CN108960453A - 光伏电站积灰经济清洗计算方法 - Google Patents
光伏电站积灰经济清洗计算方法 Download PDFInfo
- Publication number
- CN108960453A CN108960453A CN201810856159.1A CN201810856159A CN108960453A CN 108960453 A CN108960453 A CN 108960453A CN 201810856159 A CN201810856159 A CN 201810856159A CN 108960453 A CN108960453 A CN 108960453A
- Authority
- CN
- China
- Prior art keywords
- rain
- day
- value
- generated energy
- component
- 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 14
- 238000013517 stratification Methods 0.000 title claims abstract description 9
- 238000004364 calculation method Methods 0.000 title claims abstract description 7
- 230000005611 electricity Effects 0.000 claims abstract description 51
- 238000004140 cleaning Methods 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000010248 power generation Methods 0.000 claims description 20
- 238000005259 measurement Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 6
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims 1
- 239000010931 gold Substances 0.000 claims 1
- 229910052737 gold Inorganic materials 0.000 claims 1
- 238000004891 communication Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 4
- 238000001556 precipitation Methods 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种光伏电站积灰经济清洗计算方法,它在光伏电站中选取部分组件作为待清洗组件,包括以下步骤:S1、获得待清洗组件的日累计发电量理论值Qn和日累计发电量实际值Qc;S7A、根据天气预报确定雨量信息x,根据雨量信息x预测雨后功率损失值K;S7B、根据天气预报、当日发电量损失率R和近Y天晴天、多云天气平均发电量,计算雨前预估发电量损失金额ME;S7A和S7B同时或顺次进行,如果雨后功率损失值K大于M%或者雨前预估发电量损失金额ME大于清洗费用D的S%,则直接跳转步骤S8,否则返回步骤S1持续监测;S8、进行光伏电站的组件清洗。本方法结合天气预报信息,可以确定最经济的光伏组件清洗周期。
Description
技术领域
本发明涉及太阳能发电技术领域,尤其是涉及一种光伏电站积灰经济清洗计算方法。
背景技术
光伏电站发电易受光照条件、温度等环境因数的影响。光伏组件常年在户外运行,灰尘在组件表面的聚集将不可避免,灰尘遮挡会大大降低光伏组件的输出功率,进而影响光伏电站的发电量。
同时,灰尘的聚集会在组件表面形成热斑,影响光伏组件的寿命。有研究表明,光伏组件表面积尘可造成3%~30%的发电量损失。因此,检测光伏组件表面积灰的情况,并及时对光伏组件进行清洗,可以提高光伏电站发电量和光伏组件使用寿命。
目前光伏电站运维时机判断方法有两种:一是依据人工肉眼判断灰尘积累程度;二是通过对比清洗组件和未清洗组件的发电量差值大小,差值大于一定值就运维清洗(业内一般取值5%-6%)。
