CN110649883B - 清洗方法、装置和计算机设备 - Google Patents
清洗方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN110649883B CN110649883B CN201910930201.4A CN201910930201A CN110649883B CN 110649883 B CN110649883 B CN 110649883B CN 201910930201 A CN201910930201 A CN 201910930201A CN 110649883 B CN110649883 B CN 110649883B
- Authority
- CN
- China
- Prior art keywords
- cleaning
- photovoltaic
- string
- parameter
- path
- 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
- 238000004140 cleaning Methods 0.000 title claims abstract description 273
- 238000000034 method Methods 0.000 title claims abstract description 38
- 239000000428 dust Substances 0.000 claims abstract description 85
- 230000007613 environmental effect Effects 0.000 claims abstract description 53
- 230000005611 electricity Effects 0.000 claims abstract description 41
- 230000009471 action Effects 0.000 claims abstract description 22
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 230000000694 effects Effects 0.000 claims abstract description 17
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000010276 construction Methods 0.000 claims description 13
- 230000008901 benefit Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 11
- 238000010248 power generation Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 5
- 239000002904 solvent Substances 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
- H02S40/00—Components or accessories in combination with PV modules, not provided for in groups H02S10/00 - H02S30/00
- H02S40/10—Cleaning arrangements
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B13/00—Accessories or details of general applicability for machines or apparatus for cleaning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B3/00—Cleaning by methods involving the use or presence of liquid or steam
- B08B3/02—Cleaning by the force of jets or sprays
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
-
- 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
本申请涉及一种清洗方法、装置和计算机设备。所述方法包括：通过获取至少一个光伏组串参数和环境参数，采用灰尘损失度监测算法对所述至少一个光伏组串参数和环境参数进行处理，确定每个光伏组串所对应的灰尘损失度；进一步获取天气预报参数、单次清洗成本和电价，将所述灰尘损失度、环境参数、天气预报参数、单次清洗成本和电价输入清洗策略模型，得到第一控制指令；最后若所述第一控制指令为当日需对所述至少一个光伏组串进行清洗，则确定对所述至少一个光伏组串进行清洗的清洗路径，并根据所述清洗路径控制所述机器人执行清洗动作。采用本方法能够提高清洗效率、清洗效果以及降低成本。
