CN111064433A - 光伏系统故障和警报 - Google Patents
光伏系统故障和警报 Download PDFInfo
- Publication number
- CN111064433A CN111064433A CN201910992158.4A CN201910992158A CN111064433A CN 111064433 A CN111064433 A CN 111064433A CN 201910992158 A CN201910992158 A CN 201910992158A CN 111064433 A CN111064433 A CN 111064433A
- Authority
- CN
- China
- Prior art keywords
- fault
- fault identification
- identification
- root cause
- power
- 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.)
- Pending
Links
- 238000013507 mapping Methods 0.000 claims abstract description 35
- 238000010248 power generation Methods 0.000 claims abstract description 32
- 230000006870 function Effects 0.000 claims description 39
- 238000000034 method Methods 0.000 claims description 35
- 238000012423 maintenance Methods 0.000 abstract description 35
- 230000000694 effects Effects 0.000 abstract description 17
- 238000006243 chemical reaction Methods 0.000 abstract description 5
- 230000001960 triggered effect Effects 0.000 abstract description 4
- 238000009434 installation Methods 0.000 description 34
- 238000004891 communication Methods 0.000 description 21
- 238000004364 calculation method Methods 0.000 description 17
- 238000002955 isolation Methods 0.000 description 15
- 238000004519 manufacturing process Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 230000008859 change Effects 0.000 description 10
- 230000009471 action Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000007547 defect Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000008439 repair process Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000036961 partial effect Effects 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000002485 combustion reaction Methods 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 208000032953 Device battery issue Diseases 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000010891 electric arc Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000002567 autonomic effect Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010197 meta-analysis Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 229910052697 platinum Inorganic materials 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000011541 reaction mixture Substances 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012800 visualization Methods 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
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
- H02S50/10—Testing of PV devices, e.g. of PV modules or single PV cells
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
- G05B23/027—Alarm generation, e.g. communication protocol; Forms of alarm
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
- G01R19/16528—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values using digital techniques or performing arithmetic operations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
- G01R19/16533—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values characterised by the application
- G01R19/16538—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values characterised by the application in AC or DC supplies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/324—Display of status information
- G06F11/327—Alarm or error message display
-
- 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
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B10/00—Integration of renewable energy sources in buildings
- Y02B10/10—Photovoltaic [PV]
-
- 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
-
- 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
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Human Computer Interaction (AREA)
- Automation & Control Theory (AREA)
- Photovoltaic Devices (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
故障识别可通过发电系统(PGS)的组件来触发,所述组件例如硬件组件、硬件组件的控制器、所述PGS的装置、连接到所述PGS的计算机、配置成监视所述PGS的计算机和/或类似物。所述故障识别可以是所述PGS的组件的故障的结果、所述PGS的组件的未来故障、所述PGS的例行维护和/或其类似物。所述故障使用故障、根本原因、通知规则和/或类似物的映射在用户接口上转换成通知。所述转换可使用一或多个查找表和/或公式来确定所述故障对所述PGS和/或类似物的影响。
Description
背景技术
根据本申请的实例实施例的方法和设备涉及发电系统领域。
光伏(PV)系统可将太阳能转换成电力。太阳能面板PV模块可定位成朝向太阳定向,且可将太阳能转换成电功率。每一PV模块可任选地连接到例如使用最大功率点跟踪(MPPT)和/或类似物来确定从相应PV模块输出的功率的转换器。转换器可串联地电连接以产生更高电压。转换器可电连接到功率逆变器的输入。转换器可并联连接以产生提供给功率逆变器的更高电流。功率逆变器可将太阳能馈送到电力网格、家用电气装置、电池备份系统和/或类似物。除PV模块自身以外,可将PV系统的其它电气组件称为平衡系统(BOS)。
先前技术不意欲限制特征的所公开方面,且不意欲将应用限制于特定领域或问题。
发明内容
以下概述简要地描述某些特征且不意欲为详尽的综述或识别关键或重要要素。
针对可通过发电系统(PGS)的组件触发的故障识别来描述系统、设备和方法,所述组件例如硬件组件、硬件组件的控制器、PGS的计算机化装置、连接到PGS的计算机、配置成监视PGS的计算机和/或类似物。故障识别可以是PGS的组件的故障的结果、PGS的组件的未来故障、PGS的例行维护和/或类似物。故障使用故障、根本原因、通知规则和/或类似物的映射在用户接口上转换成通知。转换可使用一或多个查找表来确定故障对PGS的影响、来确定随PGS的影响的严重性而使用的语言/措辞,和/或类似物。转换可使用一或多个公式基于故障识别、映射、由故障引起的功率损失、故障活动的时间和能量损失、财务损失和/或类似物来计算影响值。
在以下具体实施方式中更详细地描述这些和其它特征和优点。
附图说明
根据以下描述、权利要求书和附图,可更好地理解本公开的这些和其它特征、方面和优点。本公开借助于实例说明并且不受附图限制。
图1示意性地展示用于光伏(PV)系统中的故障通知的实例系统。
图2展示用于PV系统中的故障通知的方法的实例流程图。
图3展示PV系统故障呈现中的规则定义的实例屏幕截图。
图4展示PV系统故障呈现中的影响计算的实例屏幕截图。
图5展示PV系统故障呈现中的组件细节的实例屏幕截图。
图6展示PV系统故障呈现中的规则的实例屏幕截图。
图7A展示PV系统故障呈现中的故障类型的第一实例屏幕截图。
图7B展示PV系统故障呈现中的故障类型的第二实例屏幕截图。
图7C展示PV系统故障呈现中的故障类型的第三实例屏幕截图。
图7D展示PV系统故障呈现中的故障类型的第四实例屏幕截图。
图8展示PV系统故障呈现中的警报的实例屏幕截图。
图9展示PV系统故障呈现中的账户的实例屏幕截图。
图10展示PV系统故障呈现中的账户栏选择的实例屏幕截图。
图11展示PV系统故障呈现中的账户细节的实例屏幕截图。
图12展示PV系统故障呈现中的警报信息的实例屏幕截图。
图13展示PV系统故障呈现中的警报分组类别的实例屏幕截图。
图14展示PV系统故障呈现中的单独警报的实例屏幕截图。
图15展示PV系统故障呈现中的第二单独警报的实例屏幕截图。
图16展示PV系统故障呈现中的警报分组选择的实例屏幕截图。
图17展示PV系统故障呈现中的按原因分组的警报的实例屏幕截图。
图18展示PV系统故障呈现中的按原因分组的警报的实例屏幕截图。