这两种运维清洗时机判断方法的缺点为:(1)肉眼判断的人为随意性较大;(2)电站清洗运维的费用成本较大,采用清洗后判断电流或电量差值大小的办法不够准确,没有发电量损失和清洗成本的对比依据,不符合大型电站运维精细化管理的要求;(3)自然降雨亦可以达到光伏组件清灰的效果。若刚进行完人工清洗后不久即发生了自然降雨,必然属于人力物力的浪费。
发明内容
本发明针对背景技术中存在的问题,提出一种光伏电站积灰经济清洗计算方法,以实现考虑自然降雨因素的经济清洗。
技术方案:
一种光伏电站积灰经济清洗计算方法,它在光伏电站中选取部分组件作为待清洗组件,包括以下步骤:
S1、获得待清洗组件的日累计发电量理论值Qn和日累计发电量实际值Qc;
S2、获得日累计发电量损失Qloss=日累计发电量理论值Qn-日累计发电量实际值Qc;获得日发电量损失率
S3、获得电站日发电量损失金额其中Ps为待清洗组件的容量,PT为光伏电站的容量,C为电价;
S4、获得累计发电金额损失MT=ΣMQ;若当日发电量损失率R小于定值A%,则将MT清0;
S5、判断累计发电金额损失MT是否大于清洗费用D的B%:若否则返回步骤S1;若是则进行步骤S6;
S6、若天气预报N天内无雨,则进行光伏电站的组件清洗,并返回步骤S1持续监测;若天气预报N天内有雨,则进入步骤S7;
S7A、根据天气预报确定雨量信息x,根据雨量信息x预测雨后功率损失值K;
S7B、根据天气预报、当日发电量损失率R和近Y天晴天、多云天气平均发电量,计算雨前预估发电量损失金额ME;
S7A和S7B同时或顺次进行,如果雨后功率损失值K大于M%或者雨前预估发电量损失金额ME大于清洗费用D的S%,则直接跳转步骤S8,否则返回步骤S1持续监测;
S8、进行光伏电站的组件清洗。
优选的,步骤S1中,待清洗组件的日累计发电量理论值Qn通过数据库获得,待清洗组件的日累计发电量实际值Qc通过测量获得。
优选的,步骤S1中,待清洗组件的日累计发电量理论值Qn和日累计发电量实际值Qc的获取方法为:
S1-1、选取同种类型,同容量的两串光伏组件,一串固定时间进行清洗记作样本组件;另一串不清洗记作待测组件;
S1-2、采集器同时监测上述两串光伏组件,分别获得两串光伏组件的日累计发电量Q,其中样本组件的日累计发电量作为待清洗组件的日累计发电量理论值Qn,待测组件的日累计发电量作为待清洗组件的日累计发电量实际值Qc。
优选的,步骤S1-1中,所述固定时间为10天。
优选的,步骤S7中,根据雨量信息x预测雨后功率损失值K的具体步骤为:
S7A-1、雨量计收集雨量信息x,采集器采集降雨后光伏组件的功率增加值y,功率增加值y为降雨前后采集器获得的光伏组件的功率损失差值;
S7A-2、在多次降雨前后重复步骤S7-1,获得n组数据:雨量信息xi和功率增加值yi,i=1,2,…,n;
S7A-3、构建多项式:
其中,aj为待定系数;
S7A-4、将步骤S1中获得的n组数据分别带入多项式(1),获得方程组:
S7A-5、基于最小二乘法求解方程组(2),获得待定系数值aj,获得降雨后光伏组件的功率增加值y的预测公式:
y=f(x)=a0+a1x+a2x2+…+amxm
其中,x为雨量信息,从天气预报中获得;
S7A-6、由雨前功率损失值与雨后光伏组件功率增加值y的差值,就可得到雨后功率损失值K;所述雨前功率损失值通过采集器获得。
优选的,步骤S7B中,计算雨前预估发电量损失金额ME具体步骤为:
S7B-1、根据天气预报统计雨前晴天和多云天气的天数,并获得当日发电量损失率R;
S7B-2、预估雨前晴天的发电量损失QW1:统计最近Y天内的晴天累计发电量除以晴天的天数,得到晴天的平均发电量;用晴天的平均发电量乘以雨前晴天的天数,得到雨前晴天的总发电量;用雨前晴天的总发电量乘以当日发电量损失率R,就得到雨前晴天的发电量损失QW1;
S7B-3、预估雨前多云天的发电量损失QW2:统计最近Y天内的多云天累计发电量除以多云天的天数,得到多云天的平均发电量;用多云天的平均发电量乘以雨前多云天的天数,得到雨前多云天的总发电量;用雨前多云天的总发电量乘以当日发电量损失率R,就得到雨前多云天的发电量损失QW2;
S7B-4、雨前预估发电量损失金额ME=(QW1+QW2)*C,其中C为电价。
优选的,步骤S4中,A=2;所述步骤S5中,B=80。
优选的,所述步骤S6中,N=5。
优选的,所述步骤S8中,M=3,S=30。
优选的,所述步骤S7B中,Y=20。
本发明的有益效果
通过本发明:
1)电站运维人员可以得到每日较为准确的发电量损失和相对应的经济损失,并且可以通过比较清洗成本和发电量损失计算出最佳清洗时间。
