CN109508909B - 光伏逆变器的健康度的评估方法及系统 - Google Patents
光伏逆变器的健康度的评估方法及系统 Download PDFInfo
- Publication number
- CN109508909B CN109508909B CN201811591880.9A CN201811591880A CN109508909B CN 109508909 B CN109508909 B CN 109508909B CN 201811591880 A CN201811591880 A CN 201811591880A CN 109508909 B CN109508909 B CN 109508909B
- Authority
- CN
- China
- Prior art keywords
- photovoltaic inverter
- degree
- score
- value
- parameter
- 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
Links
- 230000036541 health Effects 0.000 title claims abstract description 222
- 238000011156 evaluation Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims description 22
- 238000012423 maintenance Methods 0.000 abstract description 19
- 230000002349 favourable effect Effects 0.000 abstract description 3
- 238000005070 sampling Methods 0.000 description 12
- 239000006185 dispersion Substances 0.000 description 9
- 238000005286 illumination Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000010248 power generation Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000002427 irreversible effect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 238000011157 data evaluation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
-
- 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
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Inverter Devices (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种光伏逆变器的健康度的评估方法及系统,所述评估方法包括:预设光伏逆变器的各个健康度参数对应的满分值;获取所述光伏逆变器在设定时间内的每个所述健康度参数的参数值;根据所述参数值获取所述健康度参数对应的第一分值;将各个所述第一分值进行相加求和,获取目标分值;根据所述目标分值对所述光伏逆变器的健康度进行评估。本发明提高了评估光伏逆变器的健康度的准确性,能够更加清晰、准确地向用户和运维人员展示光伏逆变器的运行状态,有助于运维人员在故障发生时更加快速的定位故障位置,明确故障原因;也有利于在光伏逆变器的健康度下降时,开展预测性维护,提前规避故障发生带来的损失。
Description
技术领域
本发明涉及数据处理技术领域,特别涉及一种光伏逆变器的健康度的评估方法及系统。
背景技术
目前,对于设有遥感装置的设备的健康状态,主要是通过在设备发生故障时分析遥感装置获取的遥感信号数据中的故障发生的次数及频率等来评估。
但是,对于光伏逆变器而言,基于遥感信号数据对其健康度进行评估存在如下问题:
1)与光伏逆变器健康度的密切相关的参数包括单位容量发电功率的离散程度、逆变器效率等。但是,这些参数均不包含在遥感信号数据中,因此基于现有的遥感信号数据无法对光伏逆变器的健康度进行准确评估;
2)因为用户和运维人员通常只能看到设备的故障情况,而对于光伏逆变器来讲,不发生故障并不代表所有光伏逆变器都处于正常工作状态,比如,光伏组串中有板子出现了遮挡甚至热斑,都会导致逆变器效率改变、逆变器出力严重下降,而这种现象一般不会被遥信设备捕获。
发明内容
本发明要解决的技术问题是现有技术中在设备发生故障时通过分析遥感信号数据中的故障数据无法准确评估光伏逆变器的健康度等缺陷,目的在于提供一种光伏逆变器的健康度的评估方法及系统。
本发明是通过下述技术方案来解决上述技术问题:
本发明提供一种光伏逆变器的健康度的评估方法,所述评估方法包括:
预设光伏逆变器的各个健康度参数对应的满分值;
获取所述光伏逆变器在设定时间内的每个所述健康度参数的参数值;
根据所述参数值获取所述健康度参数对应的第一分值;
其中,所述第一分值小于或者等于所述满分值;
将各个所述第一分值进行相加求和,获取目标分值;
根据所述目标分值对所述光伏逆变器的健康度进行评估。
较佳地,所述预设光伏逆变器的各个健康度参数对应的满分值的步骤包括:
预设所述光伏逆变器的各个所述健康度参数的权重;
根据所述权重设置各个所述健康度参数对应的所述满分值;
其中,所述权重与所述满分值之间呈正比。
较佳地,当所述健康度参数包括单位容量发电功率的离散程度时,所述获取所述光伏逆变器在设定时间内的每个所述健康度参数的参数值的步骤包括:
获取所述光伏逆变器在所述设定时间内的单位容量发电功率;
采用局部离群因子算法根据所述单位容量发电功率计算所述光伏逆变器的单位容量发电功率相对其他光伏逆变器的单位容量发电功率的离散程度值;
所述根据所述参数值获取所述健康度参数对应的第一分值的步骤包括:
当所述单位容量发电功率的离散程度值小于第一设定阈值,或所述光伏逆变器的单位容量发电功率大于或者等于其他光伏逆变器的单位容量发电功率的平均值时,则确定所述单位容量发电功率的离散程度对应的所述第一分值为所述单位容量发电功率的离散程度对应的所述满分值;
当所述单位容量发电功率的离散程度值大于或者等于所述第一设定阈值,且所述光伏逆变器的单位容量发电功率小于其他光伏逆变器的单位容量发电功率的平均值时,则计算所述光伏逆变器的单位容量发电功率与其他光伏逆变器的单位容量发电功率的平均值之间的平均绝对百分比误差,并根据所述平均绝对百分比误差所属的第一阈值范围对所述单位容量发电功率的离散程度对应的所述满分值进行扣分,得到所述单位容量发电功率的离散程度对应的所述第一分值。
较佳地,当所述健康度参数包括交流侧三相电压的不平衡度时,所述获取所述光伏逆变器在设定时间内的每个所述健康度参数的参数值的步骤包括:
获取所述光伏逆变器在所述设定时间内的交流侧三相电压;
根据交流侧三相电压计算所述交流侧三相电压的不平衡度值;
所述根据所述参数值获取所述健康度参数对应的第一分值的步骤包括:
根据所述交流侧三相电压的不平衡度值所属的第二阈值范围对所述交流侧三相电压的不平衡度对应的所述满分值进行扣分,得到所述交流侧三相电压的不平衡度对应所述第一分值。
较佳地,当所述健康度参数包括设备正常运行时间时,所述获取所述光伏逆变器在设定时间内的每个所述健康度参数的参数值的步骤包括:
获取所述光伏逆变器在设定时间内发生离线的次数和发生故障的次数;
所述根据所述参数值获取所述健康度参数对应的第一分值的步骤包括:
根据所述离线次数和所述故障次数对所述设备正常运行时间对应的所述满分值进行扣分,得到所述设备正常运行时间对应的所述第一分值。
较佳地,当所述健康度参数包括功率因数时,所述根据所述参数值获取所述健康度参数对应的第一分值的步骤包括的步骤包括:
确定所述功率因数所属的第三阈值范围,对所述功率因数对应的所述满分值进行扣分,得到所述功率因数对应的所述第一分值。
较佳地,当所述健康度参数包括光伏逆变器效率时,所述根据所述参数值获取所述健康度参数对应的第一分值的步骤包括:
根据所述光伏逆变器效率所属的第四阈值范围,对所述光伏逆变器效率对应的所述满分值进行扣分,得到所述光伏逆变器效率对应的所述第一分值。
本发明还提供一种光伏逆变器的健康度的评估系统,所述评估系统包括预设模块、参数值获取模块、第一分值获取模块、目标分值获取模块和评估模块:
所述预设模块用于预设光伏逆变器的各个健康度参数对应的满分值;
所述参数值获取模块用于获取所述光伏逆变器在设定时间内的每个所述健康度参数的参数值;
所述第一分值获取模块用于根据所述参数值获取所述健康度参数对应的第一分值;
其中,所述第一分值小于或者等于所述满分值;