图19展示PV系统故障呈现中的警报分组细节的实例屏幕截图。
图20展示PV系统故障呈现中的警报简档的实例屏幕截图。
图21展示PV系统故障呈现中的住宅账户警报简档的实例屏幕截图。
图22展示PV系统故障呈现中的住宅账户警报简档的实例屏幕截图。
图23展示PV系统故障呈现中的住宅账户警报简档细节的实例屏幕截图。
图24展示PV系统故障呈现中的商业账户简档的实例屏幕截图。
图25展示PV系统故障呈现中的商业账户简档警报的实例屏幕截图。
图26展示PV系统故障呈现中的商业账户简档警报选择的实例屏幕截图。
图27展示PV系统故障呈现中的商业账户简档警报的实例屏幕截图。
图28展示PV系统故障呈现中的商业账户简档警报规则禁用的实例屏幕截图。
具体实施方式
本文中所公开的是用于太阳能产生规则依赖性映射技术和数据结构的装置、方法和系统的特征的方面。技术和数据结构可映射可能的故障、安装、配置和/或类似物之间的互连。映射可用以确定第一故障对系统性能参数的影响值、故障依赖性(例如由第二故障和/或类似物产生的第一故障对性能参数的影响)、两个或更多个故障之间的多个相互依赖性(例如多个故障相互作用)、对外部因素(例如,天气等)的故障依赖性、在地理区中的故障之间的相关性、故障优先级或故障呈现技术。
在PV系统的安装和维修期间,可能自身存在PV系统未在系统的满发电电位下操作的情况。在这些状况下,故障分析系统可记录和监视所述情况。太阳能能量损失和系统故障可由各种因素引起,例如:
·面板被例如灰尘、植被、雪、尘土等至少部分地遮蔽;
·组件/装置退化或故障,例如燃烧的旁路二极管、老化的MOSFET、不合格的功率供应器/优化器/转换器/逆变器等;
·配置/安装问题,例如错误布线、漏失面板、规划错误等;
·和/或类似因素。
一些故障可经识别和单独地校正,而其它故障可能视彼此而定,例如在故障的层级、故障的时间依赖性、故障之间的时间关系、故障的时间频率和/或类似物中。举例来说,在一些状况下,一个故障可能使另一故障隐藏,或第一故障可能不可检测,直到具体配置/安装/第二故障校正揭露第一故障为止。举例来说,除有故障的路由器之外,有缺陷的路由器可引起无对逆变器、对一或多个DC-DC转换器和/或类似物的通信的报告。相同故障可引起零功率产生故障(这是因为功率产生值未经传输),但一旦路由器经过修理,那么其它故障可能就不存在了。举例来说,一些故障可能对其它故障具有时间依赖性,例如当第一故障导致组件的慢速/中速/快速退化时,且当组件故障时识别到另一故障。时间依赖性可表达为一或多个规则、一或多个公式和/或类似物的组合。
此外,本文中所公开的特征允许将从发电系统(PGS)的组件接收到的故障识别的技术要素转换成对PGS的一或多个用户的可行和/或有意义的通知,所述用户例如终端用户、安装人员、维保提供商、维修承包人、技术供应商、维护员、维修技术员和/或类似物。举例来说,方面允许减少对不同类型的维修合同的通知。举例来说,当维修合同保证在2小时内解决故障时,故障可向维修提供商产生带有“紧急”指示的通知。举例来说,在“中等”影响的通知在语义上与非紧急相关联的区、语言或文化中,查找表可设定规则以将“中等”词语用法改变为“严重”,例如在故障策略映射词语用法中的这一变化时。举例来说,当具体PGS具有2小时维修合同、零故障维保合约和/或类似物时,通知的映射可能对所有类型的故障都是“紧急”,由此产生对故障警报的更高响应速率。映射、公式、查找表和/或类似物的方面可用以针对特定安装的策略、映射、文化、语言和/或类似物对通知系统进行微调。此外,元数据、来自类似区/系统/时间的数据和/或类似物的集合可允许所公开的方法和系统例如使用机器学习从其它数据学习以辅助通知和促进所得动作。
所公开的特征的方面可为用户需要、维修合同细节、安装人员策略、制造商维保要求和/或类似物提供用于适配系统和/或故障通知的技术要素。举例来说,用于计算影响值的公式的技术要素可使在维修提供的多个系统中的功率或能量损失的转换标准化以将维护资源的分配优先化到最需要维修的系统。
可通过比较在可具有类似特性的系统中的多个故障来检测故障的模式,所述类似特性例如类似组件、类似天气模式、类似地理区、类似维修合同、类似维护历史和/或类似物。举例来说,制造商可确定在某些环境(例如,温度较高或湿度较高的环境)、系统组件的某些组合和/或类似物中出现组件故障,且生成故障识别以使类似系统的安装人员提供维保更换以防止未来的故障。
故障警报可针对维护事件发起,例如定期维护事件、随机维护事件、制造商恢复(recall)事件、预防性维护事件、维保事件和/或类似物。警报可由制造商、维修提供商、维保提供商和/或类似物使用,其中本公开的方面可用以根据与事件相关的准则设定每一事件的影响值。举例来说,维护警报可以是“更新固件”,且影响值可计算出是3的值。举例来说,在具有优化器(配置成从对应电力源汲取最大功率的DC/DC转换器)的PGS中,维护警报可以是“正恢复优化器XYZ”,例如这是因为优化器可损坏PGS,且可计算出影响值为7。举例来说,由一系列优化器的制造商检测优化器的有故障的印刷电路板和/或组件。可将维护警报发送到受影响的PGS,因此安装人员可更换这些优化器,所述优化器可能各自在每一PGS的每一串的不同方位和/或类似物中。这一特征可节省安装人员在确定在恢复下需要更换哪些优化器时的工作量,且可在实际故障发生之前进行预防。
警报可由维修提供商、安装人员、维护员和/或类似物发起。举例来说,区域中可能在下雪且维修提供商可在区域中触发针对“雪”的警报。举例来说,在区域中可能发生尘暴且维护员可触发“污染”的事件。举例来说,安装人员可能正在进行扩展PGS的工作且注意到现有电缆上的有故障的隔离,且因此安装人员可发起发送到维护员的故障以校正有故障的隔离。如本文中所使用,术语警报与术语通知可互换使用。
影响值计算可用以为在多个PGS中的警报提供可比值。举例来说,在包括1,000个面板的PGS中的隔离故障(其中隔离故障每天早上引起功率产生缺乏30分钟)的影响值可具有7的值,且可能在更小位点处整个白天都不操作的逆变器可具有6的影响值。可能看起来无运作的逆变器意味着更严重的问题,但取决于PGS的大小,可能不是这样。影响值计算可基于故障对每一PGS所具有的相对影响来在PGS中在等分标度上自动优先化故障,因此辅助维修提供商使维护资源优先化且首先解决更严重的故障。
用于影响值计算的公式可并入有功能(例如最大、向上取整、中位数、平均值等)以防止轻微故障接收可忽略的影响值。举例来说,当故障影响系统的时间段是较小值时,所述时间段可限于1小时的最小值。整个白天的时间值可以是反映PGS的功率产生小时的平均数目的时数。举例来说,白天中的阳光的时数可以小时表示白天的持续时间。举例来说,白天的时数可通过年份的月份确定。举例来说,白天中的阳光的时数可使用辐照度传感器动态地确定。
可使用曲线图(例如有向曲线图和/或类似物)来表示故障映射。故障和/或故障的影响可表示为顶点且边缘可表示依赖性、相互关系和/或类似物。故障映射可以流程图(例如故障处理流程图)表示。故障映射可表示为知识库、专家系统、数据库、关系型数据库、层级型数据库和/或类似物。
在第一实例情形中,逆变器连接到80个(八十个)PV产生器(例如每一PV产生器包括一或多个太阳能面板、太阳能电池或其子串或串),且使逆变器连接到互联网的互联网路由器未操作。因此,逆变器无法向用户显示器传输系统性能数据,且可触发错误“无来自逆变器的通信”。此外,归因于路由器故障,80个面板优化器可能并未与用户显示器通信。在这一实例中,显而易见的是,由于逆变器未通信,所以未(例如经由可在功率线上与逆变器通信的已连接电子件)报告面板功率且面板功率可能未传输到用户显示器,且不需要发送80个“面板未通信”故障到用户显示器。可掩饰“面板未通信”故障,因为其由先例故障完全解释。因此,当解释为层级时可更精确地呈现故障。
在第二实例情形中,逆变器连接到80个面板。两个面板未通信,引起两个“面板未通信”故障。三周之后,互联网路由器故障且未与用户接口的显示器通信。如上所示,这种实例情形也可以是为什么其它面板未通信的原因。然而,路由器故障未解释影响在路由器中断之前未通信的两个面板的故障。因此当解决路由器时,可存在引起额外两个面板未与用户接口通信的其它故障。因此,故障检测的时序(chronology)可影响特定情形的依赖性映射。在用户接口的显示器上呈现给用户的通知可以是:
·逆变器未通信,和
·面板未通信(针对2个面板中的每一个),
因此将故障依赖性的更精确呈现提供给用户。
在第三实例情形中,逆变器可在预定义时间段中已比预设定阈值少产生60kWh的能量。“逆变器本周少产生60kWh能量”的故障通知可能未提供足够的描述以定位、隔离和修复缺陷。可分析数据库以确定故障依赖性,且可能识别故障的根本原因,且随后可提供关于能量损失的原因的详细解释。举例来说,以下通知可呈现给用户:
·因燃烧的二极管导致33kWh损失,
·因受污染的面板导致20kWh损失,和
·因隔离故障导致7kWh损失。
可如何生成故障映射的实例是:历史数据分析、从中心存储库实时更新、故障的模式中的类似性的比较和/或类似物。
本文中所公开的是用以根据对例如PV系统的发电系统的性能的推断影响自动呈现故障通知的技术的方面。
特定来说,在电力系统中,且在太阳能产生系统中,可对故障进行分类。举例来说,故障类型的类别可由用户指定为选自列表的某一严重性级别,或由系统的安装人员指定,或由系统的制造商指定,和/或类似物。举例来说,可将故障的可能的严重性分类为以下类型中的一或多个:“致命”、“重大”、“极其重要”、“急性”、“重要”、“明显”、“封阻(blocking)”、“主要”、“中等”、“缓和”、“需要注意”、“轻微”、“可忽略”、“不重要”、“不明显”或类似物。举例来说,系统中的第一故障可具有“封阻”严重性级别,而第二故障可具有“中等”严重性级别。取决于用户背景、地区性社会法则、种族法则、语言细微差别、语义词语用法和/或类似物,措辞特定类别用途可对与减少程序的用户相容性具有影响。严重性级别可以是系统影响值、功率损失值和/或类似物的分层。举例来说,分层可以在表示校正故障的紧急程度的2级与100级之间。因此,紧急程度级别可基于安装、维修协定、维保状态和/或类似物来改变。严重性级别是故障影响的定性呈现(定量测量值),用以通知用户以提高与对发电系统的所需维护的相容性。
电子件系统(其中系统包括供呈现给用户的通知)的组件的制造商可能希望限制在通知中所使用的词语,而仪器经销商/转售商、系统安装人员、系统终端用户和/或类似物可能想要使这一列表适应或转换成替代性偏好以便引起终端用户的相容性、向通知引入灵活性和/或类似物。由于仪器通常在全世界出售,所以在各个国家、语言、文化和/或类似物中,用以提供适于特定设施的全面列表以及灵活性两者以覆盖不同要求的能力可引入仪器的设计和测试中的不一致。为了解决这一问题,“智能”通知系统可具有允许仪器制造商、经销商、安装人员、维护员、终端用户和/或类似物修改规则和通知以适用于单独安装的映射规则和数据结构。
本文中所公开的是用以自动优先化故障和/或相关联警报严重性的技术的方面。本公开描述用于根据故障可能对系统性能具有的影响来对每一故障进行分类的自动技术的方面。影响值计算可考虑特定故障可能对系统性能、成本和/或如可由制造商和安装人员、终端用户和/或类似物确定的其它规则具有的影响。影响值计算可与由一或多个故障引起的功率和/或货币化损失相关联。这些影响值(例如每一故障一个影响值)可用以取决于安装参数、文化考量、语言考量和/或类似物来确定严重性级别。
影响值和/或严重性级别可表示物理和/或电参数。举例来说,影响值或严重性级别可表示故障结果,例如功率损失瓦特、能量损失瓦特-小时、美元损失、PV面板损失的线性米的数目和/或类似物。举例来说,当上网电价按小时变化时,由于故障所致的美元损失在上网电价高时与上网电价低时的峰值负载时间内可有所不同。
自动运算故障的严重性级别可用于减少限定/意识到故障的严重性、基于原发故障的严重性来限定次生故障的严重性、限定未在配置和/或安装的时间处配置或知晓的故障的严重性、添加先前尚未知晓或计划的严重性类别和/或类似物所需的时间。
在许多情形中,故障的严重性级别或类型可取决于可能预先未知的额外因素。举例来说,当无功率产生时,故障严重性级别可取决于特定时间,例如在当最大功率产生时的时间(例如中午)期间而不是在夜里为更高严重性级别。举例来说,用户定义新的严重性级别“中等”用于监视在当太阳能因风暴天气而不太重要时的冬季期间的故障类型“PV面板发生故障”。举例来说,用户可能想要关联故障与通知文本“严重”,但“严重”不是可能的严重性级别/类别通知文本中的一个且为此目的将新的通知文本定义为“严重”。另外的实例可以是用户检查现有故障且更新其严重性以匹配新近更新后的类别类型“严重”,这在手动完成时可能是费时的、繁重的或易出错的,因为可能需要针对每一故障手动键入新的级别。