2)本发明通过测量历史降雨量对光伏组件发电功率的影响,利用多项式曲线拟合最小二乘法获得降雨量对光伏组件发电功率影响的规律,从而预测未来降雨量对光伏组件输出功率的影响。避免清洗完成后又发生自然降雨,而造成人力和物力的浪费。
附图说明
图1为日累计发电量理论值Qn为和日累计发电量实际值Qc第二种获取方式所依赖采集器的结构示意图
图2为实施例中5.23~6.4发电量损失累计曲线图
图3为实际雨量和功率提升曲线图
图4为实施例实际曲线和拟合曲线对比图
具体实施方式
下面结合实施例对本发明作进一步说明,但本发明的保护范围不限于此:
本实施例于2018年5月23日~2018年6月12日,在山东潍坊屋顶4MW光伏电站进行。
S1、获得待清洗组件的日累计发电量理论值Qn和日累计发电量实际值Qc;具体的可以通过两种方式获得:
第一种方式:
待清洗组件的日累计发电量理论值Qn通过数据库获得,待清洗组件的日累计发电量实际值Qc通过测量获得。
第二种方式:
采用如图1所示结构,一种光伏电站积灰信息采集器20,它包括第一电流传感器210、第一电压传感器209、第二电流传感器211、第二电压传感器212:
所述第一电流传感器210设置在第一采集线上,所述第一电压传感器209连接于第一采集线和第二采集线之间;所述第一采集线和第二采集线分别串联在第一光伏组串的正负极线缆上,构成第一采集电路;
所述第二电流传感器211设置在第三采集线上,所述第二电压传感器212连接于第三采集线和第四采集线之间;所述第三采集线和第四采集线分别串联于第二光伏组串的正负极线缆上,构成第二采集电路;
第一电流传感器210、第一电压传感器209、第二电流传感器211和第二电压传感器212的输出端共同连接测量模块207的输入端,测量模块207的输出端连接采集器微控制单元201的输入端,采集器微控制单元201连接采集器通讯模块205。第一电压传感器209、第二电流传感器211和第二电流传感器211和第二电压传感器212是由直流电阻、霍尔传感器等组成的检测原件,用来测量直流电流电压。具体的,选用芯片CC2650SimpleLinkTMMultistandard Wireless MCU,可以同时实现测量模块207、采集器微控制器单元201、采集器通讯模块205的功能。
作为第一种通讯方式,采集器通讯模块205连接通讯线,采集器通讯模块205通过通讯线向外传输采集数据。
作为第二种通讯方式,采集器通讯模块205连接采集器天线208,采集器通讯模块205 通过采集器天线208向外传输采集数据。
采集器20设置电池206为采集器供电,采集器电源模块202的正负输入端分别连接第一光伏组串的正负极电缆,采集器电源模块202的输出端连接电池206,采集器电源模块202用于将高压直流电转换为5V、3V等低压直流电以对电池206充电,可以选用NH05-V2S05Input:DC DC wide input voltage 210-1200VDC。
采集器微控制单元201连接有采集器实时时钟203(DS3231I2C real-time clock(RTC)) 和采集器数据存储模块204(SM28VLT32 32-Megabit Flash Memory)。
第二种方式的采集步骤为:
S1-1、选取同种类型的两串光伏组件,一串固定时间进行清洗记作样本组件;另一串不清洗记作待测组件;
S1-2、采集器同时监测上述两串光伏组件,分别获得两串光伏组件的日累计发电量,其中样本组件的日累计发电量作为待清洗组件的日累计发电量理论值Qn,待测组件的日累计发电量作为待清洗组件的日累计发电量实际值Qc。
上述两种方式所涉及的数据采集,均可通过多日监测求平均获得。
S2、获得日累计发电量损失Qloss=日累计发电量理论值Qn-日累计发电量实际值Qc;获得发电量损失率
S3、获得日发电量损失金额其中Ps为待清洗组件的容量,PT为光伏电站的容量,C为电价;
S4、获得累计发电金额损失MT=ΣMQ;
S5、判断累计发电金额损失MT是否大于清洗费用D的B%(优选80%):若否则返回步骤S1;若是则进行步骤S6;
如图2所示,清洗成本为10374元,至5月31日累计发电量损失为8656.08元已经超过清洗成本的80%。系统发出清洗提醒。
S6、根据天气预报,未来5天内第四天有雨,则进入步骤S7;
S7A、根据天气预报确定雨量信息x,根据雨量信息x预测雨后功率损失值K;
S7A-1、雨量计收集雨量信息x,采集器采集降雨后光伏组件的功率增加值y,功率增加值y为降雨前后采集器获得的光伏组件的功率损失差值;
