CN109104152A - 用于光伏电站的自动清洁系统和清洁方法 - Google Patents
用于光伏电站的自动清洁系统和清洁方法 Download PDFInfo
- Publication number
- CN109104152A CN109104152A CN201810986024.7A CN201810986024A CN109104152A CN 109104152 A CN109104152 A CN 109104152A CN 201810986024 A CN201810986024 A CN 201810986024A CN 109104152 A CN109104152 A CN 109104152A
- Authority
- CN
- China
- Prior art keywords
- rechargeable battery
- management control
- control center
- cleaning system
- photovoltaic plant
- 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
- 238000004140 cleaning Methods 0.000 title claims abstract description 104
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000007613 environmental effect Effects 0.000 claims abstract description 75
- 230000007423 decrease Effects 0.000 claims abstract description 4
- 238000012423 maintenance Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 7
- 230000005611 electricity Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 230000000737 periodic effect Effects 0.000 claims description 4
- 239000013307 optical fiber Substances 0.000 claims description 3
- 238000004321 preservation Methods 0.000 claims 1
- 238000010248 power generation Methods 0.000 abstract description 11
- 238000009826 distribution Methods 0.000 abstract description 8
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 239000000428 dust Substances 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 230000005855 radiation Effects 0.000 description 5
- 239000004576 sand Substances 0.000 description 5
- 238000013475 authorization Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000002000 scavenging effect Effects 0.000 description 2
- 230000003749 cleanliness Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000005923 long-lasting effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000108 ultra-filtration Methods 0.000 description 1
Classifications
-
- 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
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
-
- 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
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
-
- 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
-
- 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
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Photovoltaic Devices (AREA)
Abstract
