控智能化的集成与分享;此智能发电监控系统在工程实践中具有很强的实用性。
具体实施方式
一种智能云监控系统,监控系统包括微型气象站监测模块、数据采集模块、云数据库模块和智能云监控模块,微型气象站监测模块由各项气象数据采集单元和数据通讯单元组成;数据采集模块,是对每一个分布式电源点的各个带数据通讯功能设备的数据进行采集并上传到云数据库进行保存的数据采集设备;云数据库模块,实现将从各个分布式电源点采集上传的数据进行云端保存功能;智能云监控模块,实现将区域内保存在云端数据库的各分布式电源点的数据进行智能分析如遇异常后告警。
具体的,本实施例中,分布式电源的类型包括光伏发电电源和风力发电电源。
此外,智能云监控模块包括用户管理单元、数据采集存储及调用单元、发电预测比较分析单元、告警通讯单元。
本发明还提供了一种实现智能监控功能的方法,包括如下步骤:
(1)分别计算某时刻某个分布式电源点的可再生能源气象数据值与分布式电源点的所有接入装机容量总和进行公式化估算某时刻某个分布式电源点所有接入发电设备装机容量的估算发电功率值;
(2)将步骤(一)中得出的某个分布式电源点的所有接入发电设备装机容量估算发电功率值与分布式电源点发电出口处智能电能表计的实时采集的功率值进行比较,如在正常范围内,则设备运行正常,如不在正常范围内,则经过连续三个采集时间点后依然存在不正常状态时进入单台逆变器校核比较运算模式并告警;
(3)出现步骤(二)异常情况后,分别进入单台逆变器校核模式,即分别计算某时刻某个分布式电源点的可再生能源气象数据值与分布式电源点的某台逆变器接入装机容量进行公式化估算某时刻某个逆变器接入发电设备装机容量估算发电功率值;
(4)将步骤(三)中得出的某个分布式电源点的逆变器发电设备装机容量估算发电功率值与逆变器的(或逆变出口处智能电能表-如有)实时采集的功率值进行比较,如在正常范围内,则设备运行正常,如不在正常范围内,则经过连续三个时间点后依然存在不正常状态时发告警;
(5)按日、月、年分别统计某时段的可再生能源总能量值与分布式电源点的所有接入发电设备装机容量总和进行公式化估算某时段某个分布式电源点所有接入发电设备装机容量总和的估算发电量值;
(6)将步骤(五)中得出的某个分布式电源点的某时段所有接入发电设备装机容量估算发电量值与分布式电源点发电出口处智能电能表计的实时采集的同时段电量值进行比较,如在正常范围内,则设备运行正常,如不在正常范围内,则告警。
进一步的,步骤(一)中,要分两种分布式电源类型进行气象数据采集,一种是光伏发电类型,一种是风力发电类型,其中,光伏发电类型采集的气象数据为辐照量PS(kW/m2)和环境温度Te(℃);风力发电类型采集的气象数据为风速VF(m/s)。
光伏分布式发电设备某时刻某个分布式电源点发电设备装机容量总和的估算发电功率值计算公式为:PER=PS×SPN×ηZ×ηX×CT×CQ×Cλ;
式中,SPN为分布式光伏电源的所有组件装机容量换算的有效面积;
式中,ηZ为分布式光伏电源的组件转换效率;
式中,ηX为分布式光伏电源的系统发电效率;
式中,CT为分布式光伏电源在实际温度下的系统发电效率系数;
式中,CQ为分布式光伏电源的组件倾斜度影响系统发电效率系数;
式中,Cx为分布式光伏电源的现场实际影响系统发电效率系数;
风力分布式发电设备某时刻某个分布式电源点发电设备装机容量的估算发电功率值计算公式为:PEF=PFF×ηV×CXF;
式中,PFF为分布式电源点风力发电机组的额定装机容量;
式中,ηV为分布式风力发电机组在该风速下的发电效率;
式中,CXF为分布式风力发电机组现场实际影响系统发电效率系数。
进一步的,步骤(二)中,将步骤(一)中得出的某个分布式电源点的所有接入发电设备装机容量估算发电功率值PER或PEF与分布式电源点发电出口处智能电能表计的实时采集的功率值PERB或PEFB进行比较。
光伏分布式发电设备某时刻估算发电功率值PER与PERB值进行比较,并进行如下计算,可确定分布式电源点的发电功率是否在正常范围内:
-10%≤(PER-PERB)÷(PER+PERB)/2×100%≤+10%
风力分布式发电设备某时刻估算发电功率值PEF与PEFB值进行比较,并进行如下计算,可确定分布式电源点的发电功率是否在正常范围内:
-10%≤(PEF-PEFB)÷(PEF+PEFB)/2×100%≤+10%
以上两式中,如在正常范围内,则设备运行正常,如不在正常范围内,则经过连续三个时间点后依然存在不正常状态时进入单台逆变器校核比较运算模式并告警。
进一步的,步骤(三)中,如步骤(二)中出现异常,则进入此分布式电源点的单台逆变器校核比较运算模式;
光伏分布式发电设备某时刻某个分布式电源点某台光伏逆变器组件容量总和的估算发电功率值计算公式为:PERL=PS×SPNL×ηZ×ηX×CT×CQ×CX;