所述目标分值获取模块用于将各个所述第一分值进行相加求和,获取目标分值;
所述评估模块用于根据所述目标分值对所述光伏逆变器的健康度进行评估。
较佳地,所述预设模块包括权重预设单元和设置单元;
所述权重预设单元用于预设所述光伏逆变器的各个所述健康度参数的权重;
所述设置单元用于根据所述权重设置各个所述健康度参数对应的所述满分值;
其中,所述权重与所述满分值之间呈正比。
较佳地,当所述健康度参数包括单位容量发电功率的离散程度时,所述参数值获取模块包括发电功率获取单元和离散程度值计算单元;
所述发电功率获取单元用于获取所述光伏逆变器在所述设定时间内的单位容量发电功率;
所述离散程度值计算单元用于采用局部离群因子算法根据所述单位容量发电功率计算所述光伏逆变器的单位容量发电功率相对其他光伏逆变器的单位容量发电功率的离散程度值;
所述第一分值获取模块用于当所述单位容量发电功率的离散程度值小于第一设定阈值,或所述光伏逆变器的单位容量发电功率大于或者等于其他光伏逆变器的单位容量发电功率的平均值时,则确定所述单位容量发电功率的离散程度对应的所述第一分值为所述单位容量发电功率的离散程度对应的所述满分值;
所述第一分值获取模块还用于当所述单位容量发电功率的离散程度值大于或者等于所述第一设定阈值,且所述光伏逆变器的单位容量发电功率小于其他光伏逆变器的单位容量发电功率的平均值时,则计算所述光伏逆变器的单位容量发电功率与其他光伏逆变器的单位容量发电功率的平均值之间的平均绝对百分比误差,并根据所述平均绝对百分比误差所属的第一阈值范围对所述单位容量发电功率的离散程度对应的所述满分值进行扣分,得到所述单位容量发电功率的离散程度对应的所述第一分值。
较佳地,当所述健康度参数包括交流侧三相电压的不平衡度时,所述参数值获取模块包括三相电压获取单元和不平衡度值获取单元;
所述三相电压获取单元用于获取所述光伏逆变器在所述设定时间内的交流侧三相电压;
所述不平衡度值获取单元用于根据交流侧三相电压计算所述交流侧三相电压的不平衡度值;
所述第一分值获取模块用于根据所述交流侧三相电压的不平衡度值所属的第二阈值范围对所述交流侧三相电压的不平衡度对应的所述满分值进行扣分,得到所述交流侧三相电压的不平衡度对应所述第一分值。
较佳地,当所述健康度参数包括设备正常运行时间时,所述参数值获取模块包括数据获取单元;
所述数据获取单元用于获取所述光伏逆变器在设定时间内发生离线的次数和发生故障的次数;
所述第一分值获取模块用于根据所述离线次数和所述故障次数对所述设备正常运行时间对应的所述满分值进行扣分,得到所述设备正常运行时间对应的所述第一分值。
较佳地,当所述健康度参数包括功率因数时,所述第一分值获取模块用于确定所述功率因数所属的第三阈值范围,对所述功率因数对应的所述满分值进行扣分,得到所述功率因数对应的所述第一分值。
较佳地,当所述健康度参数包括光伏逆变器效率时,所述第一分值获取模块用于根据所述光伏逆变器效率所属的第四阈值范围,对所述光伏逆变器效率对应的所述满分值进行扣分,得到所述光伏逆变器效率对应的所述第一分值。
本发明的积极进步效果在于:
本发明中,对能够表征光伏逆变器的健康度的五个健康度参数,分别设置权重并设置对应的满分值,然后定时采样设定时间内的健康度参数的参数值,通过分析这些参数值获取每个健康度参数分别对应的第一分值,然后将这些第一分值相加求和获取目标分值用以估计整个光伏逆变器的健康度,提高了评估光伏逆变器的健康度的准确性,能够更加清晰、准确地向用户和运维人员展示光伏逆变器的运行状态,有助于运维人员在故障发生时更加快速的定位故障位置,明确故障原因;也有利于在光伏逆变器的健康度下降时,开展预测性维护,提前规避故障发生带来的损失。
附图说明
图1为本发明实施例1的光伏逆变器的健康度的评估方法的流程图。
图2为本发明实施例2的光伏逆变器的健康度的评估方法的流程图。
图3为本发明实施例3的光伏逆变器的健康度的评估系统的模块示意图。
图4为本发明实施例4的光伏逆变器的健康度的评估系统的模块示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。
实施例1
如图1所示,本实施例的光伏逆变器的健康度的评估方法包括:
S101、预设光伏逆变器的各个健康度参数对应的满分值;
其中,健康度参数包括单位容量发电功率的离散程度、交流侧三相电压的不平衡度、设备正常运行时间、功率因数和光伏逆变器效率;
S102、获取光伏逆变器在设定时间内的每个健康度参数的参数值;
S103、根据参数值获取健康度参数对应的第一分值;
其中,第一分值小于或者等于满分值;
S104、将各个第一分值进行相加求和,获取目标分值;
S105、根据目标分值对光伏逆变器的健康度进行评估。
本实施例中,对能够表征光伏逆变器的健康度的健康度参数分别设置权重并设置对应的满分值,然后定时采样设定时间内的健康度参数的参数值,通过分析这些参数值获取每个健康度参数分别对应的第一分值,然后将这些第一分值相加求和获取目标分值用以估计整个光伏逆变器的健康度,提高了评估光伏逆变器的健康度的准确性,能够更加清晰、准确地向用户和运维人员展示光伏逆变器的运行状态,有助于运维人员在故障发生时更加快速的定位故障位置,明确故障原因;也有利于在光伏逆变器的健康度下降时,开展预测性维护,提前规避故障发生带来的损失。
实施例2
如图2所示,本实施例的光伏逆变器的健康度的评估方法是对实施例1的进一步改进,具体地:
假设数据传输的时间间隔为t分钟,每隔m分钟对系统中n个光伏逆变器进行一次健康度评估。
步骤S101包括:
S1011、预设光伏逆变器的各个健康度参数的权重;
S1012、根据权重设置各个健康度参数对应的满分值;其中,权重与满分值之间呈正比。
其中,根据实际经验,预设健康度参数包括单位容量发电功率的离散程度、交流侧三相电压的不平衡度、设备正常运行时间、功率因数和光伏逆变器效率分别对应权重为p1、p2、p3、p4、p5,且p1+p2+p3+p4+p5=1。
一般使得m被t整除,使得各个健康度参数在单位时刻的分值100×(t/m)×p1、100×(t/m)×p2、100×(t/m)×p3、100×(t/m)×p4、100×(t/m)×p5均为整数,则任意一个光伏逆变器的各个健康度参数在m分钟内的满分值分别为:100×p1、100×p2、100×p3、100×p4、100×p5。
1)当健康度参数包括单位容量发电功率的离散程度时,步骤S102具体包括:
获取光伏逆变器在设定时间内的单位容量发电功率;
采用局部离群因子算法根据单位容量发电功率计算光伏逆变器的单位容量发电功率相对其他光伏逆变器的单位容量发电功率的离散程度值;
步骤S103具体包括:
当单位容量发电功率的离散程度值小于第一设定阈值,或光伏逆变器的单位容量发电功率大于或者等于其他光伏逆变器的单位容量发电功率的平均值时,则确定单位容量发电功率的离散程度对应的第一分值为单位容量发电功率的离散程度对应的满分值;
当单位容量发电功率的离散程度值大于或者等于第一设定阈值,且光伏逆变器的单位容量发电功率小于其他光伏逆变器的单位容量发电功率的平均值时,则计算光伏逆变器的单位容量发电功率与其他光伏逆变器的单位容量发电功率的平均值之间的平均绝对百分比误差,并根据平均绝对百分比误差所属的第一阈值范围对单位容量发电功率的离散程度对应的满分值进行扣分,得到单位容量发电功率的离散程度对应的第一分值。
具体地,假设系统中包括n个光伏逆变器,则由n个光伏逆变器的单位容量发电功率组成的数据集为X=[x1,x2,…,xn]T∈Rn×1,其中,X表示数据集,xn表示每个光伏逆变器的单位容量发电功率,Rn×1表示n行1列矩阵。若获取的光伏逆变器的发电功率不是单位容量发电功率,则需要将该光伏逆变器的发电功率除以每个逆变器实际接入光伏板的容量,以得到光伏逆变器的单位容量发电功率。
采用局部离群因子算法计算光伏逆变器A的单位容量发电功率相对其他光伏逆变器的单位容量发电功率的离散程度值的过程如下:
计算光伏逆变器A的单位容量发电功率xA与其他每一个光伏逆变器的单位容量发电功率xs之间的距离d(xA,xs),公式如下:
根据实际经验,选取光伏逆变器A的发电功率xA的k个近邻点,并将其近邻点组成的集合记作knn(xA),按距离d(xA,xs)从小到大排列的第k个近邻点到xA的距离记作k-distance(xA),即为d(xA,xs)(A≠s,xs∈knn(xA))的第k个最小的值。实际上,一个样本中的k-distance值可以看作是它的邻域的最大展开半径。定义xA相对xs的可达距离reach-d(xA,xs)如下:
reach-d(xA,xs)=max{k-distance(xs),d(xA,xs)}
由上式可以得知,xA相对xs的可达距离是xs邻域最大展开半径和xA相对xs的实际距离之间更大的一个值,且可达距离reach-d(xA,xs)不可逆,即reach-d(xA,xs)≠reach-d(xs,xA),原因在于k-distance(xA)不总是等于k-distance(xs),即光伏逆变器A和其他光伏逆变器s不总是互为近邻。
xA的局部可达密度lrd(xA)的计算公式如下为:
根据xA的局部可达密度和xA所有近邻点的局部可达密度,可以得到xA的离群程度,具体计算公式如下:
离群程度lof(xA)为光伏逆变器A的单位容量发电功率的离散程度值。
根据光伏逆变器A的单位容量发电功率xA的离散程度值lof(xA),确定光伏逆变器A单位容量发电功率的离散程度对应的第一分值,即光伏逆变器A单位容量发电功率的离散程度对应的健康度值score1的过程如下:
确定光伏逆变器A历史运行数据评估得到的正常状态下光伏逆变器的单位容量发电功率的离散程度值的上限值threshold为lof(xA)的第一设定阈值。
当lof(xA)<threshold,则确定光伏逆变器A单位容量发电功率的离散程度在单位时刻Unitscore1的分值为满分值,即为100×(t/m)×p1。
当lof(xA)≥threshold,且光伏逆变器A的单位容量发电功率小于其他光伏逆变器的单位容量发电功率的平均值时,计算光伏逆变器A的单位容量发电功率与其他光伏逆变器的单位容量发电功率的平均值之间的MAPE(Mean Absolute Percentage Error,平均绝对百分比误差),对应的计算公式如下:
根据单位时刻的分值Unitscore1(对应的100*(t/m)*p1)的大小,设定不同的MAPE阈值及扣分分值,扣分分值一般为1到10之间的正整数。假设单位时刻的光伏逆变器的单位容量发电功率的离散程度的满分值100×(t/m)×p1=5,则可将MAPE阈值取值为0.2、0.4、0.6和0.8,即当0<MAPE≤0.2时,Unitscore1=4;当0.2<MAPE≤0.4时,Unitscore1=3;当0.4<MAPE≤0.6时,Unitscore1=2;当0.6<MAPE≤0.8时,Unitscore1=1;当MAPE>0.8时,Unitscore1=0。
该项健康度参数的总分为:score1=∑t/mUnitscore1,即每个计算周期内的所有采样时刻对应的分值之和为该项健康度参数的健康度值score1。
2)当健康度参数包括交流侧三相电压的不平衡度时,步骤S102具体包括:
获取光伏逆变器在设定时间内的交流侧三相电压;
根据交流侧三相电压计算交流侧三相电压的不平衡度值;
步骤S103具体包括:
根据交流侧三相电压的不平衡度值所属的第二阈值范围对交流侧三相电压的不平衡度对应的满分值进行扣分,得到交流侧三相电压的不平衡度对应第一分值。
具体地,根据GB/T 15543-2008的规定,光伏逆变器A的交流侧三相电压不平衡度的计算公式如下:
根据GB/T 15543-2008规定的交流侧三相电压不平衡度有1.3%、2%、2.6%三个阈值,假设单位时刻交流侧三相电压的不平衡度值的满分值100×(t/m)×p2≥3,扣分分值一般为1到10之间的正整数。
当0<unbalance≤1.3%时,Unitscore2=3;当1.3%<unbalance≤2%时,Unitscore2=2;当2%<unbalance≤2.6%时,Unitscore2=2;当unbalance>2.6时,Unitscore2=0。
该项健康度参数的总分为:score2=∑t/mUnitscore2,即每个计算周期内的所有采样时刻对应的分值之和为该项健康度参数的健康度值score2。
3)当健康度参数包括设备正常运行时间时,步骤S102具体包括:
获取光伏逆变器在设定时间内发生离线的次数和发生故障的次数;
步骤S103具体包括:
根据离线次数和故障次数对设备正常运行时间对应的满分值进行扣分,得到设备正常运行时间对应的第一分值。
具体地,目前光伏逆变器在运行过程中会发生离线或者故障两种状况。
由于采用倒扣分的机制,而且故障数量未知,可能出现扣分多于满分值100×(t/m)×p3的情况,所以规定该项最小的得分为0,不可以出现负值的情况。
通过确定单个离线扣分分值(scoreoffline)和单个故障扣分分值(scorefault),且均选取在2-5之间的正整数。另外,故障的扣分分值比离线的扣分分值大。
假设离线次数为Noffline、故障次数为Nfault(Noffline和Nfault至少有一个为0),则该项健康度参数在单位时刻的分值为:
该项健康度参数的总分为:score3=∑t/mUnitscore3,即每个计算周期内的所有采样时刻对应的分值之和为该项健康度参数的健康度值score3。
另外,为了使得得到的该项健康度参数的健康度值更准确,可以根据故障的不同类型、严重程度等进行不同程度的扣分。
4)当健康度参数包括功率因数时,步骤S103具体包括:
确定功率因数所属的第三阈值范围,对功率因数对应的满分值进行扣分,得到功率因数对应的第一分值。
具体地,光伏并网时,一般要求功率因数至少大于0.9,而在一般正常工作状态下,功率因数一般大于0.99,所以由此判断该项至少包含一个阈值即0.9,扣分分值选取1到5之间的正整数,阈值可根据该健康度参数的单位时刻分值为Unitscore2进行额外设定。
假设单位时刻的功率因数的满分值100×(t/m)×p4)=2,则增加0.85作为阈值,所以该项得分score4按如下方法计算:当0<powerfactor≤0.85时,Unitscore4=0;当0.85<powerfactor≤0.9时,Unitscore4=1;当0.9<powerfactor≤1时,Unitscore4=2。
该项健康度参数的总分为:score4=∑t/mUnitscore4,即每个计算周期内的所有采样时刻对应的分值之和为该项健康度参数的健康度值score4。
5)当健康度参数包括光伏逆变器效率时,步骤S103具体包括:
根据光伏逆变器效率所属的第四阈值范围,对光伏逆变器效率对应的满分值进行扣分,得到光伏逆变器效率对应的第一分值。
具体地,光伏逆变器在无光照情况下不发电(处于待机状态),而在弱光条件下,其工作状态也并非都是并网发电,可能存在检测光照的状态。处于待机状态下的光伏逆变器效率为0,而处于光照检测状态下的光伏逆变器效率肯定达不到其额定效率。光伏逆变器额定效率极高,在非弱光条件下,一般大于98%,所以可以人为设定两个阈值0.9和0.95,且规定该项评估时间为8:00到15:00。假设单位时刻分值的光伏逆变器效率的满分值100×(t/m)×p5)=2,则当0.95<efficiency≤1时,Unitscore5=2;当0.9<efficiency≤0.95时,Unitscore5=1;当efficiency≤0.9时,Unitscore4=0。
该项健康度参数的总分为:score5=∑t/mUnitscore5,即每个计算周期内的所有采样时刻对应的分值之和为该项健康度参数的健康度值score5。
最后,根据上述五个健康度参数在m分钟内的健康度值,获取光伏逆变器A在m分钟内的健康度值HealthScoreA:
HealthScoreA=score1+score2+score3+score4+score5
下面结合一个实例具体说明:
假设某一系统中包含11个光伏逆变器,采样间隔为5分钟,每隔25分钟对设备进行一次健康度评估,每个单位时刻的各项权重为单位容量发电功率离散程度25%(满分值5分)、交流侧三相电压不平衡度15%(满分值3分)、设备正常运行时间40%(满分值8分)、功率因数10%(满分值2分)、逆变器效率10%(满分值2分),即预设每个健康度参数在25分钟内满分值分别25分、15分、40分、10分和10分,合计为100分,而实际得到的光伏逆变器A的健康度值HealthScoreA≤100分。
例如,分别获取11个光伏逆变器在某天的6:36、6:41、6:46、6:46、6:56的单位容量发电功率(表1)、交流侧三相电压(表2)、设备正常运行时间、功率因数(表3)和光伏逆变器效率表(4)的数据:
表1(单位为kW)
时间\ID | 1 | 2 | 3 | 4 | 5 | 6 |
6:36 | 0.014 | 0.015 | 0.015 | 0.014 | 0.015 | 0.012 |
6:41 | 0.018 | 0.018 | 0.018 | 0.017 | 0.018 | 0.015 |
6:46 | 0.022 | 0.022 | 0.022 | 0.020 | 0.022 | 0.017 |
6:51 | 0.025 | 0.026 | 0.026 | 0.024 | 0.026 | 0.021 |
6:56 | 0.029 | 0.030 | 0.029 | 0.028 | 0.029 | 0.024 |
时间\ID | 7 | 8 | 9 | 10 | 11 | |
6:36 | 0.014 | 0.016 | 0.016 | 0.015 | 0.015 | |
6:41 | 0.018 | 0.019 | 0.019 | 0.018 | 0.018 | |
6:46 | 0.021 | 0.023 | 0.023 | 0.022 | 0.022 | |
6:51 | 0.025 | 0.027 | 0.027 | 0.026 | 0.026 | |
6:56 | 0.029 | 0.030 | 0.031 | 0.029 | 0.030 |