S7A-2、在4次降雨后重复步骤S7A-1,获得4组数据如下表,建立雨量信息xi与功率增加值yi的关系如图3所示:
S7A-3、构建多项式:
其中,aj为待定系数;
S7A-4、将步骤S1中获得的n组数据分别带入多项式(1),获得方程组:
S7A-5、基于最小二乘法求解方程组(2),获得待定系数值aj,获得降雨后光伏组件的功率增加值y的预测公式:
y=f(x)=a0+a1x+a2x2+…+amxm
其中,x为雨量信息,自天气预报中获得。具体的:
S7A-5-1:使误差f(xi)-yi的平方和最小:
S7A-5-2:求一个f(x)使得:
S7A-5-3:函数f(x)称为拟合函数或者是最小二乘解,由极值条件得到:
即求得:
S7A-5-4:通过简单运算可以得出系数是下面线性方程组的解:
通过计算得到:
y=0.12571x2-0.30229x+0.234
结合图4,显然该多项式可以反映出雨量信息xi和功率增加值yi之间的关系。
S7A-6、6月4日天气预报预计降雨10mm,根据所得的方程,可以得到雨后功率增加10%,结合雨前功率损失16.1%,所以雨后功率损失为6.1%。
S7B、根据天气预报、当日发电量损失率R和近Y天(优选20天)晴天、多云天气平均发电量,计算雨前预估发电量损失ME。
S7B-1、根据天气预报,未来5天内第四天有雨,雨前3天,其中1天晴天,2天多云。当日发电量损失率为11.16%;
S7B-2、根据统计得到雨前晴天的平均发电量为25110kWh,发电量损失为2101.71元。
S7B-3、根据统计得到雨前晴天的平均发电量为20424kWh,发电量损失为3418.98元。
S7B-3、雨前预估发电量损失ME为5520.69元。
S8、雨后功率损失值为6.1%,大于3%,且雨前预估发电量损失5520.69元大于清洗费用10374元的30%,判断条件满足,进行光伏电站的组件清洗。清洗完毕后返回S1。
实施例中将电站分为两个区域进行对比,包括实验组(按照本发明方法进行清洗)和对照组(未清洗),分别统计发电量损失和发电量累计损失金额如下表所示:
实验组和对照组在6月4日之前各指标数据相同。实验组在6月4日进行了清洗,清洗后实验组和对照组在清洗费用支出和发电量累计损失金额上产生变化如下表所示:
通过上表可得:采用本发明的方法可以通过预测未来的发电量损失,确定合理的清洗计划,最终达到经济效益的最大化。
本文中所描述的具体实施例仅仅是对本发明精神做举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (10)
1.一种光伏电站积灰经济清洗计算方法,其特征在于它在光伏电站中选取部分组件作为待清洗组件,包括以下步骤:
S1、获得待清洗组件的日累计发电量理论值Qn和日累计发电量实际值Qc;
S2、获得日累计发电量损失Qloss=日累计发电量理论值Qn-日累计发电量实际值Qc;获得日发电量损失率
S3、获得电站日发电量损失金额其中Ps为待清洗组件的容量,PT为光伏电站的容量,C为电价;
S4、获得累计发电金额损失MT=ΣMQ;若当日发电量损失率R小于定值A%,则将MT清0;
S5、判断累计发电金额损失MT是否大于清洗费用D的B%:若否则返回步骤S1;若是则进行步骤S6;
S6、若天气预报N天内无雨,则进行光伏电站的组件清洗,并返回步骤S1持续监测;若天气预报N天内有雨,则进入步骤S7;
S7A、根据天气预报确定雨量信息x,根据雨量信息x预测雨后功率损失值K;
S7B、根据天气预报、当日发电量损失率R和近Y天晴天、多云天气平均发电量,计算雨前预估发电量损失金额ME;
S7A和S7B同时或顺次进行,如果雨后功率损失值K大于M%或者雨前预估发电量损失金额ME大于清洗费用D的S%,则直接跳转步骤S8,否则返回步骤S1持续监测;
S8、进行光伏电站的组件清洗。
2.根据权利要求1所述的方法,其特征在于步骤S1中,待清洗组件的日累计发电量理论值Qn通过数据库获得,待清洗组件的日累计发电量实际值Qc通过测量获得。
3.根据权利要求1所述的方法,其特征在于步骤S1中,待清洗组件的日累计发电量理论值Qn和日累计发电量实际值Qc的获取方法为:
S1-1、选取同种类型,同容量的两串光伏组件,一串固定时间进行清洗记作样本组件;另一串不清洗记作待测组件;
S1-2、采集器同时监测上述两串光伏组件,分别获得两串光伏组件的日累计发电量Q,其中样本组件的日累计发电量作为待清洗组件的日累计发电量理论值Qn,待测组件的日累计发电量作为待清洗组件的日累计发电量实际值Qc。