式中,SPNL为分布式光伏电源点的某台逆变器所有组件装机容量换算的有效面积;
风力分布式发电设备某时刻某个分布式电源点某台风力逆变器的估算发电功率值计算公式为:PEFL=PEFL×ηV×CXF;
式中,PEFL为某台风力逆变器对应的风力发电机组的额定装机容量。
进一步的,步骤(四)中,将步骤(三)中得出的某个分布式电源点的某台逆变器接入发电设备装机容量的估算发电功率值PERL或PEFL与对应的某台逆变器的实时采集的功率值PLRN或PLFN进行比较;
光伏分布式某台逆变器某时刻估算发电功率值PERL与PERN值进行比较,并进行如下计算,可确定此逆变器发电功率是否在正常范围内:
-10%≤(PERL-PERN)÷(PERL+PERN)/2×100%≤+10%
风力分布式某台逆变器某时刻估算发电功率值PEFL与PEFN值进行比较,并进行如下计算,可确定此逆变器发电功率是否在正常范围内:
-10%≤(PEFL-PEFN)÷(PEFL+PEFN)/2×100%≤+10%
以上两式中,如在正常范围内,则设备运行正常,如不在正常范围内,则经过连续三个时间点后依然存在不正常状态时告警。
进一步的,步骤(五)中,按日、月、年分别统计某时段的可再生能源总能量值,其中,光伏发电类型采集的再生能源总能量值为某时段的太阳辐射量值曲线;风力发电类型采集的某时段的可再生能源总能量值为风速值曲线;
光伏发电类型的某时间段再生能源总能量值为Ss(kWh),则:
SS=PER1×Δt+PER2×Δt+…+PERN×Δt
式中,PER1为某时段第一个采集时间点某个分布式电源点发电设备装机容量总和的估算发电功率值;
式中,Δt为数据采集时间间隔;
风力发电类型的某时间段再生能源总能量值为SF(kWh),则:
SF=PEF1×Δt+PEF2×Δt+…+PEFN×Δt
式中,PEF1为某时段第一个采集时刻某个分布式电源点发电设备装机容量总和的估算发电功率值;
进一步的,步骤(六)中,将步骤(五)中按日、月、年分别采集统计某分布式电源点某时段的可再生能源总能量值SS(或SF)和某分布式电源点的发电机出口电能表计某时段的电量值SSB(或SFB)进行比较;
光伏分布式发电设备某时段估算发电量值SS与SSB值进行比较,并进行如下计算,可确定某时段发电电量是否在正常范围内:
-20%≤(SS-SSB)÷(SS+SSB)/2×100%≤+20%
风力分布式发电设备某时刻估算发电功率值SF与SFB值进行比较,并进行如下计算,可确定某时段发电电量是否在正常范围内:
-20%≤(SF-SFB)÷(SF+SFB)/2×100%≤+20%
以上两式中,如在正常范围内,则设备运行正常,如不在正常范围内,则告警。
Claims (10)
1.一种智能云监控系统,其特征在于,所述监控系统包括微型气象站监测模块、数据采集模块、云数据库模块和智能云监控模块,所述微型气象站监测模块由各项气象数据采集单元和数据通讯单元组成;所述数据采集模块,是对每一个分布式电源点的各个带数据通讯功能设备的数据进行采集并上传到云数据库进行保存的数据采集设备;所述云数据库模块,实现将从各个分布式电源点采集上传的数据进行云端保存功能;所述智能云监控模块,实现将区域内保存在云端数据库的各分布式电源点的数据进行智能分析如遇异常后告警。
2.如权利要求1所述的智能云监控系统,其特征在于,所述分布式电源的类型包括光伏发电电源和风力发电电源。
3.如权利要求1所述的智能云监控系统,其特征在于,所述智能云监控模块包括用户管理单元、数据采集存储及调用单元、发电预测比较分析单元、告警通讯单元。
4.基于权利要求1的一种实现智能监控功能的方法,其特征在于,包括如下步骤:
(1)分别计算某时刻某个分布式电源点的可再生能源气象数据值与分布式电源点的所有接入装机容量总和进行公式化估算某时刻某个分布式电源点所有接入发电设备装机容量的估算发电功率值;
(2)将步骤(一)中得出的某个分布式电源点的所有接入发电设备装机容量估算发电功率值与分布式电源点发电出口处智能电能表计的实时采集的功率值进行比较,如在正常范围内,则设备运行正常,如不在正常范围内,则经过连续三个采集时间点后依然存在不正常状态时进入单台逆变器校核比较运算模式并告警;
(3)出现步骤(二)异常情况后,分别进入单台逆变器校核模式,即分别计算某时刻某个分布式电源点的可再生能源气象数据值与分布式电源点的某台逆变器接入装机容量进行公式化估算某时刻某个逆变器接入发电设备装机容量估算发电功率值;
(4)将步骤(三)中得出的某个分布式电源点的逆变器发电设备装机容量估算发电功率值与逆变器的(或逆变出口处智能电能表-如有)实时采集的功率值进行比较,如在正常范围内,则设备运行正常,如不在正常范围内,则经过连续三个时间点后依然存在不正常状态时发告警;
