CN107886191A

CN107886191A - 一种光伏组件清洗时机的判断方法

Info

Publication number: CN107886191A
Application number: CN201710991704.3A
Authority: CN
Inventors: 朱军峰; 李晟
Original assignee: Nanjing Sky Electrical Engineering Technology Co Ltd Of Middle Smelting China
Current assignee: Nanjing Sky Electrical Engineering Technology Co Ltd Of Middle Smelting China; Huatian Engineering and Technology Corp MCC
Priority date: 2017-10-20
Filing date: 2017-10-20
Publication date: 2018-04-06

Abstract

本发明的光伏组件清洗时机的判断方法，所述方法包括下述步骤：1)计算以前预定时间内发电损失率；2)当所述的发电损失率大于预定阈值时：计算未来时间段内的降水量：当未来时间段内的降水量大于预定阈值时，则不清洗；当未来时间段内的降水量小于等于预定阈值时，则发出清洗建议或清洗指令；当所述的发电损失率小于预定阈值时，则返回步骤1。上述本发明的方法利用未来天数天气气象预报、光伏电站监控系统等数据，做出是否清洗作业的建议，并定期或不定期对综合利用系数修正。可为光伏电站的智能化运维，提供科学化、模型化、数字化的辅助决策，大幅提高电站运营效益。

Description

一种光伏组件清洗时机的判断方法

技术领域

本发明涉及新能源光伏发电领域，尤其涉及一种光伏组件清洗时机的判断方法，属于新能源发电技术领域。

背景技术

太阳能是人类取之不尽用之不竭的可再生能源，具有充分的清洁性、绝对的安全性、相对的广泛性、确实的长寿命和免维护性、资源的充足性及潜在的经济性等优点，在长期的能源战略中具有重要地位，在世界范围内都受到了广泛的重视。国家能源局统计显示截至2016年底，我国光伏发电新增装机容量3454万千瓦，累计装机容量7742万千瓦，新增和累计装机容量均为全球第一。光伏电站的特点之一是占地面积大，一般利用荒漠、荒山、建构筑屋顶等大面积开阔场地。在这种场地中，光伏组件的积灰较为严重，严重影响光伏组件的发电量。随着装机规模的不断扩大，如何不断提高光伏电站智能化运维水平，获得更大的发电效益已经成为本技术领域重要的研究方向。其中，判断执行清洗作业时机，是光伏电站智能化运维的关键内容。

发明内容

为解决上述问题，本发明提出一种光伏组件清洗时机的判断方法。

为达到上述发明目的，本发明的光伏组件清洗时机的判断方法，所述方法包括下述步骤：

1)计算以前预定时间内发电损失率；

2)当所述的发电损失率大于预定阈值时：

计算未来时间段内的降水量：当未来时间段内的降水量大于预定阈值时，则不清洗；当未来时间段内的降水量小于等于预定阈值时，则发出清洗建议或清洗指令；

当所述的发电损失率小于预定阈值时，则返回步骤1。

优选的，所述的未来时间段内的降水量为未来时间段内基于天气预报测算降雨量大于15～30毫米/天的降水量的累计或4～8毫米/小时的降水量的累计。

优选的，所述的发电损失率＝实际发电量/理论发电量×100％。

优选的，所述的发电损失率＝K×实际发电量/理论发电量×100％；其中，K综合效率系数。

优选的，综合效率系数为基于下述之一或多个因素计算而得：

光伏组件转换效率下降、电气系统效率下降、线路老化线损增加和/或每次光伏组件清洗后污渍残留。

优选的，所述的理论发电量为：基于以前一段时间段内的环境监测装置收集的数据和工程模型计算理论发电量。

优选的，所述的环境监测装置收集的数据包括：水平面太阳能单位面积总辐射量G、气温、PM2.5值、太阳出来的时长、风力。

上述本发明的方法利用未来天数天气气象预报、未来时数天气气象预报、光伏电站监控系统数据，通过预测算法估算是否执行清洗作业导致的发电量差异，并将该差值与实际发电量相比较，做出是否清洗作业的建议，并定期或不定期对综合利用系数修正。可为光伏电站的智能化运维，提供科学化、模型化、数字化的辅助决策，大幅提高电站运营效益。

附图说明

图1为一种光伏组件清洗时机的判断方法的流程图

图2为有显著清洗作用的降雨时间的曲线图

图3为有显著清洗作用的降雨时间的柱状示意图

图4为综合效率K修正的曲线图

具体实施方式

下面结合图1到图4对本发明的光伏组件清洗时机的判断方法作进一步的说明。

所述方法包括下述步骤：

1)计算以前预定时间内发电损失率；

2)当所述的发电损失率大于预定阈值时：

当所述的发电损失率小于预定阈值时，则返回步骤1。

在工程化的光伏发电量模型中，光伏电站发电量Q仅与水平面的单位面积太阳能总辐射量G、光伏阵列安装倾斜角θ、光伏阵列方位角α、温度T、装机容量Z、综合效率系数K有关，其中K包括光伏发电系统光照利用率、逆变器效率、集电线路损耗、升压变压器损耗、光伏组件表面污秽修正系数、光伏组件转换效率修正系数等数据的综合值。即：