举例来说,单个类型的故障可基于安装的大小而具有不同严重性。举例来说,单个面板故障对于较小安装的4个太阳能面板(严重性为“严重”)可能比对于较大安装的200个太阳能面板(严重性为“可忽略”)具有更高严重性级别。举例来说,相同故障可基于具体安装和具体时间(例如当功率在故障时间处接近负载功率电平的阈值时)处的具体故障的重要性而具有不同严重性。举例来说,当发电达到阈值,可能对用户账户施加财务惩罚时,严重性级别可能更高。举例来说,当位点的历史数据指示可能在电流发电电平下引起未来功率不足时,严重性级别可能更高。举例来说,由于系统老化,严重性级别可随着时间推移而变换。
基于由太阳能产生系统收集的数据,可执行不同度量值的评估且可根据对由系统产生的功率的影响来设定故障的严重度。举例而言,查找表可用于在因故障所致的每日财务损失与严重度之间自动转换。
下表确定此类转换:
表1:基于严重级别的财务损失
举例来说,当每日产生$55能量价值的PV模块断开时,系统可向这一故障自动指派严重级别2(使用来自表1的严重级别)。举例来说,当每日产生$575能量价值的逆变器断开时,系统可向这一故障自动指派严重级别6(使用来自表1的严重级别)。举例来说,可根据其具有的功率产生影响百分率来为各故障通知或警报自动指派严重级别。因此,在这个实例中,终端用户可不必为各警报预指派严重度。举例来说,严重级别是动态的。
举例来说,取决于位点的总功率产生,影响PV产生位点的故障可具有不同影响。举例来说,可根据功率产生损失百分率来确定严重级别查找表,如下表。
表2:根据功率产生损失百分率的严重级别。
%功率产生损失(小于) | 严重级别 |
5% | 1 |
16% | 2 |
27% | 3 |
38% | 4 |
49% | 5 |
60% | 6 |
71% | 7 |
82% | 8 |
93% | 9 |
100% | 10 |
举例来说,在具有4个相同太阳能面板的PV系统中,当一个面板停止产生功率时,引起25%的功率产生损失且严重级别将自动设置为值3。举例来说,在具有200个相同太阳能面板的PV系统中,当一个面板停止产生功率时,引起0.5%的功率产生损失且严重级别将自动设置为值1。因此,对于由损失图表(诸如表2)表示的功率产生百分率来说,相同故障可取决于其它因素(如系统的总功率产生)而引起不同严重级别。举例来说,损失百分率可相对于一年的那一天的年度平均输出,相对于前一周,相对于基于预报太阳能辐照度的预期输出和/或类似物。
用于向用户通知故障的通知系统可包括多个故障级别、多个严重级别、多个通知针对目标(如对不同类型故障负责的不同用户)、来自多个位点的故障通知的分组、故障处理的多个授权级别(如技术员、管理员、属主、终端用户和/或类似物)和/或类似物。故障依赖性映射可预设定为假定映射情形(如默认映射)。可手动地调整故障依赖性映射。使用这些方法来显示数据使操作人员识别数据中的图案或异常,所述数据可提供对设备或设施的区域性或系统性问题的深刻见解。
通知系统可包括故障管理工作流,如如何处理特定故障的流程图。举例来说,故障通知可基于性能故障而自动产生,由终端用户设置为“待处理(snoozed)”状态,转送到维护或安装人员监测系统的用户界面,由维修技术员设置为“进行中”状态,且由维护管理人员设置为“关闭”状态,和/或进行类似操作。
举例来说,故障标识是发电系统的组件(如硬件组件)的故障结果,故障由系统的第二组件检测,且第二组件产生故障标识。
举例来说,故障标识由与发电系统相关联的计算机化装置产生,所述计算机化装置如逆变器、优化器、智能PV面板、中心计算机、智能家庭计算机、公用事业公司计算机、安装人员计算机、服务提供商计算机、制造商计算机和/或类似物。
故障类别可包含:
·安装/设置,
·设备,
·性能,
·通信,
·环境,
·网格,
·外部命令,
·和/或类似故障类别。
举例来说,安装/设置故障类型可包含:
·串配置(如安装人员设置可产生低DC电压的短串或产生高DC电压的长串),
·在相反方向安装进口/出口仪表,
·安装不相容优化器,例如连接到100V面板的60V优化器,
·优化器输入(来自PV模块)中的过电流/过电压,
·仪表校准(如仪表传感器值到功率值的转换)错误,
·以相反极性连接能量存储电池组,
·逆变器的温度是高的/实施功率降额一预定义时间,如3天,
·与网格的故障连接,在一预定义天数内AC电压过高(但可能不使断路器跳脱),
·国家代码不当设定,
·网格不良安装阻抗,
·错误配置逆变器,例如配置成始终处于60%功率,
·内部电池组断路器断开,
·错误形式的固件安装在逆变器上(建议/警报),
·和/或类似安装/设置故障类型。
性能故障类型的实例可包含:
·PV系统的性能比率(如下方所定义)在一段时间内小于阈限百分比,
·逆变器/串/面板与相同地理区域中的类似元件系统相比较表现不佳,
·一或多个面板的低性能(如,由于部分遮蔽),
·在预定义时间阈值中接近“功率到网格出口限制”,
·PV系统/逆变器输出功率由于出口限制而在大于预定义的小时数内超出由网格削减功率定义的限制,
·和/或类似性能故障类型。
“无通信”故障类型的实例可包含没有来自位点、逆变器、串、优化器、电池组、家用装置和/或类似物的通信。
在通信与产生问题之间进行区分的实例可包含:
·逆变器在同一系统的其它装置通信时不进行通信可指示通信板问题,
·逆变器在现场功率计将功率产生示出为高于阈值和/或逐渐提高时不进行通信可指示通信板问题,
·逆变器和现场功率计报告不同功率产生数据可指示通信或测量问题,
·和/或类似实例。
环境故障类型的实例可包含:
·PV面板上的雪/尘土/污垢,
·闪电击中PV系统组件,如PV面板、电缆、转换器、优化器和/或类似物,
·植被遮蔽一或多个PV面板,
·和/或类似环境故障类型。
设备故障类型的实例可包含:
·逆变器内部故障,如在自测期间检测到的逆变器的故障组件,
·逆变器并不产生能量,如低于阈值的功率/能量产生,
·如当逆变器的功率产生报告并不等于功率计的产生报告时,收益等级表(Revenue grade meter;RGM)偏差,
·串电位诱发衰减(Potential-induced Degradation;PID),如特定串表明随时间推移的PID,
·当特定逆变器在一段特定时间期间多次报告隔离误差(如,一个小时时间内三次或更多次)时,DC隔离误差可出现,
·旁路二极管燃烧,
·检测到电弧,
·太阳追踪器误差,如来自太阳追踪器的报告(如在特定太阳定向处,可部分地遮蔽面板),
·功率装置报告内部误差,
·和/或类似设备故障类型。
电池组故障类型的实例可包含:
·电池组温度在一段时间内不规则地高或低,
·电池组在最后一段时间内并不充电/放电,
·电池组低电荷/正常状态,
·需要替换辅助电池组(如9V碱性备用电池组),
·电池组具有如由电池组的警报表定义的内部严重警报。当内部故障出现时,逆变器可从电池组接收通知。在此情况下,可用内部错误码和/或类似物呈现内部警报,
·如根据所测量的内部电池组阻抗和/或类似物,将达到电池组寿命终点,
·和/或类似电池组故障类型。
网格故障类型的实例可包含:
·网格警报,如过电压、频率过低和/或类似物,
·不稳定网格(电压),
·如由于一段时间内的过压、一段时间内的网格频率过低,明显的逆变器关断,
·和/或类似网格故障类型。
一些通知可排除某些组件的故障,如由于部分遮蔽排除特定面板。一些通知可标记为“遗留问题”,且系统可在一段时间内暂停对这个故障的通知。
一些故障警报可包括如当系统随时间推移了解到用户不理会某些警报时的适应性阈值、某些时间内的某些警报和/或类似物。在一些情形中,系统可自动调整阈值,自动将查询发送到用户以调整阈值,和/或进行类似操作。
如当终端用户改变配置参数时,一些故障可以是配置改变的结果,故障通知可发送到维护合同服务提供商和/或类似物。
逆变器可在准备关断、接近当达到时可引起关断的操作阈值和/或类似情况时发送故障通知。当接收到待决关断的故障或警报时,其它系统组件(如客户端终端的存储库)可准备从逆变器和/或类似物接收关断内存转储。
在一些情形中,故障映射可包含用于在用户界面上呈现通知的优先规则。举例来说,当逆变器和串两者经历故障时,优先规则可向逆变器故障通知提供相对于串故障通知的优先级。举例来说,当功率产生故障和隔离故障一起出现,且映射指明隔离故障是功率产生故障的根本原因时,优先规则可向隔离故障提供优先级。
一些故障通知可以是性能时间线的分析结果、性能时间线(如在一段时间内)与相同/类似地理区域中的类似系统的比较、相同PV系统(如在并联串和/或逆变器之间)的子系统和/或类似物。举例来说,当一天的某些时间或一年中的某些天内的低功率产生的图案存在时,在这些时间内可能存在来自遮挡太阳的物体的遮蔽。
如当存在PV面板功率产生的缓慢衰减时,一些故障可基于性能参数和/或度量值的改变速率而触发。举例来说,其中PV功率产生从95%逐周缓慢地减小到92%、87%和/或类似百分率,警报可向用户呈现当前趋势可在由改变速率计算的时间量内达到阈值70%。因此,可通过抢先校正衰减的原因来缓和达到阈值的故障。
一些功率产生故障可由其它故障造成。举例来说,当存在逆变器故障时,从两个串接收功率的逆变器可导致两个串产生串故障。举例来说,当路由器故障出现时,还可存在逆变器故障、一或多个串故障、一或多个优化器故障和/或类似故障。一些故障可部分地由其它故障造成。举例来说,当启用面板低功率产生故障通知时,可从优化器接收到指示功率产生减少60%的故障,且可接收到燃烧的旁路二极管故障(其可解释33%的低功率但不能解释剩下27%)。系统可基于低功率通知阈值而呈现不同通知。大于30%功率损失的阈值可引起燃烧的旁路二极管故障的通知的呈现,但大于20%功率损失的阈值可引起燃烧的旁路二极管故障和弱面板故障两者的呈现。
故障检测之间的时间可用于确定根本原因。举例来说,当在逆变器通信故障之前两天接收到面板通信故障时,可能两个故障不相关,且两者都可显示。举例来说,当接收到逆变器通信故障,且随后立即接收到用于所有面板的通信故障时,应明白,第一故障是第二故障的原因,且仅第一故障可呈现。
可基于用于特定故障的根本原因故障的相同值来调整特定故障的性能影响值或严重级别。举例来说,面板输出比预期小60%,其可视为60%的弱面板损失,但当第二故障是燃烧的二极管故障时,其解释33%损失,弱面板损失可调整到27%且与33%的燃烧的二极管损失一起呈现。甚至在根本原因已知时也可呈现一些故障,如即使PR损失的根本原因已知,也可呈现小于阈值的性能比率(performance ratio;PR)故障。
影响值等式或公式可帮助确定严重级别、优先级、呈现序列和/或类似物。举例来说,影响公式可帮助维护承包人向一或多个系统中和/或一或多个区域中的最严重故障(如通过优先化)提供服务。举例来说,影响公式可表示性能损失、财务损失、对用户群的相对系统重要性、维护合同等级(如银级、金级、铂级和/或类似等级)。举例来说,第一区域可包括许多较低严重度故障,且第二区域可包括仅若干高严重度故障,且第一区域的组合影响大于第二区域的组合影响,且对第一区域的维护因此优先化。一些故障可不影响性能,如导致财务损失,且可表示固定影响,如维护信誉影响。一些影响公式可表示于不与能量性能或财务损失直接有关的值单位中。
影响值可以是物理参数和/或电参数的表示。举例来说,影响值或严重度值可表示故障结果,如时间内的功率损失瓦特、能量损失瓦特-小时、美元损失、由于故障而不工作的PV面板数和/或类似故障结果。举例来说,当上网电价按小时变化时,由于故障所致的美元损失在上网电价高时与上网电价低时的最大负载时间内可有所不同。举例来说,在早晨或夜晚时由于一小时湿气所致的隔离故障可比在最大辐照度期间的中午时的遮蔽产生低得多的影响。
影响值公式可包括表示能量/功率/现金流/财富和/或类似物的损失的项。影响值公式可包括表示故障活动的时间的影响的项,诸如时间项,而无论其是天数、小时数、日时间和/或类似物。影响值公式可包括表示由于系统上的其它故障导致影响值减小的项,所述其它故障如根本原因故障、掩盖当前故障的主要故障和/或类似故障。举例来说,影响值公式计算正常的系统能量输出,且随后减去当前能量产生,功率乘以故障可能有效的预期小时数、由于这个故障的第一个例所致的总能量损失和/或类似物。影响值公式可进一步包括将项转换成值的转移函数,如线性转移函数、指数转移函数和/或类似转移函数。