Description
技术领域
本申请涉及光伏技术领域，特别是涉及一种清洗方法、装置和计算机设备。
背景技术
随着能源的日益短缺，太阳能逐渐成为人类社会发展最理想的清洁能源。但是太阳能光伏在使用一段时间后，由于灰尘的堆积，影响光伏的使用效率，因此，光伏电站的运维成为亟待解决的问题。
目前，光伏的清洗采用人工清洗和自动清洗两种方式。自动清洗主要通过运维人员对站内监控数据人工判读，并控制安装的水路管网和固定喷洒设备对光伏进行清洗。
然而，目前的方式，存在成本高或清洗效果差等问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高清洗效率、清洗效果以及降低成本的清洗方法、装置和计算机设备。
一种清洗方法，应用于机器人，所述方法包括：
获取至少一个光伏组串参数和环境参数；
采用灰尘损失度监测算法对所述至少一个光伏组串参数和环境参数进行处理，确定每个光伏组串所对应的灰尘损失度；
获取天气预报参数、单次清洗成本和电价；
将所述灰尘损失度、环境参数、天气预报参数、单次清洗成本和电价输入清洗策略模型，得到第一控制指令；
若所述第一控制指令为当日需对所述至少一个光伏组串进行清洗，则确定对所述至少一个光伏组串进行清洗的清洗路径，并根据所述清洗路径控制所述机器人执行清洗动作。
在其中一个实施例中，所述将所述灰尘损失度、环境参数、天气预报参数、单次清洗成本和电价输入清洗策略模型，得到第一控制指令包括：
根据所述天气预报参数、单次清洗成本和灰尘损坏收益时间函数，确定对所述至少一个光伏组串进行清洗的损失影响值以及所述损失影响值对应的清洗时间；
根据所述灰尘损失度、环境参数和电价，确定对所述至少一个光伏组串进行清洗的损失费用；
根据所述损失影响值、清洗时间和损失费用，确定第一控制指令。
在其中一个实施例中，所述根据所述灰尘损失度、环境参数和电价，确定对所述至少一个光伏组串进行清洗的损失费用包括：
获取所述每个光伏组串中光伏组件的数量和标准光伏组件的发电量；
根据所述灰尘损失度、每个光伏组串中光伏组件的数量以及标准光伏组件的发电量，确定所述每个光伏组串对应的损失电量；
根据所述每个光伏组串对应的损失电量、光伏组串的数量以及电价，得到所述至少一个光伏组串所对应的损失费用，所述损失费用即为进行清洗所产生的清洗效益。
在其中一个实施例中，所述获取标准光伏组件的发电量包括：
获取每个光伏组串中光伏组件的功率和标准光伏组件的转化率；
根据所述环境参数、每个光伏组串中光伏组件的功率和标准光伏组件的转化率，得到标准光伏组件的发电量。
在其中一个实施例中，所述根据所述损失影响值、清洗时间和损失费用，确定第一控制指令包括：
若所述损失影响值的最小值所对应的清洗时间为当日，且所述损失费用为最大值，则输出当日需对所述至少一个光伏组串进行清洗的指令；
若所述损失影响值的最小值所对应的清洗时间非当日，和/或，所述损失费用非最大值，则输出当日无需对所述至少一个光伏组串进行清洗的指令。
在其中一个实施例中，所述若所述第一控制指令为当日需对所述至少一个光伏组串进行清洗，则确定对所述至少一个光伏组串进行清洗的清洗路径包括：
获取建设区域地图数据以及机器人当前用电量；
以所述清洗效益最高为原则，并基于所述灰尘损失度、建设区域地图数据以及机器人当前用电量，计算可清洗光伏组串区域；
根据所述可清洗光伏组串区域，确定至少一条可清洗路径；
根据所述至少一条可清洗路径、机器人移动速度以及机器人清洗速度，计算每条可清洗路径对应的清洗时间；
选取所用清洗时间最短的可清洗路径作为对所述至少一个光伏组串进行清洗的清洗路径。
在其中一个实施例中，所述根据所述清洗路径控制所述机器人执行清洗动作包括：
获取所述每个光伏组串所对应的灰尘损失度和所述每个光伏组串所对应的编号；
若所述灰尘损失度大于预设灰尘损失度，则选取所述灰尘损失度所对应的光伏组串的编号；
控制所述机器人沿着所述清洗路径对所述编号所对应的光伏组串进行清洗。
在其中一个实施例中，所述方法还包括：
采用摄像头监控所述至少一个光伏组串的清洗效果，并将所述清洗效果传输至远程终端；
接收所述远程终端传输的第二控制指令，并控制所述机器人执行所述第二控制指令相对应的动作；
其中，所述第二控制指令至少包括二次清洗和/或添加溶剂的指令。
一种清洗装置，所述装置包括：
第一参数获取模块，用于获取至少一个光伏组串参数和环境参数；
第一确定模块，用于采用灰尘损失度监测算法对所述至少一个光伏组串参数和环境参数进行处理，确定每个光伏组串所对应的灰尘损失度；
第二参数获取模块，用于获取天气预报参数、单次清洗成本和电价；
第一指令获取模块，用于将所述灰尘损失度、环境参数、天气预报参数、单次清洗成本和电价输入清洗策略模型，得到第一控制指令；
执行清洗模块，用于若所述第一控制指令为当日需对所述至少一个光伏组串进行清洗，则确定对所述至少一个光伏组串进行清洗的清洗路径，并根据所述清洗路径控制所述机器人执行清洗动作。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上任一项所述方法的步骤。
