CN109543993A - 分析光伏电站的方法、计算机存储介质及计算机设备 - Google Patents
分析光伏电站的方法、计算机存储介质及计算机设备 Download PDFInfo
- Publication number
- CN109543993A CN109543993A CN201811381558.3A CN201811381558A CN109543993A CN 109543993 A CN109543993 A CN 109543993A CN 201811381558 A CN201811381558 A CN 201811381558A CN 109543993 A CN109543993 A CN 109543993A
- Authority
- CN
- China
- Prior art keywords
- data
- operation data
- analysis
- storage
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000004458 analytical method Methods 0.000 claims abstract description 58
- 238000010248 power generation Methods 0.000 claims abstract description 25
- 238000007405 data analysis Methods 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 238000010835 comparative analysis Methods 0.000 claims description 31
- 238000012360 testing method Methods 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 4
- 230000004888 barrier function Effects 0.000 claims 1
- SYHGEUNFJIGTRX-UHFFFAOYSA-N methylenedioxypyrovalerone Chemical compound C=1C=C2OCOC2=CC=1C(=O)C(CCC)N1CCCC1 SYHGEUNFJIGTRX-UHFFFAOYSA-N 0.000 claims 1
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 241001269238 Data Species 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000005611 electricity Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 230000000717 retained effect Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical group OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000004069 plant analysis Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011897 real-time detection 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Photovoltaic Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种分析光伏试验电站的方法,所述方法包括:按照第一时间间隔定时获取光伏电站的运行数据;其中,所述运行数据包括发电数据、检测设备数据和气象数据;对所述运行数据按照预定的规则进行存储;对所述存储的运行数据进行预处理;对所述预处理后的运行数据进行数据分析并生成分析结果。本发明还公开了一种计算机存储介质。本发明还公开了一种计算机设备。本发明通过采集光伏电站的运行数据,所述运行数据包括发电数据、检测设备数据和气象数据,对光伏电站的运行状态进行多样化地分析,并且对采集的数据的有效性进行判定,提高分析结果的准确性。
Description
技术领域
本发明涉及光伏电站分析领域,具体地,涉及一种分析光伏电站的方法、计算机存储介质及计算机设备。
背景技术
现有的光伏电站的分析系统采集的数据种类较少,只是简单地进行发电量对比分析,不够多样化。并且发电数据中存在设备故障、通讯故障和零电流支路等产生的异常数据未经剔除,影响分析结果的准确性,不能为光伏行业发展提供可靠的数据支撑。
