CN108205599B - 判断光伏电站所在地组件是否积雪的方法 - Google Patents

判断光伏电站所在地组件是否积雪的方法 Download PDF

Info

Publication number
CN108205599B
CN108205599B CN201611182935.1A CN201611182935A CN108205599B CN 108205599 B CN108205599 B CN 108205599B CN 201611182935 A CN201611182935 A CN 201611182935A CN 108205599 B CN108205599 B CN 108205599B
Authority
CN
China
Prior art keywords
data
irradiation intensity
day
direct current
histogram
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
Application number
CN201611182935.1A
Other languages
English (en)
Other versions
CN108205599A (zh
Inventor
延刚
吴中海
尉元杰
约瑟夫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canadian Solar Inc
Canadian Solar Manufacturing Changshu Inc
Original Assignee
Canadian Solar Manufacturing Changshu Inc
Atlas Sunshine Power Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Canadian Solar Manufacturing Changshu Inc, Atlas Sunshine Power Group Co Ltd filed Critical Canadian Solar Manufacturing Changshu Inc
Priority to CN201611182935.1A priority Critical patent/CN108205599B/zh
Publication of CN108205599A publication Critical patent/CN108205599A/zh
Application granted granted Critical
Publication of CN108205599B publication Critical patent/CN108205599B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • 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

Abstract

本发明提供了一种判断光伏电站所在地组件是否积雪的方法，其主要通过采集光伏电站每天的发电量数据和气象数据并作计算与处理，从而可根据计算结果对数据进行初筛，后续再根据初筛结果绘制出相应数据的直方图，进而可通过对直方图进行分析而判断出当天是否有积雪，该方法简单、易实现且命中率高、错误率低，具有广泛的应用前景。