表2(单位为V)
表3
时间\ID | 1 | 2 | 3 | 4 | 5 | 6 |
6:36 | 0.999 | 0.999 | 0.999 | 0.999 | 0.999 | 0.999 |
6:41 | 0.999 | 0.999 | 0.999 | 1 | 0.999 | 0.999 |
6:46 | 0.999 | 1 | 0.999 | 1 | 0.999 | 0.999 |
6:51 | 0.999 | 0.999 | 1 | 0.999 | 0.999 | 0.999 |
6:56 | 0.999 | 0.999 | 0.999 | 0.999 | 0.999 | 0.999 |
时间\ID | 7 | 8 | 9 | 10 | 11 | |
6:36 | 0.999 | 0.999 | 0.999 | 0.999 | 0.999 | |
6:41 | 0.999 | 0.999 | 0.999 | 0.999 | 1 | |
6:46 | 0.999 | 0.999 | 0.999 | 1 | 1 | |
6:51 | 1 | 0.999 | 0.999 | 0.999 | 0.999 | |
6:56 | 1 | 0.999 | 0.999 | 1 | 1 |
表4(单位%):
时间\ID | 1 | 2 | 3 | 4 | 5 | 6 |
6:36 | 96.72 | 96.82 | 96.55 | 96.64 | 96.7 | 94.53 |
6:41 | 96.93 | 97.25 | 96.96 | 97.07 | 97.05 | 95.56 |
6:46 | 97.47 | 97.6 | 97.33 | 97.44 | 97.44 | 94.55 |
6:51 | 97.54 | 97.75 | 97.61 | 97.41 | 97.64 | 96.21 |
6:56 | 98.01 | 97.97 | 97.88 | 97.77 | 97.93 | 96.5 |
时间\ID | 7 | 8 | 9 | 10 | 11 | |
6:36 | 96.63 | 97.23 | 97.2 | 96.59 | 96.58 | |
6:41 | 97.03 | 97.47 | 97.4 | 97 | 97.34 | |
6:46 | 97.37 | 97.77 | 97.65 | 97.37 | 97.36 | |
6:51 | 97.6 | 98.18 | 98.07 | 97.68 | 97.64 | |
6:56 | 97.9 | 98.15 | 98.05 | 97.95 | 97.88 |
其中,所有光伏逆变器处于并网发电状态下,均无离线或故障。
相应地:
(1)单位容量发电功率的离散程度对应的第一分值
在局部离群因子算法中,取近邻个数k=5,设定阈值为304742。结合表1中每个时刻的单位容量发电功率计算局部离群因子(见表5),可以得到:
表5
可以发现,4号光伏逆变器在6:46分以及6号光伏逆变器在以上5个时刻的局部离群因子数值偏高,明显超过阈值,于是在评估其MAPE值偏差后扣分,最终得分见表6(满分值为25分):
表6
时间\ID | 1 | 2 | 3 | 4 | 5 | 6 |
6:36 | 5 | 5 | 5 | 5 | 5 | 4 |
6:41 | 5 | 5 | 5 | 5 | 5 | 4 |
6:46 | 5 | 5 | 5 | 4 | 5 | 3 |
6:51 | 5 | 5 | 5 | 5 | 5 | 4 |
6:56 | 5 | 5 | 5 | 5 | 5 | 4 |
时间\ID | 7 | 8 | 9 | 10 | 11 | |
6:36 | 5 | 5 | 5 | 5 | 5 | |
6:41 | 5 | 5 | 5 | 5 | 5 | |
6:46 | 5 | 5 | 5 | 5 | 5 | |
6:51 | 5 | 5 | 5 | 5 | 5 | |
6:56 | 5 | 5 | 5 | 5 | 5 |
求和后,得到在7:00这个检测时间,每个光伏逆变器的单位容量发电功率离散程度的第一分值见表7(满分值为25分):
表7
时间\ID | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
7:00 | 25 | 25 | 25 | 24 | 25 | 19 | 25 | 25 | 25 | 25 | 25 |
(2)交流侧三相电压的不平衡度对应的第一分值
结合表2每个时刻的交流侧三相电压,计算每个时刻每个逆变器的三相电压不平衡度,根据阈值判断是否扣分,最终得分如下见表8(满分值为15分):
表8
时间\ID | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
7:00 | 15 | 15 | 15 | 15 | 15 | 15 | 15 | 15 | 15 | 15 | 15 |
(3)设备正常运行时间对应的第一分值
由于6:36到6:56这5个时刻中并没有发生离线和故障,所以全部光伏逆变器的设备正常运行时间对应的第一分值见表9,均为满分值(满分值为40分):
表9
时间\ID | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
7:00 | 40 | 40 | 40 | 40 | 40 | 40 | 40 | 40 | 40 | 40 | 40 |
(4)功率因数对应的第一分值
结合表3中每个时刻的功率因数可以得知,所有时刻的所有光伏逆变器的功率因数都在0.99以上,所以全部得满分值(满分值为10分),具体见表10:
表10
时间\ID | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
7:00 | 10 | 10 | 10 | 10 | 10 | 10 | 10 | 10 | 10 | 10 | 10 |
(5)光伏逆变器效率对应的第一分值
结合表4中的每个时刻的光伏逆变器效率可以得知,虽然6号逆变器效率有低于95%的情况,但由于评估时间不在8:00到15:00区间内,所以仍然不扣分,具体见表11:
表11
时间\ID | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
7:00 | 10 | 10 | 10 | 10 | 10 | 10 | 10 | 10 | 10 | 10 | 10 |
最终,将表7-表11中的每个光伏逆变器对应的五个健康度参数的分值相加,得到11个光伏逆变器在7:00时的健康度值(见表12)分别为:
表12
时间\ID | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
7:00 | 100 | 100 | 100 | 99 | 100 | 94 | 100 | 100 | 100 | 100 | 100 |
由上表可知,即1-11号的光伏逆变器的健康度值分别为100、100、100、99、100、94、100、100、100、100、100,除了4号光伏逆变器和6号光伏逆变器的健康度略差,其他剩余的光伏逆变器的健康度均处于很好状态。
本实施例中,对能够表征光伏逆变器的健康度的五个健康度参数,分别设置权重并设置对应的满分值,然后定时采样设定时间内的健康度参数的参数值,通过分析这些参数值获取每个健康度参数分别对应的第一分值,然后将这些第一分值相加求和获取目标分值用以估计整个光伏逆变器的健康度,提高了评估光伏逆变器的健康度的准确性,能够更加清晰、准确地向用户和运维人员展示光伏逆变器的运行状态,有助于运维人员在故障发生时更加快速的定位故障位置,明确故障原因;也有利于在光伏逆变器的健康度下降时,开展预测性维护,提前规避故障发生带来的损失。
实施例3
如图3所示,本实施例的光伏逆变器的健康度的评估系统包括预设模块1、参数值获取模块2、第一分值获取模块3、目标分值获取模块4和评估模块5。
预设模块1用于预设光伏逆变器的各个健康度参数对应的满分值;
其中,健康度参数包括单位容量发电功率的离散程度、交流侧三相电压的不平衡度、设备正常运行时间、功率因数和光伏逆变器效率;
参数值获取模块2用于获取光伏逆变器在设定时间内的每个健康度参数的参数值;
第一分值获取模块3用于根据参数值获取健康度参数对应的第一分值;
其中,第一分值小于或者等于满分值;
目标分值获取模块4用于将各个第一分值进行相加求和,获取目标分值;
评估模块5用于根据目标分值对光伏逆变器的健康度进行评估。
本实施例中,对能够表征光伏逆变器的健康度的健康度参数分别设置权重并设置对应的满分值,然后定时采样设定时间内的健康度参数的参数值,通过分析这些参数值获取每个健康度参数分别对应的第一分值,然后将这些第一分值相加求和获取目标分值用以估计整个光伏逆变器的健康度,提高了评估光伏逆变器的健康度的准确性,能够更加清晰、准确地向用户和运维人员展示光伏逆变器的运行状态,有助于运维人员在故障发生时更加快速的定位故障位置,明确故障原因;也有利于在光伏逆变器的健康度下降时,开展预测性维护,提前规避故障发生带来的损失。