4.根据权利要求3所述的方法,其特征在于步骤S1-1中,所述固定时间为10天。
5.根据权利要求1所述的方法,其特征在于步骤S7中,根据雨量信息x预测雨后功率损失值K的具体步骤为:
S7A-1、雨量计收集雨量信息x,采集器采集降雨后光伏组件的功率增加值y,功率增加值y为降雨前后采集器获得的光伏组件的功率损失差值;
S7A-2、在多次降雨前后重复步骤S7-1,获得n组数据:雨量信息xi和功率增加值yi,i=1,2,…,n;
S7A-3、构建多项式:
其中,aj为待定系数;
S7A-4、将步骤S1中获得的n组数据分别带入多项式(1),获得方程组:
S7A-5、基于最小二乘法求解方程组(2),获得待定系数值aj,获得降雨后光伏组件的功率增加值y的预测公式:
y=f(x)=a0+a1x+a2x2+…+amxm
其中,x为雨量信息,从天气预报中获得;
S7A-6、由雨前功率损失值与雨后光伏组件功率增加值y的差值,就可得到雨后功率损失值K;所述雨前功率损失值通过采集器获得。
6.根据权利要求1所述的方法,其特征在于步骤S7B中,计算雨前预估发电量损失金额ME具体步骤为:
S7B-1、根据天气预报统计雨前晴天和多云天气的天数,并获得当日发电量损失率R;
S7B-2、预估雨前晴天的发电量损失QW1:统计最近Y天内的晴天累计发电量除以晴天的天数,得到晴天的平均发电量;用晴天的平均发电量乘以雨前晴天的天数,得到雨前晴天的总发电量;用雨前晴天的总发电量乘以当日发电量损失率R,就得到雨前晴天的发电量损失QW1;
S7B-3、预估雨前多云天的发电量损失QW2:统计最近Y天内的多云天累计发电量除以多云天的天数,得到多云天的平均发电量;用多云天的平均发电量乘以雨前多云天的天数,得到雨前多云天的总发电量;用雨前多云天的总发电量乘以当日发电量损失率R,就得到雨前多云天的发电量损失QW2;
S7B-4、雨前预估发电量损失金额ME=(QW1+QW2)*C,其中C为电价。
7.根据权利要求1所述的方法,其特征在于所述步骤S4中,A=2;所述步骤S5中,B=80。
8.根据权利要求1所述的方法,其特征在于所述步骤S6中,N=5。
9.根据权利要求1所述的方法,其特征在于所述步骤S8中,M=3,S=30。
10.根据权利要求1所述的方法,其特征在于所述步骤S7B中,Y=20。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810856159.1A CN108960453B (zh) | 2018-07-31 | 2018-07-31 | 光伏电站积灰经济清洗计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810856159.1A CN108960453B (zh) | 2018-07-31 | 2018-07-31 | 光伏电站积灰经济清洗计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108960453A true CN108960453A (zh) | 2018-12-07 |
CN108960453B CN108960453B (zh) | 2022-03-08 |
Family
ID=64466685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810856159.1A Active CN108960453B (zh) | 2018-07-31 | 2018-07-31 | 光伏电站积灰经济清洗计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108960453B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109787552A (zh) * | 2019-03-21 | 2019-05-21 | 合肥阳光新能源科技有限公司 | 一种光伏电站的清洗方法及系统 |
CN110161860A (zh) * | 2019-05-28 | 2019-08-23 | 南通大学 | 一种光伏组件智能清扫策略的方法及控制系统 |
CN110649883A (zh) * | 2019-09-29 | 2020-01-03 | 合肥阳光新能源科技有限公司 | 清洗方法、装置和计算机设备 |