Description

判断光伏电站所在地组件是否积雪的方法
技术领域
本发明属于光伏智能监测、运维领域，具体涉及一种从发电量数据和气象数据判断光伏电站所在地组件是否积雪的方法。
背景技术
光伏发电是利用半导体界面的光生伏特效应而将光能直接转变为电能的一种技术，其主要由太阳能电池板（组件）、控制器和逆变器三大部分组成。这种新型能源具有安全、建设周期短、无污染、无枯竭、不受地域限制等优势，正逐渐受到国家的重视。
2015年中国光伏装机量为15吉瓦，创造了历史记录，但在光伏电站的投入运行过程中，电站运维的人工成本占比非常大，尤其在多尘干旱、下雪频繁的地区。因此，在雪量丰沛的地区，如果能通过发电量数据判断当地是否有降雪，就可以合理安排运维人员进行积雪清理的时间点，从而获得发电量最大与运维成本最低的最佳平衡点。
此外，很多企业、第三方机构或光伏组件购买商都希望获得组件每年衰减的速度，从而有效的判断组件的真实寿命是否与质保寿命相吻合。对组件年度衰减速率的预测可以通过分析逆变器的发电量数据获得，但在计算此衰减速率时首先需要过滤掉影响组件正常发电的外界因素（逆变器故障、汇流箱故障等），其中积雪也是需要排除的发电数据。因此，如果能够准确锁定下雪的日期，那么这将对于筛选数据，从而进一步提升组件年度衰减计算的准确性有重要的意义。
有鉴于此，确有必要提供一种判断光伏电站所在地组件是否积雪的方法，以解决上述问题。
发明内容
本发明的目的在于提供一种判断光伏电站所在地组件是否积雪的方法，从而节约光伏电站运维成本并为组件年度衰减计算提供数据筛选支持。
为实现上述发明目的，本发明提供了一种判断光伏电站所在地组件是否积雪的方法，其主要包括以下步骤：
S1、利用数据采集器对光伏电站每天的发电量数据和气象数据进行采集；
S2、对采集到的发电量数据和气象数据进行计算与处理；
S3、根据步骤S2的计算结果对步骤S1中采集到的数据进行初筛；
S4、根据初筛结果，对每天的气象数据进行处理，并绘制相应的直方图；
S5、对每天的直方图进行分析，以判断当天是否有积雪。
作为本发明的进一步改进，步骤S1中的所述发电量数据为逆变器直流侧每分钟下的最大功率点下直流电流，所述气象数据包括每分钟下的辐照强度和环境温度。
作为本发明的进一步改进，所述步骤S2具体为：对采集到的直流电流和辐照强度进行归一化处理，同时计算归一化后的直流电流与辐照强度的比值以及间隔一分钟辐照强度的变化量。
作为本发明的进一步改进，所述步骤S2进一步具体为：分别计算Imp/Imp0，G/G0的值；其中Imp为真实条件下逆变器直流侧最大功率点对应的直流电流，Imp0为组件在标准测试条件下额定最大功率点对应的直流电流，G为真实条件下测得的辐照强度，G0为标准测试条件下对应的辐照强度（1000W/m2）。
作为本发明的进一步改进，所述步骤S3中的初筛方式为：根据辐照强度数据的最小阈值、及辐照强度每分钟的变化率对步骤S1中的数据进行初筛。
作为本发明的进一步改进，所述步骤S3中的初筛方式进一步具体为：将辐照强度G<50W/m2的数据删除，将每分钟辐照强度变化G´>20W/m2的数据删除。
作为本发明的进一步改进，所述步骤S4具体为：
S41、计算每天的辐照强度变化中位数，找出每天的最低环境温度；
S42、绘制每天归一化后的直流电流与辐照强度比值的直方图。
作为本发明的进一步改进，所述步骤S42具体为：绘制In/Gn=(Imp/Imp0)/(G/G0)的每天数据的直方图。
作为本发明的进一步改进，所述步骤S5具体为：结合直方图中最高柱与第二高柱对应的比率以及每天的最低环境温度进行分析，以判断当天是否有积雪。
作为本发明的进一步改进，判断当天有积雪的情况包括：直方图中最高柱对应的比率为“0.9-1.1”，第二高柱对应的比率为“0.7-0.9”，当天最低环境温度<0℃且前一天判断为有雪。
本发明的有益效果是：本发明的判断光伏电站所在地组件是否积雪的方法，通过采集光伏电站每天的发电量数据和气象数据并作计算与处理，从而可根据计算结果对数据进行初筛，后续再根据初筛结果绘制出相应数据的直方图，进而可通过对直方图进行分析而判断出当天是否有积雪，该方法简单、易实现且命中率高、错误率低，具有广泛的应用前景。
附图说明
图1是本发明较佳实施例的判断光伏电站所在地组件是否积雪的方法流程图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。
本发明提供了一种判断光伏电站所在地组件是否积雪的方法，以便节约光伏电站运维成本并为组件年度衰减计算提供数据筛选支持。
所述判断光伏电站所在地组件是否积雪的方法，主要包括以下步骤：
S1、利用数据采集器对光伏电站每天的发电量数据和气象数据进行采集；
S2、对采集到的发电量数据和气象数据进行计算与处理；
S3、根据步骤S2的计算结果对步骤S1中采集到的数据进行初筛；
