一种光伏电站的清洗方法及系统
技术领域
本发明涉及新能源设备清洗技术领域,具体涉及一种光伏电站的清洗方法及系统。
背景技术
随着光伏行业的快速发展,提高发电效率是光伏发电的重要目标。通常,影响光伏发电效率的一个重要因素为光伏组件表面积灰。具体的,积灰不仅降低光的透过率直接影响光电转化效率,同时还增加组件形成热斑的风险,部分灰尘还可能对组件形成腐蚀作用。
因此,需要对光伏组件进行清洗,以消除灰尘。目前光伏电站的清洗方式包括人工清洗、半机械化清洗、机器人清洗。其中,人工清洗和半机械化清洗的清洗周期长,清洗时间点由人工观察判断;机器人清洗的场景受限,适应性差。同时发明人发现,目前没有成熟的灰尘检测及清洗时间点判断的智能预警系统,无法给出清洗收益指标。
因此,如何提供一种光伏电站的清洗方法及系统,能够自动进行清洗预警,是本领域技术人员亟待解决的一大技术难题。
发明内容
有鉴于此,本发明实施例提供了一种光伏电站的清洗方法,能够自动进行清洗预警。
为实现上述目的,本发明实施例提供如下技术方案:
一种光伏电站的清洗方法,应用于光伏电站的清洗系统,所述清洗系统包括灰尘损失度检测模块以及清洗时间控制模块,所述清洗方法包括:
获取待清洗光伏电站的灰尘损失度以及待清洗光伏电站所在地的天气数据,所述天气数据至少包括所述待清洗光伏电站所在地的实时气象数据以及所述待清洗光伏电站所在地的预报气象数据;
基于所述灰尘损失度以及所述天气数据,确定出所述待清洗光伏电站的目标清洗时间;
按照所述目标清洗时间,对所述待清洗光伏电站进行清洗。
可选的,所述获取待清洗光伏电站的灰尘损失度,包括:
采集所述待清洗光伏电站中干净组件的第一短路电流以及灰尘组件的第二短路电流;
对所述第一短路电流以及所述第二短路电流进行数据清洗,得到目标采样数据;
基于所述目标采样数据,确定出所述灰尘损失度。
可选的,所述对所述第一短路电流以及所述第二短路电流进行数据清洗,得到目标采样数据,包括:
确定所述第一短路电流以及所述第二短路电流大于第一预设短路电流阈值的短路电流为第一目标数据;
获取所述待清洗光伏电站进行预设时间的空白试验对应的干净组件的第三短路电流以及灰尘组件的第四短路电流,确定所述第三短路电流以及所述第四短路电流大于所述第一预设短路电流阈值的短路电流为第二目标数据,确定所述第一目标数据与所述第二目标数据的标准差在预设范围的短路电流为第三目标数据;
创建所述标准差与所述第二目标数据的散点分布图,获取所述散点分布图中离散度转折点对应的短路电流为第四目标数据,确定所述第四目标数据大于第二预设短路电流阈值的短路电流为第五目标数据。
可选的,所述基于所述目标采样数据,确定出所述灰尘损失度,包括:
判断所述第一目标数据的持续时间是否大于第一预设时间,如果否,确定前一天的灰尘损失度为所述灰尘损失度;
如果是,当所述第三目标数据的持续时间小于所述第一预设时间时,基于所述第三目标数据,确定平均灰尘损失度为所述灰尘损失度,当所述第三目标数据的持续时间大于所述第一预设时间时,基于所述第五目标数据,确定出所述灰尘损失度。
可选的,所述基于所述灰尘损失度以及所述天气数据,确定出所述待清洗光伏电站的目标清洗时间,包括:
基于所述灰尘损失度、历史辐照度、预设光伏发电物理模型以及电价,确定出历史灰尘收益损耗;
基于预测灰尘损失度、预测辐照度、所述预设光伏发电物理模型以及所述电价,确定出未来灰尘收益损耗;
获取所述待清洗光伏电站的单次清洗成本;
基于所述历史灰尘收益损耗、所述未来灰尘收益损耗、所述单次清洗成本以及所述天气数据,确定出所述待清洗光伏电站的目标清洗时间。
可选的,确定所述预测灰尘损失度以及所述预测辐照度,包括:
基于所述灰尘损失度以及所述预报气象数据,确定所述预测灰尘损失度;