举例来说,PV系统的尺度(如总功率)可以等效面板单元数形式表达。举例来说,小的1千瓦(KW)PV系统可具有三个面板,且一个面板具有无功率故障,影响可以是3分之1的面板损失。举例来说,影响公式输出值转换成对数尺度。举例来说,影响公式输出值是定性值,所述定性值可具有大的容限,如100%、200%、300%或类似物。
影响公式在计算特定故障的影响值时可去除根本原因影响值。影响值(如由于故障所致的性能损失)可转换成严重级别。以下是用于将性能中的面板损失数转换成故障严重级别的实例表。
表3:面板损失对严重级别。
损失(面板数) | 严重级别 |
1/10 | 1 |
1/3 | 2 |
1 | 3 |
3 | 4 |
10 | 5 |
30 | 6 |
100 | 7 |
300 | 8 |
1000 | 9 |
3000 | 10 |
公式可用于计算影响值,其中公式可含有电参数项、时间项、根本原因项和/或类似物。
举例来说,影响值可以是公式的输出:
L=e(功率,电压,电流)·t(时间)-L(根本原因故障)
其中函数e()作为与故障标识相关联的功率、电压、电流和/或类似物的电参数的输入,其中函数t()作为与故障标识相关联的故障活动或将来可能活动的时间的输入,且函数L(根本原因故障)是根据映射关于故障标识的根本原因计算的影响值。举例来说,电参数项乘以时间项可产生能量项。举例来说,能量项可替换电参数项和时间项。
举例来说,影响值计算公式可如下:
其中α表示用于各警报的预定义参数,#p表示受影响的面板数,且C表示用于某些故障的固定值。
影响值可通过安装人员、服务提供商和/或类似物使用等式IMPACT:=floor(log(L))或视需要的其它公式来计算。
式1的第一项(α·#p+C)可以是将面板损失数转换成对应于影响的值的函数。在这个实例中,函数是线性的,但其它函数可应用来反映面板损失数与可对用户的PV系统造成的定性影响之间的关系,如幂定律、多项式定律、指数定律和/或类似物。第二项可以是任何故障日内的最大持续时间,其表示在所述天数中的任一天内故障在大部分时间中活动的时间。
在这个实例中,时间公式是简单线性函数,但其它函数可使用来表示随一天中的时候而变的根据固定倾斜表面上的辐照度的时间。举例来说,一天中的稍早时候和稍晚时候具有对固定角度PV面板上的入射角的较小辐照度,且对应积分正弦函数可捕获这一点。其它钟形函数可用于强调太阳与面板表面之间的入射角的其它影响,如故障活动的时间的积分。功率损失的影响可随时间推移而积分以提供用于非对称函数的精确值,如其中旭日比落日强的函数、如考虑到故障天数中的每一天内的阴度的函数、如使来自PV系统的在故障期间的实际功率输出积分的函数和/或类似函数。举例来说,功率随时间推移的积分可提供能量值,所述能量值可用于确定故障对PGS中的能量产生损失的影响。举例来说,功率和/或能量损失的图案可用于确定故障出现,且可用于识别故障。
故障可通过来自多个PGS位点的数据的元分析确定。举例来说,罕见故障可不以足以确定来自罕见故障的功率损失的图案的频率而出现,但对来自大区域的多个位点或来自考虑到区域之间的辐照度差异的任何区域的所有类似位点的分析可确定功率损失的图案,所述功率损失的图案指示罕见故障已发生、可显见的罕见故障或罕见故障的原因。举例来说,可通过比较具有条件与组件的组合的所有位点来确定来自与某些硬件组件组合的环境湿度条件的故障。当元数据确定所识别故障并不是PGS的故障时,某些故障可不引起通知。举例来说,辐射条件可影响功率产生,如日蚀,且当跨大区域的位点被比较,且位点中的一些可具有辐射传感器时,影响可确定是非故障影响。
也可根据故障已活动的天数来修改影响等式中的时间项。举例来说,第一天可以是线性公式,第二天可添加指示更高影响的加权因子,由于故障的第一天所致的总影响的第三天可确定影响已达到阈值且严重度增大到“严重”和/或类似物。以这种方式,服务提供商可向已活动更多天的故障提供更高权重,由此改善服务提供商的信誉。
举例来说,PV系统故障具有如下值:
项 | 值 |
A | 1 |
#p | 360 |
C | 0 |
持续时间 | 12小时 |
得到L值计算:
和影响值8。
举例来说,影响360个面板30分钟的隔离缺陷得到L值计算:
和影响值4。
举例来说,燃烧的二极管可得到L值计算:
和影响值2。
举例来说,弱面板可得到L值计算:
和影响值2。
举例来说,过长串缺陷可得到L值计算:
和影响值9。
举例来说,前一天半天和当今一天内不产生功率的包括4个面板的缺陷可得到L值计算:
和影响值4。
举例来说,包括低于平均(如62%下)执行的20个面板的串的缺陷可得到L值计算:
和影响值4。
性能比率(PR)是实际能量输出与理论上可能的能量输出的比率。
举例来说,包括75%PR下的360个面板的缺陷可得到L值计算:
和影响值6。
其它公式可基于由于故障所致的千瓦特小时损失。公式可包括转移函数,所述转移函数是线性函数、对数函数、指数函数、幂函数(如升高到x幂)、多项式函数和/或类似函数。用于计算影响值的基本方法将用以计算由于故障所致的电气损失,且随后将所述电气损失转换成值,所述值视需要按比例调整用于通知策略。当电气损失值并不知道或难以计算时,能量中的损失可转换成例如乘以时间项的电参数项。时间项可考量损失功率的最大时间、平均时间、中位时间、总时间和/或类似物。
举例来说,影响值可通过表示面板的标称功率的公式来计算:
其中ai表示如通过PV面板的倾斜和/或方位角确定的系数,Pi表示面板i的标称功率,且T表示故障在白天时候内活动的时间。
举例来说,影响值可在故障出现后立即通过表示面板的功率的公式来计算:
其中Pi表示面板i在故障出现之前的功率,且T表示故障在白天时候内活动的时间。
举例来说,影响值可在故障(其导致损失)出现之前和之后立即通过表示面板的功率的公式来计算:
其中Pi开始表示面板i在故障出现之前的功率,Pi end表示面板i在故障出现后的功率,且T表示故障在白天时候内活动的时间。举例来说,这个公式可用于回顾性地确定影响值。
举例来说,影响值可通过表示面板的历史功率的公式来计算:
其中ai表示如通过PV面板的倾斜和/或方位角确定的系数,Pi表示面板i在最后X天内的平均功率,且T表示故障在白天时候内活动的时间。
举例来说,影响值可通过表示面板的由传感器读数估计的功率的公式来计算:
其中ai表示如通过PV面板的倾斜和/或方位角确定的系数,Pi表示面板i根据传感器测量值(如辐照度传感器测量值)的估计功率,且T表示故障在白天时候内活动或故障估计在未来时间内活动的时间,如下个白天时间、24小时时间、7天时间、1个月时间或类似时间内的活动时间。举例来说,计算出时段是5小时每星期一,且在一实例历月内,这得到所估计的25小时。如本文中所使用,所估计时间可使用先前时间、历史记录、公式、规则和/或类似物来计算。
举例来说,影响值可通过表示面板的由印刷电路板(printed circuit board;PCB)型号估计的功率的公式来计算:
其中ai表示如通过PV面板的倾斜和/或方位角确定的系数,Pi表示面板i根据PCB型号(如具有已知故障问题的PCB型号)的估计功率,且T表示故障在白天时候内活动的时间。举例来说,当历史数据示出具有PCB型号D的优化器操作一个月时,PCB上的末端连接件可出现问题,其导致50%的功率损失。
举例来说,影响值可通过表示面板的由相邻面板和/或系统估计的功率的公式来计算:
其中ai表示如通过PV面板的倾斜和/或方位角确定的系数,Pi表示由相邻面板和/或系统(如(相同系统、类似区域中的系统和/或类似物上的)相同类型的面板)估计的面板i的估计功率,且T表示故障在白天时候内活动的时间。
公式可具有表示为C的常量,其可取决于故障类型、特定故障、特定系统和/或类似物。举例来说,PV系统可具有在不需要独立于损失功率/能量的增大影响值时针对所有故障设置为零的C值。举例来说,演示系统可具有在需要对所有故障尽可能快的服务时针对所有故障设置为高数值的C值。
在影响值公式中,表示时间的项(如时间项)可具有不同计算。
举例来说,T值可基于:
·从故障开始以来的总时间,
·向用户显示故障通知的次数,
·从故障开始直到故障解决为止的时间,
·对于故障活动的所有天数,具有最长故障时间的那一天,
·针对故障活动的所有天数,计算公式,所述公式采用每日故障的时间,乘以max(1-0.1*之前天数)的加权因子,如针对当天的1.0加权因子、针对前一天的0.9加权因子,
·和/或类似因素。
举例来说,隔离故障在某些日时间内可以是间歇性的,如当湿度高时。由于影响值和故障持续时间取决于温度、湿度、辐照度和/或类似物,可能难以提供日平均值。在此实例中,我们可想要提供最大观测值、最大估计值、最大未来预测值和/或类似物。举例来说,部分遮蔽故障可以是间歇性的且可取决于风速和日时间。
已长时间活动的故障可具有增大影响值或调整过的时间值以(如通过复利)强调功率/能量损失的时间影响。
当一个计算通过另一个来使用时的实例情形可以是当PV系统具有不同分时电价(time-of-use tariff)时。举例来说,当用户在正午使用电力时,可比在上午使用电力的成本更高。因此,当故障导致PV系统故障时,用户可能必须从替代源(如网格)购买电力,且损失可能是电力的替代成本和收入损失。在这个实例中,表示为f()的公式是基于根据故障期间的时间和电费的未产生的kWh的量。举例来说,未产生的能量的估计量可基于历史数据,如通过查阅PV系统的与故障相同的时间内的历史产量。
使用不同公式的另一实例情形可以是当安装人员或服务提供商具有提供某一服务等级的合同时,如在2小时内的故障校正。举例来说,安装人员或服务提供商已保证每日最小10kWh的产量,且当产生较少能量时,安装人员/供应商可向用户补偿10kWh能量的全部量。在这个实例中,当系统在特定一天内产生小于10kWh时,影响值可以是高的。
使用不同公式的另一实例情形可以是当更早故障的影响值逐日降低时。一些故障可设置为使得影响值随着天数增加而增大,以便预测在故障通知并不由用户知晓的情况下时的故障持续时间内的总影响。在另一实例中,由相邻的类似PV面板产生的功率用于估计功率损失。
另一实例情形可以是当用户居住在气候高度不稳定的地区(如新西兰)内时,用户已在屋顶上安装面板串,且所有面板已停止产生30分钟。此处,可由于所有面板不产生而不使用相邻面板能量/功率,且可由于这个地区内的偶发性气候而不利用历史数据来估计损失功率。因此,为了估计功率损失,公式可在故障之前和在故障之后对功率求平均。由于系统停止产生30分钟,这种估算可反映损失功率。所用公式和所计算影响值可取决于映射,所述映射包括在使用针对不同故障、环境条件和/或类似物的不同公式时所用的规则。
简档可用于表示一组配置规则。举例来说,PV安装人员可定义一组规则(简档)且将简档用于多个安装位点。举例来说,第一简档在磨合期期间用于新的安装且在成功操作3个月后使用第二规则。各规则可具有可自定义的条件参数。举例来说,第二规则可取决于服务合同类型,或在成功磨合期后邻居从安装人员购买系统的预期。制造商可基于历史数据分析、启发法、意见和/或类似物来提供用于不同位点的默认简档。简档可自定义,如根据特定准则(如合同类型、PV系统/位点大小、选址和/或类似物)来修正各规则。
故障可产生警报,其中各警报可包含:
·警报信息,如位点名称、警报名称、影响和/或严重级别、警报日期等,
·解决方案建议,
·对警报的动作(生命周期状态改变、在布局中示出、示出图表、指派到用户等),
·和/或类似物。
用于相同位点的类似警报可分组,如用于50个发生故障面板警报的警报可分组为指示面板数(在这个实例中,50个面板)的一个警报。
各警报可具有生命周期,如警报经历的不同阶段/状态。为了追踪警报的进程,可使用以下状态:
·打开未读,
·打开已读,
·进行中,
·打开支持票(support ticket),
·待处理(待处理警报可隐藏一段时间),
·关闭,
·常规状态,
·和/或类似状态。
警报状态可通过组件/装置/系统/另一警报自动地设定/更新,通过用户/安装人员/服务技术员来设定/更新,和/或进行类似操作。
可对警报执行如下动作:
·从警报类型排除某些组件,如由于阴影(遗留问题)而排除特定面板,
·针对这个/类似组件设定新的阈值,
·参看这个警报/组件的历史,
·参看对应图表/布局中的警报,
·改变警报的状态(打开/待决/进行中/...),
·指派待由特定维护人员、组织、制造商和/或类似物处理的警报,
·打开其中可自动填充相关信息的支持票,
·逐步增加/降低警报严重度,
·和/或类似动作。
这些和其它操作可执行作为跨多个警报、组件、类型和/或类似物的批量操作。