一种依据清洁机器人所用的充电电池充满电的时间参数判断是否应该对光伏电站中的相关太阳能电池板进行清洁的用于光伏电站的自动清洁系统和清洁方法,该清洁方法采用的判据简单,判断结果准确。其包括太阳能电池板、智能清洁系统、环境信息测量单元、外部信息源单元和管理控制中心。其依据分散布局在光伏电站中的每个清洁机器人自带的充电电池运行数据作为判定标准,基于环境因素自动推断哪种因素是造成光伏系统发电效率降低的原因,自动确定清洁光伏电站发电太阳能电池板的时间,自动生成并发送给客户管控智能清洁系统的建议,从而实现光伏电站远端系统“无人值守”的集中管理与远程监控。其提升了光伏系统能源生产效率、降低了运维成本。
Description
技术领域
本发明涉及一种光伏电站运维系统和运维方法,特别涉及一种基于影响光伏系统效率的环境因素自动确定光伏电站清洁时间的系统和方法。
背景技术
光伏产业是基于半导体技术和新能源需求而兴起的朝阳产业,是未来全球先进产业竞争的制高点。光伏系统效率取决于太阳能电池板表面的清洁度,当其上积聚的灰尘和污物较多时,会导致其发电效率降低。
大多数光伏电站位于阳光充足的沙漠地区,太阳辐射密集,但由于沙尘暴高发,常常导致其上积存较厚的沙尘,为了最大限度地接收太阳能,提升光伏系统效率,就必须使所述电池板长期保持清洁状态。
目前大多数光伏电站是依靠运维人员的经验判断,确定清洗时间的。
现有技术中,有一种方法是以所采集到的太阳辐射强度和太阳辐射量数据通过计算光伏电站的理论发电量来确定清洗时间的,当实际发电量小于理论发电量的某一比值后,即可判定需要清洗。
该方法存在的不足是:仅仅依赖实际发电量的多少来判断是否应该清清,忽略了采集太阳辐射强度和太阳辐射量所用的传感器易于积聚灰尘(通常不会经常对其清洁)导致所采集的相关数据不准确的因素,而且该方法也不实用。
发明内容
本发明要解决的技术问题是提供一种依据清洁机器人所用的充电电池充满电的时间参数判断是否应该对光伏电站中的相关太阳能电池板进行清洁的用于光伏电站的自动清洁系统和清洁方法,该清洁方法采用的判据简单,判断结果准确。
为了解决上述技术问题,本发明采用的技术方案为:
本发明的用于光伏电站的自动清洁系统,包括将太阳能转换为电能的太阳能电池板和可对该太阳能电池板进行清洁的智能清洁系统,其特征在于:该自动清洁系统中还设有环境信息测量单元、外部信息源单元和管理控制中心,其中,
环境信息测量单元,将定期测量的所述太阳能电池板所在区域中包含湿度、温度、风速和能见度在内的环境数据传送给管理控制中心;
该外部信息源单元将气象预报单位定期发出的气象信息发送给管理控制中心;
智能清洁系统,包括若干台受控于管理控制中心并可对太阳能电池板进行自动清洁的清洁机器人,为每台清洁机器人供电的充电电池由专门配置的太阳能板为其充电,该太阳能板与对应清洁机器人负责清洁的太阳能电池板处于相同环境的区域内;
管理控制中心,将获得的特定数据和物理信息储存在数据库中;
所述特定数据包括所述的环境数据、气象信息和所述充电电池在不同环境数据、气象信息及对应的太阳能板为清洁状态下核定的充满电所需的若干个标准充电时间;
所述物理信息为每台清洁机器人和太阳能电池板的GPS坐标及分别配置给该清洁机器人和太阳能电池板的唯一身份识别信息;
管理控制中心依据接收到的所述清洁机器人所在区域的实时环境数据、气象信息和该清洁机器人所用的充电电池充满电的实际充电时间与保存在数据库中对应环境数据、气象信息情况下的标准充电时间进行比对后决定是否向光伏电站的运维人员发出清洁对应的太阳能电池板的建议。
所述标准充电时间由相同环境数据和气象信息情况下同类型的若干个充电电池经若干次充满电所需的充电时间取平均值获得;所述类型是指充电电池的种类、型号和启用时间。
管理控制中心使用学习算法依据某类型充电电池在不同环境数据和气象信息情况下不断产生的充满电所需时间及时更新该类型充电电池对应的标准充电时间并保存于数据库中。
所述管理控制中心将相同环境数据、气象信息及对应的太阳能板为清洁状态情况下同类型的若干个充电电池的单位时间充电量的平均值设定为该类型充电电池在对应环境数据和气象信息情况下的标准充电量。
管理控制中心使用学习算法依据某类型充电电池在不同环境数据和气象信息情况下不断产生的单位时间充电量及时更新该类型充电电池对应的标准充电量并保存于数据库中。
所述管理控制中心通过内联网、局域网(LAN)、广域网(WAN)、无线网络、基于光纤通道的存储区域网络(SAN)或以太网中的一个或多个网络分别与环境信息测量单元、智能清洁系统、外部信息源单元和运维人员进行信息互联;
所述气象预报单位为地方电台、企业气象站和地方气象部门;所述气象信息包括阴天、晴天、雨天、雪天、雨量、雪量、沙尘暴、温度和风速。
所述环境信息测量单元为包含温度传感器、湿度传感器、风速传感器和能见度传感器在内的测量部件,这些测量部件安装在所述的清洁机器人上或太阳能电池板所在区域内。
本发明的用于光伏电站自动清洁系统的清洁方法,采用本发明的所述的用于光伏电站的自动清洁系统,按以下步骤完成对该光伏电站中的太阳能电池板的自动清洁:
步骤一、包括光伏电站的专门运维人员在内的授权用户,经人机界面与所述自动清洁系统中的管理控制中心进行互动并设置对太阳能电池板的日常清洁计划、设置所述自动清洁系统的智能清洁单元中为清洁机器人供电的充电电池的标准充电时间的阈值;
所述标准充电时间是指同类型的若干个充电电池在相同环境数据和气象信息情况下至少一次充满电所需的充电时间的平均值;