发明内容
为解决上述现有技术存在的问题,本发明提供了一种分析光伏电站的方法、计算机存储介质及计算机设备。
为了达到上述发明目的,本发明采用了如下的技术方案:
根据本发明的一方面,提供了一种分析光伏电站的方法,所述方法包括:
按照第一时间间隔定时获取光伏试验电站的运行数据;其中,所述运行数据包括发电数据、检测设备数据和气象数据;
对所述运行数据按照预定的规则进行存储;
对所述存储的运行数据进行预处理;
对所述预处理后的运行数据进行数据分析并生成分析结果。
进一步地,所述对所述运行数据按照预定规则进行存储的方法包括:
计算当前时刻获取的运行数据与最后一次存储的运行数据之间的差值;
计算所述差值与所述最后一次存储的运行数据的比值;
判断所述比值是否在预设的阈值范围以内;
若所述比值在预设的阈值范围以内,则计算当前时刻与最后一次存储的运行数据的时刻之间的间隔;
判断所述间隔是否等于第二时间间隔;
若是,则存储当前时刻获取的运行数据;
若所述比值在预设的阈值范围以外,则存储当前时刻获取的运行数据。
进一步地,所述第二时间间隔大于所述第一时间间隔。
进一步地,对所述存储的运行数据进行预处理的方法包括:
获取存储的同一时刻的N个运行数据;
计算同一时刻的N个运行数据的中位数M;
分别计算每个运行数据与中位数M的偏差;将偏差大于预设偏差的运行数据剔除;将偏差小于预设偏差的运行数据保留。
进一步地,所述发电数据包括:发电设备输入输出端的电压、电流、功率、发电量;所述检测设备数据包括:组件背板温度、环境温度、逆变器室内温度、支架角度、风速风向、IV曲线;所述气象数据包括:直射辐照、散射辐照、水平辐照、倾面辐照、光谱、紫外辐照。
进一步地,所述数据分析包括发电量对比分析、气象数据对比分析、发电效率对比分析、组件匹配损失对比分析、逆变器实际转换效率对比分析、逆变器启停时间对比分析、线损对比分析、组件衰减特性对比分析、故障诊断分析、多维度数据分析中的至少一种。
进一步地,所述方法还包括:
可视化地显示最后一次存储的运行数据;
可视化地显示指定时间段内的分析结果。
根据本发明的另一方面,还提供了一种计算机存储介质,所述计算机存储介质上存储有分析光伏电站的程序,所述分析光伏电站的程序被处理器执行时实现如上述的分析光伏电站的方法的步骤。
根据本发明的又一方面,还提供了一种计算机设备,所述计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的分析光伏电站的程序,其特征在于,所述分析光伏电站的程序被处理器执行时实现如上述的分析光伏电站的方法的步骤。
本发明的有益效果:本发明通过采集光伏电站的运行数据,所述运行数据包括发电数据、检测设备数据和气象数据,对光伏电站的运行状态进行多样化地分析,并且对采集的数据的有效性进行判定,提高分析结果的准确性。
附图说明
通过结合附图进行的以下描述,本发明的实施例的上述和其它方面、特点和优点将变得更加清楚,附图中:
图1是根据本发明的实施例的分析光伏电站的方法的流程图;
图2是根据本发明的实施例的步骤S200的流程图;
图3是根据本发明的实施例的步骤S300的流程图;
图4是根据本发明的实施例的人机界面的示意图;
图5是根据本发明的实施例的人机界面的另一示意图。
具体实施方式
以下,将参照附图来详细描述本发明的实施例。然而,可以以许多不同的形式来实施本发明,并且本发明不应该被解释为限制于这里阐述的具体实施例。相反,提供这些实施例是为了解释本发明的原理及其实际应用,从而使本领域的其他技术人员能够理解本发明的各种实施例和适合于特定预期应用的各种修改。
在此,还需要说明的是,为了避免因不必要的细节而模糊了本发明,在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤,而省略了关系不大的其他细节。
实施例一
图1是根据本发明的实施例的分析光伏电站的方法的流程图。
参照图1所示,本发明的第一实施例公开了一种分析光伏电站的方法。所述方法包括步骤:
S100、按照第一时间间隔定时获取光伏电站的运行数据;其中,所述运行数据包括发电数据、检测设备数据和气象数据;
作为本发明的一种实施方式,所述发电数据包括:发电设备输入输出端的电压、电流、功率、发电量。所述检测设备数据包括:组件背板温度、环境温度、逆变器室内温度、支架角度、风速风向、IV曲线;所述气象数据包括:直射辐照、散射辐照、水平辐照、倾面辐照、光谱、紫外辐照。本发明采集的运行数据不仅包括发电数据,还包括检测设备数据、气象数据,从多方面采集与光伏电站的运行状态有关的数据,以便后续能够对光伏电站的运行状态进行全方面的分析。
S200、对所述运行数据按照预定的规则进行存储。
为了尽可能存储完整的数据,对按照第一时间间隔定时获取的光伏电站的运行数据按照预定的规则进行存储。
图2是根据本发明的实施例的步骤S200的流程图。
参照图2所示,步骤S200具体包括:
S210、计算当前时刻获取的运行数据与最后一次存储的运行数据之间的差值。
S220、计算所述差值与所述最后一次存储的运行数据的比值;
S230、判断所述比值是否在预设的阈值范围以内;
具体地,步骤S210~步骤S230通过计算实时采集的运行数据相对于最后一次存储的运行数据的差值、所述差值与最后一次存储的运行数据的比值,从而确定实时采集的运行数据相对于最后一次存储的运行数据的变化情况。
S240、若所述比值在预设的阈值范围以内,则计算当前时刻与最后一次存储运行数据的时刻之间的间隔;
S250、判断所述间隔是否等于第二时间间隔;
S260、若是,则存储当前时刻获取的运行数据;
具体地,如果所述比值在预设的阈值范围以内,则说明当前时刻采集的运行数据属于数据波动较小的情况。若采集的运行数据属于数据波动较小的情况,则按照定时存储的方式存储运行数据。计算当前时刻与最后一次存储运行数据的时刻之间的间隔,判断是否达到预设设置的第二时间间隔,如果达到第二时间间隔,则当前时刻为定时存储的时刻,存储当前时刻获取的运行数据。
S270、若所述比值在预设的阈值范围以外,则存储当前时刻获取的运行数据。
具体地,如果比值在预设的阈值范围以外,则说明当前时刻采集的数据有较大的变化,这种波动较大的运行数据对后续分析的意义较大,因此,若判断出实时采集的运行数据波动较大,则立即存储波动较大的运行数据。
S300、对所述存储的运行数据进行预处理;
具体地,存储的运行数据中可能包含由于设备故障、通讯故障和零电流支路等产生的异常数据,为确保分析结果的准确性,步骤S300对用于分析的存储的运行数据进行预处理以对存储的运行数据的有效性进行判定。
图3是根据本发明的实施例的步骤S300的流程图,
参照图3所示,步骤S300具体包括:
S310、获取存储的同一时刻的N个运行数据;
具体地,在本发明的实施例中,N取值22,可以理解的是,本发明并不限制于此,在其它实施方式中,N的取值可以根据实际需要进行设置。
S320、计算同一时刻的N个运行数据的中位数M;N个运行数据为A1、A2…AX…AN。
S330、分别计算每个运行数据与中位数的偏差;将偏差大于预定偏差的运行数据剔除;将偏差小于预定数据的运行数据保留。
具体地,偏差通过计算同一时刻的N个运行数据的中位数M,将每个运行数据与中位数M进行比较,如果偏差大于预设偏差,则说明该运行数据为异常数据,应予剔除;如果偏差小于预定偏差,则AX为正常数据,应予保留。作为本发明的一种实施方式,预设偏差的值为3%,可以理解的是,在其它实施方式中预设偏差的值可按实际需要进行设置,本发明对此不作限制。通过计算运行数据的偏差,将偏差超过预设偏差的运行数据予以剔除,从而剔除因为设备故障或通讯故障产生的零值、死值及引起离散率过大等异常数据。作为本发明的一种优选地实施方式,被剔除的运行数据按照固定的格式(例如:按照采集日期)存储于特定区域(特定区域为预先设置的专门用于存储剔除的运行数据的存储空间),以便进行故障分析时调用。
下面结合具体的实施方式进行说明。
作为本发明的一种实施方式,本发明的实施例的光伏电站以子站为单元,一个子阵有22台组串式逆变器,每台逆变器采集到的日发电量存储在软件后台。
获取存储的同一时刻的22台逆变器采集到的日发电量的数据A1、A2…AX…AN。
计算获取的22个日发电量数据的中位数M。
分别计算每个日发电量数据AX与中位数的偏差
将偏差QX与预设偏差进行比较,在本实施例中,预设偏差为3%;
若QX>3%,则A为异常数据,应予剔除;
若QX<3%,则A为正常数据,应予保留。
进一步地,对保留的正常数据求平均值P,然后计算单位兆瓦发电量以供图表展示或分析报告时调用。
可以理解的是,光伏电站的其它运行数据参照步骤S310~S330进行预处理并保存。
S400、对所述预处理后的运行数据进行数据分析并生成分析结果。
作为本发明的一种实施方式,所述数据分析包括发电量对比分析、气象数据对比分析、子阵发电效率对比分析、组件匹配损失对比分析、逆变器实际转换效率对比分析、逆变器启停时间对比分析、线损对比分析、组件衰减特性对比分析、故障诊断分析、多维度数据分析中的至少一种。
作为本发明的一种实施方式,所述方法还包括步骤:可视化地显示最后一次存储的运行数据;
通过人机界面显示最后一次存储的运行数据,可以对光伏电站的运行状态进行监测。
作为本发明的一种实施方式,所述方法还包括步骤:可视化地显示指定时间段内的分析结果。通过选择时间段,可以显示时间段内的分析结果。
图4是根据本发明的实施例的人机界面的示意图。图5是根据本发明的实施例的人机界面的另一示意图