CN111222763A (zh) * | 2019-12-27 | 2020-06-02 | 中节能万年太阳能科技有限公司 | 一种光伏组件清洗决策工具 |
CN112149861A (zh) * | 2019-06-28 | 2020-12-29 | 北京天诚同创电气有限公司 | 光伏电站群的运维任务调度方法及装置 |
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 |
CN112671337A (zh) * | 2020-12-29 | 2021-04-16 | 新奥数能科技有限公司 | 一种用于确定光伏板是否需要清洗的方法和装置 |
CN113064937A (zh) * | 2021-03-31 | 2021-07-02 | 安徽天能清洁能源科技有限公司 | 一种光伏电站的灰尘清洗预警方法及系统 |
CN113441459A (zh) * | 2021-08-02 | 2021-09-28 | 中国华能集团清洁能源技术研究院有限公司 | 一种漂浮式光伏电站自动清洗系统及其工作方法 |
TWI796007B (zh) * | 2021-11-19 | 2023-03-11 | 中國鋼鐵股份有限公司 | 太陽能發電廠清潔分類方法及系統 |
ES2952140A1 (es) * | 2022-03-21 | 2023-10-27 | Endesa Generacion S A | Metodo de modelizacion del grado de ensuciamiento de paneles fotovoltaicos y optimizacion de limpiezas |
CN117634771A (zh) * | 2023-10-30 | 2024-03-01 | 中国电力工程顾问集团中南电力设计院有限公司 | 一种基于灰尘监测和气象预测的光伏清洗决策方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012077181A1 (ja) * | 2010-12-07 | 2012-06-14 | Okamoto Shinichi | 太陽光発電パネル用の自動洗浄装置 |
WO2013158847A1 (en) * | 2012-04-19 | 2013-10-24 | Atonometrics, Inc. | System for field measurement and calibration of photovoltatic reference devices |
CN106487328A (zh) * | 2016-11-10 | 2017-03-08 | 上海许继电气有限公司 | 光伏电站积尘状态评估监测系统及其方法 |
CN107133713A (zh) * | 2017-03-13 | 2017-09-05 | 华电电力科学研究院 | 一种光伏电站智能清洗决策系统的建立方法 |
CN107181461A (zh) * | 2017-05-23 | 2017-09-19 | 青海大唐国际格尔木光伏发电有限责任公司 | 一种光伏组串清洗方法和装置 |
CN107276079A (zh) * | 2017-06-28 | 2017-10-20 | 北京奥新源科技股份有限公司 | 一种智能清洁评估系统 |
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 |
CN107818410A (zh) * | 2017-10-23 | 2018-03-20 | 长沙理工大学 | 一种光伏组件积灰程度远程智能诊断方法 |
CN107886191A (zh) * | 2017-10-20 | 2018-04-06 | 中冶华天南京电气工程技术有限公司 | 一种光伏组件清洗时机的判断方法 |
CN108052023A (zh) * | 2017-11-21 | 2018-05-18 | 湖北省电力勘测设计院有限公司 | 一种光伏板表面灰尘清洗控制方法和装置 |
-
2018
- 2018-07-31 CN CN201810856159.1A patent/CN108960453B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012077181A1 (ja) * | 2010-12-07 | 2012-06-14 | Okamoto Shinichi | 太陽光発電パネル用の自動洗浄装置 |