所述类型是指充电电池的种类、型号和启用时间;
所述环境数据是指湿度、温度、风速和能见度;
所述气象信息是指气象预报单位发布的阴天、晴天、雨天、雪天、雨量、雪量、沙尘暴、温度和风速;
步骤二、所述管理控制中心通过自动清洁系统中的环境信息测量单元定期收集太阳能电池板所在区域的环境数据,同时,经由该自动清洁系统的外部信息源单元收集当前或未来几天太阳能电池板所在区域的气象信息;
步骤三、管理控制中心使用学习算法依据某类型充电电池在不同环境数据和气象信息情况下不断产生的充满电所需时间及时更新该类型充电电池之前对应的标准充电时间并保存于数据库中;
步骤四、每个充电电池在每次充电后,管理控制中心都会将该充电电池充满电的实际充电时间与存储于数据库中的该充电电池在对应环境数据和气象信息下的标准充电时间进行比对;
步骤五、当某充电电池在设定的连续充电次数中每次充满电的实际充电时间超出该充电电池在对应环境数据和气象信息下的标准充电时间的阈值后,管理控制中心需查验其它同类型的充电电池的实际充电时间是否也超出该标准充电时间的阈值;
步骤六、管理控制中心判断:如果为“是”,则该管理控制中心向所述授权用户发出追加清洁对应太阳能电池板的建议;如果为“否”,则该管理控制中心向所述授权用户发出检查该充电电池是否因充电性能下降需要更换的建议。
本发明的方法中,所述授权用户还可经人机界面与所述管理控制中心进行互动并设置所述充电电池的标准充电量的阈值;
所述标准充电量是指同类型的若干个充电电池在相同环境数据和气象信息情况下充电时的单位时间充电量的平均值;
管理控制中心使用学习算法依据某类型充电电池在不同环境数据和气象信息情况下不断产生的单位时间充电量及时更新该类型充电电池之前对应的标准充电量并保存于数据库中。
本发明的方法中,每个充电电池在每次充电后,管理控制中心都会将该充电电池单位时间充电量与存储于数据库中的该充电电池在对应环境数据和气象信息下的标准充电量进行比对;
当某充电电池在设定的连续充电次数中每次充电的单位时间充电量超出该充电电池在对应环境数据和气象信息下的标准充电量的阈值后,管理控制中心需查验其它同类型的充电电池的单位时间充电量是否也超出该标准充电量的阈值;
如果为“是”,则该管理控制中心向所述授权用户发出核查是否因天气恶劣原因导致所有同类型充电电池的单位时间充电量出现偏差的建议;或者向所述授权用户发出核查所有同类型的充电电池因使用寿命到期需更换的建议;
如果为“否”,则该管理控制中心向所述授权用户发出检查该充电电池是否因充电性能下降需要更换该充电电池的建议。
本发明依据分散布局在光伏电站中的每个清洁机器人自带的充电电池运行数据,特别是依据自带的太阳能板给该电池的充电时间作为判定标准,基于环境因素自动推断哪种因素是造成光伏系统发电效率降低的原因,自动确定清洁光伏电站发电太阳能电池板的时间,自动生成并发送给客户管控智能清洁系统的建议,以实现光伏电站远端系统“无人值守”的集中管理与远程监控。所述清洁机器人自带的太阳能板与光伏电站其它发电太阳能电池板分布在完全相同的露天环境之中,并且同时被清洁机器人及时清洁,因此,该发明巧妙解决了现有技术存在的问题,提升了光伏系统能源生产效率、降低了运维成本并最大限度地提高可靠性,满足光伏电站客户运维体验,解决客户痛点。
本发明实现了光伏系统运维成本最小化的目的,该运维成本仅包括:收到相应建议后,运维人员的检查和更换相关部件成本,以及将相关部件发到光伏电站的运输成本(在许多情况下,光伏电站位于偏远的地方)。
附图说明
图1为本发明的自动清洁系统的结构框图。
图2为本发明的自动清洁方法的流程图。
具体实施方式
如图1所示,本发明的用于光伏电站的自动清洁系统主要是依据环境因素确定何时对该光伏电站中的各太阳能电池板进行追加清洁维护(对太阳能电池板按计划进行的清洁日程除外),该自动清洁系统包括如下单元:环境信息测量单元、智能清洁系统、授权用户、管理控制中心、太阳能电池板、外部信息源单元。
以下针对各单元详细说明。
一、环境信息测量单元
其包括以下测量部件(将环境信息测量单元中的各部件称为测量部件,下同),如湿度传感器、温度传感器、风速传感器和能见度传感器以及提供关于环境条件信息的其它传感器中的一个或多个。
其作用是测量光伏电站内太阳能电池板所在区域相关的环境数据,诸如与湿度、温度、风速和能见度等相关的数据,所测的环境数据可以是定期检测的数据,也可以是随机监测的数据。
二、智能清洁系统
其为由至少一个清洁机器人构成的系统或者由若干个分散布局在光伏电站中的清洁机器人组成的集群式清洁系统。单个清洁机器人包含若干个运行部件(将智能清洁系统中的各部件称为运行部件,下同),所述运行部件为包含给清洁机器人提供电能的充电电池、为该充电电池充电的太阳能板和其它关键部件。
通常,清洁机器人被安排在晚上对太阳能电池板进行清洁工作,次日早上由配置的太阳能板给该充电电池自动充电,该充电电池的运行数据(如:充满电所耗用的时间,以下简称充电时间)由监测该充电电池的相关传感器获取,这些传感器属于该领域的技术人员公知技术,因此,为简单起见,它们的描述被省略。
为清洁机器人配置的所述太阳能板被设置在该光伏电站内与其它起发电作用的太阳能电池板完全相同的露天环境中,当清洁机器人进行相关清洁工作时,一同对为其配置的太阳能板进行清洁。
三、太阳能电池板
所述太阳能电池板是指该光伏电站中将太阳能转换为电能的光伏设备,如设置于站内的太阳能电池板、太阳能电池板组串和太阳能电池板方阵,采用分散布局的方式,将若干个清洁机器人安排在该光伏电站中对所述光伏设备进行清洁。