S4、根据初筛结果，对每天的气象数据进行处理，并绘制相应的直方图；
S5、对每天的直方图进行分析，以判断当天是否有积雪。
具体来讲，步骤S1中的所述发电量数据为逆变器直流侧每分钟下的最大功率点下直流电流，所述气象数据包括每分钟下的辐照强度和环境温度。目前，各个大型光伏电站都会装有用以对逆变器直流侧数据进行采集的第一数据采集器和用以对环境温度和辐照强度进行采集的第二数据采集器，因而使得本发明能够很容易获得需要采集的数据。
所述步骤S2具体为：对采集到的直流电流和辐照强度进行归一化处理，同时计算归一化后的直流电流与辐照强度的比值以及间隔一分钟辐照强度的变化量。
具体来讲，所述步骤S2为：分别计算Imp/Imp0，G/G0的值；其中Imp为真实条件下逆变器直流侧最大功率点对应的直流电流，Imp0为组件在标准测试条件下额定最大功率点对应的直流电流，G为真实条件下测得的辐照强度，G0为标准测试条件下对应的辐照强度（1000W/m2）。
所述步骤S3中的初筛方式为：根据辐照强度数据的最小阈值、及辐照强度每分钟的变化率对步骤S1中的数据进行初筛。
具体来讲，所述步骤S3中的初筛方式为：将辐照强度G<50W/m2的数据删除，将每分钟辐照强度变化G´>20W/m2的数据删除。
所述步骤S4包括以下步骤：
S41、计算每天的辐照强度变化G´的中位数，找出每天的最低环境温度（Tam）；
S42、绘制每天归一化后的直流电流与辐照强度比值的直方图。
所述步骤S42具体为：绘制In/Gn=(Imp/Imp0)/(G/G0)的每天数据的直方图。
所述步骤S5具体为：结合直方图中最高柱与第二高柱对应的比率以及每天的最低环境温度进行分析，以判断当天是否有积雪。
图1所示为本发明的一较佳实施例。以下说明书部分将以该实施例为例，对上述判断方法进行举例说明。
如图1所示，本发明的判断光伏电站所在地组件是否积雪的方法，可以具体为：
A、采集数据：通过数据采集器采集到逆变器直流侧每分钟下的最大功率点下直流电流（Imp）以及气象数据中的辐照强度（G）和环境温度（T）；
B、处理数据：分别计算Imp/Imp0，G/G0的值，其中Imp为真实条件下逆变器直流侧最大功率点对应的直流电流，Imp0为组件在标准测试条件下额定最大功率点对应的直流电流，G为真实条件下测得的辐照强度，G0为标准测试条件下对应的辐照强度（1000W/m2）；
C、对测得的辐照强度数据进行筛选：首先将辐照强度G<50W/m2的数据删除，然后将每分钟辐照强度变化G´>20W/m2的数据删除；
D、计算每天辐照强度变化G´的中位数，找出每天最低的环境温度（Tam）;
E、绘制In/Gn的直方图：绘制In/Gn=(Imp/Imp0)/(G/G0)的每天数据的直方图；
F、分析直方图：结合直方图中最高柱与第二高柱对应的比率以及每天的最低环境温度（Tam）进行分析，以判断当天是否有积雪。
判断当天有积雪的情况分为以下8类：
f1、直方图中最高柱对应的比率为“0.1-0.4”或者“0.4-0.7”；
f2、直方图中最高柱对应的比率为“0”或者“0-0.1”；
f3、直方图中最高柱对应的比率为“0.9-1.1”，第二高柱对应的比率为“0.1-0.4”或者“0.4-0.7”；
f4、直方图中最高柱对应的比率为“0.9-1.1”，第二高柱的占比≥20%；
f5、直方图中最高柱对应的比率为“0.7-0.9”，第二高柱对应的比率为“0.1-0.4”或者“0.4-0.7”；
f6、直方图中最高柱对应的比率为“0.7-0.9”，第二高柱的占比≥15%；
f7、直方图中最高柱对应的比率为“0.7-0.9”，第二高柱对应的比率为“0.9-1.1”；
f8、直方图中最高柱对应的比率为“0.9-1.1”，第二高柱对应的比率为“0.7-0.9”，当天最低环境温度Tam<0℃且前一天判断为有雪。
本发明提供的判断光伏电站所在地组件是否积雪的方法，简单易行，只需要通过相应的大数据处理软件，在个人电脑上运行10分钟左右（Intel i5处理器及以上运行速度会更快）就可以实现。
另外，本发明提供的判断光伏电站所在地组件是否积雪的方法，命中率高、错误率低。通过对算法的实际应用结果统计，利用本发明来判断光伏组件的积雪命中率高达85%，错误率仅约5%。
综上所述，本发明的判断光伏电站所在地组件是否积雪的方法，通过采集光伏电站每天的发电量数据和气象数据并作计算与处理，从而可根据计算结果对数据进行初筛，后续再根据初筛结果绘制出相应数据的直方图，进而通过对直方图进行分析，可以准确判断出组件表面是否存有积雪。该方法简单、易实现且命中率高、错误率低，在智能运维及相关组件大数据计算模型建立上有广泛的应用前景。
以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围。

