CN110046329A - 一种计算光伏组件积灰损失的多元回归模型的构建方法 - Google Patents
一种计算光伏组件积灰损失的多元回归模型的构建方法 Download PDFInfo
- Publication number
- CN110046329A CN110046329A CN201910333803.1A CN201910333803A CN110046329A CN 110046329 A CN110046329 A CN 110046329A CN 201910333803 A CN201910333803 A CN 201910333803A CN 110046329 A CN110046329 A CN 110046329A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic module
- dust stratification
- loss
- days
- average daily
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种计算光伏组件积灰损失的多元回归模型的构建方法,包括以下步骤:1)建立不同降雨量对组件积灰的清洗模型;2)假设光伏组件表面的积灰是多层灰尘的层叠堆积,设计与日均PM10指数,日均风速和日均湿度相关的积灰层数,构建光伏组件积灰损失的多元回归模型。本发明可以得到不同环境下积灰对光伏组件造成的影响大小,从而为光伏组件清洗策略的制定奠定了基础。
Description
技术领域
本发明涉及一种计算光伏组件积灰损失的多元回归模型的构建方法,属于太阳能光伏系统应用技术领域。
背景技术
光伏组件表面积灰现象会对光伏组件造成巨大影响,导致光伏系统发电收益达不到预期目标,由于户外工作的光伏组件长期处于变化的环境中,难以用固定的积灰损失计算对光伏组件发电量的影响,同时这也给光伏组件清洗周期的确立带来了困难。
目前,就光伏电站中出现的组件清洗困难,清洗节点难以把握,清洗不及时等问题已成为光伏行业发展急需解决的问题;无论是过于频繁的清洗,还是缺乏清洗都会给光伏电站带来巨大的损失,而组件清洗周期的确定取决于积灰对光伏组件发电量的影响。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷,提供一种计算光伏组件积灰损失的多元回归模型,根据当地历史发电数据与环境数据,即可计算得到该地区光伏组件积灰损失的通用公式。
为解决上述技术问题,本发明采用的技术方案如下:
一种计算光伏组件积灰损失的多元回归模型的构建方法,包括以下步骤:
1)建立不同降雨量对光伏组件积灰的等效清洗模型:
降雨量<Dmm为无效清洗:降雨后光伏组件积灰造成的功率损失较降雨前无变化;
降雨量>Dmm为完全清洗:降雨后光伏组件积灰造成的功率损失为0%;
2)假设光伏组件表面的积灰是多层灰尘的层叠堆积,构建光伏组件积灰损失的多元回归模型如下:
21)光伏组件积灰m天后的发电效率为:
其中,η为步长,
Δfm(PM10,WS,H)为光伏组件积灰m天后积灰的层数,计算如下:
Δfm(PM10,WS,H)=a1+a2X1-m+a3X2-m+a4X3-m
其中,PM10为日均PM10指数,WS为日均风速,H为日均湿度,X1-m为光伏组件积灰m天后的日均PM10指数和,X2-m为光伏组件积灰m天后的日均风速WS和,X3-m为光伏组件积灰m天后的日均湿度H和,a1~a4为模型参数;
进而,得到:
22)对Pm的表达式两边取对数可得:
23)令即得到计算光伏组件积灰m天后的发电效率的多元回归方程:
y=a1+a2X1-m+a3X2-m+a4X3-m
24)结合等效清洗模型,
对于降雨量<Dmm的无效清洗天气情况,光伏组件积灰m天后的发电效率采用多元回归方程计算,光伏组件积灰m天后的发电效率损失Ploss-m为:Ploss-m=1-Pm;
对于降雨量>Dmm的完全清洗天气情况,光伏组件积灰m天后的发电效率损失为0%。
前述的步骤1)中,D取2~4。
前述的步骤2)中,η取1%~2%。
前述的步骤2)中,模型参数的求解如下:
31)取光伏组件每天的发电数据,计算当天光伏组件的发电效率:
其中,i代表每个测量点对应的时刻,n代表测量点个数,P′m-i为积灰m天后光伏组件i时刻的发电效率,P′mm为积灰m天后当天光伏组件的发电效率,ρm-i为积灰m天后光伏组件i时刻的直流输出功率,Gi为i时刻光伏组件接收的辐照,ρSTC为光伏组件在标况下的直流输出功率,Δγ为光伏组件的功率温度系数,ΔT为光伏组件实际工作温度与25℃之差;
32)将所述步骤31)计算的P′mm,以及记录的日均PM10指数和,日均风速和和日均湿度和,带入多元回归方程中,通过EXCEL中回归数据分析工具,把每天计算的X1-m,X2-m,X3-m作为自变量,对应的y作为因变量,即得到回归模型中的参数a1~a4。
前述的步骤31)中,选取光伏组件每天11:00到14:00无阴影遮挡的发电数据。
前述的测量点的测量时间间隔为1分钟。
本发明所达到的有益效果为:
通过本发明中模型,可以利用历史发电数据与环境数据,建立一种计算光伏组件积灰损失的多元回归模型,得到不同地区光伏组件由于积灰导致的理论发电论损失,从而为组件和电站提供适时的积灰清理时间点起到指导性的意义。
附图说明
图1为光伏组件积灰示意图;