(5)按日、月、年分别统计某时段的可再生能源总能量值与分布式电源点的所有接入发电设备装机容量总和进行公式化估算某时段某个分布式电源点所有接入发电设备装机容量总和的估算发电量值;
(6)将步骤(五)中得出的某个分布式电源点的某时段所有接入发电设备装机容量估算发电量值与分布式电源点发电出口处智能电能表计的实时采集的同时段电量值进行比较,如在正常范围内,则设备运行正常,如不在正常范围内,则告警。
5.如权利要求4所述的实现智能监控功能的方法,其特征在于,所述步骤(一)中,要分两种分布式电源类型进行气象数据采集,一种是光伏发电类型,一种是风力发电类型,其中,光伏发电类型采集的气象数据为辐照量PS(kW/m2)和环境温度Te(℃);风力发电类型采集的气象数据为风速VF(m/s)。
光伏分布式发电设备某时刻某个分布式电源点发电设备装机容量总和的估算发电功率值计算公式为:PER=PS×SPN×ηZ×ηX×CT×CQ×CX;
式中,SPN为分布式光伏电源的所有组件装机容量换算的有效面积;
式中,ηZ为分布式光伏电源的组件转换效率;
式中,ηX为分布式光伏电源的系统发电效率;
式中,CT为分布式光伏电源在实际温度下的系统发电效率系数;
式中,CQ为分布式光伏电源的组件倾斜度影响系统发电效率系数;
式中,Cx为分布式光伏电源的现场实际影响系统发电效率系数;
风力分布式发电设备某时刻某个分布式电源点发电设备装机容量的估算发电功率值计算公式为:PEF=PFF×ηV×CXF;
式中,PFF为分布式电源点风力发电机组的额定装机容量;
式中,ηV为分布式风力发电机组在该风速下的发电效率;
式中,CXF为分布式风力发电机组现场实际影响系统发电效率系数。
6.如权利要求5所述的实现智能监控功能的方法,其特征在于,所述步骤(二)中,将步骤(一)中得出的某个分布式电源点的所有接入发电设备装机容量估算发电功率值PLR或PLF与分布式电源点发电出口处智能电能表计的实时采集的功率值PERB或PEFB进行比较。
光伏分布式发电设备某时刻估算发电功率值PER与PERB值进行比较,并进行如下计算,可确定分布式电源点的发电功率是否在正常范围内:
-10%≤(PER-PERB)÷(PER+PERB)/2×100%≤+10%
风力分布式发电设备某时刻估算发电功率值PEF与PEFB值进行比较,并进行如下计算,可确定分布式电源点的发电功率是否在正常范围内:
-10%≤(PEF-PEFB)÷(PEF+PEFB)/2×100%≤+10%
以上两式中,如在正常范围内,则设备运行正常,如不在正常范围内,则经过连续三个时间点后依然存在不正常状态时进入单台逆变器校核比较运算模式并告警。
7.如权利要求6所述的实现智能监控功能的方法,其特征在于,所述步骤(三)中,如步骤(二)中出现异常,则进入此分布式电源点的单台逆变器校核比较运算模式;
光伏分布式发电设备某时刻某个分布式电源点某台光伏逆变器组件容量总和的估算发电 功率值计算公式为:PERL=PS×SPNL×ηZ×ηX×CT×CQ×CX;
式中,SPNL为分布式光伏电源点的某台逆变器所有组件装机容量换算的有效面积;
风力分布式发电设备某时刻某个分布式电源点某台风力逆变器的估算发电功率值计算公式为:PEFL=PEFL×ηV×CXF;
式中,PEFL为某台风力逆变器对应的风力发电机组的额定装机容量。
8.如权利要求7所述的实现智能监控功能的方法,其特征在于,所述步骤(四)中,将步骤(三)中得出的某个分布式电源点的某台逆变器接入发电设备装机容量的估算发电功率值PLRL或PEFL与对应的某台逆变器的实时采集的功率值PERN或PEFN进行比较;
光伏分布式某台逆变器某时刻估算发电功率值PERL与PERN值进行比较,并进行如下计算,可确定此逆变器发电功率是否在正常范围内:
-10%≤(PERL-PERN)÷(PERL+PERN)/2×100%≤+10%
风力分布式某台逆变器某时刻估算发电功率值PEFL与PEFN值进行比较,并进行如下计算,可确定此逆变器发电功率是否在正常范围内:
-10%≤(PEFL-PEFN)÷(PEFL+PEFN)/2×100%≤+10%
以上两式中,如在正常范围内,则设备运行正常,如不在正常范围内,则经过连续三个时间点后依然存在不正常状态时告警。
9.如权利要求8所述的实现智能监控功能的方法,其特征在于,所述步骤(五)中,按日、月、年分别统计某时段的可再生能源总能量值,其中,光伏发电类型采集的再生能源总能量值为某时段的太阳辐射量值曲线;风力发电类型采集的某时段的可再生能源总能量值为风速值曲线;
光伏发电类型的某时间段再生能源总能量值为Ss(kWh),则:
SS=PER1×Δt+PER2×Δt+…+PERN×Δt
式中,PER1为某时段第一个采集时间点某个分布式电源点发电设备装机容量总和的估算发电功率值;