Claims (2)

1.一种判断光伏电站所在地组件是否积雪的方法，其特征在于，主要包括以下步骤：
S1、利用数据采集器对光伏电站每天的发电量数据和气象数据进行采集；所述发电量数据为逆变器直流侧每分钟下的最大功率点下直流电流，所述气象数据包括每分钟下的辐照强度和环境温度；
S2、对采集到的发电量数据和气象数据进行计算与处理，具体为：对采集到的直流电流和辐照强度进行归一化处理，同时计算归一化后的直流电流与辐照强度的比值以及间隔一分钟辐照强度的变化量；具体为：分别计算Imp/Imp0，G/G0的值；其中Imp为真实条件下逆变器直流侧最大功率点对应的直流电流，Imp0为组件在标准测试条件下额定最大功率点对应的直流电流，G为真实条件下测得的辐照强度，G0为标准测试条件下对应的辐照强度(1000W/m2)；
S3、根据步骤S2的计算结果对步骤S1中采集到的数据进行初筛：根据辐照强度数据的最小阈值、及辐照强度每分钟的变化率对步骤S1中的数据进行初筛；
S4、根据初筛结果，对每天的气象数据进行处理，并绘制相应的直方图；具体为：
S41、计算每天的辐照强度变化中位数，找出每天的最低环境温度；
S42、绘制每天归一化后的直流电流与辐照强度比值的直方图；具体为：绘制In/Gn＝(Imp/Imp0)/(G/G0)的每天数据的直方图；
S5、结合直方图中最高柱与第二高柱对应的比率以及每天的最低环境温度进行分析，以判断当天是否有积雪，其中，判断当天有积雪的情况包括：直方图中最高柱对应的比率为“0.9-1.1”，第二高柱对应的比率为“0.7-0.9”，当天最低环境温度<0℃且前一天判断为有雪。
2.根据权利要求1所述的判断光伏电站所在地组件是否积雪的方法，其特征在于，所述步骤S3中的初筛方式进一步具体为：将辐照强度G<50W/m2的数据删除，将每分钟辐照强度变化G′>20W/m2的数据删除。
CN201611182935.1A 2016-12-20 2016-12-20 判断光伏电站所在地组件是否积雪的方法 Active CN108205599B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611182935.1A CN108205599B (zh) 2016-12-20 2016-12-20 判断光伏电站所在地组件是否积雪的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611182935.1A CN108205599B (zh) 2016-12-20 2016-12-20 判断光伏电站所在地组件是否积雪的方法

Publications (2)

Publication Number Publication Date
CN108205599A CN108205599A (zh) 2018-06-26
CN108205599B true CN108205599B (zh) 2023-04-07

Family

ID=62603231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611182935.1A Active CN108205599B (zh) 2016-12-20 2016-12-20 判断光伏电站所在地组件是否积雪的方法

Country Status (1)