参照图4、图5所示,作为本发明的一种实施方式,步骤S400的数据分析结果可以形成图表、报告,通过人机界面进行显示。参照图4,图4是根据本发明的实施例的人机界面的示意图,展示了本发明的实施例的光伏电站的D组件对比区的各组件的当日单位兆瓦发电量的直方图和发电效率的折线图以及D组件对比区的月单位兆瓦发电量的折线图。参照图5,图5是根据本发明的实施例的人机界面的另一示意图,展示了本发明的实施例的光伏电站的组件对比区的日发电量数据报表。但可以理解的是,本发明并不限制于此,人机界面还可以显示光伏电站的各分区的介绍、图片、实时数据、图表等,可以根据实际需要进行设置,本发明对此不作限制。
本发明的实施例通过采集光伏电站的运行数据,所述运行数据包括发电数据、检测设备数据和气象数据,对光伏电站的运行状态进行多样化地分析,并且对采集的数据的有效性进行判定,提高分析结果的准确性。
下面以具体的实施例对本发明进行阐述。
实施例二
本发明的第二实施例基于光伏电站A对本发明的实施例的分析光伏电站的方法进行具体阐述。
光伏电站A包括电池组件对比区、逆变器对比区、支架对比区、设计对比区、综合对比区共5个试验区,同时设置了6个气象站(其中包括2个主站、4个子站)。可以理解的是,光伏电站A还可以包括其他必要的部件。在其它实施方式中,也可以选用其它结构组成的光伏电站,本发明对此不作限制。
下面采用本发明的实施例的分析光伏电站的方法对光伏电站A的运行情况进行分析。
首先,通过光伏电站A设置的传感器和数据采集装置定时采集光伏电站的运行数据,从而分别获得发电数据、检测设备数据和气象数据。其中,数据采集装置包括电表、测试设备和气象设备。采集的发电数据包括:发电设备输入输出端的电压、电流、功率、发电量;所述检测设备数据包括:组件背板温度、环境温度、逆变器室内温度、支架角度、风速风向、IV曲线;所述气象数据包括:直射辐照、散射辐照、水平辐照、倾面辐照、光谱、紫外辐照。
为了尽可能存储完整的数据,为数据分析提供数据支撑,对采集的运行数据根据运行数据的变化情况采用定时存储及变化存储的方式进行存储。
具体地,每次采集运行数据时,判断采集的运行数据相对于最后一次存储的运行数据的变化情况。进一步地,通过计算实时采集的运行数据相对于最后一次存储的运行数据的差值、所述差值与最后一次存储的运行数据的比值,从而确定实时采集的运行数据相对于最后一次存储的运行数据的变化情况。具体地,如果所述比值在预设的阈值范围以内,则说明当前时刻采集的运行数据属于数据波动较小的情况。若采集的运行数据属于数据波动较小的情况,则按照定时存储的方式存储运行数据。计算当前时刻与最后一次存储运行数据的时刻之间的间隔,判断间隔是否达到预设设置的第二时间间隔,如果达到第二时间间隔,则当前时刻为定时存储的时刻,存储当前时刻获取的运行数据。
作为本发明的一种实施方式,第二时间间隔大于第一时间间隔,即定时存储运行数据的周期大于定时采集运行数据的周期。优选地,第二时间间隔设置为5分钟。存储的运行数据可按日导出备份。存储的运行数据也可以根据实际的需要进一步进行处理形成5分钟均值数据、日月年数据等。
存储的运行数据中可能包含有由于设备故障、通讯故障和零电流支路等产生的异常数据,为确保分析结果的准确性,还需要进一步对存储的运行数据进行预处理以对存储的运行数据的有效性进行判定。
存储的运行数据包括发电数据、检测设备数据和气象数据。其中,发电数据又包括:发电设备输入输出端的电压、电流、功率、发电量;检测设备数据包括:组件背板温度、环境温度、逆变器室内温度、支架角度、风速风向、IV曲线;气象数据包括:直射辐照、散射辐照、水平辐照、倾面辐照、光谱、紫外辐照。因此,分别对每一类的运行数据采用下述步骤进行预处理,以剔除每一类数据中的异常数据。
具体地,所述预处理的步骤包括:
S310、获取存储的同一时刻的N个运行数据;
具体地,在本发明的实施例中,N取值22,可以理解的是,本发明并不限制于此,在其它实施方式中,N的取值可以根据实际需要进行设置。
S320、计算同一时刻的N个运行数据的中位数M;N个运行数据为A1、A2…AX…AN。
S330、分别计算每个运行数据与中位数的偏差;将偏差大于预定偏差的运行数据剔除;将偏差小于预定数据的运行数据保留。
通过计算运行数据的偏差,将偏差超过预设偏差的运行数据予以剔除,从而剔除因为设备故障或通讯故障产生的零值、死值及引起离散率过大等异常数据。
作为本发明的一种优选地实施方式,被剔除的运行数据按照固定的格式(例如:按照采集日期)存储于特定区域(特定区域为预先设置的专门用于存储剔除的运行数据的存储空间),以便进行故障分析时调用。可以理解的是,运行数据包括发电数据、检测设备数据和气象数据。
采用预处理后的运行数据进行分析,通过建立的多种数学模型和分析模型,实现对预处理后的运行数据进行数据分析。所述数据分析包括发电量对比分析、气象数据对比分析、子阵发电效率对比分析、组件匹配损失对比分析、逆变器实际转换效率对比分析、逆变器启停时间对比分析、线损对比分析、组件衰减特性对比分析、故障诊断分析、多维度数据分析中的至少一种。
在本实施例中,对光伏电站A的电池组件对比区、逆变器对比区、支架对比区、设计对比区、综合对比区共5个试验区进行数据分析,其中部分数据分析项目是公共对比项目,即5个试验区均需要进行的数据分析项目。针对不同的试验区也设置有专门的数据分析项目。