WO2013158847A1 (en) * | 2012-04-19 | 2013-10-24 | Atonometrics, Inc. | System for field measurement and calibration of photovoltatic reference devices |
CN106487328A (zh) * | 2016-11-10 | 2017-03-08 | 上海许继电气有限公司 | 光伏电站积尘状态评估监测系统及其方法 |
CN107133713A (zh) * | 2017-03-13 | 2017-09-05 | 华电电力科学研究院 | 一种光伏电站智能清洗决策系统的建立方法 |
CN107181461A (zh) * | 2017-05-23 | 2017-09-19 | 青海大唐国际格尔木光伏发电有限责任公司 | 一种光伏组串清洗方法和装置 |
CN107276079A (zh) * | 2017-06-28 | 2017-10-20 | 北京奥新源科技股份有限公司 | 一种智能清洁评估系统 |
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 |
CN107886191A (zh) * | 2017-10-20 | 2018-04-06 | 中冶华天南京电气工程技术有限公司 | 一种光伏组件清洗时机的判断方法 |
CN107818410A (zh) * | 2017-10-23 | 2018-03-20 | 长沙理工大学 | 一种光伏组件积灰程度远程智能诊断方法 |
CN108052023A (zh) * | 2017-11-21 | 2018-05-18 | 湖北省电力勘测设计院有限公司 | 一种光伏板表面灰尘清洗控制方法和装置 |
Non-Patent Citations (1)
Title |
---|
白恺 等: "积灰对光伏组件发电性能影响的研究", 《电网与清洁能源》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109787552A (zh) * | 2019-03-21 | 2019-05-21 | 合肥阳光新能源科技有限公司 | 一种光伏电站的清洗方法及系统 |
CN110161860A (zh) * | 2019-05-28 | 2019-08-23 | 南通大学 | 一种光伏组件智能清扫策略的方法及控制系统 |
CN110161860B (zh) * | 2019-05-28 | 2022-03-11 | 南通大学 | 一种光伏组件智能清扫策略的方法及控制系统 |
CN112149861A (zh) * | 2019-06-28 | 2020-12-29 | 北京天诚同创电气有限公司 | 光伏电站群的运维任务调度方法及装置 |
CN110649883A (zh) * | 2019-09-29 | 2020-01-03 | 合肥阳光新能源科技有限公司 | 清洗方法、装置和计算机设备 |
CN111222763A (zh) * | 2019-12-27 | 2020-06-02 | 中节能万年太阳能科技有限公司 | 一种光伏组件清洗决策工具 |
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 |
CN112671337A (zh) * | 2020-12-29 | 2021-04-16 | 新奥数能科技有限公司 | 一种用于确定光伏板是否需要清洗的方法和装置 |
CN112671337B (zh) * | 2020-12-29 | 2024-05-14 | 新奥数能科技有限公司 | 一种用于确定光伏板是否需要清洗的方法和装置 |
CN113064937B (zh) * | 2021-03-31 | 2024-02-02 | 尚特杰电力科技有限公司 | 一种光伏电站的灰尘清洗预警方法及系统 |
CN113064937A (zh) * | 2021-03-31 | 2021-07-02 | 安徽天能清洁能源科技有限公司 | 一种光伏电站的灰尘清洗预警方法及系统 |
CN113441459A (zh) * | 2021-08-02 | 2021-09-28 | 中国华能集团清洁能源技术研究院有限公司 | 一种漂浮式光伏电站自动清洗系统及其工作方法 |