基于所述历史辐照度以及所述预报气象数据,确定所述预测辐照度。
可选的,还包括:
确定多个所述历史灰尘损失度中,符合第一预设条件的所述灰尘损失度为目标灰尘损失度;
确定所述目标灰尘损失度对应的日期为历史清洗时间点。
可选的,所述基于所述历史灰尘收益损耗、所述未来灰尘收益损耗、所述单次清洗成本以及所述天气数据,确定出所述待清洗光伏电站的目标清洗时间,包括:
根据公式
确定出间隔n天喷水后的收益损失日平均值,其中,c(n)为间隔n天喷水后的收益损失日平均值,A为所述单次清洗成本,f(t)为灰尘收益损耗的时间函数,d为所述历史清洗时间点,k为预报气象数据可信时间长度,所述灰尘收益损耗的时间函数基于所述历史灰尘收益损耗以及所述未来灰尘收益损耗确定;
确定k天内,所述收益损失日平均值的最小值对应的时间点为第一目标清洗时间,所述第一目标清洗时间小于等于k;
基于所述第一目标清洗时间以及所述天气数据,确定出所述待清洗光伏电站的目标清洗时间。
可选的,所述基于所述第一目标清洗时间以及所述天气数据,确定出所述待清洗光伏电站的目标清洗时间,包括:
当所述第一目标清洗时间小于k时,判断k天所述预报气象数据中是否包含雨天,如果是,确定所述雨天对应的时间点为第二目标清洗时间;
计算所述第一目标清洗时间与所述第二目标清洗时间的时间间隔对应的清洗收益;
当所述清洗收益大于所述单次清洗成本时,确定所述第一目标清洗时间为所述目标清洗时间;当所述清洗收益小于等于所述单次清洗成本时,控制所述第二目标清洗时间内不进行清洗;
如果否,确定所述第一目标清洗时间为所述目标清洗时间。
可选的,所述基于所述第一目标清洗时间以及所述天气数据,确定出所述待清洗光伏电站的目标清洗时间,还包括:
当所述第一目标清洗时间等于k时,根据公式
计算得到第三目标清洗时间,其中,r为所述历史灰尘收益损耗对应的斜率,A为所述单次清洗成本,k1为第三目标清洗时间;
确定所述第三目标清洗时间为所述目标清洗时间。
一种光伏电站的清洗系统,包括灰尘损失度检测模块、清洗时间控制模块以及执行模块,
所述灰尘损失度检测模块用于,获取待清洗光伏电站的灰尘损失度以及待清洗光伏电站所在地的天气数据,所述天气数据至少包括所述待清洗光伏电站所在地的实时气象数据以及所述待清洗光伏电站所在地的预报气象数据;
所述清洗时间控制模块用于,基于所述灰尘损失度以及所述天气数据,确定出所述待清洗光伏电站的目标清洗时间;
所述执行模块用于,按照所述目标清洗时间,对所述待清洗光伏电站进行清洗。
基于上述技术方案,本发明实施例提供了一种光伏电站的清洗方法,应用于光伏电站的清洗系统,所述清洗系统包括灰尘损失度检测模块以及清洗时间控制模块,该清洗方法首先获取待清洗光伏电站的灰尘损失度以及待清洗光伏电站所在地的天气数据。并基于所述灰尘损失度以及所述天气数据,确定出所述待清洗光伏电站的目标清洗时间。然后按照所述目标清洗时间,对所述待清洗光伏电站进行清洗。可见,本方案提供了一种光伏电站的清洗方法,能够计算出目标清洗时间,自动进行清洗预警。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种光伏电站的清洗方法的流程示意图;
图2为本发明实施例提供的一种光伏电站的清洗方法的又一流程示意图;
图3为本发明实施例提供的一种光伏电站的清洗方法的又一流程示意图;
图4为本发明实施例提供的一种光伏电站的清洗方法的又一流程示意图;
图5为本发明实施例提供的一种光伏电站的清洗方法的又一流程示意图;
图6为本发明实施例提供的一种光伏电站的清洗系统的框架图;
图7为本发明实施例提供的一种光伏电站的清洗方法应用的实施例的示意图。
具体实施方式
正如背景技术所述,现有技术中通常采用如下方法进行灰尘度测试:
1.组件短路电流比较法:检测干净组件与灰尘组件短路电流,然后通过计算得出灰尘损失度,运用每天水洗的方式保持干净组件的洁净度;
2.直测法:通过特定光源照射灰尘玻璃,并用光敏元件接收散射和反射的光强,从而计算灰尘损失度。
常用的确定清洗时间点的方法如下:
1.灰尘损失阈值方法:测量灰尘损失度,计算灰尘造成的发电量收益损失,再结合清洗成本,制定清洗的灰尘损失度阈值,当灰尘损失度或灰尘造成的发电量累积收益损失到达阈值后则进行清洗提示。
2.收益最大化方法:测量灰尘损失度,结合气象数据采用平均替代的方法,计算一个清洗周期内的光伏电站总发电量收益函数与清洗成本函数之差的日均最大值,得出最佳的清洗周期。
3.灰尘损失加清洗成本最小值:测量灰尘损失度,通过灰尘损失度等环境数据计算灰尘造成的收益损失,在结合清洗成本,计算总经济损失的最小值,得出最佳的清洗周期。
然而,发明人发现,上述测试方法均存在一定的缺陷,如下:
灰尘检测方法:
1.短路电流比较法:数据处理方法较为简单,只剔除了相对误差为负数的情况,未能根据不同天气类型进行数据剔除,在天气变化时的准确度差。
2.直测法:只能得到灰尘透光率的损失,不能直接表征灰尘带来发电量的损失。
清洗时间点判断方法:
1.通过阈值确定清洗周期,可能会导致资源浪费。
2.收益最大化的方法:该方法后一个清洗周期内日理论发电量近似成一个定值,灰尘遮挡损失也近似成线性增加。其无法表征日发电量随天气动态变化、灰尘累积动态变化的过程。
3.灰尘损失加清洗成本最小值:把灰尘带来的收益损失率(即灰尘造成电站的收益损失在时间轴上的斜率)近似成线性,在天气变化剧烈或多雨的季节会造成很大的偏差。
有鉴于此,请参阅图1,图1为本发明实施例提供的一种光伏电站的清洗方法的流程示意图,该清洗方法应用于光伏电站的清洗系统,所述清洗系统包括灰尘损失度检测模块以及清洗时间控制模块,所述清洗方法包括:
S11、获取待清洗光伏电站的灰尘损失度以及待清洗光伏电站所在地的天气数据;
其中,所述天气数据至少包括所述待清洗光伏电站所在地的实时气象数据以及所述待清洗光伏电站所在地的预报气象数据。
S12、基于所述灰尘损失度以及所述天气数据,确定出所述待清洗光伏电站的目标清洗时间;
S13、按照所述目标清洗时间,对所述待清洗光伏电站进行清洗。
即,本清洗方法基于灰尘损失度检测模块以及清洗时间控制模块。其中,灰尘损失度检测用于检测现场组件的积灰造成的发电量损失情况,经过检测计算后把损失度的数据传送给清洗时间控制模块。清洗时间控制模块计算出目标清洗时间作为最佳的清洗时间点,并且判断当日是否需要清洗,输出清洗指令,对所述待清洗光伏电站进行清洗。
具体的,如图2所示,本实施提供了一种所述获取待清洗光伏电站的灰尘损失度的具体实现方式,包括:
S21、采集所述待清洗光伏电站中干净组件的第一短路电流以及灰尘组件的第二短路电流;
S22、对所述第一短路电流以及所述第二短路电流进行数据清洗,得到目标采样数据;
其中,如图3所示,本实施还提供了一种对所述第一短路电流以及所述第二短路电流进行数据清洗,得到目标采样数据的具体实现方法,如下:
S31、确定所述第一短路电流以及所述第二短路电流大于第一预设短路电流阈值的短路电流为第一目标数据;
S32、获取所述待清洗光伏电站进行预设时间的空白试验对应的干净组件的第三短路电流以及灰尘组件的第四短路电流,确定所述第三短路电流以及所述第四短路电流大于所述第一预设短路电流阈值的短路电流为第二目标数据,确定所述第一目标数据与所述第二目标数据的标准差在预设范围的短路电流为第三目标数据;
S33、创建所述标准差与所述第二目标数据的散点分布图,获取所述散点分布图中离散度转折点对应的短路电流为第四目标数据,确定所述第四目标数据大于第二预设短路电流阈值的短路电流为第五目标数据。
S23、基于所述目标采样数据,确定出所述灰尘损失度。
相应的,如图4所示,本实施例还提供了一种基于所述目标采样数据,确定出所述灰尘损失度的具体实现方法,如下:
S41、判断所述第一目标数据的持续时间是否大于第一预设时间;
S42、如果否,确定前一天的灰尘损失度为所述灰尘损失度;
S43、如果是,当所述第三目标数据的持续时间小于所述第一预设时间时,基于所述第三目标数据,确定平均灰尘损失度为所述灰尘损失度,当所述第三目标数据的持续时间大于所述第一预设时间时,基于所述第五目标数据,确定出所述灰尘损失度。
示意性的,对每天的两组短路电流数据进行清洗,进行三次数据清洗。
第一步清洗:设置短路电流阈值I1(为组件标定电流的十分之一左右),清洗短路电流小于阈值的数据(按组清除)——去除光照太弱,逆变器还没有启动时记录的数据;
第二步清洗:进行一段时间的空白试验并进行第一步清洗,采用正太分布的方法,计算两组电流相对误差的标准差,取置信区间(-2σ—2σ)的数据;
第三步清洗:考虑到电流的绝对值小时造成相对误差的准确度变差,因此每天的数据进行第一步清洗后,同样采用正太分布的方法,计算两组电流相对误差的方差与短路电流的散点分布图,找出离散度转折点对应的短路电流I2,清洗短路电流小于阈值I2的数据。
具体的,如第一步清洗后数据的持续时间不足第一预设时间,如2小时,则灰尘损失度取上一天的灰尘损失度,如进行完一二三步的数据清洗后,数据的持续时间不足第一预设时间,则只进行一二步清洗,计算平均灰尘损失度,如数据的持续时间大于第一预设时间,则进行一二三步的数据清洗后再计算灰尘损失度。
在此基础上,如图5所示,本实施还提供了一种基于所述灰尘损失度以及所述天气数据,确定出所述待清洗光伏电站的目标清洗时间的具体实现方式,包括:
S51、基于所述灰尘损失度、历史辐照度、预设光伏发电物理模型以及电价,确定出历史灰尘收益损耗;
S52、基于预测灰尘损失度、预测辐照度、所述预设光伏发电物理模型以及所述电价,确定出未来灰尘收益损耗;
其中,可以基于所述灰尘损失度以及所述预报气象数据,确定所述预测灰尘损失度。基于所述历史辐照度以及所述预报气象数据,确定所述预测辐照度。
S53、获取所述待清洗光伏电站的单次清洗成本;
S54、基于所述历史灰尘收益损耗、所述未来灰尘收益损耗、所述单次清洗成本以及所述天气数据,确定出所述待清洗光伏电站的目标清洗时间。
具体的,结合图6,图6为本发明实施例提供的一种光伏电站的清洗系统的框架图,该光伏电站的清洗系统包含历史灰尘收益损耗计算模块、未来收益损耗预测模块,天气处理程序及最佳清洗时间点计算四个模块。其输入数据有:来自灰尘检测装置的灰尘损失度,来自气象仪的辐照度数据,来自天气预报的天气类型数据、气温数据和风力数据,及来自人工设定的电价数据、单次清洗成本数据。
首先,确定多个所述历史灰尘损失度中,符合第一预设条件的所述灰尘损失度为目标灰尘损失度。然后确定所述目标灰尘损失度对应的日期为历史清洗时间点。
需要说明的是,实际情况中上次清洗时间点可能是真正的清洗活动,也可能是下雨带来的清洗效果。因此根据历史灰尘损失度,从今天往前寻找灰尘损失度突降的点作为上次的清洗时间点(历史清洗时间点)。
其次,确定上次清洗时间点后,历史灰尘收益损耗计算模块把历史灰尘损失度、历史辐照度、温度、电价带入光伏发电物理模型,计算出间隔天数d天的历史灰尘收益损耗。
未来灰尘收益损耗计算模块根据历史灰尘损失度和天气预报预测未来灰尘损失度,根据历史辐照度和天气预报预测未来辐照度(如有功率预测系统可直接取数值天气预报中的预测辐照度),然后把未来灰尘损失度、未来辐照度、预报温度和电价带入光伏发电物理模型计算出未来灰尘收益损耗。
然后,基于所述历史灰尘收益损耗、所述未来灰尘收益损耗、所述单次清洗成本以及所述天气数据,确定出所述待清洗光伏电站的目标清洗时间。
具体的,根据公式
确定出间隔n天喷水后的收益损失日平均值。
其中,c(n)为间隔n天喷水后的收益损失日平均值,A为所述单次清洗成本,f(t)为灰尘收益损耗的时间函数,d为所述历史清洗时间点,k为预报气象数据可信时间长度,所述灰尘收益损耗的时间函数基于所述历史灰尘收益损耗以及所述未来灰尘收益损耗确定。
然后,确定k天内,所述收益损失日平均值的最小值对应的时间点为第一目标清洗时间,所述第一目标清洗时间小于等于k,例如,c(2)最小,则认为第二天为第一目标清洗时间。
之后,结合图7,基于所述第一目标清洗时间以及所述天气数据,确定出所述待清洗光伏电站的目标清洗时间。
具体的,基于所述第一目标清洗时间以及所述天气数据,确定出所述待清洗光伏电站的目标清洗时间,包括:
当所述第一目标清洗时间小于k时,判断k天所述预报气象数据中是否包含雨天,如果是,确定所述雨天对应的时间点为第二目标清洗时间;
计算所述第一目标清洗时间与所述第二目标清洗时间的时间间隔对应的清洗收益;
当所述清洗收益大于所述单次清洗成本时,确定所述第一目标清洗时间为所述目标清洗时间;当所述清洗收益小于等于所述单次清洗成本时,控制所述第二目标清洗时间内不进行清洗;
如果否,确定所述第一目标清洗时间为所述目标清洗时间。
除此,基于所述第一目标清洗时间以及所述天气数据,确定出所述待清洗光伏电站的目标清洗时间,还包括:
当所述第一目标清洗时间等于k时,根据公式
计算得到第三目标清洗时间,其中,r为所述历史灰尘收益损耗对应的斜率,A为所述单次清洗成本,k1为第三目标清洗时间;
确定所述第三目标清洗时间为所述目标清洗时间。
可见,本方案提供了一种光伏电站的清洗方法,能够采用短路电流比较法进行灰尘检测,并根据采集到的电流数据的不同进行数据剔除处理,增加其准确度,特别是在天气变化时的准确度。然后采用光伏发电的物理模型,结合天气预报,灰尘检测数据,单次清洗成本,计算清洗时间点——在灰尘损失加清洗成本最小值线性法的基础上加上逐天校验法,比较计算结果给出最优解。
之后,利用逐天校验法,判断当天是否清洗,并给出清洗指令。最后,控制逻辑接收到清洗指令后执行清洗动作,实现了自动进行清洗预警。
在上述实施例的基础上,本实施例还提供了一种光伏电站的清洗系统,包括灰尘损失度检测模块、清洗时间控制模块以及执行模块,
所述灰尘损失度检测模块用于,获取待清洗光伏电站的灰尘损失度以及待清洗光伏电站所在地的天气数据,所述天气数据至少包括所述待清洗光伏电站所在地的实时气象数据以及所述待清洗光伏电站所在地的预报气象数据;
所述清洗时间控制模块用于,基于所述灰尘损失度以及所述天气数据,确定出所述待清洗光伏电站的目标清洗时间;
所述执行模块用于,按照所述目标清洗时间,对所述待清洗光伏电站进行清洗。
该光伏电站的清洗系统的工作原理请参见上述方法实施例,在此不进行重复叙述。
综上,本发明实施例提供了一种光伏电站的清洗方法,应用于光伏电站的清洗系统,所述清洗系统包括灰尘损失度检测模块以及清洗时间控制模块,该清洗方法首先获取待清洗光伏电站的灰尘损失度以及待清洗光伏电站所在地的天气数据。并基于所述灰尘损失度以及所述天气数据,确定出所述待清洗光伏电站的目标清洗时间。然后按照所述目标清洗时间,对所述待清洗光伏电站进行清洗。可见,本方案提供了一种光伏电站的清洗方法,能够计算出目标清洗时间,自动进行清洗预警。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。