作为本发明的一种实施方式,5个试验区的公共对比项目包括:发电量对比分析、投资和发电量综合比较、系统效率以及天气情况等。可以理解的是,本发明并不限制于此,可以根据实际的需要设置公共对比项目。
具体地,发电量对比分析需要通过获取存储的各试验区的发电量数据,对发电量进行归一化处理,形成柱状图进行显示。在各试验区采取各种试验方案,通过对发电量进行对比分析,以分析各种方案对发电量的影响。
投资和发电量综合比较即根据发电量和气象条件的变化趋势,预测各种试验方案的全寿命周期发电量,计算各种试验方案的全寿命周期内的发电量和投资比值,可以通过形成柱状图的形式展示,从而对各种试验方案进行评价,对指导设备选型、方案设计并未制定相关规范提供实证数据。
系统效率可以通过公式计算得到:系统效率=实际发电量/理论发电量,其中,理论发电量=系统装机容量×峰值日照时数;峰值日照时数=倾斜面日射强度计采集的累计辐照。
天气情况可以通过辐照量进行判定,可以将日累计辐照量通过柱状图显示。
针对不同的试验区也设置有专门的数据分析项目。例如,对组件对比区可以进行常规P型组件发电性能对比、N型组件总体发电性能对比、薄膜组件发电性能对比等;对逆变器对比区可以进行不同类型集中式逆变器对比、不同类型组串式逆变器对比等;对支架对比区可以进行固定支架发电性能对比、斜单轴支架发电性能对比等;对设计对比区可以进行组件不匹配发电性能对比、不同汇流方式发电性能对比、不同组件串联数量发电性能对比等;对于综合对比区可以进行不同背板材料组件对比、不同跟踪式对比、不同变压器对比。各个试验区可以根据实际试验的需要单独设置适合于各个试验区的数据分析项目。
作为本发明的一种实施方式,对气象站的数据分析主要包括:气象站间辐照对比、气象站内辐照对比、环境温度对比以及风速风向对比,可以理解的是,本发明并不限制于此,还可以通过实际需要设置气象站的数据分析项目。
作为本发明的一种实施方式,通过人机界面可视化地显示最后一次存储的运行数据,从而可以对光伏电站的运行状态进行实时监测。
作为本发明的一种实施方式,通过人机界面选择指定的时间段,可显示指定时间段内的分析结果。
作为本发明的一种实施方式,除了可以通过人机界面对光伏电站的运行状态进行实时检测、并通过选择显示指定时间段内的分析结果,还可以设置分区界面对各试验区和各个气象站进行展示。
具体地,可以设置试验区界面展示试验区的简单介绍、设备图片;对试验区的分析结果的图表,如实时日单位MWp发电量柱状图及当天实时的发电效率折线图、月单位MWp发电量折线图、各月平均环境温度折线图。从而直观地显示各试验区的基本信息和运行状态。此外,还可以设置气象站界面展示气象站介绍、气象站整体照片、对气象站分析结果的图表,如光谱的曲线图、各类气象数据的实时显示、辐照数据的对比(直射、散射、水平辐射及倾角辐射的实时曲线和累计辐射量柱状图);以及气象站所有设备(包括水平辐照仪、倾面辐照仪、散射辐照仪、直射光谱仪、紫外线仪、太阳跟踪仪、全功能天气传感器)的图片,以及每个设备的介绍和每个设备采集数据的实时曲线及累计辐照柱状图。显示设备的介绍、设备的图片、设备采集数据的实时曲线及累计辐照柱状图。从而直观地显示各气象站的基本信息和运行状态。
作为本发明的一种实施方式,通过存储的运行数据和生成的图表,按照指定的时间和区域自动生成分析报表及报告,。
本发明的实施例通过采集光伏电站的运行数据,所述运行数据包括发电数据、检测设备数据和气象数据,对光伏电站的运行状态进行多样化地分析,并且对采集的数据的有效性进行判定,提高分析结果的准确性。
实施例三
本发明的第三实施例公开了一种计算机存储介质,所述计算机存储介质存储有分析光伏电站的程序,所述分析光伏电站的程序可被至少一个处理器执行,以使所述至少一个处理器执行如上述的分析光伏电站的方法的步骤。
实施例四
本发明的第四实施例公开了一种计算机设备,所述计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的分析光伏电站的程序。
其中,所述存储器至少包括一种类型的计算机存储介质,用于存储安装于所述计算机设备的操作系统和各类应用软件,例如分析光伏电站的程序等。此外,所述存储器还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器在一些实施例中可以说中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器120通常用于控制计算机设备的总体操作。在本实施例中,所述处理器用于运行所述存储器中存储的程序代码或者处理数据,例如运行所述分析光伏电站的程序等。
本领域技术人员可以理解,本发明并不限制于此,所述计算机设备还可以包括其他必要部件,或者组合某些部件,或者不同的部件布置。