上述清洗方法、装置和计算机设备，通过获取至少一个光伏组串参数和环境参数，采用灰尘损失度监测算法对所述至少一个光伏组串参数和环境参数进行处理，确定每个光伏组串所对应的灰尘损失度；进一步获取天气预报参数、单次清洗成本和电价，将所述灰尘损失度、环境参数、天气预报参数、单次清洗成本和电价输入清洗策略模型，得到第一控制指令；最后若所述第一控制指令为当日需对所述至少一个光伏组串进行清洗，则确定对所述至少一个光伏组串进行清洗的清洗路径，并根据所述清洗路径控制所述机器人执行清洗动作。通过上述方法，可针对获得的准确的清洗时间、最优清洗路线以及实时清洗效果对光伏进行有效清洗，以提高清洗效率、清洗效果以及降低成本。
附图说明
图1为一个实施例中一种清洗方法的应用环境图；
图2为一个实施例中一种清洗方法的流程示意图；
图3为一个实施例中一种清洗装置的结构框图；
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的一种清洗方法，可以应用于如图1所示的应用环境中。其中，机器人102通过网络与服务器104进行通信。机器人102获取至少一个光伏组串参数和环境参数，并将所述至少一个光伏组串参数和环境参数传输至服务器104，服务器104采用灰尘损失度监测算法对所述至少一个光伏组串参数和环境参数进行处理，确定每个光伏组串所对应的灰尘损失度。机器人102获取天气预报参数、单次清洗成本和电价，并将天气预报参数、单次清洗成本和电价传输至服务器104，服务器104将所述灰尘损失度、环境参数、天气预报参数、单次清洗成本和电价输入清洗策略模型，得到第一控制指令。服务器104判断若所述第一控制指令为当日需对所述至少一个光伏组串进行清洗，则确定对所述至少一个光伏组串进行清洗的清洗路径，并根据所述清洗路径控制所述机器人102执行清洗动作。其中，机器人102具有摄像头、采集设备、通讯设备以及驱动设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种清洗方法，以该方法应用于图1中的服务器104为例进行说明，包括以下步骤：
步骤S1：获取至少一个光伏组串参数和环境参数；
步骤S2：采用灰尘损失度监测算法对所述至少一个光伏组串参数和环境参数进行处理，确定每个光伏组串所对应的灰尘损失度；
步骤S3：获取天气预报参数、单次清洗成本和电价；
步骤S4：将所述灰尘损失度、环境参数、天气预报参数、单次清洗成本和电价输入清洗策略模型，得到第一控制指令；
步骤S5：若所述第一控制指令为当日需对所述至少一个光伏组串进行清洗，则确定对所述至少一个光伏组串进行清洗的清洗路径，并根据所述清洗路径控制所述机器人执行清洗动作。
在步骤S1-S5中，本申请中每个光伏组串都采用统一规格、型号。光伏组串参数指光伏组串相关物理参数以及电参数等，至少包括各组串单元的电流、电压和组串的组件数量，其中，每个光伏组串包括至少一个光伏组件。环境参数指光伏组件区域的光照度、温度等。本申请中的天气预报参数指当前和未来N天的天气预报数据，N大于零。电价指光伏所在区域当前时刻的价格。
进一步，第一控制指令包括当日需对所述至少一个光伏组串进行清洗和当日不对所述至少一个光伏组串进行清洗。
上述清洗方法，通过获取至少一个光伏组串参数和环境参数，采用灰尘损失度监测算法对所述至少一个光伏组串参数和环境参数进行处理，确定每个光伏组串所对应的灰尘损失度；进一步获取天气预报参数、单次清洗成本和电价，将所述灰尘损失度、环境参数、天气预报参数、单次清洗成本和电价输入清洗策略模型，得到第一控制指令；最后若所述第一控制指令为当日需对所述至少一个光伏组串进行清洗，则确定对所述至少一个光伏组串进行清洗的清洗路径，并根据所述清洗路径控制所述机器人执行清洗动作。通过上述方法，可针对获得的准确的清洗时间、最优清洗路线以及实时清洗效果对光伏进行有效清洗，以提高清洗效率、清洗效果以及降低成本。
在其中一个实施例中，所述步骤S4包括：
步骤S41：根据所述天气预报参数、单次清洗成本和灰尘损坏收益时间函数，确定对所述至少一个光伏组串进行清洗的损失影响值以及所述损失影响值对应的清洗时间；
步骤S42：根据所述灰尘损失度、环境参数和电价，确定对所述至少一个光伏组串进行清洗的损失费用；
步骤S43：根据所述损失影响值、清洗时间和损失费用，确定第一控制指令。
在步骤S41-S43中，损失影响值指当前周期内对光伏组串进行清洗的时间相对于下个周期对光伏组串进行清洗的时间所产生的清洗损失值。对于本周期清洗时间的确定，具体步骤如下：
依据单次清洗成本A，灰尘损耗收益的时间函数f(t)(时间单位：天)，通过下述公式获取间隔n天再次清洗的收益损失平均值，记为c(n)。
基于所获取的天气预报数参数中的数据条数K(K＝1+n)，来获取这一周期内的哪个时间(时间单位：天)来清洗对下个周期的清洗收益影响最小。先对公式(1)进行求导得到：
由于K是个确定的值，可以通过逐天校验法来获得c(n)(0<n<＝k,n为整数)在这一周期的最小值，其对应的时间点即为本周期执行清洗的时间点。
其中，d为上次清洗至今天的间隔天数。
在其中一个实施例中，所述步骤S42包括：
步骤S421：获取所述每个光伏组串中光伏组件的数量和标准光伏组件的发电量；
步骤S422：根据所述灰尘损失度、每个光伏组串中光伏组件的数量以及标准光伏组件的发电量，确定所述每个光伏组串对应的损失电量；