式中,Δt为数据采集时间间隔;
风力发电类型的某时间段再生能源总能量值为SF(kWh),则:
SF=PEF1×Δt+PEF2×Δt+…+PEFN×Δt
式中,PEF1为某时段第一个采集时刻某个分布式电源点发电设备装机容量总和的估算发电功率值。
10.如权利要求9所述的实现智能监控功能的方法,其特征在于,所述步骤(六)中,将步骤(五)中按日、月、年分别采集统计某分布式电源点某时段的可再生能源总能量值SS(或SF)和某分布式电源点的发电机出口电能表计某时段的电量值SSB(或SFB)进行比较;
光伏分布式发电设备某时段估算发电量值SS与SSB值进行比较,并进行如下计算,可确定某时段发电电量是否在正常范围内:
-20%≤(SS-SSB)÷(SS+SSB)/2×100%≤+20%
风力分布式发电设备某时刻估算发电功率值SF与SFB值进行比较,并进行如下计算,可确定某时段发电电量是否在正常范围内:
-20%≤(SF-SFB)÷(SF+SFB)/2×100%≤+20%
以上两式中,如在正常范围内,则设备运行正常,如不在正常范围内,则告警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610415956.7A CN107492951A (zh) | 2016-06-09 | 2016-06-09 | 一种智能云监控系统及其实现智能监控功能的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610415956.7A CN107492951A (zh) | 2016-06-09 | 2016-06-09 | 一种智能云监控系统及其实现智能监控功能的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107492951A true CN107492951A (zh) | 2017-12-19 |
Family
ID=60641984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610415956.7A Pending CN107492951A (zh) | 2016-06-09 | 2016-06-09 | 一种智能云监控系统及其实现智能监控功能的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107492951A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108182645A (zh) * | 2017-12-28 | 2018-06-19 | 广州柏诚智能科技有限公司 | 云能源管理系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101917137A (zh) * | 2010-07-06 | 2010-12-15 | 上海淘科网络技术有限公司 | 太阳能光伏发电系统网络监控管理平台 |
CN103778340A (zh) * | 2014-01-27 | 2014-05-07 | 国家电网公司 | 大规模新能源发电特性的统计方法 |
CN104348188A (zh) * | 2014-11-21 | 2015-02-11 | 四川慧盈科技有限责任公司 | 一种分布式电源运行及监控方法 |
CN105337308A (zh) * | 2015-10-23 | 2016-02-17 | 南京南瑞集团公司 | 一种电网侧区域分布式光伏运维管理系统及管理方法 |
CN105375479A (zh) * | 2015-12-14 | 2016-03-02 | 东南大学 | 一种基于模型预测控制的分布式能源能量管理方法 |
CN105634012A (zh) * | 2016-02-16 | 2016-06-01 | 国网山东省电力公司淄博供电公司 | 一种分布式发电与微电网智能监测控制方法 |
-
2016
- 2016-06-09 CN CN201610415956.7A patent/CN107492951A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101917137A (zh) * | 2010-07-06 | 2010-12-15 | 上海淘科网络技术有限公司 | 太阳能光伏发电系统网络监控管理平台 |
CN103778340A (zh) * | 2014-01-27 | 2014-05-07 | 国家电网公司 | 大规模新能源发电特性的统计方法 |
CN104348188A (zh) * | 2014-11-21 | 2015-02-11 | 四川慧盈科技有限责任公司 | 一种分布式电源运行及监控方法 |