图2为实施例中实测组件功率输出与模型拟合组件功率输出比较图;
图3为实施例中实测组件功率输出与模型拟合组件功率输出误差图。
具体实施方式
下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本发明提供一种计算光伏组件积灰损失的多元回归模型的构建方法,包括以下几个部分:
1、建立不同降雨量对组件积灰等效清洗模型
按降雨量多少,把降雨对组件积灰的清洗效果划分为无效清洗和完全清洗。具体划分如下:
1)降雨量<Dmm为无效清洗:该情况下的降雨对光伏组件积灰造成的功率损失无影响,降雨后组件积灰造成的功率损失较降雨前无变化。
2)降雨量>Dmm完全清洗:该降雨情况下积灰会被完全清除,光伏组件已不受积灰影响,降雨后组件积灰造成的功率损失设置为0%。
其中:D可由每次降雨后组件发电效率变化确定,一般D取2~4。
2、计算每天光伏组件的积灰损失
光伏组件积灰示意图如下图1所示,本发明把组件表面的积灰层看作是多层灰尘的层叠堆积,每层积灰尘降低组件透光率的η,积灰的层数用Δfm(PM10,WS,H)表征,则光伏组件每天发电效率和积灰损失的具体计算公式如下:
Ploss-m=1-Pm (2)
其中:Pm为组件积灰m天后的发电功率;Ploss-m为组件积灰m天后由于积灰造成的发电效率损失;η为步长,取1%~2%;Δfm(PM10,WS,H)表征组件积灰m天后积灰的层数,与风速,PM10,湿度相关;PM10为日均PM10指数,WS为日均风速,H为日均湿度。
组件积灰m天后的积灰层数Δfm(PM10,WS,H)具体计算如下:
Δfm(PM10,WS,H)=a1+a2X1-m+a3X2-m+a4X3-m (3)
其中:X1-m为组件积灰m天后的日均PM10指数和;X2-m为组件积灰m天后的日均风速WS和;X3-m为组件积灰m天后的日均湿度H和;a1~a4为待求解的模型参数。
3、建立光伏组件积灰损失的多元回归模型
结合公式(1)、(3)可以得到计算光伏组件每天的发电效率的具体公式如下:
对公式(4)两边取对数可得:
令即可得到计算光伏组件发电效率的多元回归方程,具体如下:
y=a1+a2X1-m+a3X2-m+a4X3-m (6)
雨天则依据不同降雨量,对于降雨量<Dmm的无效清洗情况,发电效率采用上式(4)计算;对于降雨量>Dmm的完全清洗情况,降雨后积灰损失为0%,组件发电效率达到Pm理想的最大值,为100%。
4、根据光伏组件每天的发电数据和环境数据,求解回归模型参数
所述的光伏组件每天的发电数据和环境数据包括:组件不同时刻的直流输出功率和接收的辐照量,组件温度,日均PM10指数,日均风速和日均湿度;
取光伏组件每天11:00到14:00无阴影遮挡的发电数据,测量数据时间间隔为1分钟,计算当天光伏组件的发电效率,具体计算公式如下:
其中,i代表每个测量点对应的时刻,n代表测量点个数,ρm-i为积灰m天后光伏组件i时刻的直流输出功率;Gi为对应i时刻光伏组件接收的辐照;ρSTC为光伏组件在标况下的直流输出功率;Δγ为光伏组件的功率温度系数;P′m-i为积灰m天后光伏组件i时刻的发电效率;P′mm为积灰m天后光伏组件的发电效率;ΔT为组件实际工作温度与25℃之差。
通过上述计算P′mm,再根据记录的环境数据日均PM10指数和,日均风速和和日均湿度和,逐一带入公式(5),通过EXCEL中回归数据分析工具,把每天计算的X1-m,X2-m,X3-m作为自变量,对应的y作为因变量,即可得到回归模型中的参数a1~a4,从而得到计算光伏组件每天的发电效率Pm和积灰损失效率Ploss-m具体公式,可以用于实时预测并计算每天光伏组件在不同积灰环境下的发电效率。
按以上步骤我们即可得到不同地区下计算光伏组件积灰损失的多元回归模型,预测并求解每天由于积灰对光伏组件发电效率造成的损失。
为了验证本发明方法的可行性,选取烟台地区2017.07.03~2017.10.26的发电数据与环境数据,采用本发明方法计算当地光伏组件积灰损失的多元回归模型,计算可得到的回归统计参数与模型参数如下表1和表2所示,实测与模型拟合得到的发电量效率如下图2所示,误差图如图3所示由此可知本模型可较为精准的拟合出光伏组件积灰损失的计算公式,对预测光伏组件的积灰损失有一定的帮助。
表1回归统计参数
Multiple R | R Square | Adjusted R Square | 标准误差 |
0.680112 | 0.462553 | 0.451658 | 2.493235 |
表2模型参数
a<sub>1</sub> | a<sub>2</sub> | a<sub>3</sub> | a<sub>4</sub> |
6.596653 | 0.0005395 | -0.01850 | 0.247263 |
本发明提供了一种计算光伏组件积灰损失的多元回归模型的构建方法,适用于不同地区光伏组件每天积灰损失的计算,实验和计算结果反映了本发明的参考价值及适用性。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (6)
1.一种计算光伏组件积灰损失的多元回归模型的构建方法,其特征在于,包括以下步骤:
1)建立不同降雨量对光伏组件积灰的等效清洗模型:
降雨量<Dmm为无效清洗:降雨后光伏组件积灰造成的功率损失较降雨前无变化;
降雨量>Dmm为完全清洗:降雨后光伏组件积灰造成的功率损失为0%;