警报可周期性地再触发,作为提醒和/或类似物。举例而言,关于问题已经在系统中打开的重复警报可能不推导任何变化,因为所述重复警报已经打开且正在监视这个警报。举例而言,对于展示过去和关闭的问题的警报可定义为“持续性”,例如隔离故障。一些警报可展示为具有先前警报内容。可能允许用户不考虑及/或隐藏一些警报。举例来说,警报的再现可视为警报严重级别升级的实例。
举例来说,一组规则(例如简档)可包含用以确定警报来呈现给终端用户/操作者的根本原因分析、影响计算和简档。举例来说,五个简档可由制造供应为开箱即用的简档。警报的可视化可基于只读权限配置。举例来说,简档可指派在产生位点数据的位点级处。举例来说,简档可指派给位点或针对位点更新。举例来说,警报可用横截面过滤器(例如每车队过滤器(per-fleet filter)、每位点过滤器和/或类似物)可视化为列表视图。警报可包含警报字段,例如警报类型、类别、位点、警报开始时戳、警报结束时戳、描述、解决方案和/或类似物。警报呈现可包含动作,例如以图表或列表布局观察、根据警报排除组件、改变警报阈值和/或类似物。警报动作可包含对警报分类。预设简档(例如开箱即用的简档)可包含通知策略,例如将哪些警报发送到哪些用户、电子邮件通知和/或类似物。
设备故障可包含:
·逆变器故障,
·电弧检测,
·DC隔离故障,
·现今不可使用,可能要付出较大努力,
·逆变器处于待用/锁定模式,
·电池故障,
·串故障,
·弱面板数X,
·燃烧的旁路二极管面板数X,
·逆变器不产生能量,
·逆变器能量低于阈值,
·位点的PR在Y时间段内小于X%,
·RGM变化,
·逆变器的产量与仪表的产量相差X%,
·和/或类似设备故障。
通信警报可不包含来自位点、逆变器、仪表、优化器、电池和/或类似物的数据。
设定和/或安装警报可包含串配置警报,例如短串、长串和/或类似物。一些警报可包含不同类型之子警报,例如与逆变器无通信警报可包含无因特网连接子警报或关于因特网连接的其它细节。举例来说,部分遮荫警报可包含疑似植被遮荫子警报。
PGS系统的信息基础设施能力可包含规则之间的条件和/或根本原因关系、区分通信误差与产生误差的能力、对逆变器的参数和配置的存取和/或类似物。
可检索或获得元数据以辅助分析特定系统上的故障。举例来说,天气数据可获自存储库或线上天气服务应用软件编程接口(API)、数据库和/或类似物。举例来说,用于检索天气数据的顺序查询语言(SQL)脚本发送到新闻数据库服务器,检索天气数据,且使天气数据与由于雪而导致的部分遮荫(环境温度低于0摄氏度)的PV系统故障相关联。举例来说,天气报告指示已经下雪7小时,预期雪18小时内停止,因此由于雪而导致的部分遮荫的PV系统故障的通知以天气预报呈现,且已经传递对设置在暴风雨之后清理POV面板的提醒的建议。
举例来说,部分遮荫故障可能是由于沙尘暴,天气报告指示沙尘暴可能在10小时内结束,且向用户呈现设定清理PV面板的提醒的选项。举例来说,使地理区中的PV系统的故障数据相关以确定天气为阴天且,由于减少的日光辐照度,那个区域中的PV系统在60%电容下操作。可检索许多元数据来源以用于增补、分析或理解PV系统的故障数据,且元数据中的至少一些可以故障通知呈现给用户。元数据可从许多来源(例如数据库(例如使用SQL查询)、基于知识的平台(例如使用API)、宣传平台(例如使用API)、搜索引擎(例如使用自然语言文本查询)和/或类似物中检索和/或收集
现在参考图1,其示意性地展示用于光伏(PV)系统中的故障通知的实例系统100。系统100包括至少一个硬件处理器101、存储介质102、用户接口120和/或网络接口110。网络接口可使用网络140将系统连接到一或多个PV系统131和132和/或全球超媒体信息网(WWW)存储库或网站133。举例来说,PV系统131和132使用电力线通信来通信,且WWW网站133使用TCP/IP协议来通信。
例如非暂时性计算机可读存储介质的存储介质102可具有存储于其上的处理器指令,所述处理器指令在硬件处理器101上执行时配置硬件处理器101以执行所公开的特征的方面。举例来说,可由一组处理器指令(例如软件模块)限定且可配置成接收包括关于故障的数据的一或多个故障标识且可从不同PV系统、WWW网站/存储库、数据库和/或类似物中检索其它信息以帮助分析故障的原因或故障对PV发电系统的影响的数据收集器102A。数据收集器102A还可配置成检索可用于确定针对这个故障需要呈现于用户接口120上的影响和通知的映射,例如故障规则、策略、从属性和/或类似物的映射。可由一组处理器指令限定且可配置成使用故障标识、映射、规则和其它检索到的数据来计算故障的影响值的影响和/或原因计算器102B和可由一组处理器指令限定且可配置成制定将在用户接口120的显示器上呈现给用户的通知的故障警报器102C,其中通知可基于故障标识、映射、规则、元数据和/或类似物。
现在参考图2,其展示用于PV系统中的故障通知的方法200的实例流程图。方法200可由中央控制装置(例如计算机化装置、服务器、功率控制器、功率逆变器和/或类似物)执行,且所有步骤可由装置的硬件处理器或控制器执行。方法200可包括接收PV数据和故障标识的步骤201。方法可包括检索与PV数据和/或故障标识相关的元数据的步骤202。在步骤203,可基于元数据、PV数据、故障标识和/或类似物计算原因和影响。基于计算(步骤203),进行方法200的控制器或装置可在步骤202和203反复地执行检索和计算,例如以优化呈现为故障的通知所需的信息。方法可包括选择和/或更新204规则和/或简档的动作,以确定通知的最终细节,和/或用于在用户接口120上的故障的显示步骤205的动作。在步骤208,可存储规则/简档以供未来使用、故障的记录和/或类似物。在通知显示(步骤205)之后,可在步骤206接收到限定用户、安装人员、维护员和/或类似物在解决故障时可采取的动作的状态,且方法可重复形成接收步骤201,只要存在报告为作用于系统的故障即可。在无故障在作用中时,可在步骤207发送故障清除通知。
图3到图28的以下屏幕截图可包含仅出于说明性目的使用的实例名称和文本,例如虚构名称、位置和用非英语的文本。此等名称、位置和文本仅用作名称、位置和文本的实例,且不意欲将本公开限制于所使用的特定实例。
现在参考图3,其展示PV系统故障呈现中的规则定义的实例屏幕截图300。如本文中所使用,术语屏幕截图意思是在操作可配置成用于实施本公开的特征的计算机化装置期间用户接口的图形表示。基于简档的规则用于每种类型的系统用户,例如商业用户可具有在至少3天内小于50%的性能比可产生警报的规则。以这种方式,每种类型的用户可具有产生例如维护提供方、服务提供、制造者和/或类似物的负责实体希望配置的警报和通知的某些规则。类似地,其它故障可指派警报和/或通知规则,例如高于20%的PID警报产生警报,在大于4小时内无通信产生警报,和/或类似物。
现在参考图4,其展示PV系统故障呈现中的影响计算的实例屏幕截图400。举例来说,通过点击警报,可观察那个警报的细节,包括根据公式和映射计算的影响值。举例来说,细节可包含位点名称、警报类型、警报描述、警报类别、警报影响、打开警报的时间、警报状态、已指派警报的人、产生警报的组件或警报的解决状态。
现在参考图5,其展示PV系统故障呈现中的组件细节的实例屏幕截图500。举例来说,弹出菜单展示组件故障的更多动作,例如改变布局、排除这个组件、观察警报历史和/或类似物。
现在参考图6,其展示PV系统故障呈现中的规则的实例屏幕截图600。举例来说,替代的用户接口(UI)展示如何配置组件的故障,例如一组故障类型。如图6中所展示,选择的规则可包含:无来自位点的数据、无来自逆变器的数据、功率优化器关机、仪表通信故障、逆变器处于待用模式和/或类似物。
现在参考图7A至图7D,其分别展示PV系统故障呈现中的故障类型的第一、第二、第三和第四实例屏幕截图700、710、720和730。举例来说,可针对映射、规则的配置和/或类似物选择一组特定故障。
现在参考图8,其展示PV系统故障呈现中的警报的实例屏幕截图800。可通过类型、类别、赋予值、打开的时戳、关闭的时戳、涉及的组件和的类似物来列举警报。每一栏可用于对呈现于用户显示器上的警报分类或过滤。
现在参考图9,其展示PV系统故障呈现中的账户的实例屏幕截图900。可在用户显示器上选择账户选项卡以根据警报起源的账户和/或位点组织来自多个位点的警报。每一栏可用于对呈现于用户显示器上的警报分类或过滤。
现在参考图10,其展示PV系统故障呈现中的账户栏选择的实例屏幕截图1000。可选择栏以供在用户界面的显示器上呈现。
现在参考图11,其展示PV系统故障呈现中的账户细节的实例屏幕截图1100。举例来说,可针对警报选择账户细节,且弹出菜单可展示对修改警报显示的用户选择的选择方案,例如观察选择方案和/或类似物。
现在参考图12,其展示PV系统故障呈现中的警报信息的实例屏幕截图1200。举例来说,警报信息可展示警报类别、警报类型、特定组件和/或类似物。特定言之,图12用实例外语展示具有说明性警报信息的弹出窗口,包括警报的详细描述和关于警报发解决方案信息。
现在参考图13,其展示PV系统故障呈现中的警报分组类别的实例屏幕截图1300。举例来说,在账户页面上,“按类似警报分组”的用户选择可将警报按账户名称分组。
现在参考图14,其展示PV系统故障呈现中的个别警报的实例屏幕截图1400。举例来说,分组账户名称的用户选择可展示那个账户的警报列表。
现在参考图15,其展示PV系统故障呈现中的第二个别警报的实例屏幕截图1500。举例来说,第二分组账户名称的用户选择可展示第二账户的第二警报列表。
现在参考图16,其展示PV系统故障呈现中的警报分组选择的实例屏幕截图1600。举例来说,警报可按类似警报或可能原因分组,例如从而展示警报层次。
现在参考图17,其展示PV系统故障呈现中的按原因分组的警报的实例屏幕截图1700。举例来说,“按可能原因分组”的用户选择可将由单一原因(父故障或根本原因故障)引起的警报分组在一起。
现在参考图18,其展示PV系统故障呈现中的按原因分组的警报的实例屏幕截图1800。举例来说,屏幕截图1800展示若干账户名称的根本原因警报。
现在参考图19,其展示PV系统故障呈现中的警报分组细节的实例屏幕截图1900。举例来说,账户名称的用户选择打开取决于根本原因警报的警报。
现在参考图20,其展示PV系统故障呈现中的警报简档的实例屏幕截图2000。举例来说,警报简档选项卡的用户选择打开对不同类型的安装(例如住宅、商业、VIP位点、在特定区域(例如,加利福尼亚,湾区LA区)处的位点)的简档的选择。
现在参考图21,其展示PV系统故障呈现中的住宅账户警报简档的实例屏幕截图2100。举例来说,安装的类型的简档的用户选择展示那个安装(例如住宅简档安装)的简档,通过点击“...”。
现在参考图22,其展示PV系统故障呈现中的住宅账户警报简档选择的实例屏幕截图2200。举例来说,在用户点击图21中的显示屏上的住宅简档的指示(例如“...”)之后,图22的显示屏可通过展示具有紧邻住宅简档选择的核取标记的图标来指示用户选择。
现在参考图23,其展示PV系统故障呈现中的住宅账户警报简档细节的实例屏幕截图2300。举例来说,具有这个简档的安装列表的用户选择展示具有那个简档的安装。
现在参考图24,其展示PV系统故障呈现中的商业账户简档的实例屏幕截图2400。举例来说,安装的类型的简档的用户选择展示那个安装(例如商业简档安装)的简档。
现在参考图25,其展示PV系统故障呈现中的商业账户简档警报的实例屏幕截图2500。举例来说,安装的类型的简档的用户选择展示那个安装的警报简档,例如在商业简档安装中“逆变器表现不佳”的警报。
现在参考图26,其展示PV系统故障呈现中的商业账户简档警报选择的实例屏幕截图2600。在图26中,用户已选择“逆变器表现不佳”的警报。
现在参考图27,其展示PV系统故障呈现中的商业账户简档警报规则细节的实例屏幕截图2700。举例来说,在图26中的商业简档安装中“逆变器表现不佳”的警报的用户选择可在图27中展示那个警报的规则。实例非英语文本仅出于说明目的使用且不应指示限制本公开。
现在参考图28,其展示PV系统故障呈现中的商业账户简档警报规则禁用的实例屏幕截图2800。举例来说,可键入用户选择以关闭在商业简档安装中“逆变器表现不佳”的警报的规则。提供开/关滑动按钮以使得用户能够打开或关闭特定规则,从而图27展示规则打开而图28展示规则关闭。实例非英语文本仅出于说明目的使用且不应指示限制本公开。
此处与说明书和权利要求书中的其它处一样,可组合范围或列表以形成新的和未公开的范围。