CN105337308A (zh) * | 2015-10-23 | 2016-02-17 | 南京南瑞集团公司 | 一种电网侧区域分布式光伏运维管理系统及管理方法 |
CN105375479A (zh) * | 2015-12-14 | 2016-03-02 | 东南大学 | 一种基于模型预测控制的分布式能源能量管理方法 |
CN105634012A (zh) * | 2016-02-16 | 2016-06-01 | 国网山东省电力公司淄博供电公司 | 一种分布式发电与微电网智能监测控制方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108182645A (zh) * | 2017-12-28 | 2018-06-19 | 广州柏诚智能科技有限公司 | 云能源管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102934312B (zh) | 能量产生系统及其控制 | |
CN105187010B (zh) | 一种光伏电站的智能化监控与运维系统 | |
EP3140898B1 (en) | Method and system for monitoring distribution systems | |
CN106374831B (zh) | 一种带有发电预测的分布式光伏监控系统及监控方法 | |
CN103337869B (zh) | 一种新型电池储能系统及其功能一体化设计的方法 | |
CN203324773U (zh) | 一种风电场集控系统 | |
CN105337575B (zh) | 光伏电站状态预测及故障诊断方法和系统 | |
CN106154084A (zh) | 电网负荷异常及运行风险实时监控预警方法 | |
CN110224393A (zh) | 一种基于最小切负荷模型的新能源消纳评估方法 | |
CN103277250B (zh) | 基于标杆机组的大型风电基地弃风电量的评估方法 | |
CN107422180A (zh) | 一种基于云监控的光伏电站的功率预测系统 | |
CN104505855A (zh) | 一种风电场并网特性在线评价系统 | |
CN112487051A (zh) | 光伏汇集区大数据管理系统及方法 | |
CN104318111A (zh) | 一种风电场在线静态安全评估及预警方法 | |
CN112580862A (zh) | 一种分布式光伏系统短期实时发电功率的预测方法及装置 | |
Liu | Short-term operational reliability evaluation for power systems under extreme weather conditions | |
CN107492951A (zh) | 一种智能云监控系统及其实现智能监控功能的方法 | |
CN105069520A (zh) | 一种风力发电功率预测系统 | |
CN103279649B (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 | |
DE112011106040T5 (de) | Satellitensignalbasierte Stromversorgungsnetzsteuerung | |
Shah et al. | Smart Grid Protection Scheme Using Internet of Things (IoT) | |
Ge et al. | A study on correlation of wind farms output in the large-scale wind power base | |
Liao et al. | Optimal smart grid operation and control enhancement by edge computing | |
Lonij et al. | A scalable demand and renewable energy forecasting system for distribution grids | |
Liu et al. | Study on theoretical power improvement calculation of new energy power station and optimal ratio of wind and solar capacity |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20171219 |