步骤S423：根据所述每个光伏组串对应的损失电量、光伏组串的数量以及电价，得到所述至少一个光伏组串所对应的损失费用，所述损失费用即为进行清洗所产生的清洗效益。
在步骤S421-S423中，设每个组串的灰尘损失度为X、每个组串的光伏组件数量为M、标准光伏组件的发电量为W和每个光伏组串对应的损失电量为Y，则Y＝X*M*W。设光伏组串的数量为Z，当地电价为P，损失费用为R，则R＝Y*Z*P。
进一步，标准光伏组件指新的且表面干净的光伏组件。
在其中一个实施例中，所述步骤S421包括：
步骤S4211：获取每个光伏组串中光伏组件的功率和标准光伏组件的转化率；
步骤S4212：根据所述环境参数、每个光伏组串中光伏组件的功率和标准光伏组件的转化率，得到标准光伏组件的发电量。
在S4211-S4212中，标准光伏组件的转化率表征了将太阳能转化为电能的能力，标准光伏组件的转化率为光伏组件的最大输出功率与入射到电池的光的总功率之比。
在其中一个实施例中，所述步骤S43包括：
步骤S431：若所述损失影响值的最小值所对应的清洗时间为当日，且所述损失费用为最大值，则输出当日需对所述至少一个光伏组串进行清洗的指令；
步骤S432：若所述损失影响值的最小值所对应的清洗时间非当日，和/或，所述损失费用非最大值，则输出当日无需对所述至少一个光伏组串进行清洗的指令。
在其中一个实施例中，所述步骤S5包括：
步骤S51：获取建设区域地图数据以及机器人当前用电量；
步骤S52：以所述清洗效益最高为原则，并基于所述灰尘损失度、建设区域地图数据以及机器人当前用电量，计算可清洗光伏组串区域；
步骤S53：根据所述可清洗光伏组串区域，确定至少一条可清洗路径；
步骤S54：根据所述至少一条可清洗路径、机器人移动速度以及机器人清洗速度，计算每条可清洗路径对应的清洗时间；
步骤S55：选取所用清洗时间最短的可清洗路径作为对所述至少一个光伏组串进行清洗的清洗路径。
在步骤S51-S55中，建设区域地图数据指当前光伏电站整体的建设区域所对应的地图数据。
通过机器人移动速度以及机器人清洗速度，可计算机器人清洗每个光伏组串的速度，再将获得每条可清洗路径除以至少一个光伏组串的速度，得到每条可清洗路径对应的清洗时间。
在其中一个实施例中，所述步骤S5包括：
步骤S56：获取所述每个光伏组串所对应的灰尘损失度和所述每个光伏组串所对应的编号；
步骤S57：若所述灰尘损失度大于预设灰尘损失度，则选取所述灰尘损失度所对应的光伏组串的编号；
步骤S58：控制所述机器人沿着所述清洗路径对所述编号所对应的光伏组串进行清洗。
在步骤S56-S58中，在得到每个光伏组串对应的灰尘损失度之后，可先将每个光伏组串对应的灰尘损失度进行降序或者升序排列，以快速选取需要清洗的光伏组串，来提高清洗效率。由于光伏组串数量庞大，如果不对每个光伏组串对应的灰尘损失度进行排序，那么需要依次对每个光伏组串对应的灰尘损失度与预设灰尘损失度进行比对，这样操作繁琐、浪费时间，同时浪费机器人的电量。
具体地，通过当前执行清洗的光伏组串编号与灰尘损失度中为末位序号对应的光伏组串进行比较，若当前执行清洗的光伏组串序号为最后一组组串，则结束本次清扫动作；若当前执行清洗的光伏组串编号不是最后一组组串，则获取下一序号组串作为被清洗对象提交给机器人102进行清扫。
在其中一个实施例中，所述方法还包括：
步骤S6：采用摄像头监控所述至少一个光伏组串的清洗效果，并将所述清洗效果传输至远程终端；
步骤S7：接收所述远程终端传输的第二控制指令，并控制所述机器人执行所述第二控制指令相对应的动作；
其中，所述第二控制指令至少包括二次清洗和/或添加溶剂的指令。
在步骤S6-S7中，机器人102自带摄像头，远程终端或服务器可实时与机器人102进行通讯，以获取光伏组串的清洗效果。其中，终端可为计算机、手机或笔记本电脑等，远程通讯可采用4G或5G技术。第二指令不仅限于二次清洗和/或添加溶剂，可根据机器人所解决的技术问题进行调整，如三次清洗或语音播报等指令。
应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图3所示，提供了一种清洗装置，包括：第一参数获取模块10、第一确定模块20、第二参数获取模30、第一指令获取模块40和执行清洗模块50，其中：
第一参数获取模块10，用于获取至少一个光伏组串参数和环境参数；
第一确定模块20，用于采用灰尘损失度监测算法对所述至少一个光伏组串参数和环境参数进行处理，确定每个光伏组串所对应的灰尘损失度；
第二参数获取模块30，用于获取天气预报参数、单次清洗成本和电价；
第一指令获取模块40，用于将所述灰尘损失度、环境参数、天气预报参数、单次清洗成本和电价输入清洗策略模型，得到第一控制指令；
执行清洗模块50，用于若所述第一控制指令为当日需对所述至少一个光伏组串进行清洗，则确定对所述至少一个光伏组串进行清洗的清洗路径，并根据所述清洗路径控制所述机器人执行清洗动作。
在其中一个实施例中，所述第一指令获取模块40包括：
清洗时间确定模块401，用于根据所述天气预报参数、单次清洗成本和灰尘损坏收益时间函数，确定对所述至少一个光伏组串进行清洗的损失影响值以及所述损失影响值对应的清洗时间；
损失费用确定模块402，用于根据所述灰尘损失度、环境参数和电价，确定对所述至少一个光伏组串进行清洗的损失费用；