(四)授权用户
所述授权用户是指光伏电站的运维人员,授权用户可以决定是否愿意接受或拒绝管理控制中心给出的清洁建议。授权用户与管理控制中心之间的互动可通过其拥有的个人数据助理(PDA),该授权用户可向管理控制中心发送启动或停止智能清洁系统中的一个或多个清洁机器人清洁工作的控制命令。
(五)外部信息源单元
包括地方电台、企业气象站和地方气象部门的气象预报。该气象预报涉及的气象信息为阴天或晴天、雨(雪)量、沙尘暴、温度和风速等。
(六)管理控制中心
管理控制中心与智能清洁系统和环境信息测量单元之间通过网络进行无线通信(当然也可采用有线通信),以获得相关的特定数据和物理信息并存储在数据库中。
1、所述特定数据
1)由管理控制中心获得的智能清洁系统中每个清洁机器人的运行数据,这些运行数据由配置在每个清洁机器人上的相关传感器获取。
所述运行数据包括:每个清洁机器人的充电电池的状态、同类型充电电池中的某充电电池充满电时耗用的最短充电时间、同类型充电电池中某充电电池充满电时耗用的最长充电时间、同类型充电电池充满电时的平均充电时间、持续工作时间、同类型充电电池中的某充电电池充电时的单位时间最小充电量和某充电电池充电时的单位时间最大充电电量、清洁的位置、清洁的时间戳和清洁周期数据日志等。
2)由环境信息测量单元测量的光伏电站内太阳能电池板所在区域相关的环境数据。
所述环境数据包括:与湿度、温度、风速和能见度等相关的数据。
2、所述物理信息
是指智能清洁系统中每个清洁机器人在光伏电站中的物理布局信息,该物理信息包括指定每个清洁机器人的GPS坐标、唯一识别信息等。
3、所述网络
是指内联网、局域网(LAN)、广域网(WAN)、无线网络、基于光纤通道的存储区域网络(SAN)和以太网中的一个或多个。其作用是将环境信息测量单元、智能清洁系统、授权用户、外部信息源单元与管理控制中心进行信息互联。
4、所述管理控制中心
是指常用的计算机终端,包括硬件和专用的应用软件,如处理器、数据库(包括基于云的存储系统)和人机界面。
数据库将智能清洁系统中处于不同的所述环境数据和气象信息下所用的同类型充电电池历次充满电的时间数据存储起来,管理控制中心再根据这些历史充电时间数据使用学习算法生成该类充电电池相应环境条件和气象信息下的标准充电时间(新生成的标准充电时间自动替代上次生成的标准充电时间)。
当实时采集的充电电池充电时间超过标准充电时间的阈值时,则说明太阳能板上积聚了较多灰尘,管理控制中心则向授权用户发出管控(即清洁)智能清洁系统中某个或某些太阳能电池板的建议,该建议是以数据文件、消息等形式经由网络发送给授权用户。
授权用户可通过其拥有的个人数据助理(PDA)或手机处理收到的建议,例如,授权用户基于收到的启动智能清洁系统清洁工作建议,通过PDA向管理控制中心发送确认信号,以启动智能清洁系统对光伏电站的清洁。同时,授权用户还可将针对早先收到的建议的处理意见反馈给管理控制中心,管理控制中心基于获得的授权用户对早先建议响应的反馈信息来调整后续建议。
授权用户还可经人机界面与管理控制中心进行互动,设置环境数据和充电电池充满电的标准充电时间的阈值、对太阳能电池板的日常清洁计划、充电电池的额定使用寿命及其运行部件的维护周期等参数。例如:智能清洁系统中的每个清洁机器人的充电电池充电时间比标准充电时间连续三天大于10%[即标准充电时间的阈值设定为:标准充电时间(1+10%)];智能清洁系统在最大风速限制为40公里/小时的条件下运行;对太阳能电池板的日常清洁计划为每天20:00;充电电池的额定使用寿命为5年;智能清洁系统的运行部件维护周期为每6个月进行一次检查等。授权用户也可经人机界面手动输入控制智能清洁系统中某个清洁机器人命令。
管理控制中心还可从外部信息源单元接收该区域当前和预测天气条件的环境气象信息,并将获取的所述环境数据、运行数据、物理信息和生成的标准充电时间存储在数据库中。
所述管控智能清洁系统的建议包括:启动或终止智能清洁系统中某些或所有清洁机器人进行清洁工作;检查或更换智能清洁系统中的某些或全部清洁机器人所用的充电电池。
1)管理控制中心依据环境信息测量单元实测的环境数据和外部信息源单元获得的气象信息也可根据是否偏离设定的环境数据的阈值,自动生成管控智能清洁系统的建议,事例如下:
A)智能清洁系统原设定在每天20:00且在环境最大风速小于40公里/小时的条件下进行相关清洁工作,如果某天,管理控制中心接收到的环境数据为:在当天的19:05至19:45期间,环境风速以每10分钟约每小时5公里的趋势由每小时15公里加大至每小时35公里。由于在设定清洁期间,风速可能超过设定的阈值,此时,管理控制中心可以向授权用户提供避开(推迟)智能清洁系统即将进行清洁工作的建议。
B)智能清洁系统设定的启动清洁工作的条件是:白天,能见度小于100米持续2小时以上,环境最大风速降至40公里/小时以下。如果某个时间段,管理控制中心接收到的实测环境数据满足上述条件(预示突发沙尘暴),此时,管理控制中心可以向授权用户提供启动智能清洁系统清洁工作的建议(即对太阳能电池板进行清洁)。
2)管理控制中心依据智能清洁系统的充电电池的实测充电时间是否偏离标准充电时间的阈值,自动生成所述管控智能清洁系统的建议,事例如下:
A)智能清洁系统中的某个清洁机器人的充电电池充满电的时间比标准充电时间超出的充电时间连续三天不大于标准充电时间的10%,被认定为与该充电电池对应的太阳能板和太阳能电池板是洁净的,不需要清洁。