实施例4
如图4所示,本实施例的光伏逆变器的健康度的评估系统是对实施例3的进一步改进,具体地:
假设数据传输的时间间隔为t分钟,每隔m分钟对系统中n个光伏逆变器进行一次健康度评估。
预设模块1包括权重预设单元11和设置单元12。
权重预设单元11用于预设光伏逆变器的各个健康度参数的权重;
设置单元12用于根据权重设置各个健康度参数对应的满分值;
其中,权重与满分值之间呈正比。
其中,根据实际经验,预设健康度参数包括单位容量发电功率的离散程度、交流侧三相电压的不平衡度、设备正常运行时间、功率因数和光伏逆变器效率分别对应权重为p1、p2、p3、p4、p5,且p1+p2+p3+p4+p5=1。
一般使得m被t整除,使得各个健康度参数在单位时刻的分值100×(t/m)×p1、100×(t/m)×p2、100×(t/m)×p3、100×(t/m)×p4、100×(t/m)×p5均为整数,则任意一个光伏逆变器的各个健康度参数在m分钟内的满分值分别为:100×p1、100×p2、100×p3、100×p4、100×p5。
当健康度参数包括单位容量发电功率的离散程度时,参数值获取模块2包括发电功率获取单元和离散程度值计算单元;
发电功率获取单元用于获取光伏逆变器在设定时间内的单位容量发电功率;
离散程度值计算单元用于采用局部离群因子算法根据单位容量发电功率计算光伏逆变器的单位容量发电功率相对其他光伏逆变器的单位容量发电功率的离散程度值;
第一分值获取模块3用于当单位容量发电功率的离散程度值小于第一设定阈值,或光伏逆变器的单位容量发电功率大于或者等于其他光伏逆变器的单位容量发电功率的平均值时,则确定单位容量发电功率的离散程度对应的第一分值为单位容量发电功率的离散程度对应的满分值;
第一分值获取模块3还用于当单位容量发电功率的离散程度值大于或者等于第一设定阈值,且光伏逆变器的单位容量发电功率小于其他光伏逆变器的单位容量发电功率的平均值时,则计算光伏逆变器的单位容量发电功率与其他光伏逆变器的单位容量发电功率的平均值之间的平均绝对百分比误差,并根据平均绝对百分比误差所属的第一阈值范围对单位容量发电功率的离散程度对应的满分值进行扣分,得到单位容量发电功率的离散程度对应的第一分值。
具体地,假设系统中包括n个光伏逆变器,则由n个光伏逆变器的单位容量发电功率组成的数据集为X=[x1,x2,…,xn]T∈Rn×1,其中,X表示数据集,xn表示每个光伏逆变器的单位容量发电功率,Rn×1表示n行1列矩阵。若获取的光伏逆变器的发电功率不是单位容量发电功率,则需要将该光伏逆变器的发电功率除以每个逆变器实际接入光伏板的容量,以得到光伏逆变器的单位容量发电功率。
采用局部离群因子算法计算光伏逆变器A的单位容量发电功率相对其他光伏逆变器的单位容量发电功率的离散程度值的过程如下:
计算光伏逆变器A的单位容量发电功率xA与其他每一个光伏逆变器的单位容量发电功率xs之间的距离d(xA,xs),公式如下:
根据实际经验,选取光伏逆变器A的发电功率xA的k个近邻点,并将其近邻点组成的集合记作knn(xA),按距离d(xA,xs)从小到大排列的第k个近邻点到xA的距离记作k-distance(xA),即为d(xA,xs)(A≠s,xs∈knn(xA))的第k个最小的值。实际上,一个样本中的k-distance值可以看作是它的邻域的最大展开半径。定义xA相对xs的可达距离reach-d(xA,xs)如下:
reach-d(xA,xs)=max{k-distance(xs),d(xA,xs)}
由上式可以得知,xA相对xs的可达距离是xs邻域最大展开半径和xA相对xs的实际距离之间更大的一个值,且可达距离reach-d(xA,xs)不可逆,即reach-d(xA,xs)≠reach-d(xs,xA),原因在于k-distance(xA)不总是等于k-distance(xs),即光伏逆变器A和其他光伏逆变器s不总是互为近邻。
xA的局部可达密度lrd(xA)的计算公式如下为:
根据xA的局部可达密度和xA所有近邻点的局部可达密度,可以得到xA的离群程度,具体计算公式如下:
(5)离群程度lof(xA)为光伏逆变器A的单位容量发电功率的离散程度值。
根据光伏逆变器A的单位容量发电功率xA的离散程度值lof(xA),确定光伏逆变器A单位容量发电功率的离散程度对应的第一分值,即光伏逆变器A单位容量发电功率的离散程度对应的健康度值score1的过程如下:
确定光伏逆变器A历史运行数据评估得到的正常状态下光伏逆变器的单位容量发电功率的离散程度值的上限值threshold为lof(xA)的第一设定阈值。
当lof(xA)<threshold,则确定光伏逆变器A单位容量发电功率的离散程度在单位时刻Unitscore1的分值为满分值,即为100×(t/m)×p1。
当lof(xA)≥threshold,且光伏逆变器A的单位容量发电功率小于其他光伏逆变器的单位容量发电功率的平均值时,计算光伏逆变器A的单位容量发电功率与其他光伏逆变器的单位容量发电功率的平均值之间的MAPE(Mean Absolute Percentage Error,平均绝对百分比误差),对应的计算公式如下:
根据单位时刻的分值Unitscore1(对应的100*(t/m)*p1)的大小,设定不同的MAPE阈值及扣分分值,扣分分值一般为1到10之间的正整数。假设单位时刻的光伏逆变器的单位容量发电功率的离散程度的满分值100×(t/m)×p1=5,则可将MAPE阈值取值为0.2、0.4、0.6和0.8,即当0<MAPE≤0.2时,Unitscore1=4;当0.2<MAPE≤0.4时,Unitscore1=3;当0.4<MAPE≤0.6时,Unitscore1=2;当0.6<MAPE≤0.8时,Unitscore1=1;当MAPE>0.8时,Unitscore1=0。
该项健康度参数的总分为:score1=∑t/mUnitscore1,即每个计算周期内的所有采样时刻对应的分值之和为该项健康度参数的健康度值score1。
当健康度参数包括交流侧三相电压的不平衡度时,参数值获取模2块包括三相电压获取单元和不平衡度值获取单元;
三相电压获取单元用于获取光伏逆变器在设定时间内的交流侧三相电压;
不平衡度值获取单元用于根据交流侧三相电压计算交流侧三相电压的不平衡度值;
第一分值获取模块3用于根据交流侧三相电压的不平衡度值所属的第二阈值范围对交流侧三相电压的不平衡度对应的满分值进行扣分,得到交流侧三相电压的不平衡度对应第一分值。
具体地,根据GB/T 15543-2008的规定,光伏逆变器A的交流侧三相电压不平衡度的计算公式如下:
根据GB/T 15543-2008规定的交流侧三相电压不平衡度有1.3%、2%、2.6%三个阈值,假设单位时刻交流侧三相电压的不平衡度值的满分值100×(t/m)×p2≥3,扣分分值一般为1到10之间的正整数。
当0<unbalance≤1.3%时,Unitscore2=3;当1.3%<unbalance≤2%时,Unitscore2=2;当2%<unbalance≤2.6%时,Unitscore2=2;当unbalance>2.6时,Unitscore2=0。
该项健康度参数的总分为:score2=∑t/mUnitscore2,即每个计算周期内的所有采样时刻对应的分值之和为该项健康度参数的健康度值score2。
当健康度参数包括设备正常运行时间时,参数值获取模块2包括数据获取单元;
数据获取单元用于获取光伏逆变器在设定时间内发生离线的次数和发生故障的次数;
第一分值获取模块3用于根据离线次数和故障次数对设备正常运行时间对应的满分值进行扣分,得到设备正常运行时间对应的第一分值。
具体地,目前光伏逆变器在运行过程中会发生离线或者故障两种状况。
由于采用倒扣分的机制,而且故障数量未知,可能出现扣分多于满分值100×(t/m)×p3的情况,所以规定该项最小的得分为0,不可以出现负值的情况。
通过确定单个离线扣分分值(scoreoffline)和单个故障扣分分值(scorefault),且均选取在2-5之间的正整数。另外,故障的扣分分值比离线的扣分分值大。
假设离线次数为Noffline、故障次数为Nfault(Noffline和Nfault至少有一个为0),则该项健康度参数在单位时刻的分值为:
该项健康度参数的总分为:score3=∑t/mUnitscore3,即每个计算周期内的所有采样时刻对应的分值之和为该项健康度参数的健康度值score3。
另外,为了使得得到的该项健康度参数的健康度值更准确,可以根据故障的不同类型、严重程度等进行不同程度的扣分。
当健康度参数包括功率因数时,第一分值获取模块3用于确定功率因数所属的第三阈值范围,对功率因数对应的满分值进行扣分,得到功率因数对应的第一分值。
具体地,光伏并网时,一般要求功率因数至少大于0.9,而在一般正常工作状态下,功率因数一般大于0.99,所以由此判断该项至少包含一个阈值即0.9,扣分分值选取1到5之间的正整数,阈值可根据该健康度参数的单位时刻分值为Unitscore2进行额外设定。