第一指令确定模块403，用于根据所述损失影响值、清洗时间和损失费用，确定第一控制指令。
在其中一个实施例中，所述损失费用确定模块402包括：
第三参数获取模块4021，用于获取所述每个光伏组串中光伏组件的数量和标准光伏组件的发电量；
损失电量确定模块4022，用于根据所述灰尘损失度、每个光伏组串中光伏组件的数量以及标准光伏组件的发电量，确定所述每个光伏组串对应的损失电量；
损失费用计算模块4023，用于根据所述每个光伏组串对应的损失电量、光伏组串的数量以及电价，得到所述至少一个光伏组串所对应的损失费用，所述损失费用即为进行清洗所产生的清洗效益。
在其中一个实施例中，所述第三参数获取模块4021包括：
第四参数获取模块4021a，用于获取每个光伏组串中光伏组件的功率和标准光伏组件的转化率；
发电量确定模块4022a，用于根据所述环境参数、每个光伏组串中光伏组件的功率和标准光伏组件的转化率，得到标准光伏组件的发电量。
在其中一个实施例中，所述第一指令确定模块403包括：
清洗指令输出模块4031，用于若所述损失影响值的最小值所对应的清洗时间为当日，且所述损失费用为最大值，则输出当日需对所述至少一个光伏组串进行清洗的指令；
不清洗指令输出模块4032，用于若所述损失影响值的最小值所对应的清洗时间非当日，和/或，所述损失费用非最大值，则输出当日无需对所述至少一个光伏组串进行清洗的指令。
在其中一个实施例中，所述执行清洗模块50包括：
第五参数获取模块501，用于获取建设区域地图数据以及机器人当前用电量；
可清洗区域确定模块502，用于以所述清洗效益最高为原则，并基于所述灰尘损失度、建设区域地图数据以及机器人当前用电量，计算可清洗光伏组串区域；
可清洗路径确定模块503，用于根据所述可清洗光伏组串区域，确定至少一条可清洗路径；
路径清洗时间计算模块504，用于根据所述至少一条可清洗路径、机器人移动速度以及机器人清洗速度，计算每条可清洗路径对应的清洗时间；
清洗路径确定模块505，用于选取所用清洗时间最短的可清洗路径作为对所述至少一个光伏组串进行清洗的清洗路径。
在其中一个实施例中，所述执行清洗模块50包括：
编号识别模块506，用于识别所述至少一个光伏组串的编号；
按序清洗模块507，用于控制所述机器人按照所述编号顺序依次对所述至少一个光伏组串进行清洗。
在其中一个实施例中，所述装置还包括：
清洗效果监测模块60，用于监测所述至少一个光伏组串的清洗效果；
第二控制指令发送模块70，用于根据所述清洗效果，发送第二控制指令；
动作执行模块80，用于根据所述第二控制指令，控制所述机器人执行所述第二控制指令相对应的动作；
其中，所述第二控制指令至少包括二次清洗和/或添加溶剂的指令。
关于清洗装置的具体限定可以参见上文中对于清洗方法的限定，在此不再赘述。上述清洗装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储清洗相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种清洗方法。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取至少一个光伏组串参数和环境参数；
采用灰尘损失度监测算法对所述至少一个光伏组串参数和环境参数进行处理，确定每个光伏组串所对应的灰尘损失度；
获取天气预报参数、单次清洗成本和电价；
将所述灰尘损失度、环境参数、天气预报参数、单次清洗成本和电价输入清洗策略模型，得到第一控制指令；
若所述第一控制指令为当日需对所述至少一个光伏组串进行清洗，则确定对所述至少一个光伏组串进行清洗的清洗路径，并根据所述清洗路径控制所述机器人执行清洗动作。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取至少一个光伏组串参数和环境参数；
采用灰尘损失度监测算法对所述至少一个光伏组串参数和环境参数进行处理，确定每个光伏组串所对应的灰尘损失度；
获取天气预报参数、单次清洗成本和电价；
将所述灰尘损失度、环境参数、天气预报参数、单次清洗成本和电价输入清洗策略模型，得到第一控制指令；
若所述第一控制指令为当日需对所述至少一个光伏组串进行清洗，则确定对所述至少一个光伏组串进行清洗的清洗路径，并根据所述清洗路径控制所述机器人执行清洗动作。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种清洗方法，应用于机器人，其特征在于，所述方法包括：获取至少一个光伏组串参数和环境参数；采用灰尘损失度监测算法对所述至少一个光伏组串参数和环境参数进行处理，确定每个光伏组串所对应的灰尘损失度；获取天气预报参数、单次清洗成本和电价；将所述灰尘损失度、环境参数、天气预报参数、单次清洗成本和电价输入清洗策略模型，得到第一控制指令；若所述第一控制指令为当日需对所述至少一个光伏组串进行清洗，则确定对所述至少一个光伏组串进行清洗的清洗路径，并根据所述清洗路径控制所述机器人执行清洗动作；
执行清洗动作，具体步骤如下：
步骤S51：获取建设区域地图数据以及机器人当前用电量；
步骤S52：以清洗效益最高为原则，并基于所述灰尘损失度、建设区域地图数据以及机器人当前用电量，计算可清洗光伏组串区域；
步骤S53：根据所述可清洗光伏组串区域，确定至少一条可清洗路径；
步骤S54：根据所述至少一条可清洗路径、机器人移动速度以及机器人清洗速度，计算每条可清洗路径对应的清洗时间；
步骤S55：选取所用清洗时间最短的可清洗路径作为对所述至少一个光伏组串进行清洗的清洗路径；
步骤S56：获取所述每个光伏组串所对应的灰尘损失度和所述每个光伏组串所对应的编号；
步骤S57：若所述灰尘损失度大于预设灰尘损失度，则选取所述灰尘损失度所对应的光伏组串的编号；
步骤S58：控制所述机器人沿着所述清洗路径对所述编号所对应的光伏组串进行清洗。
2.根据权利要求1所述的方法，其特征在于，所述将所述灰尘损失度、环境参数、天气预报参数、单次清洗成本和电价输入清洗策略模型，得到第一控制指令包括：根据所述天气预报参数、单次清洗成本和灰尘损坏收益时间函数，确定对所述至少一个光伏组串进行清洗的损失影响值以及所述损失影响值对应的清洗时间；根据所述灰尘损失度、环境参数和电价，确定对所述至少一个光伏组串进行清洗的损失费用；根据所述损失影响值、清洗时间和损失费用，确定第一控制指令。
3.根据权利要求2所述的方法，其特征在于，所述根据所述灰尘损失度、环境参数和电价，确定对所述至少一个光伏组串进行清洗的损失费用包括：获取所述每个光伏组串中光伏组件的数量和标准光伏组件的发电量；根据所述灰尘损失度、每个光伏组串中光伏组件的数量以及标准光伏组件的发电量，确定所述每个光伏组串对应的损失电量；根据所述每个光伏组串对应的损失电量、光伏组串的数量以及电价，得到所述至少一个光伏组串所对应的损失费用，所述损失费用即为进行清洗所产生的清洗效益。
4.根据权利要求3所述的方法，其特征在于，所述获取标准光伏组件的发电量包括：获取每个光伏组串中光伏组件的功率和标准光伏组件的转化率；根据所述环境参数、每个光伏组串中光伏组件的功率和标准光伏组件的转化率，得到标准光伏组件的发电量。
5.根据权利要求3所述的方法，其特征在于，所述根据所述损失影响值、清洗时间和损失费用，确定第一控制指令包括：若所述损失影响值的最小值所对应的清洗时间为当日，且所述损失费用为最大值，则输出当日需对所述至少一个光伏组串进行清洗的指令；若所述损失影响值的最小值所对应的清洗时间非当日，和/或，所述损失费用非最大值，则输出当日无需对所述至少一个光伏组串进行清洗的指令。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：采用摄像头监控所述至少一个光伏组串的清洗效果，并将所述清洗效果传输至远程终端；接收所述远程终端传输的第二控制指令，并控制所述机器人执行所述第二控制指令相对应的动作；其中，所述第二控制指令至少包括二次清洗和/或添加溶剂的指令。
7.一种清洗装置，其特征在于，所述装置包括：第一参数获取模块，用于获取至少一个光伏组串参数和环境参数；第一确定模块，用于采用灰尘损失度监测算法对所述至少一个光伏组串参数和环境参数进行处理，确定每个光伏组串所对应的灰尘损失度；第二参数获取模块，用于获取天气预报参数、单次清洗成本和电价；第一指令获取模块，用于将所述灰尘损失度、环境参数、天气预报参数、单次清洗成本和电价输入清洗策略模型，得到第一控制指令；执行清洗模块，用于若所述第一控制指令为当日需对所述至少一个光伏组串进行清洗，则确定对所述至少一个光伏组串进行清洗的清洗路径，并根据所述清洗路径控制机器人执行清洗动作；
其中，清洗方法包括：获取至少一个光伏组串参数和环境参数；采用灰尘损失度监测算法对所述至少一个光伏组串参数和环境参数进行处理，确定每个光伏组串所对应的灰尘损失度；获取天气预报参数、单次清洗成本和电价；将所述灰尘损失度、环境参数、天气预报参数、单次清洗成本和电价输入清洗策略模型，得到第一控制指令；若所述第一控制指令为当日需对所述至少一个光伏组串进行清洗，则确定对所述至少一个光伏组串进行清洗的清洗路径，并根据所述清洗路径控制所述机器人执行清洗动作；
执行清洗动作，具体步骤如下：
步骤S51：获取建设区域地图数据以及机器人当前用电量；
步骤S52：以清洗效益最高为原则，并基于所述灰尘损失度、建设区域地图数据以及机器人当前用电量，计算可清洗光伏组串区域；
步骤S53：根据所述可清洗光伏组串区域，确定至少一条可清洗路径；
步骤S54：根据所述至少一条可清洗路径、机器人移动速度以及机器人清洗速度，计算每条可清洗路径对应的清洗时间；
步骤S55：选取所用清洗时间最短的可清洗路径作为对所述至少一个光伏组串进行清洗的清洗路径；
步骤S56：获取所述每个光伏组串所对应的灰尘损失度和所述每个光伏组串所对应的编号；
步骤S57：若所述灰尘损失度大于预设灰尘损失度，则选取所述灰尘损失度所对应的光伏组串的编号；
步骤S58：控制所述机器人沿着所述清洗路径对所述编号所对应的光伏组串进行清洗。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-6任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910930201.4A CN110649883B (zh) | 2019-09-29 | 2019-09-29 | 清洗方法、装置和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910930201.4A CN110649883B (zh) | 2019-09-29 | 2019-09-29 | 清洗方法、装置和计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110649883A CN110649883A (zh) | 2020-01-03 |