如果管理控制中心接收到的运行数据为:某个电池充电时间出现偏差,而同一光伏电站中其它清洁机器人所用的同类型充电电池没有出现偏差,则确定该充电电池性能有问题或有效寿命到期,此时,管理控制中心可以向授权用户提供立即更换该电池的建议。
B)如果管理控制中心接收到的运行数据为:同一光伏电站中其它清洁机器人的相同充电电池都存在偏差,则确定该偏差是否由环境因素导致的,如果收到的环境数据确定是阴天,此时,管理控制中心可以向授权用户提供由于云量而导致充电电池充电比平常慢,临时增加充电时间的建议。
C)管理控制中心还可依据数据库中存储的每个充电电池历史充电时间来判断其剩余使用寿命。如果智能清洁系统中的某个电池在设定的充电周期内充满电所耗用的时间逐渐增长,当该增长的时间超过设定阈值后即证明其储电性能下降,则通知授权用户及时更换该电池。
二、本发明的用于光伏电站自动清洁系统的清洁方法
如图2所示,本发明的清洁方法应用于本发明的自动清洁系统中,其是依据分散布局在光伏电站中每个清洁机器人所用的充电电池的充电时间(即充满电所耗用的时间)作为判定标准,参考环境因素,从其预定的日常清洁计划中自动确定启动或停止清洁机器人清洁工作的方法。
一般而言,一旦该方法和系统检测到某个充电电池的充电时间与标准充电时间存在偏差,就尝试评估该偏差对于该光伏电站中其他同类型充电电池而言是否是唯一的。如果光伏电站内的所有同类充电电池都偏离了标准充电时间,问题很可能是由于光伏电站区内的环境因素(如:阴天或沙尘)造成的。
所述标准充电时间是指同类型的若干个充电电池在相同环境数据和气象信息情况下至少一次充满电所需的充电时间的平均值。
所述类型是指充电电池的种类、型号和启用时间;
所述环境数据是指湿度、温度、风速和能见度;
所述气象信息是指气象预报单位发布的阴天、晴天、雨天、雪天、雨量、雪量、沙尘暴、温度和风速;
步骤200,授权用户经人机界面与管理控制中心进行互动,设置参数,如:环境数据和标准充电时间的阈值、电池的额定使用寿命等。
步骤201,管理控制中心经由网络定期(如按小时计)收集太阳能电池板所在区域的所述环境数据;经由所述外部信息源单元收集当前或未来几天的气象信息(如晴天或阴天)。
步骤202,管理控制中心由网络定期(如按小时计)收集每个清洁机器人的充电电池的所述运行数据(见前述本发明的自动清洁系统中“(六)管理控制中心”的有关“运行数据”的定义)。
步骤203,管理控制中心基于数据库中分散布局在同一光伏电站中的所有清洁机器人的同类型充电电池的与环境数据(如:晴天)相关的历史充电时间,使用学习算法生成标准充电时间,并计算电池的剩余使用寿命。
步骤204,管理控制中心更新数据库中电池的标准充电时间和每个电池的剩余使用寿命数据,并依据预设的阈值,将实时采集的电池充电时间与标准充电时间进行比较,确定每个电池的充电时间是否比标准充电时间连续三天大于10%。
如果不是,则认为分散布局在光伏电站中的任何一个清洁机器人的电池,采用相应的太阳能板给其实际充电时间与标准充电时间没有偏差,可以认定太阳能板和光伏电站中发电太阳能电池板是洁净的,不需要清洁。响应于确定与标准充电时间没有偏差,则该方法继续到步骤214。
步骤214,管理控制中心更新数据库(即:将上述实时采集的环境数据和气象信息、运行数据存储在管理控制中心的数据库中),数据更新处理后,然后返回到步骤201,进一步定期收集与太阳能电池板区域相关的环境数据。
如果是,即分散布局在光伏电站中的一个或多个清洁机器人的电池充电时间有偏差,响应于确定与标准充电时间存在偏差,则该方法继续到步骤205。
步骤205,管理控制中心根据预设的阈值,确定分散布局在光伏电站中的其它清洁机器人的相同电池实际充电时间是否正在经历相同的偏差。
如果不是,则确定只有该单个电池存在偏差,即该电池性能有问题或有效寿命到期,响应于确定其他相同电池没有经历相同的偏差,则该方法继续到步骤206。
步骤206,管理控制中心向授权用户发送立即更换该电池的建议。该方法然后返回到步骤200,进一步设置该新更换电池的参数。
如果是,则确定所有清洁机器人的电池充电时间存在相同的偏差,这表明给电池充电的太阳能板的问题,即环境因素(如沙尘暴和阴天)导致的偏差。响应于确定其他相同电池正在经历相同的偏差,则该方法继续到步骤207。
步骤207,管理控制中心根据预设的阈值,确定太阳能板所在区域的能见度是否偏离预设的阈值(如能见度是否小于100米)。
如果是,则确定沙尘暴影响了所有太阳能板对相应电池的充电能力。响应于确定能见度偏离预设的阈值,则该方法继续到步骤208。
步骤208,管理控制中心向授权用户发送启动智能清洁系统清洁工作,清洁被沙尘暴弄脏的太阳能电池板的建议。该方法然后返回到步骤201,进一步定期收集与太阳能电池板区域相关的环境数据。
如果不是,则确定所述电池存在的偏差排除了沙尘暴天气因素的影响,这表明可能阴天导致的偏差。响应于确定能见度没有偏离预设的阈值,则该方法继续到步骤209。
步骤209,管理控制中心根据预设的阈值,确定太阳能板所在区域的天气是否阴天(包括下雨或下雪天气)。
如果是,则确定云量影响了所有太阳能板对相应电池的充电能力。响应于确定天气是阴天,则该方法继续到步骤210。
步骤210,管理控制中心向授权用户发送由于云量导致电池充电比平常慢,可临时增加充电时间的建议。该方法然后返回到步骤201,进一步定期收集与太阳能电池板区域相关的环境数据。
如果不是,则确定天气是晴天,这表明不是环境因素导致的偏差,则该方法继续到步骤211。
步骤211,管理控制中心根据预设的阈值,确定电池的剩余使用寿命是否小于存储的额定使用寿命的阈值。
如果是,该判断预示电池已接近其有效使用寿命,则该方法继续到步骤212。
步骤212,管理控制中心向授权用户发送在下一次定期维护期间更换该电池的建议。该方法然后返回到步骤201,进一步定期收集与太阳能电池板区域相关的环境数据。
如果不是,该判断预示电池储电性能加速恶化和存在潜在故障,则该方法继续到步骤213。
步骤213,管理控制中心向授权用户发送立即更换电池并直接检查同批次电池的建议。该方法然后返回到步骤200,重新设置该新更换电池的参数。
此外,应该理解,本发明不限于上述实施例,而是包括所述权利要求的范围内的任何和所有实施例。虽然以上已经针对具体实施方式描述了本发明,但是应当清楚的是,可以进行各种修改和更改,并且在本发明的范围内,一个实施例的各种特征可以被包括在其他实施例中。因此,本实施例被认为是说明性的而非限制性的,并且本发明不限于在此给出的细节,而是可以在所述权利要求的范围内进行修改。
Claims (10)
1.一种用于光伏电站的自动清洁系统,包括将太阳能转换为电能的太阳能电池板和可对该太阳能电池板进行清洁的智能清洁系统,其特征在于:该自动清洁系统中还设有环境信息测量单元、外部信息源单元和管理控制中心,其中,
环境信息测量单元,将定期测量的所述太阳能电池板所在区域中包含湿度、温度、风速和能见度在内的环境数据传送给管理控制中心;
该外部信息源单元将气象预报单位定期发出的气象信息发送给管理控制中心;
智能清洁系统,包括若干台受控于管理控制中心并可对太阳能电池板进行自动清洁的清洁机器人,为每台清洁机器人供电的充电电池由专门配置的太阳能板为其充电,该太阳能板与对应清洁机器人负责清洁的太阳能电池板处于相同环境的区域内;
管理控制中心,将获得的特定数据和物理信息储存在数据库中;
所述特定数据包括所述的环境数据、气象信息和所述充电电池在不同环境数据、气象信息及对应的太阳能板为清洁状态下核定的充满电所需的若干个标准充电时间;
所述物理信息为每台清洁机器人和太阳能电池板的GPS坐标及分别配置给该清洁机器人和太阳能电池板的唯一身份识别信息;
管理控制中心依据接收到的所述清洁机器人所在区域的实时环境数据、气象信息和该清洁机器人所用的充电电池充满电的实际充电时间与保存在数据库中对应环境数据、气象信息情况下的标准充电时间进行比对后决定是否向光伏电站的运维人员发出清洁对应的太阳能电池板的建议。
2.根据权利要求1所述的用于光伏电站的自动清洁系统,其特征在于:所述标准充电时间由相同环境数据和气象信息情况下同类型的若干个充电电池经若干次充满电所需的充电时间取平均值获得;所述类型是指充电电池的种类、型号和启用时间。
3.根据权利要求2所述的用于光伏电站的自动清洁系统,其特征在于:管理控制中心使用学习算法依据某类型充电电池在不同环境数据和气象信息情况下不断产生的充满电所需时间及时更新该类型充电电池对应的标准充电时间并保存于数据库中。
4.根据权利要求2所述的用于光伏电站的自动清洁系统,其特征在于:所述管理控制中心将相同环境数据、气象信息及对应的太阳能板为清洁状态情况下同类型的若干个充电电池的单位时间充电量的平均值设定为该类型充电电池在对应环境数据和气象信息情况下的标准充电量。
5.根据权利要求4所述的用于光伏电站的自动清洁系统,其特征在于:管理控制中心使用学习算法依据某类型充电电池在不同环境数据和气象信息情况下不断产生的单位时间充电量及时更新该类型充电电池对应的标准充电量并保存于数据库中。
6.根据权利要求1所述的用于光伏电站的自动清洁系统,其特征在于:所述管理控制中心通过内联网、局域网(LAN)、广域网(WAN)、无线网络、基于光纤通道的存储区域网络(SAN)或以太网中的一个或多个网络分别与环境信息测量单元、智能清洁系统、外部信息源单元和运维人员进行信息互联;
所述气象预报单位为地方电台、企业气象站和地方气象部门;所述气象信息包括阴天、晴天、雨天、雪天、雨量、雪量、沙尘暴、温度和风速。
7.根据权利要求1所述的用于光伏电站的自动清洁系统,其特征在于:所述环境信息测量单元为包含温度传感器、湿度传感器、风速传感器和能见度传感器在内的测量部件,这些测量部件安装在所述的清洁机器人上或太阳能电池板所在区域内。
8.一种用于光伏电站自动清洁系统的清洁方法,采用权利要求1-7中任一项所述的用于光伏电站的自动清洁系统,按以下步骤完成对该光伏电站中的太阳能电池板的自动清洁:
步骤一、包括光伏电站的专门运维人员在内的授权用户,经人机界面与所述自动清洁系统中的管理控制中心进行互动并设置对太阳能电池板的日常清洁计划、设置所述自动清洁系统的智能清洁单元中为清洁机器人供电的充电电池的标准充电时间的阈值;
所述标准充电时间是指同类型的若干个充电电池在相同环境数据和气象信息情况下至少一次充满电所需的充电时间的平均值;
所述类型是指充电电池的种类、型号和启用时间;
所述环境数据是指湿度、温度、风速和能见度;
所述气象信息是指气象预报单位发布的阴天、晴天、雨天、雪天、雨量、雪量、沙尘暴、温度和风速;
步骤二、所述管理控制中心通过自动清洁系统中的环境信息测量单元定期收集太阳能电池板所在区域的环境数据,同时,经由该自动清洁系统的外部信息源单元收集当前或未来几天太阳能电池板所在区域的气象信息;
步骤三、管理控制中心使用学习算法依据某类型充电电池在不同环境数据和气象信息情况下不断产生的充满电所需时间及时更新该类型充电电池之前对应的标准充电时间并保存于数据库中;
步骤四、每个充电电池在每次充电后,管理控制中心都会将该充电电池充满电的实际充电时间与存储于数据库中的该充电电池在对应环境数据和气象信息下的标准充电时间进行比对;
步骤五、当某充电电池在设定的连续充电次数中每次充满电的实际充电时间超出该充电电池在对应环境数据和气象信息下的标准充电时间的阈值后,管理控制中心需查验其它同类型的充电电池的实际充电时间是否也超出该标准充电时间的阈值;
步骤六、管理控制中心判断:如果为“是”,则该管理控制中心向所述授权用户发出追加清洁对应太阳能电池板的建议;如果为“否”,则该管理控制中心向所述授权用户发出检查该充电电池是否因充电性能下降需要更换的建议。
9.根据权利要求8所述的用于光伏电站自动清洁系统的清洁方法,其特征在于:所述授权用户还可经人机界面与所述管理控制中心进行互动并设置所述充电电池的标准充电量的阈值;
所述标准充电量是指同类型的若干个充电电池在相同环境数据和气象信息情况下充电时的单位时间充电量的平均值;
管理控制中心使用学习算法依据某类型充电电池在不同环境数据和气象信息情况下不断产生的单位时间充电量及时更新该类型充电电池之前对应的标准充电量并保存于数据库中。
10.根据权利要求9所述的用于光伏电站自动清洁系统的清洁方法,其特征在于:每个充电电池在每次充电后,管理控制中心都会将该充电电池单位时间充电量与存储于数据库中的该充电电池在对应环境数据和气象信息下的标准充电量进行比对;
当某充电电池在设定的连续充电次数中每次充电的单位时间充电量超出该充电电池在对应环境数据和气象信息下的标准充电量的阈值后,管理控制中心需查验其它同类型的充电电池的单位时间充电量是否也超出该标准充电量的阈值;
如果为“是”,则该管理控制中心向所述授权用户发出核查是否因天气恶劣原因导致所有同类型充电电池的单位时间充电量出现偏差的建议;或者向所述授权用户发出核查所有同类型的充电电池因使用寿命到期需更换的建议;
如果为“否”,则该管理控制中心向所述授权用户发出检查该充电电池是否因充电性能下降需要更换该充电电池的建议。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810986024.7A CN109104152A (zh) | 2018-08-28 | 2018-08-28 | 用于光伏电站的自动清洁系统和清洁方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810986024.7A CN109104152A (zh) | 2018-08-28 | 2018-08-28 | 用于光伏电站的自动清洁系统和清洁方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109104152A true CN109104152A (zh) | 2018-12-28 |
Family
ID=64851581
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810986024.7A Pending CN109104152A (zh) | 2018-08-28 | 2018-08-28 | 用于光伏电站的自动清洁系统和清洁方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109104152A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112205939A (zh) * | 2020-09-29 | 2021-01-12 | 深圳乐动机器人有限公司 | 一种清洁机器人的控制方法、清洁机器人及物联网系统 |
CN112617695A (zh) * | 2020-12-21 | 2021-04-09 | 正从科技(上海)有限公司 | 适用于人工智能清洗机器人的维护方法及系统 |
CN113820755A (zh) * | 2020-12-30 | 2021-12-21 | 宁夏中科嘉业新能源研究院(有限公司) | 一种用于光伏电站清洁监测预警系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005185016A (ja) * | 2003-12-19 | 2005-07-07 | Sharp Corp | 電力情報処理システム |
CN105676697A (zh) * | 2016-01-30 | 2016-06-15 | 南京绿谷信息科技有限公司 | 一种远程控制系统及其光伏组件清洁装置 |
KR20160089228A (ko) * | 2015-01-19 | 2016-07-27 | 엘에스산전 주식회사 | 태양광발전 장치 |
CN106843109A (zh) * | 2017-01-25 | 2017-06-13 | 天津温纳科技有限公司 | 一种光伏板清洁工作的气象采集装置与控制系统 |
CN107895981A (zh) * | 2017-11-23 | 2018-04-10 | 浙江国自机器人技术有限公司 | 一种应用于光伏阵列的清洗机在线续航方法 |
-
2018