以上所述仅是本申请的具体实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (9)
1.一种分析光伏试验电站的方法,其特征在于,所述方法包括:
按照第一时间间隔定时获取光伏试验电站的运行数据;其中,所述运行数据包括发电数据、检测设备数据和气象数据;
对所述运行数据按照预定的规则进行存储;
对所述存储的运行数据进行预处理;
对所述预处理后的运行数据进行数据分析并生成分析结果。
2.根据权利要求1所述的方法,其特征在于,所述对所述运行数据按照预定规则进行存储的方法包括:
计算当前时刻获取的运行数据与最后一次存储的运行数据之间的差值;
计算所述差值与所述最后一次存储的运行数据的比值;
判断所述比值是否在预设的阈值范围以内;
若所述比值在预设的阈值范围以内,则计算当前时刻与最后一次存储的运行数据的时刻之间的间隔;
判断所述间隔是否等于第二时间间隔;
若是,则存储当前时刻获取的运行数据;
若所述比值在预设的阈值范围以外,则存储当前时刻获取的运行数据。
3.根据权利要求2所述的方法,其特征在于,所述第二时间间隔大于所述第一时间间隔。
4.根据权利要求1所述的方法,其特征在于,对所述存储的运行数据进行预处理的方法包括:
获取存储的同一时刻的N个运行数据;
计算同一时刻的N个运行数据的中位数M;
分别计算每个运行数据与中位数M的偏差;将偏差大于预设偏差的运行数据剔除;将偏差小于预设偏差的运行数据保留。
5.根据权利要求1所述的方法,其特征在于,所述发电数据包括:发电设备输入输出端的电压、电流、功率、发电量;所述检测设备数据包括:组件背板温度、环境温度、逆变器室内温度、支架角度、风速风向、IV曲线;所述气象数据包括:直射辐照、散射辐照、水平辐照、倾面辐照、光谱、紫外辐照。
6.根据权利要求5所述的方法,其特征在于,所述数据分析包括发电量对比分析、气象数据对比分析、发电效率对比分析、组件匹配损失对比分析:1-组串测试功率/组件的测试功率之和、逆变器实际转换效率对比分析:逆变输出功率/逆变器输入功率、逆变器启停时间对比分析:对比不同类型逆变器启动时间和停止时间、线损对比分析:逆变器输出端发电量/箱变输入端发电量-1、组件衰减特性对比分析:1-组件衰减后的功率/组件初始功率、故障诊断分析、多维度数据分析:将辐照数据、组件温度、瞬时功率放在同一表格中,看辐照和温度与发电量的关系中的至少一种。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
可视化地显示最后一次存储的运行数据;
可视化地显示指定时间段内的分析结果。
8.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有分析光伏电站的程序,所述分析光伏电站的程序被处理器执行时实现如权利要求1至7任一项所述的分析光伏电站的方法的步骤。
9.一种计算机设备,所述计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的分析光伏电站的程序,其特征在于,所述分析光伏电站的程序被处理器执行时实现如权利要求1至7任一项所述的分析光伏电站的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811381558.3A CN109543993B (zh) | 2018-11-20 | 2018-11-20 | 分析光伏电站的方法、计算机存储介质及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811381558.3A CN109543993B (zh) | 2018-11-20 | 2018-11-20 | 分析光伏电站的方法、计算机存储介质及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109543993A true CN109543993A (zh) | 2019-03-29 |
CN109543993B CN109543993B (zh) | 2023-04-18 |
Family
ID=65848615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811381558.3A Active CN109543993B (zh) | 2018-11-20 | 2018-11-20 | 分析光伏电站的方法、计算机存储介质及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109543993B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111641384A (zh) * | 2020-04-28 | 2020-09-08 | 特变电工新疆新能源股份有限公司 | 光伏电站组串故障诊断方法、装置、设备及可读存储介质 |
CN115085369A (zh) * | 2022-06-01 | 2022-09-20 | 深圳博浩远科技有限公司 | 一种光伏逆变器的智能光伏数据采集系统 |
CN115514318A (zh) * | 2022-09-20 | 2022-12-23 | 江苏宁瑞惠能电气技术有限公司 | 一种光伏电站监控系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106845845A (zh) * | 2017-01-23 | 2017-06-13 | 中国电力科学研究院 | 一种光伏发电多级联合状态评估系统及评估方法 |
US20170308628A1 (en) * | 2016-04-26 | 2017-10-26 | Sejong Industry-Academia Cooperation Foundation Hongik University | System and method for monitoring photovoltaic power generation |
US20170346291A1 (en) * | 2016-05-28 | 2017-11-30 | PXiSE Energy Solutions, LLC | Decoupling Synchrophasor Based Control System for Distributed Energy Resources |
CN108090138A (zh) * | 2017-11-29 | 2018-05-29 | 链家网(北京)科技有限公司 | 一种数据仓库的监控方法和系统 |
CN108646640A (zh) * | 2018-07-16 | 2018-10-12 | 浙江电腾云光伏科技有限公司 | 一种光伏云数据采集系统及方法 |
-
2018
- 2018-11-20 CN CN201811381558.3A patent/CN109543993B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170308628A1 (en) * | 2016-04-26 | 2017-10-26 | Sejong Industry-Academia Cooperation Foundation Hongik University | System and method for monitoring photovoltaic power generation |
US20170346291A1 (en) * | 2016-05-28 | 2017-11-30 | PXiSE Energy Solutions, LLC | Decoupling Synchrophasor Based Control System for Distributed Energy Resources |
CN106845845A (zh) * | 2017-01-23 | 2017-06-13 | 中国电力科学研究院 | 一种光伏发电多级联合状态评估系统及评估方法 |
CN108090138A (zh) * | 2017-11-29 | 2018-05-29 | 链家网(北京)科技有限公司 | 一种数据仓库的监控方法和系统 |
CN108646640A (zh) * | 2018-07-16 | 2018-10-12 | 浙江电腾云光伏科技有限公司 | 一种光伏云数据采集系统及方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111641384A (zh) * | 2020-04-28 | 2020-09-08 | 特变电工新疆新能源股份有限公司 | 光伏电站组串故障诊断方法、装置、设备及可读存储介质 |
CN115085369A (zh) * | 2022-06-01 | 2022-09-20 | 深圳博浩远科技有限公司 | 一种光伏逆变器的智能光伏数据采集系统 |
CN115514318A (zh) * | 2022-09-20 | 2022-12-23 | 江苏宁瑞惠能电气技术有限公司 | 一种光伏电站监控系统 |
CN115514318B (zh) * | 2022-09-20 | 2023-09-29 | 北京华电科能科技有限公司 | 一种光伏电站监控系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109543993B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mosadeghy et al. | A time-dependent approach to evaluate capacity value of wind and solar PV generation | |