| CN110649883B true CN110649883B (zh) | 2021-09-10 |
Family
ID=69011898
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910930201.4A Active CN110649883B (zh) | 2019-09-29 | 2019-09-29 | 清洗方法、装置和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110649883B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111461407A (zh) * | 2020-03-10 | 2020-07-28 | 苏州瑞得恩工业物联网科技有限公司 | 光伏电站清洗频率的预测方法及存储介质 |
| CN112487609B (zh) * | 2020-11-06 | 2024-03-26 | 华北电力科学研究院有限责任公司 | 一种光伏组件清洗时刻确定方法及装置 |
| CN112465812B (zh) * | 2020-12-16 | 2023-08-11 | 阳光智维科技股份有限公司 | 光伏组件的灰尘检测装置及方法 |
| CN113953244B (zh) * | 2021-10-15 | 2023-01-10 | 阳光新能源开发股份有限公司 | 光伏组件清洗方法、装置及灰尘检测方法 |
| ES2952140A1 (es) * | 2022-03-21 | 2023-10-27 | Endesa Generacion S A | Metodo de modelizacion del grado de ensuciamiento de paneles fotovoltaicos y optimizacion de limpiezas |
| CN115446841A (zh) * | 2022-10-26 | 2022-12-09 | 西安万飞控制科技有限公司 | 一种清洗光伏面板的机器人控制方法、系统、终端及介质 |
| CN115688490B (zh) * | 2022-12-30 | 2023-04-07 | 北京志翔科技股份有限公司 | 光伏组串异常定量确定方法、装置、电子设备及存储介质 |
| CN117784864B (zh) * | 2024-02-28 | 2024-05-17 | 厦门蓝旭科技有限公司 | 自适应状态控制的光伏板清洗机器人环境调节方法及系统 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106529723A (zh) * | 2016-11-10 | 2017-03-22 | 上海许继电气有限公司 | 基于监控平台实现光伏电站清洗周期估计的方法 |
| CN107133713A (zh) * | 2017-03-13 | 2017-09-05 | 华电电力科学研究院 | 一种光伏电站智能清洗决策系统的建立方法 |
| CN108052023B (zh) * | 2017-11-21 | 2019-08-23 | 湖北省电力勘测设计院有限公司 | 一种光伏板表面灰尘清洗控制方法和装置 |
| CN108960453B (zh) * | 2018-07-31 | 2022-03-08 | 江苏林洋新能源科技有限公司 | 光伏电站积灰经济清洗计算方法 |
| CN110022123A (zh) * | 2019-03-07 | 2019-07-16 | 王成 | 光伏电站智能清洁管理系统 |
| CN109787552B (zh) * | 2019-03-21 | 2020-11-10 | 合肥阳光新能源科技有限公司 | 一种光伏电站的清洗方法及系统 |
| CN110161860B (zh) * | 2019-05-28 | 2022-03-11 | 南通大学 | 一种光伏组件智能清扫策略的方法及控制系统 |
-
2019
- 2019-09-29 CN CN201910930201.4A patent/CN110649883B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110649883A (zh) | 2020-01-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110649883B (zh) | 清洗方法、装置和计算机设备 | |
| CN111722540A (zh) | 一种能源互联网数字孪生仿真系统及方法 | |
| CN115425680B (zh) | 一种多能源联合发电系统的功率预测模型构建及预测方法 | |