TWI796007B (zh) * | 2021-11-19 | 2023-03-11 | 中國鋼鐵股份有限公司 | 太陽能發電廠清潔分類方法及系統 |
ES2952140A1 (es) * | 2022-03-21 | 2023-10-27 | Endesa Generacion S A | Metodo de modelizacion del grado de ensuciamiento de paneles fotovoltaicos y optimizacion de limpiezas |
CN117634771A (zh) * | 2023-10-30 | 2024-03-01 | 中国电力工程顾问集团中南电力设计院有限公司 | 一种基于灰尘监测和气象预测的光伏清洗决策方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108960453B (zh) | 2022-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108960453A (zh) | 光伏电站积灰经济清洗计算方法 | |
Schill et al. | Impact of soiling on IV-curves and efficiency of PV-modules | |
Wang et al. | Fault diagnosis and operation and maintenance of PV components based on BP neural network with data cloud acquisition | |
US20170093331A1 (en) | Solar cell module efficacy monitoring system and monitoring method therefor | |
CN109039261B (zh) | 光伏电站积灰智能判断方法 | |
CN107276079A (zh) | 一种智能清洁评估系统 | |
CN102566435A (zh) | 一种光伏电站的性能预报及故障报警方法 | |
CN106529723A (zh) | 基于监控平台实现光伏电站清洗周期估计的方法 | |
CN104617876B (zh) | 一种太阳能光伏组件的户外测试平台及发电性能在线分析方法 | |
CN110311709B (zh) | 用电信息采集系统故障判别方法 | |
CN108572011B (zh) | 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 | |
CN104318314A (zh) | 一种基于光伏发电效率的发电量预测方法 | |
CN105337574A (zh) | 基于稳健回归的分布式光伏发电窃电识别方法 | |
KR101647345B1 (ko) | 모니터링이 구비된 태양광 발전장치 | |
CN111027723A (zh) | 一种光伏与建筑一体化系统及方法 | |
CN107064165A (zh) | 一种光伏组件表面积灰度在线检测装置及清洗方法 | |
CN105160595A (zh) | 基于多时间尺度出力评估的分布式光伏窃电监管方法 | |
CN103399219A (zh) | 光伏发电站性能实时监测方法 | |
CN108696244B (zh) | 太阳能光伏发电系统的太阳能电池板清洗判定方法 | |
CN117634742A (zh) | 一种分布式光伏运行状态评估方法 | |
Adigüzel et al. | Design and development of data acquisition system (DAS) for panel characterization in PV energy systems | |
CN109034441B (zh) | 一种光伏组件清洗周期的预测方法、系统及存储设备 | |
Wong et al. | Voltage rise impacts and generation modeling of residential roof-top photo-voltaic systems | |
CN111222763A (zh) | 一种光伏组件清洗决策工具 | |
CN106656042B (zh) | 一种光伏板安全检测及寿命评估方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |