CN109379042A - 一种用于分析户用光伏遮挡物的方法及系统 - Google Patents
一种用于分析户用光伏遮挡物的方法及系统 Download PDFInfo
- Publication number
- CN109379042A CN109379042A CN201811153621.8A CN201811153621A CN109379042A CN 109379042 A CN109379042 A CN 109379042A CN 201811153621 A CN201811153621 A CN 201811153621A CN 109379042 A CN109379042 A CN 109379042A
- Authority
- CN
- China
- Prior art keywords
- power station
- abnormal
- computation model
- generated energy
- benchmark
- 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
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000002159 abnormal effect Effects 0.000 claims abstract description 41
- 238000010248 power generation Methods 0.000 claims abstract description 22
- 230000005611 electricity Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000000903 blocking effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 abstract description 10
- 238000012545 processing Methods 0.000 abstract description 8
- 230000005856 abnormality Effects 0.000 abstract description 7
- 238000004445 quantitative analysis Methods 0.000 description 6
- 230000007717 exclusion Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 238000004451 qualitative analysis Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000010835 comparative analysis Methods 0.000 description 2
- 206010037660 Pyrexia Diseases 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B10/00—Integration of renewable energy sources in buildings
- Y02B10/10—Photovoltaic [PV]
-
- 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
Landscapes
- Photovoltaic Devices (AREA)
Abstract
本发明涉及分布式光伏技术领域,具体来讲是一种用于分析户用光伏遮挡物的方法,其包括以下步骤:建立分布式电站基本信息数据档案,录入信息;将数据带入真太阳时算法计算模型与反距离插值算法计算模型进行计算后,判断计算结果;若真太阳时算法计算模型与反距离插值算法计算模型的判定结果同时为异常则存在遮挡,否则只记录判定结果明细;对判定为异常的电站进行警告提示,本发明能够快速、准确的诊断分布式光伏电站发电异常,并能及时通知用户及运维人员,提升电站异常处理进度,减少电站运营费用,保障电站发电可靠性,提高电站发电量及收益。
Description
技术领域
本发明涉及分布式光伏技术领域,具体来讲是一种用于分析户用光伏遮挡物的方法。
背景技术
发明专利技术涉及一种应用于户用光伏系统的遮挡物分析方法及装置,主要包括如下步骤:在户用光伏系统中建立分布式电站基础信息、建立标杆电站模型树,通过真太阳时(真太阳日分为24真太阳时。这个时间系统称为真太阳时。真太阳时也称为视太阳时,简称视时。真太阳时即真太阳视圆面中心的时角加12小时。即:真太阳时=平太阳时+真平太阳时差)算法、反向距离差值算法对户用光伏电站采集数据、气象数据、标杆电站之间的逻辑关系进行定性和定量的分析,排除电站状态为故障电站,通过诊断模型求得电站故障时段功率偏差率,发电量异常值,结合误差范围,从而得到判定为遮挡的电站并进行提示。本系统能够快速、准确的诊断户用光伏电站发电异常,并能及时通知用户及运维人员,提升电站异常处理进度,减少电站运营费用,保障电站发电可靠性,提高电站发电量及收益。
户用光伏电站安装条件不同于大型地面电站,户用光伏电站一般建设在用户屋顶上。光伏组件在长期的户外使用过程中难免会落上灰尘、树叶、鸟粪等遮挡物;大部分用户屋顶也会摆放其他设备,例如:梯子、空调、太阳能热水器。同时周围电线杆、建筑物和树木都有可能在特定时刻产生影响屋顶电站的阴影。
这些遮挡物造成组件受光面受到局部遮挡,被部分或全遮挡的太阳电池因光生电流减少而相当于反向二极管(reversediode)成为了同一串列中其他正常工作太阳电池的负载(load),它将被施以较高的反偏压(reversebias)并以发热的形式消耗部分功率,成为了所谓的“热斑”(hotspot)。热斑效应不但使太阳电池性能失配和输出性能下降,还会导致太阳电池甚至是组件的封装材料损坏,缩短组件使用寿命。
大型地面电站在设计之初经过严格的阴影遮挡测算,辅助与气象站、视频监控、红外监控、光功率预测、电站内多组串对比等辅助系统,加之专业驻场人员、计划巡视、计划检修等专业运维。户用电站数据来源比较单一,仅有逆变器运行数据,电站分布较散,人员巡视周期长,业主不专业无法自主判断是否该维护等。由于上述复杂因素,必须对这些因素,对电站发电系统的影响进行分析及实时处理。因此,通过逆变器采集数据结合分析模型,对电站进行分析,从而得到判定为遮挡的电站并进行提示。能够快速、准确的诊断户用光伏电站发电异常,并能及时通知用户及运维人员,提升电站异常处理进度,减少电站运营费用,保障电站发电可靠性,提高电站发电量及收益。
针对现有分布式电站日常运维中存在的缺陷,本发明的目的在于提供一种应用于户用光伏系统的遮挡物分析方法,通过分布式电站基础信息、建立标杆电站模型树,结合真太阳时算法、反向距离差值算法对光伏电站采集数据、气象数据、标杆电站之间的逻辑关系进行定性和定量的分析,求得电站故障时段功率偏差率,发电量异常值,结合误差范围,排除电站状态为故障电站,从而得到判定为遮挡的电站并进行提示。能够快速、准确的诊断分布式光伏电站发电异常,并能及时通知用户及运维人员,提升电站异常处理进度,减少电站运营费用,保障电站发电可靠性,提高电站发电量及收益。
发明内容
本发明的目的是提供一种用于分析户用光伏遮挡物的方法及系统,能够快速、准确的诊断分布式光伏电站发电异常,并能及时通知用户及运维人员,提升电站异常处理进度,减少电站运营费用,保障电站发电可靠性,提高电站发电量及收益。
本发明提供了一种用于分析户用光伏遮挡物的方法,包括以下步骤:
S1、建立分布式电站基本信息数据档案,录入电站编号、电站名称、电站类型、电站状态、安装角度、方位角、经度、维度、建设时间、装机容量、地区等信息;
S2、根据电站安装角度、方位角、经度、维度、建设时间,建立不同地区电站与基准电站计算模型;
S3、设置计算环节偏差率阈值、基准电站距离范围阈值、距离最近基准电站个数、理论发电量异常阈值参数;
S4、通过逆变器采集电站输出功率、状态、日发电量、累计发电量数据并带入计算模型中;
S5、将数据带入真太阳时算法计算模型与反距离插值算法计算模型进行计算后,判断计算结果;
S6、若真太阳时算法计算模型与反距离插值算法计算模型的判定结果同时为异常则存在遮挡,否则只记录判定结果明细;
S7、对判定为异常的电站进行警告提示。
进一步地,在真太阳时算法计算模型中,包括以下步骤:
(a)计算电站经度的真太阳时,采用如下计算方法:
若L>120°
则:真太阳时(时:分)=T+|L-120°|/15°*60
若L<120°
则:真太阳时(时:分)=T-|L-120°|/15°*60
其中,L=电站经度;T=北京时间;
(b)读取采集到的功率曲线数据;
(c)对9时至15时内时间段功率曲线数据进行分析,等比例对比;
(d)计算偏差率,采用如下计算方法:
偏差率=(上午值x-下午值y)/上午值x;
(e)对比设置的阈值获得异常数据并进行异常判定;
|偏差率|>设置阈值Q&&偏差率<0,则上午存在异常;
|偏差率|>设置阈值Q&&偏差率>0,则下午存在异常;
当连续T天同一时间段持续出现异常时初步判定为遮挡异常;
进一步地,在反距离插值算法计算模型中,包括以下步骤:
(1)通过目标电站获得对应的基准电站信息;
(2)获得计算参数目标电站与多少个基准电站做插值算法N、插值算法权重W、目标电站与基准电站距离范围R、报警百分比AP阈值信息;
(3)利用反距离插值算法计算目标电站与基准电站的距离;
(4)通过目标电站实际发电量与装机容量求得单瓦发电量;
(5)求得目标电站单瓦发电量所占理论发电量百分比并与报警阈值AP比较大于则表示异常,公式为:((实际单瓦发电量-理论单瓦发电量)/理论单瓦发电量*100)>AP则异常。
进一步地,
通过真太阳时算法与反向距离插值法对同一电站分析结果进行分析,如果真太阳时算法计算结果存在连续异常天数超过7天且反向距离插值算法分析结果为异常则证明该电站在同一时间点存在遮挡。
本发明与现有技术相比具有以下的优点:
本发明通过分布式电站基础信息、建立基准电站模型树,结合真太阳时算法、反向距离差值算法对光伏电站采集数据、基准电站之间的逻辑关系进行定性和定量的分析,求得电站故障时段功率偏差率,发电量异常值,结合误差范围,排除电站状态为故障电站,从而得到判定为遮挡的电站并进行提示。能够快速、准确的诊断分布式光伏电站发电异常,并能及时通知用户及运维人员,提升电站异常处理进度,减少电站运营费用,保障电站发电可靠性,提高电站发电量及收益。
附图说明
图1是本发明的方法流程示意图;
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非被特定定义,否则不会用理想化或过于正式的含义来解释。
在户用光伏系统中建立分布式电站基础信息、建立基准电站模型树,通过真太阳时算法、反向距离差值算法对户用光伏电站采集数据、基准电站之间的逻辑关系进行定性和定量的分析,排除电站状态为故障电站,通过诊断模型求得电站故障时段功率偏差率,发电量异常值,结合误差范围,从而得到判定为遮挡的电站并进行提示。
如图1所示,本发明提供了一种用于分析户用光伏遮挡物的方法,包括以下步骤:
S1、建立分布式电站基本信息数据档案,录入电站编号、电站名称、电站类型、电站状态、安装角度、方位角、经度、维度、建设时间、装机容量、地区等信息;
S2、根据电站安装角度、方位角、经度、维度、建设时间,建立不同地区电站与基准电站计算模型;
S3、设置计算环节偏差率阈值、基准电站距离范围阈值、距离最近基准电站个数、理论发电量异常阈值参数;
S4、通过逆变器采集电站输出功率、状态、日发电量、累计发电量数据并带入计算模型中;
S5、将数据带入真太阳时算法计算模型与反距离插值算法计算模型进行计算后,判断计算结果;
S6、若真太阳时算法计算模型与反距离插值算法计算模型的判定结果同时为异常则存在遮挡,否则只记录判定结果明细;
S7、对判定为异常的电站进行警告提示。
进一步地,在真太阳时算法计算模型中,包括以下步骤:
(a)计算电站经度的真太阳时,采用如下计算方法:
若L>120°
则:真太阳时(时:分)=T+|L-120°|/15°*60
若L<120°
则:真太阳时(时:分)=T-|L-120°|/15°*60
其中,L=电站经度;T=北京时间;
(b)读取采集到的功率曲线数据;
(c)对9时至15时内时间段功率曲线数据进行分析,等比例对比;
(d)计算偏差率,采用如下计算方法:
偏差率=(上午值x-下午值y)/上午值x;
(e)对比设置的阈值获得异常数据并进行异常判定;
|偏差率|>设置阈值Q&&偏差率<0,则上午存在异常;
|偏差率|>设置阈值Q&&偏差率>0,则下午存在异常;
当连续T天同一时间段持续出现异常时初步判定为遮挡异常;
不同时间太阳高度、光照强度,而光伏电站随着光照强度的不同输出功率不同。真太阳时12点时刻,时角为0°,光照最强,电站发电功率最大。以真太阳时12点为中间点对功率曲线进行对折,对比分析算得偏差率。结合日常电站运维数据、电站历史监测数据分析,获得误差范围值与计算得到的偏差率进对比,确定该电站当日是否存在异常。
进一步地,在反距离插值算法计算模型中,包括以下步骤:
以目标电站为中间点取得与该电站相近的基准电站作为参照物,利用反距离加权方法求得目标电站至基准电站的距离,并按照距离由近到远进行排序,取得距离目标电站最近的基准电站,结合电站容量、电量算得基准电站单瓦发电量,在通过加权计算的到目标电站理论单瓦发电量。
根据目标电站实际发电量数据、电站容量信息求得目标电站实际单瓦发电量。
通过对目标电站理论发电量与实际发电量对比求偏差率,再与设置的异常区间阈值进行比较得到目标电站发电量是否异常。
(1)通过目标电站获得对应的基准电站信息;
(2)获得计算参数目标电站与多少个基准电站做插值算法N、插值算法权重W、目标电站与基准电站距离范围R、报警百分比AP阈值信息;
(3)利用反距离插值算法计算目标电站与基准电站的距离;
(4)通过目标电站实际发电量与装机容量求得单瓦发电量;
(5)求得目标电站单瓦发电量所占理论发电量百分比并与报警阈值AP比较大于则表示异常,公式为:((实际单瓦发电量-理论单瓦发电量)/理论单瓦发电量*100)>AP则异常。
进一步地,通过真太阳时算法与反向距离插值法对同一电站分析结果进行分析,如果真太阳时算法计算结果存在连续异常天数超过7天且反向距离插值算法分析结果为异常则证明该电站在同一时间点存在遮挡。
以真太阳时12点为中间点对功率曲线进行对折,对比分析算得偏差率。结合日常电站运维数据、电站历史监测数据分析,获得误差范围值与计算得到的偏差率进对比,确定该电站当日是否存在异常。
在户用光伏系统中建立分布式电站基础信息、建立基准电站模型树,通过真太阳时算法、反向距离差值算法对户用光伏电站采集数据、基准电站之间的逻辑关系进行定性和定量的分析,排除电站状态为故障电站,通过诊断模型求得电站故障时段功率偏差率,发电量异常值,结合误差范围,从而得到判定为遮挡的电站并进行提示。
以目标电站为中间点取得与该电站相近的基准电站作为参照物,利用反距离加权方法求得目标电站至基准电站的距离,并按照距离由近到远进行排序,取得距离目标电站最近的基准电站,结合电站容量、电量算得基准电站单瓦发电量,在通过加权计算的到目标电站理论单瓦发电量。
根据目标电站实际发电量数据、电站容量信息求得目标电站实际单瓦发电量。
通过对目标电站理论发电量与实际发电量对比求偏差率,再与设置的异常区间阈值进行比较得到目标电站发电量是否异常。
本发明通过分布式电站基础信息、建立基准电站模型树,结合真太阳时算法、反向距离差值算法对光伏电站采集数据、基准电站之间的逻辑关系进行定性和定量的分析,求得电站故障时段功率偏差率,发电量异常值,结合误差范围,排除电站状态为故障电站,从而得到判定为遮挡的电站并进行提示。能够快速、准确的诊断分布式光伏电站发电异常,并能及时通知用户及运维人员,提升电站异常处理进度,减少电站运营费用,保障电站发电可靠性,提高电站发电量及收益。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
此外,本领域的技术人员能够理解,尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (4)
1.一种用于分析户用光伏遮挡物的方法,其特征在于,包括以下步骤:
S1、建立分布式电站基本信息数据档案,录入电站编号、电站名称、电站类型、电站状态、安装角度、方位角、经度、维度、建设时间、装机容量、地区等信息;
S2、根据电站安装角度、方位角、经度、维度、建设时间,建立不同地区电站与基准电站计算模型;
S3、设置计算环节偏差率阈值、基准电站距离范围阈值、距离最近基准电站个数、理论发电量异常阈值参数;
S4、通过逆变器采集电站输出功率、状态、日发电量、累计发电量数据并带入计算模型中;
S5、将数据带入真太阳时算法计算模型与反距离插值算法计算模型进行计算后,判断计算结果;
S6、若真太阳时算法计算模型与反距离插值算法计算模型的判定结果同时为异常则存在遮挡,否则只记录判定结果明细;
S7、对判定为异常的电站进行警告提示。
2.根据权利要求1所述的用于分析户用光伏遮挡物的方法,其特征在于,在真太阳时算法计算模型中,包括以下步骤:
(a)计算电站经度的真太阳时,采用如下计算方法:
若L>120°
则:真太阳时(时:分)=T+|L-120°|/15°*60
若L<120°
则:真太阳时(时:分)=T-|L-120°|/15°*60
其中,L=电站经度;T=北京时间;
(b)读取采集到的功率曲线数据;
(c)对9时至15时内时间段功率曲线数据进行分析,等比例对比;
(d)计算偏差率,采用如下计算方法:
偏差率=(上午值x-下午值y)/上午值x;
(e)对比设置的阈值获得异常数据并进行异常判定;
|偏差率|>设置阈值Q&&偏差率<0,则上午存在异常;
|偏差率|>设置阈值Q&&偏差率>0,则下午存在异常;
当连续T天同一时间段持续出现异常时初步判定为遮挡异常。
3.根据权利要求1所述的用于分析户用光伏遮挡物的方法,其特征在于,在反距离插值算法计算模型中,包括以下步骤:
(1)通过目标电站获得对应的基准电站信息;
(2)获得计算参数目标电站与多少个基准电站做插值算法N、插值算法权重W、目标电站与基准电站距离范围R、报警百分比AP阈值信息;
(3)利用反距离插值算法计算目标电站与基准电站的距离;
(4)通过目标电站实际发电量与装机容量求得单瓦发电量;
(5)求得目标电站单瓦发电量所占理论发电量百分比并与报警阈值AP比较大于则表示异常,公式为:((实际单瓦发电量-理论单瓦发电量)/理论单瓦发电量*100)>AP则异常。
4.根据权利要求1所述的用于用户分析光伏遮挡物的方法,其特征在于,还包括以下判断方法:通过真太阳时算法与反向距离插值法对同一电站分析结果进行分析,如果真太阳时算法计算结果存在连续异常天数超过7天且反向距离插值算法分析结果为异常则证明该电站在同一时间点存在遮挡。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811153621.8A CN109379042B (zh) | 2018-09-30 | 2018-09-30 | 一种用于分析户用光伏遮挡物的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811153621.8A CN109379042B (zh) | 2018-09-30 | 2018-09-30 | 一种用于分析户用光伏遮挡物的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109379042A true CN109379042A (zh) | 2019-02-22 |
CN109379042B CN109379042B (zh) | 2020-04-14 |
Family
ID=65403193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811153621.8A Expired - Fee Related CN109379042B (zh) | 2018-09-30 | 2018-09-30 | 一种用于分析户用光伏遮挡物的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109379042B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111275295A (zh) * | 2020-03-23 | 2020-06-12 | 华北电力大学 | 一种基于反距离权重插值的分布式光伏故障诊断方法 |
CN112180792A (zh) * | 2020-09-30 | 2021-01-05 | 阳光电源股份有限公司 | 光伏系统报警处理方法、装置及监控设备 |
CN112290885A (zh) * | 2020-09-30 | 2021-01-29 | 国网浙江安吉县供电有限公司 | 一种户用光伏系统直流侧故障诊断方法 |
CN114123970A (zh) * | 2021-10-15 | 2022-03-01 | 阳光电源股份有限公司 | 发电量损失的检测方法、装置、设备及计算机存储介质 |
CN114722310A (zh) * | 2022-04-08 | 2022-07-08 | 华电电力科学研究院有限公司 | 一种光伏电站设备故障诊断方法、装置、设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016103666A1 (ja) * | 2014-12-24 | 2016-06-30 | パナソニックIpマネジメント株式会社 | 監視装置、太陽光発電装置、監視システムおよび監視方法 |
CN105762843A (zh) * | 2016-02-26 | 2016-07-13 | 北京科诺伟业科技股份有限公司 | 非储能型可调度光伏电站的功率输出分配方法 |
JP2016134929A (ja) * | 2015-01-15 | 2016-07-25 | 株式会社Nttファシリティーズ | 太陽光発電診断装置および太陽光発電診断方法 |
WO2017055701A1 (fr) * | 2015-09-28 | 2017-04-06 | Electricite De France | Commande en puissance, perfectionnée, d'un ensemble de panneaux photovoltaïques pour la participation au réglage de fréquence sans recours à un moyen de stockage |
CN107271916A (zh) * | 2017-07-14 | 2017-10-20 | 天津瑞能电气有限公司 | 一种电池板组串健康状态检测方法 |
CN107733357A (zh) * | 2016-08-11 | 2018-02-23 | 苏州瑞得恩光能科技有限公司 | 一种大型光伏电站中电池面板的故障检测算法 |
CN108008176A (zh) * | 2017-11-22 | 2018-05-08 | 福州大学 | 一种光伏阵列实时状态监测与故障定位系统 |
-
2018
- 2018-09-30 CN CN201811153621.8A patent/CN109379042B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016103666A1 (ja) * | 2014-12-24 | 2016-06-30 | パナソニックIpマネジメント株式会社 | 監視装置、太陽光発電装置、監視システムおよび監視方法 |
JP2016134929A (ja) * | 2015-01-15 | 2016-07-25 | 株式会社Nttファシリティーズ | 太陽光発電診断装置および太陽光発電診断方法 |
WO2017055701A1 (fr) * | 2015-09-28 | 2017-04-06 | Electricite De France | Commande en puissance, perfectionnée, d'un ensemble de panneaux photovoltaïques pour la participation au réglage de fréquence sans recours à un moyen de stockage |
CN105762843A (zh) * | 2016-02-26 | 2016-07-13 | 北京科诺伟业科技股份有限公司 | 非储能型可调度光伏电站的功率输出分配方法 |
CN107733357A (zh) * | 2016-08-11 | 2018-02-23 | 苏州瑞得恩光能科技有限公司 | 一种大型光伏电站中电池面板的故障检测算法 |
CN107271916A (zh) * | 2017-07-14 | 2017-10-20 | 天津瑞能电气有限公司 | 一种电池板组串健康状态检测方法 |
CN108008176A (zh) * | 2017-11-22 | 2018-05-08 | 福州大学 | 一种光伏阵列实时状态监测与故障定位系统 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111275295A (zh) * | 2020-03-23 | 2020-06-12 | 华北电力大学 | 一种基于反距离权重插值的分布式光伏故障诊断方法 |
CN111275295B (zh) * | 2020-03-23 | 2023-06-30 | 华北电力大学 | 一种基于反距离权重插值的分布式光伏故障诊断方法 |
CN112180792A (zh) * | 2020-09-30 | 2021-01-05 | 阳光电源股份有限公司 | 光伏系统报警处理方法、装置及监控设备 |
CN112290885A (zh) * | 2020-09-30 | 2021-01-29 | 国网浙江安吉县供电有限公司 | 一种户用光伏系统直流侧故障诊断方法 |
CN112290885B (zh) * | 2020-09-30 | 2024-06-07 | 国网浙江安吉县供电有限公司 | 一种户用光伏系统直流侧故障诊断方法 |
CN114123970A (zh) * | 2021-10-15 | 2022-03-01 | 阳光电源股份有限公司 | 发电量损失的检测方法、装置、设备及计算机存储介质 |
CN114123970B (zh) * | 2021-10-15 | 2023-09-29 | 阳光电源股份有限公司 | 发电量损失的检测方法、装置、设备及计算机存储介质 |
CN114722310A (zh) * | 2022-04-08 | 2022-07-08 | 华电电力科学研究院有限公司 | 一种光伏电站设备故障诊断方法、装置、设备及介质 |
CN114722310B (zh) * | 2022-04-08 | 2024-10-18 | 华电电力科学研究院有限公司 | 一种光伏电站设备故障诊断方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109379042B (zh) | 2020-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109379042A (zh) | 一种用于分析户用光伏遮挡物的方法及系统 | |
US20180046924A1 (en) | Whole-life-cycle power output classification prediction system for photovoltaic systems | |
KR101485051B1 (ko) | 태양광 발전 시스템의 발전진단 장치 | |
JP7289995B2 (ja) | 太陽光発電ストリングの動作状態を認識する方法および装置ならびに記憶媒体 | |
KR102230548B1 (ko) | Frbfnn 모델을 이용한 태양광 발전설비의 발전예측 및 효율진단 시스템 | |
CN105337575B (zh) | 光伏电站状态预测及故障诊断方法和系统 | |
JP6185206B1 (ja) | 太陽光発電システムの異常または異常の予兆を検出するための方法及び装置 | |
JP2018037078A (ja) | 障害検出機能付き発電モニタリングシステム | |
KR20190076688A (ko) | 분산 자원 통합 관리 시스템 및 방법 | |
CN116418293B (zh) | 一种基于物联网大数据的光伏电站智慧诊断系统 | |
CN108696249B (zh) | 光伏组件故障快速诊断方法 | |
Huang et al. | Wind turbine health assessment framework based on power analysis using machine learning method | |
CN212009575U (zh) | 一种光伏电站发电实时功率预测系统 | |
Leloux et al. | Automatic fault detection on BIPV systems without solar irradiation data | |
CN113095532A (zh) | 一种光伏电站发电实时功率预测系统及其实现方法及其实现方法 | |
KR20180120363A (ko) | 태양광 발전상태에 관한 빅데이터 수집 및 관리를 통해서 통합 ems 서비스를 제공하는 방법 | |
CN110908985A (zh) | 一种气象环境自动监测站异常数据智能筛选方法和系统 | |
Kala et al. | Introduction to condition monitoring of PV system | |
Sciuto et al. | Failure classification in high concentration photovoltaic system (HCPV) by using probabilistic neural networks | |
CN109474069B (zh) | 一种分布式发电站状态监测方法 | |
Sheppard et al. | Field experience detecting PV underperformance in real time using existing instrumentation | |
TWM545838U (zh) | 太陽能發電站監測系統 | |
Jing et al. | On-line Diagnosis Technology of Distributed Photovoltaic Abnormal Generation Based on Output Prediction | |
CN112001524A (zh) | 一种融合微气象实时监测信息提升架空线路输送能力的方法 | |
CN118410445B (zh) | 分布式光伏异常数据检测方法、系统、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200414 Termination date: 20210930 |