假设单位时刻的功率因数的满分值100×(t/m)×p4)=2,则增加0.85作为阈值,所以该项得分score4按如下方法计算:当0<powerfactor≤0.85时,Unitscore4=0;当0.85<powerfactor≤0.9时,Unitscore4=1;当0.9<powerfactor≤1时,Unitscore4=2。
该项健康度参数的总分为:score4=∑t/mUnitscore4,即每个计算周期内的所有采样时刻对应的分值之和为该项健康度参数的健康度值score4。
当健康度参数包括光伏逆变器效率时,第一分值获取模块3用于根据光伏逆变器效率所属的第四阈值范围,对光伏逆变器效率对应的满分值进行扣分,得到光伏逆变器效率对应的第一分值。
具体地,光伏逆变器在无光照情况下不发电(处于待机状态),而在弱光条件下,其工作状态也并非都是并网发电,可能存在检测光照的状态。处于待机状态下的光伏逆变器效率为0,而处于光照检测状态下的光伏逆变器效率肯定达不到其额定效率。光伏逆变器额定效率极高,在非弱光条件下,一般大于98%,所以可以人为设定两个阈值0.9和0.95,且规定该项评估时间为8:00到15:00。假设单位时刻分值的光伏逆变器效率的满分值100×(t/m)×p5)=2,则当0.95<efficiency≤1时,Unitscore5=2;当0.9<efficiency≤0.95时,Unitscore5=1;当efficiency≤0.9时,Unitscore4=0。
该项健康度参数的总分为:score5=∑t/mUnitscore5,即每个计算周期内的所有采样时刻对应的分值之和为该项健康度参数的健康度值score5。
最后,根据上述五个健康度参数在m分钟内的健康度值,获取光伏逆变器A在m分钟内的健康度值HealthScoreA:
HealthScoreA=score1+score2+score3+score4+score5
下面结合一个实例具体说明:
假设某一系统中包含11个光伏逆变器,采样间隔为5分钟,每隔25分钟对设备进行一次健康度评估,每个单位时刻的各项权重为单位容量发电功率离散程度25%(满分值5分)、交流侧三相电压不平衡度15%(满分值3分)、设备正常运行时间40%(满分值8分)、功率因数10%(满分值2分)、逆变器效率10%(满分值2分),即预设每个健康度参数在25分钟内满分值分别25分、15分、40分、10分和10分,合计为100分,而实际得到的光伏逆变器A的健康度值HealthScoreA≤100分。
例如,分别获取11个光伏逆变器在某天的6:36、6:41、6:46、6:46、6:56的单位容量发电功率(表1)、交流侧三相电压(表2)、设备正常运行时间、功率因数(表3)和光伏逆变器效率表(4)的数据:
表1(单位为kW)
时间\ID | 1 | 2 | 3 | 4 | 5 | 6 |
6:36 | 0.014 | 0.015 | 0.015 | 0.014 | 0.015 | 0.012 |
6:41 | 0.018 | 0.018 | 0.018 | 0.017 | 0.018 | 0.015 |
6:46 | 0.022 | 0.022 | 0.022 | 0.020 | 0.022 | 0.017 |
6:51 | 0.025 | 0.026 | 0.026 | 0.024 | 0.026 | 0.021 |
6:56 | 0.029 | 0.030 | 0.029 | 0.028 | 0.029 | 0.024 |
时间\ID | 7 | 8 | 9 | 10 | 11 | |
6:36 | 0.014 | 0.016 | 0.016 | 0.015 | 0.015 | |
6:41 | 0.018 | 0.019 | 0.019 | 0.018 | 0.018 | |
6:46 | 0.021 | 0.023 | 0.023 | 0.022 | 0.022 | |
6:51 | 0.025 | 0.027 | 0.027 | 0.026 | 0.026 | |
6:56 | 0.029 | 0.030 | 0.031 | 0.029 | 0.030 |
表2(单位为V)
表3
表4(单位%):
时间\ID | 1 | 2 | 3 | 4 | 5 | 6 |
6:36 | 96.72 | 96.82 | 96.55 | 96.64 | 96.7 | 94.53 |
6:41 | 96.93 | 97.25 | 96.96 | 97.07 | 97.05 | 95.56 |
6:46 | 97.47 | 97.6 | 97.33 | 97.44 | 97.44 | 94.55 |
6:51 | 97.54 | 97.75 | 97.61 | 97.41 | 97.64 | 96.21 |
6:56 | 98.01 | 97.97 | 97.88 | 97.77 | 97.93 | 96.5 |
时间\ID | 7 | 8 | 9 | 10 | 11 | |
6:36 | 96.63 | 97.23 | 97.2 | 96.59 | 96.58 | |
6:41 | 97.03 | 97.47 | 97.4 | 97 | 97.34 | |
6:46 | 97.37 | 97.77 | 97.65 | 97.37 | 97.36 | |
6:51 | 97.6 | 98.18 | 98.07 | 97.68 | 97.64 | |
6:56 | 97.9 | 98.15 | 98.05 | 97.95 | 97.88 |
其中,所有光伏逆变器处于并网发电状态下,均无离线或故障。
相应地:
(1)单位容量发电功率的离散程度对应的第一分值
在局部离群因子算法中,取近邻个数k=5,设定阈值为304742。结合表1中每个时刻的单位容量发电功率计算局部离群因子(见表5),可以得到:
表5
可以发现,4号光伏逆变器在6:46分以及6号光伏逆变器在以上5个时刻的局部离群因子数值偏高,明显超过阈值,于是在评估其MAPE值偏差后扣分,最终得分见表6(满分值为25分):
表6
时间\ID | 1 | 2 | 3 | 4 | 5 | 6 |
6:36 | 5 | 5 | 5 | 5 | 5 | 4 |
6:41 | 5 | 5 | 5 | 5 | 5 | 4 |
6:46 | 5 | 5 | 5 | 4 | 5 | 3 |
6:51 | 5 | 5 | 5 | 5 | 5 | 4 |
6:56 | 5 | 5 | 5 | 5 | 5 | 4 |
时间\ID | 7 | 8 | 9 | 10 | 11 | |
6:36 | 5 | 5 | 5 | 5 | 5 | |
6:41 | 5 | 5 | 5 | 5 | 5 | |
6:46 | 5 | 5 | 5 | 5 | 5 | |
6:51 | 5 | 5 | 5 | 5 | 5 | |
6:56 | 5 | 5 | 5 | 5 | 5 |
求和后,得到在7:00这个检测时间,每个光伏逆变器的单位容量发电功率离散程度的第一分值见表7(满分值为25分):
表7
(2)交流侧三相电压的不平衡度对应的第一分值
结合表2每个时刻的交流侧三相电压,计算每个时刻每个逆变器的三相电压不平衡度,根据阈值判断是否扣分,最终得分如下见表8(满分值为15分):
表8
时间\ID | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
7:00 | 15 | 15 | 15 | 15 | 15 | 15 | 15 | 15 | 15 | 15 | 15 |
(3)设备正常运行时间对应的第一分值
由于6:36到6:56这5个时刻中并没有发生离线和故障,所以全部光伏逆变器的设备正常运行时间对应的第一分值见表9,均为满分值(满分值为40分):
表9
时间\ID | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
7:00 | 40 | 40 | 40 | 40 | 40 | 40 | 40 | 40 | 40 | 40 | 40 |
(4)功率因数对应的第一分值
结合表3中每个时刻的功率因数可以得知,所有时刻的所有光伏逆变器的功率因数都在0.99以上,所以全部得满分值(满分值为10分),具体见表10:
表10
时间\ID | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
7:00 | 10 | 10 | 10 | 10 | 10 | 10 | 10 | 10 | 10 | 10 | 10 |
(5)光伏逆变器效率对应的第一分值
结合表4中的每个时刻的光伏逆变器效率可以得知,虽然6号逆变器效率有低于95%的情况,但由于评估时间不在8:00到15:00区间内,所以仍然不扣分,具体见表11:
表11
时间\ID | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