CN111754026B (zh) | 光伏电站群功率预测方法、装置、计算机设备及存储介质 | |
CN109543993A (zh) | 分析光伏电站的方法、计算机存储介质及计算机设备 | |
Ghiassi-Farrokhfal et al. | Solar power shaping: An analytical approach | |
Papavasiliou et al. | A comparative study of stochastic unit commitment and security-constrained unit commitment using high performance computing | |
CN103825272A (zh) | 一种基于解析法的含分散风电的配电网可靠性确定方法 | |
WO2015073996A2 (en) | Solar energy disaggregation techniques for whole-house energy consumption data | |
Mohan et al. | Solar energy disaggregation using whole-house consumption signals | |
Dash et al. | Cost and sensitivity analysis of a microgrid using HOMER-Pro software in both grid connected and standalone mode | |
Serrano-Luján et al. | Case of study: Photovoltaic faults recognition method based on data mining techniques | |
Adeyemi-Kayode et al. | A bibliometric review of grid parity, energy transition and electricity cost research for sustainable development | |
CN109543269B (zh) | 一种基于混合信任区间反射的光伏模型参数辨识方法 | |
CN111564848B (zh) | 一种微型电网的智能电力调度方法和用电负荷预测装置 | |
de Lima Vianna et al. | A General Analysis of the Distributed Generation Impact on Electrical Energy Planning | |
CN105720914B (zh) | 光伏发电系统工作状态的检测方法及装置 | |
CN105529740A (zh) | 一种风电场以及风电场并网处的闪变评估方法和系统 | |
CN114648072A (zh) | 异常光伏数据的标记方法及装置、存储介质及电子设备 | |
Alyami et al. | Overvoltage risk analysis in distribution networks with high penetration of PVs | |
Hu et al. | A novel fault diagnostic technique for photovoltaic systems based on cascaded forest | |
KR20180023078A (ko) | 기상정보를 이용한 태양광 발전량 예측방법 | |
CN107545328B (zh) | 一种光伏电站开机容量预测方法及系统 | |
KR20210014958A (ko) | 전력시스템의 순부하 패턴 생성 장치 및 방법 | |
Ku et al. | Self-learning mechanism for prediction of energy consumption and generation | |
Queiroz et al. | Predictive data analytics for agent-based management of electrical micro grids | |
Nguyen et al. | Complementary grid power prediction using artificial neural network in the energy management system of a disaster prevention smart solar microgrid |
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 |