| CN111917111B (zh) | 用于配电网的分布式光伏电源接纳能力在线评估的方法、系统、设备及存储介质 | |
| JP3245325U (ja) | 太陽光発電所クラスタ監視システム | |
| EP3007234A1 (en) | Operation of large scale PV plants | |
| CN115564108A (zh) | 一种面向深度调峰的虚拟电厂内光储荷优化调度方法 | |
| CN118213970A (zh) | 分布式光伏发电量预测方法及系统 | |
| Mukherjee et al. | Solar irradiance prediction from historical trends using deep neural networks | |
| Shabbir et al. | Residential DC Load Forecasting Using Long Short-Term Memory Network (LSTM) | |
| Jyothi et al. | A machine learning based power load prediction system for smart grid energy management | |
| US20240088655A1 (en) | Methods and systems for controlling a chp device in a microgrid | |
| US20230419222A1 (en) | Method to optimize cleaning of solar panels through quantification of losses in photovoltaic modules in solar power plants | |
| Rashkovska et al. | Online short-term forecasting of photovoltaic energy production | |
| Malik et al. | IoT‐Based Monitoring and Management for Photovoltaic System | |
| TW201740296A (zh) | 再生能源發電量預測方法與系統 | |
| Khoury et al. | A predictive convolutional neural network model for source-load forecasting in smart grids | |
| TW201727559A (zh) | 再生能源電廠的管理方法與系統 | |
| CN115034472A (zh) | 一种分布式光伏运行智能预测管理系统 | |
| Huu et al. | Deep learning-based real-time solar irradiation monitoring and forecasting application for PV system | |
| Ciabattoni et al. | Solar irradiation forecasting for pv systems by fully tuned minimal rbf neural networks | |
| CN113241800B (zh) | 一种基于区域电价的智能电网控制系统及其控制方法 | |
| Jian et al. | Various green energy sources in smart grid power network based on cloud | |
| CN116109164A (zh) | 确定制氢模式的方法、装置、存储介质以及电子设备 | |
| Sivasankari et al. | Predictive Modeling of Energy Consumption for Building Automation Systems Using Deep Learning |
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 | ||
| CP03 | Change of name, title or address |
Address after: High tech Zone in Hefei city of Anhui Province Lake Road No. 2 Patentee after: Sunshine New Energy Development Co.,Ltd. Address before: 230088 6th floor, R & D center building, no.1699 Xiyou Road, high tech Zone, Hefei City, Anhui Province Patentee before: HEFEI SUNGROW RENEWABLE ENERGY SCI. & TECH. Co.,Ltd. |
|
| CP03 | Change of name, title or address |