7:00 | 10 | 10 | 10 | 10 | 10 | 10 | 10 | 10 | 10 | 10 | 10 |
最终,将表7-表11中的每个光伏逆变器对应的五个健康度参数的分值相加,得到11个光伏逆变器在7:00时的健康度值(见表12)分别为:
表12
时间\ID | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
7:00 | 100 | 100 | 100 | 99 | 100 | 94 | 100 | 100 | 100 | 100 | 100 |
由上表可知,即1-11号的光伏逆变器的健康度值分别为100、100、100、99、100、94、100、100、100、100、100,除了4号光伏逆变器和6号光伏逆变器的健康度略差,其他剩余的光伏逆变器的健康度均处于很好状态。
本实施例中,对能够表征光伏逆变器的健康度的健康度参数分别设置权重并设置对应的满分值,然后定时采样设定时间内的健康度参数的参数值,通过分析这些参数值获取每个健康度参数分别对应的第一分值,然后将这些第一分值相加求和获取目标分值用以估计整个光伏逆变器的健康度,提高了评估光伏逆变器的健康度的准确性,能够更加清晰、准确地向用户和运维人员展示光伏逆变器的运行状态,有助于运维人员在故障发生时更加快速的定位故障位置,明确故障原因;也有利于在光伏逆变器的健康度下降时,开展预测性维护,提前规避故障发生带来的损失。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这些仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式作出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (12)
1.一种光伏逆变器的健康度的评估方法,其特征在于,所述评估方法包括:
预设光伏逆变器的各个健康度参数对应的满分值;
获取所述光伏逆变器在设定时间内的每个所述健康度参数的参数值;
根据所述参数值获取所述健康度参数对应的第一分值;
其中,所述第一分值小于或者等于所述满分值;
将各个所述第一分值进行相加求和,获取目标分值;
根据所述目标分值对所述光伏逆变器的健康度进行评估;
当所述健康度参数包括单位容量发电功率的离散程度时,所述获取所述光伏逆变器在设定时间内的每个所述健康度参数的参数值的步骤包括:
获取所述光伏逆变器在所述设定时间内的单位容量发电功率;
采用局部离群因子算法根据所述单位容量发电功率计算所述光伏逆变器的单位容量发电功率相对其他光伏逆变器的单位容量发电功率的离散程度值;
所述根据所述参数值获取所述健康度参数对应的第一分值的步骤包括:
当所述单位容量发电功率的离散程度值小于第一设定阈值,或所述光伏逆变器的单位容量发电功率大于或者等于其他光伏逆变器的单位容量发电功率的平均值时,则确定所述单位容量发电功率的离散程度对应的所述第一分值为所述单位容量发电功率的离散程度对应的所述满分值;
当所述单位容量发电功率的离散程度值大于或者等于所述第一设定阈值,且所述光伏逆变器的单位容量发电功率小于其他光伏逆变器的单位容量发电功率的平均值时,则计算所述光伏逆变器的单位容量发电功率与其他光伏逆变器的单位容量发电功率的平均值之间的平均绝对百分比误差,并根据所述平均绝对百分比误差所属的第一阈值范围对所述单位容量发电功率的离散程度对应的所述满分值进行扣分,得到所述单位容量发电功率的离散程度对应的所述第一分值。
2.如权利要求1所述的光伏逆变器的健康度的评估方法,其特征在于,所述预设光伏逆变器的各个健康度参数对应的满分值的步骤包括:
预设所述光伏逆变器的各个所述健康度参数的权重;
根据所述权重设置各个所述健康度参数对应的所述满分值;
其中,所述权重与所述满分值之间呈正比。
3.如权利要求1所述的光伏逆变器的健康度的评估方法,其特征在于,当所述健康度参数包括交流侧三相电压的不平衡度时,所述获取所述光伏逆变器在设定时间内的每个所述健康度参数的参数值的步骤包括:
获取所述光伏逆变器在所述设定时间内的交流侧三相电压;
根据交流侧三相电压计算所述交流侧三相电压的不平衡度值;
所述根据所述参数值获取所述健康度参数对应的第一分值的步骤包括:
根据所述交流侧三相电压的不平衡度值所属的第二阈值范围对所述交流侧三相电压的不平衡度对应的所述满分值进行扣分,得到所述交流侧三相电压的不平衡度对应所述第一分值。
4.如权利要求1所述的光伏逆变器的健康度的评估方法,其特征在于,当所述健康度参数包括设备正常运行时间时,所述获取所述光伏逆变器在设定时间内的每个所述健康度参数的参数值的步骤包括:
获取所述光伏逆变器在设定时间内发生离线的次数和发生故障的次数;
所述根据所述参数值获取所述健康度参数对应的第一分值的步骤包括:
根据所述离线次数和所述故障次数对所述设备正常运行时间对应的所述满分值进行扣分,得到所述设备正常运行时间对应的所述第一分值。
5.如权利要求1所述的光伏逆变器的健康度的评估方法,其特征在于,当所述健康度参数包括功率因数时,所述根据所述参数值获取所述健康度参数对应的第一分值的步骤包括的步骤包括:
确定所述功率因数所属的第三阈值范围,对所述功率因数对应的所述满分值进行扣分,得到所述功率因数对应的所述第一分值。
6.如权利要求1所述的光伏逆变器的健康度的评估方法,其特征在于,当所述健康度参数包括光伏逆变器效率时,所述根据所述参数值获取所述健康度参数对应的第一分值的步骤包括:
根据所述光伏逆变器效率所属的第四阈值范围,对所述光伏逆变器效率对应的所述满分值进行扣分,得到所述光伏逆变器效率对应的所述第一分值。
7.一种光伏逆变器的健康度的评估系统,其特征在于,所述评估系统包括预设模块、参数值获取模块、第一分值获取模块、目标分值获取模块和评估模块:
所述预设模块用于预设光伏逆变器的各个健康度参数对应的满分值;
所述参数值获取模块用于获取所述光伏逆变器在设定时间内的每个所述健康度参数的参数值;
所述第一分值获取模块用于根据所述参数值获取所述健康度参数对应的第一分值;
其中,所述第一分值小于或者等于所述满分值;
所述目标分值获取模块用于将各个所述第一分值进行相加求和,获取目标分值;
所述评估模块用于根据所述目标分值对所述光伏逆变器的健康度进行评估;
当所述健康度参数包括单位容量发电功率的离散程度时,所述参数值获取模块包括发电功率获取单元和离散程度值计算单元;
所述发电功率获取单元用于获取所述光伏逆变器在所述设定时间内的单位容量发电功率;
所述离散程度值计算单元用于采用局部离群因子算法根据所述单位容量发电功率计算所述光伏逆变器的单位容量发电功率相对其他光伏逆变器的单位容量发电功率的离散程度值;
所述第一分值获取模块用于当所述单位容量发电功率的离散程度值小于第一设定阈值,或所述光伏逆变器的单位容量发电功率大于或者等于其他光伏逆变器的单位容量发电功率的平均值时,则确定所述单位容量发电功率的离散程度对应的所述第一分值为所述单位容量发电功率的离散程度对应的所述满分值;
所述第一分值获取模块还用于当所述单位容量发电功率的离散程度值大于或者等于所述第一设定阈值,且所述光伏逆变器的单位容量发电功率小于其他光伏逆变器的单位容量发电功率的平均值时,则计算所述光伏逆变器的单位容量发电功率与其他光伏逆变器的单位容量发电功率的平均值之间的平均绝对百分比误差,并根据所述平均绝对百分比误差所属的第一阈值范围对所述单位容量发电功率的离散程度对应的所述满分值进行扣分,得到所述单位容量发电功率的离散程度对应的所述第一分值。
8.如权利要求7所述的光伏逆变器的健康度的评估系统,其特征在于,所述预设模块包括权重预设单元和设置单元;
所述权重预设单元用于预设所述光伏逆变器的各个所述健康度参数的权重;
所述设置单元用于根据所述权重设置各个所述健康度参数对应的所述满分值;
其中,所述权重与所述满分值之间呈正比。
9.如权利要求7所述的光伏逆变器的健康度的评估系统,其特征在于,当所述健康度参数包括交流侧三相电压的不平衡度时,所述参数值获取模块包括三相电压获取单元和不平衡度值获取单元;
所述三相电压获取单元用于获取所述光伏逆变器在所述设定时间内的交流侧三相电压;
所述不平衡度值获取单元用于根据交流侧三相电压计算所述交流侧三相电压的不平衡度值;
所述第一分值获取模块用于根据所述交流侧三相电压的不平衡度值所属的第二阈值范围对所述交流侧三相电压的不平衡度对应的所述满分值进行扣分,得到所述交流侧三相电压的不平衡度对应所述第一分值。
10.如权利要求7所述的光伏逆变器的健康度的评估系统,其特征在于,当所述健康度参数包括设备正常运行时间时,所述参数值获取模块包括数据获取单元;
所述数据获取单元用于获取所述光伏逆变器在设定时间内发生离线的次数和发生故障的次数;
所述第一分值获取模块用于根据所述离线次数和所述故障次数对所述设备正常运行时间对应的所述满分值进行扣分,得到所述设备正常运行时间对应的所述第一分值。
11.如权利要求7所述的光伏逆变器的健康度的评估系统,其特征在于,当所述健康度参数包括功率因数时,所述第一分值获取模块用于确定所述功率因数所属的第三阈值范围,对所述功率因数对应的所述满分值进行扣分,得到所述功率因数对应的所述第一分值。