Country Link
CN (1) CN108205599B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111401689B (zh) * 2020-02-19 2023-08-04 远景智能国际私人投资有限公司 光伏场站降雪日期的确定方法、装置、设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104063750A (zh) * 2014-06-27 2014-09-24 国家电网公司 基于改进ahp-反熵权的电力系统受灾影响的预测方法
CN105335560A (zh) * 2015-10-29 2016-02-17 中国电力科学研究院 光伏发电功率波动性及其自动发电控制备用需求计算方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080195561A1 (en) * 2007-02-12 2008-08-14 Michael Herzig Systems and methods for providing renewable power systems by aggregate cost and usage
CN102495953A (zh) * 2011-11-29 2012-06-13 河北省电力建设调整试验所 基于采集到的电能质量数据和环境参数对光伏数据进行分析评估和发电负荷预测的方法
US20140188410A1 (en) * 2012-12-28 2014-07-03 Locus Energy, Llc Methods for Photovoltaic Performance Disaggregation
CN103116711B (zh) * 2013-03-11 2016-08-10 华北电力大学（保定） 基于辐照度特征参数的天气类型辨识方法
CN103810534B (zh) * 2013-12-11 2015-03-25 广西电网公司电力科学研究所 一种基于遗传神经网络的光伏出力预测方法
US9168850B2 (en) * 2013-12-19 2015-10-27 Ford Global Technologies, Llc Utility seat assembly
CN105139104B (zh) * 2015-07-27 2019-05-07 上海许继电气有限公司 用于光伏电站内组件运行数据分析的系统及方法
CN105373857A (zh) * 2015-11-27 2016-03-02 许昌许继软件技术有限公司 一种光伏电站辐照度预测方法
CN105701288B (zh) * 2016-01-12 2019-04-09 国网山东省电力公司电力科学研究院 一种极端灾害气象条件下电网复杂相继故障模拟与仿真方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104063750A (zh) * 2014-06-27 2014-09-24 国家电网公司 基于改进ahp-反熵权的电力系统受灾影响的预测方法
CN105335560A (zh) * 2015-10-29 2016-02-17 中国电力科学研究院 光伏发电功率波动性及其自动发电控制备用需求计算方法

Also Published As

Publication number Publication date
CN108205599A (zh) 2018-06-26

Similar Documents

Publication Publication Date Title
CN111010084B (zh) 一种光伏电站智能监控分析平台及方法
US9048693B2 (en) Method and apparatus for detecting impairment of a solar array
KR101207313B1 (ko) 계통연계형 태양광발전 시스템의 손실 산출방법 및 그 장치
CN103678872A (zh) 一种光伏发电系统性能评估方法及装置
KR20120063486A (ko) 분산 에너지 발전기 메시지 집합을 위한 방법 및 시스템
CN111614317B (zh) 一种基于iv曲线扫描的光伏板阴影遮挡的诊断方法
CN115514318B (zh) 一种光伏电站监控系统
CN113159601B (zh) 一种基于dbscan聚类算法的光伏电站运行状态分析方法
CN104722511A (zh) 一种太阳能电池板表面灰尘量监测及清洁方法
CN114337540B (zh) 光伏状态检测方法、系统及存储介质
CN108205599B (zh) 判断光伏电站所在地组件是否积雪的方法
Deceglie et al. Quantifying year-to-year variations in solar panel soiling from PV energy-production data
CN109543993B (zh) 分析光伏电站的方法、计算机存储介质及计算机设备
CN116562916B (zh) 一种光伏直流配电系统经济效益分析评价系统
CN108322186B (zh) 一种光伏系统故障监控方法及系统
CN116131460A (zh) 一种光伏方阵发电能力偏差异常分析方法
CN114281846B (zh) 一种基于机器学习的新能源发电预测方法
CN105139104B (zh) 用于光伏电站内组件运行数据分析的系统及方法
CN113947223A (zh) 一种智能化设备健康管理系统及方法
CN109474069B (zh) 一种分布式发电站状态监测方法
CN102928663A (zh) 一种光伏并网发电系统电流谐波指标量化评估方法
CN111342773B (zh) 一种基于组串运行电流的组件运行电压测算方法
CN114218989A (zh) 一种光伏电站运行状态异常光伏阵列的提取方法
CN112288285B (zh) 一种基于广义极值分布的光伏发电站组串衰减率评估方法
CN111401689A (zh) 光伏场站降雪日期的确定方法、装置、设备及存储介质

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: No. 199, Lushan Road, Suzhou hi tech Zone, Suzhou City, Jiangsu Province

Applicant after: Atlas sunshine Power Group Co.,Ltd.

Applicant after: CANADIAN SOLAR MANUFACTURING (CHANGSHU) Inc.

Address before: 215129 199 deer Road, Suzhou hi tech Development Zone, Jiangsu, Suzhou

Applicant before: CSI SOLAR POWER GROUP Co.,Ltd.

Applicant before: CANADIAN SOLAR MANUFACTURING (CHANGSHU) Inc.

GR01 Patent grant
GR01 Patent grant