Q＝Q{G,α,θ,T,Z,K}

对于已建成的光伏电站，装机容量Z是定值，初始综合效率系数K短时间内也可以看作是固定值，可通过试验测定或者参数估计方法获得；实际发电量光伏运维监控系统得知。由此，即可计算出当日光伏阵列发电量发电损失率Y，并与发电量发电损失率过高需要清洗光伏组件的界限值Y0进行比较，判断光伏组件是否需要清洗：

上述本发明的方法通过预测算法估算是否执行清洗作业导致的发电量差异，并将该差值与实际发电量相比较，做出是否清洗作业的建议，并定期或不定期对综合利用系数修正。同时充分考虑利用未来天数天气气象预报、未来时数天气气象预报、光伏电站监控系统数据，可为光伏电站的智能化运维，提供科学化、模型化、数字化的辅助决策，大幅提高电站运营效益。

更详细的实例还可以如图1所示的光伏组件清洗时机的判断方法的流程图，该方法由基于环境监测装置收集数据和工程模型计算理论发电量、基于理论发电量及实际发电量计算发电量发电损失率、基于天气气象预报测算有显著清洗作用的降水日、基于天气气象预报测算有显著清洗作用的降水小时、对综合效率系数K进行修正五个部分组成。

所述的未来时间段内的降水量为未来时间段内基于天气预报测算降雨量大于15～30毫米/天的降水量的累计或4～8毫米/小时的降水量的累计(根据光伏组件倾角选择，最佳倾角取最小值，水平敷设取最大值)；具体的：

如图2所示，收集当地气象数据，未来1天、2天、3天、4天、5天、6天时间段内累计降雨量N1N1{N′1,N′2,N′3,N′4,N′5,N′6，是否达到对光伏组件有清洗作用的有效降雨曲线N10；

或，如图3为有显著清洗作用的降雨时间的柱状示意图。其输入为数值天气预报、已测定的具有显著清洗作用降水量数值。未来24小时内单一时段降雨量N2＝N2N′2,N′4,N′6,N′8……}，是否达到对光伏组件有清洗作用的有效降雨线N20；如图3所示。

对综合效率系数K进行修正，光伏电站在运行时间，随着光伏组件转换效率的下降、电气系统效率下降、线路老化线损增加、每次光伏组件清洗后污渍残留等因数，会造成综合效率系数K值下降，势必会造成清洗周期变短，浪费资源，需要对综合效率系数K进行修正，亦或定期进行修正，将实际清洗后综合效率系数K0作为下次清洗判断的综合效率系数，即：K1＝K0。

图4为综合效率K修正的曲线图。随着光伏组件转换效率的下降、电气系统效率下降、线路老化线损增加、每次光伏组件清洗后污渍残留等因数，会造成综合效率系数K值下降，势必会造成清洗周期变短，浪费水资源，需要对综合效率系数K进行修正，亦或定期进行修正，将实际清洗后综合效率系数K0作为下次清洗判断的综合效率系数。

以上，仅为本发明的较佳实施例，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围内。因此，本发明的保护范围应该以权利要求所界定的保护范围为准。

Claims

1.一种光伏组件清洗时机的判断方法，其特征在于，至少包括：

1)计算以前预定时间内发电损失率；

2)当所述的发电损失率大于预定阈值时：

当所述的发电损失率小于预定阈值时，则返回步骤1。

2.如权利要求1所述的光伏组件清洗时机的判断方法，其特征在于，所述的未来时间段内的降水量为未来时间段内基于天气预报测算降雨量大于15～30毫米/天的降水量的累计或4～8毫米/小时的降水量的累计。

3.如权利要求1所述的光伏组件清洗时机的判断方法，其特征在于，所述的发电损失率＝实际发电量/理论发电量×100％。

4.如权利要求1所述的光伏组件清洗时机的判断方法，其特征在于，所述的发电损失率＝K×实际发电量/理论发电量×100％；其中，K综合效率系数。

5.如权利要求5所述的光伏组件清洗时机的判断方法，其特征在于，综合效率系数为基于下述之一或多个因素计算而得：

6.如权利要求4或5所述的光伏组件清洗时机的判断方法，其特征在于，所述的理论发电量为：基于以前一段时间段内的环境监测装置收集的数据和工程模型计算理论发电量。

7.如权利要求6所述的光伏组件清洗时机的判断方法，其特征在于，所述的环境监测装置收集的数据包括：水平面太阳能单位面积总辐射量G、气温、PM2.5值、太阳出来的时长、风力。