- 2018-08-28 CN CN201810986024.7A patent/CN109104152A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005185016A (ja) * | 2003-12-19 | 2005-07-07 | Sharp Corp | 電力情報処理システム |
KR20160089228A (ko) * | 2015-01-19 | 2016-07-27 | 엘에스산전 주식회사 | 태양광발전 장치 |
CN105676697A (zh) * | 2016-01-30 | 2016-06-15 | 南京绿谷信息科技有限公司 | 一种远程控制系统及其光伏组件清洁装置 |
CN106843109A (zh) * | 2017-01-25 | 2017-06-13 | 天津温纳科技有限公司 | 一种光伏板清洁工作的气象采集装置与控制系统 |
CN107895981A (zh) * | 2017-11-23 | 2018-04-10 | 浙江国自机器人技术有限公司 | 一种应用于光伏阵列的清洗机在线续航方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112205939A (zh) * | 2020-09-29 | 2021-01-12 | 深圳乐动机器人有限公司 | 一种清洁机器人的控制方法、清洁机器人及物联网系统 |
CN112617695A (zh) * | 2020-12-21 | 2021-04-09 | 正从科技(上海)有限公司 | 适用于人工智能清洗机器人的维护方法及系统 |
CN113820755A (zh) * | 2020-12-30 | 2021-12-21 | 宁夏中科嘉业新能源研究院(有限公司) | 一种用于光伏电站清洁监测预警系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108960453B (zh) | 光伏电站积灰经济清洗计算方法 | |
CN105656197B (zh) | 一种分布式光伏电站智能运维系统和方法 | |
KR100888395B1 (ko) | 태양 전지 패널의 표면 청소용 시스템 | |
CN109104152A (zh) | 用于光伏电站的自动清洁系统和清洁方法 | |
CN107133713A (zh) | 一种光伏电站智能清洗决策系统的建立方法 | |
CN106489101B (zh) | 太阳能板清洁系统的预测性维护和推断模式 | |
CN110161860B (zh) | 一种光伏组件智能清扫策略的方法及控制系统 | |
CN108399493A (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 | |
CN111628721A (zh) | 一种光伏组件灰尘清洗决策方法、监测系统和清洗系统 | |
CN112163018A (zh) | 确定光伏组件的生命周期的方法、装置及系统 | |
WO2013185205A1 (en) | System for the monitoring and maintenance of remote autonomously powered lighting installations | |
CN107276079A (zh) | 一种智能清洁评估系统 | |
CN108268028B (zh) | 光伏电池板清洗工作的智能规划系统及方法 | |
CN114669569B (zh) | 一种基于大数据的光伏组件用自动化清洁系统 | |
CN208158486U (zh) | 石油天然气行业低光强度下太阳能无人值守发电供电系统 | |
CN110022123A (zh) | 光伏电站智能清洁管理系统 | |
CN112960132B (zh) | 分布式共享机巢及其电力线路无人机巡检方法 | |
WO2013106941A1 (en) | Method of predicting the expected future power production of a wind or solar power plant | |
CN115617048A (zh) | 一种光伏电站无人清洁方法及系统 | |
CN118017927A (zh) | 一种光伏面板自动清洁方法及系统 | |
CN115693665A (zh) | 一种电厂发电的发电管理系统 | |
CN116402289A (zh) | 确定光伏板清洁频率的方法、装置及存储介质 | |
D'Andrea et al. | Neural network-based forecasting of energy consumption due to electric lighting in office buildings | |
CN209897004U (zh) | 阴影信息采集系统 | |
CN111515969A (zh) | 巡检机器人装置及巡检系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181228 |
|
RJ01 | Rejection of invention patent application after publication |