本文中所公开的特定尺寸、特定材料和/或特定形状实际上是实例且不限制本公开的范围。在本文中针对给定参数的特定值和特定值范围的本公开不排除可用于本文中所公开的实例中的一或多个其它值和值范围。此外,设想本文中所陈述的特定参数的任何两个特定值都可限定可用于给定参数的值范围的端点(例如给定参数的第一值和第二值的公开可解释为公开了在第一值与第二值之间的任何值也可用于给定参数)。举例来说,如果本文中举例说明了参数X具有值A且也举例说明了具有值Z,那么设想参数X可具有约A到约Z的值范围。类似地,设想参数值的两个或两个以上范围的公开(不管这些范围是否嵌套、重叠或相异)包含可能使用所公开的范围的端点主张的值范围的所有可能组合。举例来说,如果本文中举例说明了参数X具有介于1-10或2-9或3-8的范围内的值,那么还设想参数X可具有包括1-9、1-8、1-3、1-2、2-10、2-8、2-3、3-10和3-9发其它值范围。
实例实施例可为在任何可能技术细节集成层面下的系统、方法和/或计算机程序产品。计算机程序产品可包含其上具有使硬件处理器进行本文中所公开的方面的计算机可读程序指令的一或多个计算机可读存储介质。
计算机可读存储介质可为可保持和存储供指令执行装置使用的指令的有形装置。计算机可读存储介质可为例如但不限于:电子存储装置、磁性存储装置、光学存储装置、电磁存储装置、半导体存储装置或前述的任何适合组合。计算机可读存储介质的更多特定实例的非穷尽性列表包含以下各者:便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存存储器)、静态随机存取存储器(SRAM)、便携式压缩光盘只读存储器(CD-ROM)、数字通用光盘(DVD)、记忆棒、软盘、机械编码装置(例如其上记录有指令的凹槽中的打孔卡片或凸起结构)以及前述的任何适合组合。如本文中所使用,计算机可读存储介质本身不应被解释为暂时性信号,例如无线电波或其它自由传播的电磁波、通过波导或其它传输介质传播的电磁波(例如,通过光缆传递的光脉冲)或通过导线传输的电信号。
本文中所描述的计算机可读程序指令可从计算机可读存储介质下载到相应计算/处理装置,或经由例如因特网、局域网、广域网和/或无线网络等网络下载到外部计算机或外部存储装置。网络可包括铜传输电缆、光学传输光纤、无线传输、路由器、防火墙、交换器、网关计算机和/或边缘服务器。每一计算/处理装置中的网络适配卡或网络接口从网络接收计算机可读程序指令且转发计算机可读程序指令以供存储于相应计算/处理装置内的计算机可读存储介质中。
用于进行操作的计算机可读程序指令可为以一或多种编程语言的任何组合编写的汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微码、固件指令、状态设定数据、用于集成电路的配置数据或者源码或目标代码,所述一或多种编程语言包括例如Smalltalk、C++或类似物的面向对象的编程语言,以及例如“C”编程语言或类似编程语言等程序编程语言。计算机可读程序指令可完全在用户的计算机上执行、部分地在用户的计算机上执行、作为独立软件包执行、部分地在用户的计算机上且部分地在远程计算机上执行,或完全在远程计算机或服务器上执行。在后一种情况中,远程计算机可通过包括局域网(LAN)或广域网(WAN)的任何类型的网络连接到用户的计算机,或者可与外部计算机进行连接(例如,通过使用因特网服务提供方的因特网)。在一些实施例中,包含例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)的电子电路可通过利用计算机可读程序指令的状态信息将电子电路个人化而执行计算机可读程序指令,以便执行本公开的方面。
在本文中参考根据实例实施例的方法、设备(系统)和计算机程序产品的流程图说明和/或框图来描述本公开的方面。可理解,可通过计算机可读程序指令来实施流程图说明和/或框图中的每个框以及流程图说明和/或框图中的框的组合。
可将这些计算机可读程序指令提供给通用计算机、专用计算机或其它可编程数据处理设备的硬件处理器以产生机器,以使得经由计算机或其它可编程数据处理设备的硬件处理器执行的指令产生用于实施在一或多个流程图和/或框图框中指定的功能/动作的构件。这些计算机可读程序指令还可存储在计算机可读存储介质中,所述计算机可读程序指令可引导计算机、可编程数据处理设备和/或其它装置以特定方式起作用,以使得其中存储有指令的计算机可读存储介质包括制品,所述制品包含实施在一或多个流程图和/或框图框中指定的功能/动作的方面的指令。
计算机可读程序指令还可加载到计算机、其它可编程数据处理设备或其它装置上,以致使在计算机、其它可编程设备或其它装置上执行一系列操作步骤,以产生计算机实施的过程,以使得在计算机、其它可编程设备或其它装置上执行的指令实施在一或多个流程图和/或框图框中指定的功能/动作。
图中的流程图和框图说明根据各种实施例的系统、方法和计算机程序产品的可能实施方案的架构、功能性和操作。就此而言,流程图或框图中的每个框可表示指令的模块、段或部分,其包括用于实施指定的逻辑功能的一或多个可执行指令。在一些替代实施方案中,框中提及的功能可能不按图中所提及的次序发生。举例来说,根据所涉及的功能性,连续展示的两个框实际上可大体上同时执行,或这些框有时可以相反次序执行。还应注意,框图和/或流程图说明中的每个框以及框图和/或流程图说明中的框的组合可通过专用的基于硬件的系统实施,所述系统执行指定功能或动作或进行专用硬件和计算机指令的组合。
在各种说明性特征的描述中,参考附图,这些附图形成特征的一部分,且其中借助于说明展示可实践本公开的方面的各种特征。应理解,在不脱离本公开的范围的情况下,可利用其它特征且可作出结构和功能修改。
如本文在详细描述中使用的术语“多个”指示具有或涉及若干部分、元件或构件的特性。使用术语“多个”和/或其它复数形式的描述支持如本文中在权利要求书部分中所使用的权利要求术语“多个”。其它复数形式可包含例如通过添加字母‘s’或‘es’来形成其复数的规则名词,以使得例如转换器(converter)的复数是转换器(converters)或开关(switch)的复数是开关(switches)。
可注意到,本文阐述了元件之间的各种连接。这些连接一般描述为直接或间接连接,且除非另外指定,否则这些连接可为直接或间接连接;本说明书可能并不意欲在这方面进行限制。另外,一个特征的元件可与来自其它特征的元件以适当的组合或子组合形式进行组合。
所描述特征的所有任选和优选的特征和修改以及附属权利要求项在本文中教示的所有方面中可用。此外,附属权利要求项的个别特征以及所描述特征的所有任选和优选特征和修改彼此可组合且可互换。
Claims (15)
1.一种方法,其包括:
接收与发电系统相关联的故障识别,其中所述故障识别包括时间戳和故障类型;
检索故障的映射且检索一组故障处理规则;
基于所述故障识别和所述映射来计算影响值;
使用所述组故障处理规则基于所述故障识别和所述影响值来确定通知;以及
使用用户接口来呈现所述通知。
2.根据权利要求1所述的方法,其中所述影响值是包括根本原因项的公式的输出,且其中所述根本原因项是基于从所述映射和所述故障识别中确定的至少一个根本原因识别的函数。
3.根据权利要求1或2中任一权利要求所述的方法,其中所述影响值是以下公式的输出:
L=e(功率,电压,电流)·t(时间)-L(根本原因故障)
其中函数e()采用与所述故障识别相关联的功率、电压或电流的电参数作为输入,且其中函数t()采用指示与所述故障识别相关联的故障何时活动或运算出将在未来何时活动的所述时间戳作为输入,且其中函数L(根本原因故障)输出基于从所述故障识别和所述映射中确定的至少一个根本原因故障识别来计算出的影响值。
5.根据权利要求1到4中任一权利要求所述的方法,其中所述映射包括故障识别的至少一个层级,且其中所述至少一个层级针对所述故障识别中的至少一些确定至少一个根本原因识别。
6.根据权利要求1到6中任一权利要求所述的方法,其中所述映射包括根本原因识别、多个公式系数、查找表、故障类型策略或时间依赖性。
7.根据权利要求1到7中任一权利要求所述的方法,其进一步包括检索与所述故障识别或所述映射相关联的元数据,且其中所述通知基于所述元数据。
8.根据权利要求1到8中任一权利要求所述的方法,其进一步包括从数据库或存储库检索额外数据,其中所述额外数据与所述故障识别或所述映射相关联,且其中所述通知基于所述额外数据。
9.根据权利要求1到9中任一权利要求所述的方法,其中所述检索所述额外数据使用结构化查询语言或应用程序编程接口来进行。
10.根据权利要求1到10中任一权利要求所述的方法,其中所述组故障处理规则包括用于以下操作的规则:从其它类似光伏系统或类似地理区中的光伏系统检索系统故障数据,以及比较在多个光伏系统中的所述故障识别或所述映射以呈现所述通知。
11.根据权利要求1到11中任一权利要求所述的方法,其中所述故障识别由以下中的一个生成:所述发电系统的组件、与所述发电系统相关联的计算机化装置、与所述发电系统的至少部分的制造商相关联的计算机化装置、公用事业公司或与所述发电系统相关联的第三方装置。
12.一种装置,其包括:
至少一个硬件处理器;
用户接口;以及
存储介质,其包括存储于其上的指令,其中所述指令在由所述至少一个硬件处理器执行时引起所述装置:
接收与发电系统相关联的故障识别,其中所述故障识别包括时间戳和故障类型;
检索故障的映射且检索一组故障处理规则;
基于所述故障识别和所述映射来计算影响值;
使用所述组故障处理规则基于所述故障识别和所述影响值来确定通知;以及
使用所述用户接口来呈现所述通知。
13.根据权利要求12所述的装置,其中所述故障识别进一步包括电参数值,其中所述映射包括公式,其中所述公式包括电参数项、时间项以及根本原因项,其中所述电参数项和所述时间项基于所述故障识别,且其中所述根本原因项基于根据从所述映射和所述故障识别中确定的至少一个根本原因故障识别通过所述公式计算出的根本原因影响值。
14.根据权利要求12或13中任一权利要求所述的装置,其中所述影响值是以下公式的输出:
L=e(功率,电压,电流)·t(时间)-L(根本原因故障)
其中函数e()采用与所述故障识别相关联的功率、电压或电流的电参数作为输入,其中函数t()采用指示与所述故障识别相关联的故障何时活动或运算出将在未来何时活动的所述时间戳作为输入,且其中函数L(根本原因故障)输出基于从所述故障识别和所述映射中确定的至少一个根本原因故障识别来计算出的影响值。
15.一种发电系统,其包括控制器,所述控制器配置成:
接收与发电系统相关联的故障识别,其中所述故障识别包括时间戳和故障类型;
检索故障的映射且检索一组故障处理规则;
基于所述故障识别和所述映射来计算影响值;
使用所述组故障处理规则基于所述故障识别和所述影响值来确定通知;以及
使用用户接口来呈现所述通知。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862746698P | 2018-10-17 | 2018-10-17 | |
US62/746,698 | 2018-10-17 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111064433A true CN111064433A (zh) | 2020-04-24 |
Family
ID=68295995
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910992158.4A Pending CN111064433A (zh) | 2018-10-17 | 2019-10-17 | 光伏系统故障和警报 |
Country Status (3)
Country | Link |
---|---|
US (3) | US11387778B2 (zh) |
EP (2) | EP3640760B1 (zh) |
CN (1) | CN111064433A (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3640760B1 (en) * | 2018-10-17 | 2024-02-14 | Solaredge Technologies Ltd. | Photovoltaic system failure and alerting |
JP7012778B2 (ja) * | 2020-05-14 | 2022-01-28 | 株式会社日立製作所 | 監視システム、監視装置及び監視方法 |
CN112713584B (zh) * | 2020-11-20 | 2023-02-14 | 中国南方电网有限责任公司 | 适用于稳控系统预想故障集外故障的控制方法和装置 |
CN114625098B (zh) * | 2020-12-10 | 2023-10-20 | 中国科学院沈阳自动化研究所 | 一种水下机器人抢占式故障处理方法 |
CN113110177B (zh) * | 2021-04-15 | 2024-03-19 | 远景智能国际私人投资有限公司 | 光伏电站的监控方法、监控设备及监控系统 |
CN115599620A (zh) * | 2021-06-28 | 2023-01-13 | 深圳富桂精密工业有限公司(Cn) | 监控告警方法及终端设备 |
WO2023281516A1 (en) * | 2021-07-08 | 2023-01-12 | Galooli Ltd. | Systems and methods for maximizing solar energy usage and optimizing non-renewable energy sources |
JP7193097B1 (ja) | 2021-11-19 | 2022-12-20 | 株式会社アイテス | 太陽光発電設備の遠隔診断システム |
EP4195442A1 (en) | 2021-12-07 | 2023-06-14 | FRONIUS INTERNATIONAL GmbH | Method and apparatus for increasing a performance of a photovoltaic system |
CN114337540B (zh) * | 2021-12-31 | 2023-09-12 | 重庆跃达新能源有限公司 | 光伏状态检测方法、系统及存储介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040187048A1 (en) * | 2003-03-20 | 2004-09-23 | Dell Products L. P. | System and method for determining fault isolation in an enterprise computing system |
US20060112061A1 (en) * | 2004-06-24 | 2006-05-25 | Masurkar Vijay B | Rule based engines for diagnosing grid-based computing systems |
US20120158205A1 (en) * | 2010-12-17 | 2012-06-21 | Greenvolts, Inc. | Scalable backend management system for remotely operating one or more photovoltaic generation facilities |
CN102597962A (zh) * | 2009-10-30 | 2012-07-18 | 国际商业机器公司 | 用于虚拟计算环境中的故障管理的方法和系统 |
KR101410508B1 (ko) * | 2014-04-15 | 2014-06-24 | 주식회사 에코스 | 태양광 발전 시스템의 직류 지락 검출 회로 |
US8890676B1 (en) * | 2011-07-20 | 2014-11-18 | Google Inc. | Alert management |
CN104601108A (zh) * | 2015-02-10 | 2015-05-06 | 河海大学常州校区 | 一种小型光伏电站的故障诊断方法 |
WO2015101282A1 (zh) * | 2013-12-31 | 2015-07-09 | 阳光电源股份有限公司 | 一种光伏组串故障识别方法、装置及系统 |
CN105245185A (zh) * | 2015-09-30 | 2016-01-13 | 南京南瑞集团公司 | 一种接入配电网的区域分布式光伏故障诊断系统及方法 |
US20160155318A1 (en) * | 2014-12-02 | 2016-06-02 | Also Energy, Inc. | System and Method for Adjusting Notifications for Solar Monitoring Systems |
CN106059496A (zh) * | 2016-05-18 | 2016-10-26 | 华北电力大学 | 一种光伏组件阵列性能监测和故障识别的方法及系统 |
CN107436833A (zh) * | 2017-08-09 | 2017-12-05 | 王瑶生 | 一种计算机故障报警系统 |
CN107526647A (zh) * | 2016-06-21 | 2017-12-29 | 伊姆西公司 | 一种故障处理方法、系统和计算机程序产品 |
Family Cites Families (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2692379B1 (fr) | 1991-10-04 | 1996-08-14 | Aerospatiale Ste Nat Indle | Procede de detection et de passivation de pannes dans un systeme de traitement de donnees, et systeme de traitement de donnees adapte a sa mise en oeuvre |
CN1547306A (zh) | 2003-12-12 | 2004-11-17 | 上海东云信息技术发展有限公司 | 输电线路故障在线监测系统 |
US7200525B1 (en) | 2004-06-29 | 2007-04-03 | Sun Microsystems, Inc. | System and method for generating a data structure representative of a fault tree |
DE502007006956D1 (de) * | 2006-10-24 | 2011-05-26 | Krones Ag | Bedienungshilfe für eine vorrichtung zum behandeln von behältnissen |
EP2533299B1 (en) | 2006-12-06 | 2018-10-10 | Solaredge Technologies Ltd. | Monitoring of distributed power harvesting systems using DC power sources |
US8473250B2 (en) | 2006-12-06 | 2013-06-25 | Solaredge, Ltd. | Monitoring of distributed power harvesting systems using DC power sources |
KR100912892B1 (ko) | 2008-04-21 | 2009-08-20 | 서울마린 (주) | 태양광 발전장치 원격 자가진단 모니터링 및 원격제어시스템 |
JP2010123880A (ja) | 2008-11-21 | 2010-06-03 | Ntt Facilities Inc | 故障判定システム、故障判定方法、コンピュータプログラム |
FR2944647B1 (fr) | 2009-04-17 | 2011-08-05 | Commissariat Energie Atomique | Procede de diagnostic de la defaillance d'un generateur photovoltaique |
US9753455B2 (en) | 2009-06-22 | 2017-09-05 | Johnson Controls Technology Company | Building management system with fault analysis |
AT508834B1 (de) | 2009-10-09 | 2012-09-15 | Fronius Int Gmbh | Verfahren und vorrichtung zur fehlererkennung in einer photovoltaik-anlage |
GB2489354A (en) * | 2009-12-01 | 2012-09-26 | Cinnober Financial Technology Ab | Methods and systems for automatic testing of a graphical user interface |
WO2011104931A1 (ja) | 2010-02-26 | 2011-09-01 | 株式会社 東芝 | 異常診断装置および異常診断方法 |
US20120166363A1 (en) | 2010-12-23 | 2012-06-28 | Hongbo He | Neural network fault detection system and associated methods |
CN102158129B (zh) | 2011-01-30 | 2013-04-17 | 浙江昱能光伏科技集成有限公司 | 太阳能光伏系统及其故障探测方法 |
JP2014508939A (ja) * | 2011-03-04 | 2014-04-10 | パセコ コーポレイション | 太陽電池アレイの構成可変太陽電池パネルの絶縁抵抗の測定 |
US9026260B1 (en) | 2011-05-23 | 2015-05-05 | Shaw Intellectual Property Holdings, Inc. | Secure microgrid |
CN102208028B (zh) | 2011-05-31 | 2013-06-19 | 北京航空航天大学 | 一种适用于动态复杂系统的故障预测和诊断方法 |
US20120310427A1 (en) | 2011-05-31 | 2012-12-06 | Williams B Jeffery | Automatic Monitoring and Adjustment of a Solar Panel Array |
KR101238620B1 (ko) | 2011-06-16 | 2013-02-28 | 김득수 | 태양광발전 시스템의 고장 인식 장치 및 이의 진단 방법 |
CN102291052B (zh) | 2011-08-22 | 2014-01-22 | 浙江昱能光伏科技集成有限公司 | 太阳能光伏系统及其能量采集优化方法和故障检测方法 |
WO2013035110A2 (en) | 2011-09-09 | 2013-03-14 | Enersys Astra Limited | System and method for monitoring and restoring a fault occurring in an electric transmission and distribution network |
WO2013088708A1 (ja) * | 2011-12-15 | 2013-06-20 | 日本電気株式会社 | 情報処理装置、情報処理システム、情報処理方法、および、コンピュータ・プログラム |
CN102608512B (zh) | 2012-04-11 | 2014-07-09 | 上海电力学院 | 在线检测太阳能光伏电站中光伏电池故障的方法 |
CA2833768A1 (en) | 2012-11-15 | 2014-05-15 | Power Analytics Corporation | Systems and methods for model-based solar power management |
JP6209412B2 (ja) | 2013-09-27 | 2017-10-04 | 株式会社日立製作所 | 太陽光発電システムの故障診断システム及び故障診断方法 |
US9793854B2 (en) * | 2013-12-18 | 2017-10-17 | Enphase Energy, Inc. | Method and apparatus for ground fault detection |
CN103715983B (zh) | 2013-12-26 | 2016-03-30 | 广东易事特电源股份有限公司 | 太阳能发电系统的故障检测装置和方法 |
CA2972973A1 (en) * | 2015-01-09 | 2016-07-14 | Ecorithm, Inc. | Machine learning-based fault detection system |
CN104579166A (zh) | 2015-02-10 | 2015-04-29 | 河海大学常州校区 | 分布式光伏电站监控系统及其故障诊断方法 |
DE102015122636B4 (de) * | 2015-12-22 | 2017-07-13 | Sma Solar Technology Ag | Wechselrichter mit Netztrennstelle und Isolationswiderstandsmessung sowie Verfahren zur Messung eines Isolationswiderstandes |
GB201621631D0 (en) * | 2016-12-19 | 2017-02-01 | Palantir Technologies Inc | Predictive modelling |
JP7049440B2 (ja) * | 2018-02-20 | 2022-04-06 | 太陽誘電株式会社 | 太陽光発電故障診断装置、太陽光発電故障診断方法、プログラム |
EP3640760B1 (en) * | 2018-10-17 | 2024-02-14 | Solaredge Technologies Ltd. | Photovoltaic system failure and alerting |
-
2019
- 2019-10-17 EP EP19203891.7A patent/EP3640760B1/en active Active
- 2019-10-17 US US16/655,648 patent/US11387778B2/en active Active
- 2019-10-17 EP EP24157419.3A patent/EP4379487A2/en active Pending
- 2019-10-17 CN CN201910992158.4A patent/CN111064433A/zh active Pending
-
2022
- 2022-05-25 US US17/824,036 patent/US11616472B2/en active Active
-
2023
- 2023-02-08 US US18/166,214 patent/US11901861B2/en active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040187048A1 (en) * | 2003-03-20 | 2004-09-23 | Dell Products L. P. | System and method for determining fault isolation in an enterprise computing system |
US20060112061A1 (en) * | 2004-06-24 | 2006-05-25 | Masurkar Vijay B | Rule based engines for diagnosing grid-based computing systems |
CN102597962A (zh) * | 2009-10-30 | 2012-07-18 | 国际商业机器公司 | 用于虚拟计算环境中的故障管理的方法和系统 |
US20120158205A1 (en) * | 2010-12-17 | 2012-06-21 | Greenvolts, Inc. | Scalable backend management system for remotely operating one or more photovoltaic generation facilities |
US8890676B1 (en) * | 2011-07-20 | 2014-11-18 | Google Inc. | Alert management |
WO2015101282A1 (zh) * | 2013-12-31 | 2015-07-09 | 阳光电源股份有限公司 | 一种光伏组串故障识别方法、装置及系统 |
KR101410508B1 (ko) * | 2014-04-15 | 2014-06-24 | 주식회사 에코스 | 태양광 발전 시스템의 직류 지락 검출 회로 |
US20160155318A1 (en) * | 2014-12-02 | 2016-06-02 | Also Energy, Inc. | System and Method for Adjusting Notifications for Solar Monitoring Systems |
CN104601108A (zh) * | 2015-02-10 | 2015-05-06 | 河海大学常州校区 | 一种小型光伏电站的故障诊断方法 |
CN105245185A (zh) * | 2015-09-30 | 2016-01-13 | 南京南瑞集团公司 | 一种接入配电网的区域分布式光伏故障诊断系统及方法 |
CN106059496A (zh) * | 2016-05-18 | 2016-10-26 | 华北电力大学 | 一种光伏组件阵列性能监测和故障识别的方法及系统 |
CN107526647A (zh) * | 2016-06-21 | 2017-12-29 | 伊姆西公司 | 一种故障处理方法、系统和计算机程序产品 |
CN107436833A (zh) * | 2017-08-09 | 2017-12-05 | 王瑶生 | 一种计算机故障报警系统 |
Also Published As
Publication number | Publication date |
---|---|
US11387778B2 (en) | 2022-07-12 |
US11901861B2 (en) | 2024-02-13 |
EP3640760A1 (en) | 2020-04-22 |
US11616472B2 (en) | 2023-03-28 |
EP3640760B1 (en) | 2024-02-14 |
US20200127604A1 (en) | 2020-04-23 |
EP4379487A2 (en) | 2024-06-05 |
US20230188092A1 (en) | 2023-06-15 |
US20220360217A1 (en) | 2022-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3640760B1 (en) | Photovoltaic system failure and alerting | |
Moser et al. | Identification of technical risks in the photovoltaic value chain and quantification of the economic impact | |
Walker et al. | Model of operation-and-maintenance costs for photovoltaic systems | |
Flowers et al. | Climate impacts on the cost of solar energy | |
Perdue et al. | Energy yields of small grid connected photovoltaic system: effects of component reliability and maintenance | |
Gallardo-Saavedra et al. | Quantitative failure rates and modes analysis in photovoltaic plants | |
US11143680B2 (en) | Estimation of energy losses due to partial equipment failure for photovoltaic systems from measured and modeled inputs | |
US20190087762A1 (en) | Systems and methods for improving resource utilization | |
Iyengar et al. | Solarclique: Detecting anomalies in residential solar arrays | |
US20200204110A1 (en) | Device and method for simulating power consumption by power load | |
JPWO2016166991A1 (ja) | 太陽光発電設備の診断システムおよびプログラム | |
Inayat et al. | Risk assessment and mitigation strategy of large-scale solar photovoltaic systems in Pakistan | |
CN107250931B (zh) | 能源服务推荐引擎 | |
US11158007B2 (en) | Dynamic energy consumption and harvesting with feedback | |
JP6005318B2 (ja) | 発電量評価装置、発電量評価方法および発電量評価プログラム | |
Dai et al. | Smart Electricity Meter Reliability Analysis Based on In-service Data | |
Dodd et al. | Solar photovoltaic modules, inverters and systems: options and feasibility of EU Ecolabel and Green Public Procurement criteria | |
Dodd et al. | Preparatory study for solar photovoltaic modules, inverters and systems | |
Bucher et al. | Life Expectancy of PV Inverters and Optimizers in Residential PV Systems | |
US20150347937A1 (en) | Characterizing Risks in Resource Distribution Systems | |
CN111092598A (zh) | 一种光伏发电系统智能运维方法 | |
JP2020195181A (ja) | 太陽電池モジュールの品質評価システム、及び太陽電池モジュールの品質評価方法 | |
KR20210069338A (ko) | 신재생에너지발전소 유지보수비용 산정을 통한 유지보수역무 최적화 시스템 및 그 방법 | |
Cortés Olivares | Methodology for the optimization of preventive maintenance strategies focused on large-scale solar photovoltaic plants | |
JP7454998B2 (ja) | 保守支援装置、保守支援方法、および保守支援プログラム |
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 |