2)假设光伏组件表面的积灰是多层灰尘的层叠堆积,构建光伏组件积灰损失的多元回归模型如下:
21)光伏组件积灰m天后的发电效率为:
其中,η为步长,
Δfm(PM10,WS,H)为光伏组件积灰m天后积灰的层数,计算如下:
Δfm(PM10,WS,H)=a1+a2X1-m+a3X2-m+a4X3-m
其中,PM10为日均PM10指数,WS为日均风速,H为日均湿度,X1-m为光伏组件积灰m天后的日均PM10指数和,X2-m为光伏组件积灰m天后的日均风速WS和,X3-m为光伏组件积灰m天后的日均湿度H和,a1~a4为模型参数;
进而,得到:
22)对Pm的表达式两边取对数可得:
23)令即得到计算光伏组件积灰m天后的发电效率的多元回归方程:
y=a1+a2X1-m+a3X2-m+a4X3-m
24)结合等效清洗模型,
对于降雨量<Dmm的无效清洗天气情况,光伏组件积灰m天后的发电效率采用多元回归方程计算,光伏组件积灰m天后的发电效率损失Ploss-m为:Ploss-m=1-Pm;
对于降雨量>Dmm的完全清洗天气情况,光伏组件积灰m天后的发电效率损失为0%。
2.根据权利要求1所述的一种计算光伏组件积灰损失的多元回归模型的构建方法,其特征在于,所述步骤1)中,D取2~4。
3.根据权利要求1所述的一种计算光伏组件积灰损失的多元回归模型的构建方法,其特征在于,所述步骤2)中,η取1%~2%。
4.根据权利要求1所述的一种计算光伏组件积灰损失的多元回归模型的构建方法,其特征在于,所述步骤2)中,模型参数的求解如下:
31)取光伏组件每天的发电数据,计算当天光伏组件的发电效率:
其中,i代表每个测量点对应的时刻,n代表测量点个数,P′m-i为积灰m天后光伏组件i时刻的发电效率,P′mm为积灰m天后当天光伏组件的发电效率,ρm-i为积灰m天后光伏组件i时刻的直流输出功率,Gi为i时刻光伏组件接收的辐照,ρSTC为光伏组件在标况下的直流输出功率,Δγ为光伏组件的功率温度系数,ΔT为光伏组件实际工作温度与25℃之差;
32)将所述步骤31)计算的P′mm,以及记录的日均PM10指数和,日均风速和和日均湿度和,带入多元回归方程中,通过EXCEL中回归数据分析工具,把每天计算的X1-m,X2-m,X3-m作为自变量,对应的y作为因变量,即得到回归模型中的参数a1~a4。
5.根据权利要求4所述的一种计算光伏组件积灰损失的多元回归模型的构建方法,其特征在于,所述步骤31)中,选取光伏组件每天11:00到14:00无阴影遮挡的发电数据。
6.根据权利要求5所述的一种计算光伏组件积灰损失的多元回归模型的构建方法,其特征在于,所述测量点的测量时间间隔为1分钟。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910333803.1A CN110046329B (zh) | 2019-04-24 | 2019-04-24 | 一种计算光伏组件积灰损失的多元回归模型的构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910333803.1A CN110046329B (zh) | 2019-04-24 | 2019-04-24 | 一种计算光伏组件积灰损失的多元回归模型的构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110046329A true CN110046329A (zh) | 2019-07-23 |
CN110046329B CN110046329B (zh) | 2023-01-31 |
Family
ID=67279144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910333803.1A Active CN110046329B (zh) | 2019-04-24 | 2019-04-24 | 一种计算光伏组件积灰损失的多元回归模型的构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110046329B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114118561A (zh) * | 2021-11-22 | 2022-03-01 | 华能山东发电有限公司众泰电厂 | 一种考虑积灰的光伏组件清洗方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107818410A (zh) * | 2017-10-23 | 2018-03-20 | 长沙理工大学 | 一种光伏组件积灰程度远程智能诊断方法 |
CN108399493A (zh) * | 2018-02-02 | 2018-08-14 | 上海电气分布式能源科技有限公司 | 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 |
CN108880470A (zh) * | 2018-06-28 | 2018-11-23 | 河海大学常州校区 | 一种计算积灰对光伏组件输出功率及发电量影响的方法 |
CN109242208A (zh) * | 2018-10-12 | 2019-01-18 | 远景能源(南京)软件技术有限公司 | 基于经济效应的光伏电站清洗需求估算方法 |
-
2019
- 2019-04-24 CN CN201910333803.1A patent/CN110046329B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107818410A (zh) * | 2017-10-23 | 2018-03-20 | 长沙理工大学 | 一种光伏组件积灰程度远程智能诊断方法 |
CN108399493A (zh) * | 2018-02-02 | 2018-08-14 | 上海电气分布式能源科技有限公司 | 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 |
CN108880470A (zh) * | 2018-06-28 | 2018-11-23 | 河海大学常州校区 | 一种计算积灰对光伏组件输出功率及发电量影响的方法 |
CN109242208A (zh) * | 2018-10-12 | 2019-01-18 | 远景能源(南京)软件技术有限公司 | 基于经济效应的光伏电站清洗需求估算方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114118561A (zh) * | 2021-11-22 | 2022-03-01 | 华能山东发电有限公司众泰电厂 | 一种考虑积灰的光伏组件清洗方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110046329B (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108880470B (zh) | 一种计算积灰对光伏组件输出功率及发电量影响的方法 | |
Lange et al. | New developments in wind energy forecasting | |
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 | |
CN106059496B (zh) | 一种光伏组件阵列性能监测和故障识别的方法及系统 | |
US20180196901A1 (en) | Estimation of soiling losses for photovoltaic systems from measured and modeled inputs | |
CN110059446A (zh) | 一种预测光伏组件积灰程度的方法 | |
CN115759459B (zh) | 一种雨水工情耦合的流域洪水流量集合概率智能预报方法 | |
CN109783884B (zh) | 基于面雨量和模型参数同时校正的实时洪水预报误差修正方法 | |
CN105373849A (zh) | 光伏电池组件温度的分步预测方法 | |
CN106372718A (zh) | 雾霾积灰条件下的光伏发电功率输出减少率估计方法 | |
CN114118561A (zh) | 一种考虑积灰的光伏组件清洗方法及系统 | |
CN116826965A (zh) | 电网安全稳定在线监测与分析方法 | |
CN110046329A (zh) | 一种计算光伏组件积灰损失的多元回归模型的构建方法 | |
CN101369322A (zh) | 基于混沌理论的供热负荷区间预报法 | |
CN105809252A (zh) | 一种大规模风电平衡评估方法 | |
CN113723791A (zh) | 一种基于避咸蓄淡的城市供水分析方法及装置 | |
TW201539973A (zh) | 太陽能電廠的發電量推測方法 | |
Lange et al. | State-of-the-art in wind power prediction in germany and international developments | |
CN109858188B (zh) | 一种计算不同清洗节点下光伏组件发电收益的方法 | |
Hong et al. | Estimating the loss ratio of solar photovoltaic electricity generation through stochastic analysis | |
Deng et al. | A survey of the researches on grid-connected solar power generation systems and power forecasting methods based on ground-based cloud atlas | |
TW201740296A (zh) | 再生能源發電量預測方法與系統 | |
Rodil et al. | A novel methodology for determination of soiling on PV panels by means of grey box modelling | |
CN110390481B (zh) | 一种水平面太阳散射辐照量评估方法及装置 | |
CN105574773A (zh) | 一种确定电网理论污秽等级变化的方法 |
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 |