12.如权利要求7所述的光伏逆变器的健康度的评估系统,其特征在于,当所述健康度参数包括光伏逆变器效率时,所述第一分值获取模块用于根据所述光伏逆变器效率所属的第四阈值范围,对所述光伏逆变器效率对应的所述满分值进行扣分,得到所述光伏逆变器效率对应的所述第一分值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811591880.9A CN109508909B (zh) | 2018-12-25 | 2018-12-25 | 光伏逆变器的健康度的评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811591880.9A CN109508909B (zh) | 2018-12-25 | 2018-12-25 | 光伏逆变器的健康度的评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109508909A CN109508909A (zh) | 2019-03-22 |
CN109508909B true CN109508909B (zh) | 2023-04-07 |
Family
ID=65754681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811591880.9A Active CN109508909B (zh) | 2018-12-25 | 2018-12-25 | 光伏逆变器的健康度的评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109508909B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110322108A (zh) * | 2019-05-08 | 2019-10-11 | 上海道口材料科技有限公司 | 面向绿色资产评估的光伏系统实时健康度评价方法和系统 |
CN110187247A (zh) * | 2019-06-13 | 2019-08-30 | 湖州师范学院 | 一种光伏逆变器的电弧故障检测系统及检测方法 |
CN112327200B (zh) * | 2020-10-22 | 2022-08-30 | 中国航空工业集团公司上海航空测控技术研究所 | Dc-ac逆变器电路的健康表征及健康基线构建方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103630785A (zh) * | 2013-12-04 | 2014-03-12 | 安徽理工大学 | 光伏逆变器复合粒子过程在线剩余寿命评估方法 |
CN105137242A (zh) * | 2015-09-09 | 2015-12-09 | 南京航空航天大学 | 单相光伏逆变器在线状态监测与剩余寿命预测方法 |
CN105245188A (zh) * | 2015-10-27 | 2016-01-13 | 国网冀北电力有限公司电力科学研究院 | 光伏逆变器能耗特性在线预测方法及其装置 |
CN107346899A (zh) * | 2017-08-28 | 2017-11-14 | 国网江西省电力公司电力科学研究院 | 一种光伏电站系统稳定性评估方法及系统 |
CN108847686A (zh) * | 2018-07-02 | 2018-11-20 | 国电南瑞科技股份有限公司 | 一种光伏逆变器故障预测方法 |
CN108988782A (zh) * | 2018-05-29 | 2018-12-11 | 浙江大学 | 一种基于变权层次分析法的光伏发电系统健康状态评估方法 |
-
2018
- 2018-12-25 CN CN201811591880.9A patent/CN109508909B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103630785A (zh) * | 2013-12-04 | 2014-03-12 | 安徽理工大学 | 光伏逆变器复合粒子过程在线剩余寿命评估方法 |
CN105137242A (zh) * | 2015-09-09 | 2015-12-09 | 南京航空航天大学 | 单相光伏逆变器在线状态监测与剩余寿命预测方法 |
CN105245188A (zh) * | 2015-10-27 | 2016-01-13 | 国网冀北电力有限公司电力科学研究院 | 光伏逆变器能耗特性在线预测方法及其装置 |
CN107346899A (zh) * | 2017-08-28 | 2017-11-14 | 国网江西省电力公司电力科学研究院 | 一种光伏电站系统稳定性评估方法及系统 |
CN108988782A (zh) * | 2018-05-29 | 2018-12-11 | 浙江大学 | 一种基于变权层次分析法的光伏发电系统健康状态评估方法 |
CN108847686A (zh) * | 2018-07-02 | 2018-11-20 | 国电南瑞科技股份有限公司 | 一种光伏逆变器故障预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109508909A (zh) | 2019-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109508909B (zh) | 光伏逆变器的健康度的评估方法及系统 | |
CN107346899B (zh) | 一种光伏电站系统稳定性评估方法及系统 | |
US7979239B2 (en) | System and method for monitoring and managing electrical power transmission and distribution networks | |
US20230179144A1 (en) | Method and apparatus for recognizing operating state of photovoltaic string and storage medium | |
CN109633476A (zh) | 电池储能系统的健康度的评估方法及系统 | |
CN116125361B (zh) | 电压互感器误差评估方法、系统、电子设备及存储介质 | |
CN112286993B (zh) | 一种光伏电站中发电异常组串的检测方法及装置 | |
CN117078017A (zh) | 一种用于电力电网设备监控智能化决策分析系统 | |
CN118013450B (zh) | 一种基于太阳总辐射计算的光伏优化系统 | |
CN104834305B (zh) | 基于dms系统的配网自动化终端遥测异常分析系统及方法 | |
CN117131321A (zh) | 一种电能量数据采集方法 | |
CN117911011B (zh) | 一种交直流混联电力线路故障维修预警方法 | |
CN112446801A (zh) | 一种有效提升电力系统数据质量的系统及方法 | |
CN104240036B (zh) | 一种基于临界系统等效阻抗的暂态电压稳定量化评估方法 | |
CN104793167A (zh) | 计量自动化终端自动跟踪分析方法及系统 | |
CN110729763B (zh) | 一种大规模风电汇集对直流功率影响的量化评估方法 | |
CN112217220B (zh) | 新能源送出多端柔性直流电网安全稳定防御方法及装置 | |
Alam et al. | Abnormal Voltage Regulation Detection in on-Grid PV-ESS System by Support Vector Machine with Principal Component Analysis | |
Khosiljonovich et al. | Novel Method of Calculating the Coefficient of Asymmetry in the Negative Sequence | |
CN105548750B (zh) | 基于多数据处理的变电站电流二次回路状态评估方法 | |
CN110197012A (zh) | 考虑牵引传动系统故障影响的支撑电容寿命评估方法 | |
CN117997270B (zh) | 一种光伏发电计量故障的监测方法及系统 | |
JP2019193387A (ja) | 電力系統監視装置および電力系統監視方法 | |
CN113642174A (zh) | 三电平光伏逆变器结构性故障的效能损失综合评估方法 | |
CN115842370A (zh) | 一种新能源接入规模的评估方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |