CN111222763A - 一种光伏组件清洗决策工具 - Google Patents
一种光伏组件清洗决策工具 Download PDFInfo
- Publication number
- CN111222763A CN111222763A CN201911378251.2A CN201911378251A CN111222763A CN 111222763 A CN111222763 A CN 111222763A CN 201911378251 A CN201911378251 A CN 201911378251A CN 111222763 A CN111222763 A CN 111222763A
- Authority
- CN
- China
- Prior art keywords
- cleaning
- power
- component
- day
- value
- 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
- 238000004140 cleaning Methods 0.000 claims abstract description 112
- 238000010248 power generation Methods 0.000 claims abstract description 19
- 230000003203 everyday effect Effects 0.000 claims abstract description 11
- 230000005611 electricity Effects 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 6
- 238000005406 washing Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000002354 daily effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000012946 outsourcing Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 239000000428 dust Substances 0.000 abstract description 6
- 230000008901 benefit Effects 0.000 abstract description 5
- 238000000034 method Methods 0.000 abstract description 4
- 238000009825 accumulation Methods 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 abstract 1
- 238000010835 comparative analysis Methods 0.000 abstract 1
- 238000003491 array Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010186 staining Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种光伏组件清洗决策工具，包括以下步骤：1)取两组相同参数相同工况的组件，其中第一组件每日清洗，第二组件只在清洗电站组件时清洗，每日同时记录两组组件的能够体现组件污染程度的参数；2)计算清洗提升电量或不清洗损失电量价值S1＝Qn*B，其中Qn＝清洗提升电量或不清洗损失的电量；3)确定电站单次清洗成本S2，根据公式可以得到S2＝a+b；4)依据结果分别计算清洗前后的收益；如果收益大于清洗成本则清洗，如果清洗后的收益小于清洗成本则不清洗。本发明将预测方法应用于光伏电站积尘发电量损失估算，并以此进行是否清洗的经济有无对比分析，将技术方法和经济分析方法相融合，其结果精确性更高，可有效提高光伏电站的经济效益。
Description
技术领域
本发明涉及光伏组件技术领域，具体为一种光伏组件清洗决策工具。
背景技术
作为绿色能源的光伏电站，得到了越来越多的应用。光伏电站的数量和规模也不断增大；由于光伏电站组件长期置于野外或屋顶，太阳能组件表面很容易沾污灰尘，从而降低组件玻璃的透光率，对电站的发电效率影响非常大。组件表面的局部遮挡物遮蔽会导致组件的热斑效应，降低发电效率，甚至烧坏组件；保持组件的表面清洁，可以保证组件表面的玻璃具有较高的透光率，提高组件的发电效率；因此对于光伏电站来说，组件的清洗是一项频繁且必不可少的的任务；目前判断组件沾污程度主要靠运维人员目测观察，人员估测差异较大，对于判断组件是否该清洗缺乏量化依据，清洗过早造成清洗费用较高，增加运维成本，清洗较晚，影响发电量影响电站收益，如何及时的开展组件清洗工作对减少电量损失和电站收益起到很重要的作用。
发明内容
为解决上述技术问题，发明提供以下技术方案：
一种光伏组件清洗决策工具，包括以下步骤：
步骤1：选取两块性能正常的光伏组件作为对照组，并与电站敷设的光伏组件同型号、同品牌、同规格且安装角度一致，并安装在电站光伏阵列中。
步骤2：对选取的光伏组件进行电池片外观检查，并同时测量组件的开路电压、短路电流数据且采集超过3组的数据，尽量选取差异性小的两块光伏组件(数据差异控制在0.5％)或进行I-V检测结果显示组件性能无异常。
步骤3：每日采集两块光伏组件(设置其中一块组件为对标组件[组件每日清洗]、一块组件为常态组件[组件每日不清洗])的电性能参数(开路电压、短路电流、组件运行温度)来分析与比较常态组件功率(P常态真实值)与对标组件功率(P对标真实值)之间差异，根据公式P真实值＝UI/β，其中U为实测开路电压、I为实测短路电流、β为组件运行温度对组件功率影响系数＝[1-(25℃-T)*α]，其中α为组件最大功率温度系数即组件铭牌中的参数，其中T为测试时组件运行温度。
步骤4：确定电站的电价B，根据公式可以得到清洗提升电量价值S1＝Qn*B，其中Qn＝清洗提升电量或不清洗损失的电量。
步骤5：确定电站单次清洗成本S2，根据公式可以得到S2＝a+b，其中a＝单次清洗外包费用或单次清洗机器投入折旧费用，b＝清洗附加费用(电费、水费)。
步骤6：比较S1和S2，根据公式组件清洗收益率R＝S1/S2,如果R≥1，则建议开展清洗，如果R≥Rt时，则开展清洗工作，其中Rt为人工设定值。
优选的，所述常态组件功率与所述对标组件功率可得出清洗提升的发电量比例系数，所述清洗提升的发电量比例系数百分比H＝(P对标真实值/P常态真实值-1)％。
优选的，所述清洗提升电量或不清洗损失的电量Qn＝R*H，其中R为电站不清洗时电站日发电量，则从全面清洗后到第二次再全面清洗电量损失或如果开展清洗的清洗提升电量Qn＝Q1R1+Q2R2+QnRn....+QmRm,其中Qm指截止第二开展组件清洗的日期。Qn中的n表示清洗第一天到第m天日期不是连贯的，可能存在断点(天)。
优选的，所述清洗提升的电量为从全面清洗后到第二次再全面清洗电量损失，针对这段期间可能存在下雨情况(下雨类似对组件进行一次清洗使其恢复到清洗后第一天相近的状态)，对雨后的晴天的数据，往前看测试的数据找到相似值，并删除这段期间的提升发电量值；如果是阴天，则晴天后测量的清洗提升发电量比例值覆盖到阴天的日期中，并从新计算清洗提升发电量值。
优选的，所述阴天的定义是组件运行环境无太阳且测试是短路电流值小于3A，雨天的定义是组件运行环境有降雨。
优选的，根据公式可知清洗提升电量价值S1＝(Q1R1+Q2R2+QnR3....+QmRm)*B。
优选的，所述收益率R≥Rt时，即为电站开展组件清洗的最佳时间。
发明有益效果
(1)本发明选取光伏电站场区内一组或几组有代表性的阵列，进行定时清洗，从而获得清洗提升电量或不清洗损失的电量的实时电量数据，再通过检测常态组件的阵列发电量，进行折算对比，从而获得光伏电站清洗提升电量价值的数据，使清洗决策的制定更具有时效性，为光伏电站提供动态的、收益最大化的清洗周期。
(2)当前光伏电站的清洗决策多依靠人为判别，手段多为人工观察反馈，结合电站发电量监测数据，相比现有技术，本发明能够通过实地检测定时、高频次清洗的标准阵列的发电量情况，合理分析全场阵列在清洗周期内及时清洗与天气环境如阴天、下雨发电量变化，最终自主地为光伏电站人员提供基于实际情况的智能清洗决策，实现“发电量-清洗成本”的收益最大化，本发明提高光伏电站组件清洗的自动化、合理化、智能化以及最优化程度。
附图说明
图1为本发明对标组件、常态组件运行流程示意图。
具体实施方式
下面将结合发明的实施例中的附图，对发明的实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是发明一部分实施例，而不是全部的实施例。基于发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于发明保护的范围。
实施例
如图1所示，一种光伏组件清洗决策工具，包括以下步骤：
步骤1：选取两块性能正常的光伏组件作为对照组，并与电站敷设的光伏组件同型号、同品牌、同规格且安装角度一致，并安装在电站光伏阵列中。
步骤2：对选取的光伏组件进行电池片外观检查，并同时测量组件的开路电压、短路电流数据且采集超过3组的数据，尽量选取差异性小的两块光伏组件(数据差异控制在0.5％)或进行I-V检测结果显示组件性能无异常。
步骤3：每日采集两块光伏组件(设置其中一块组件为对标组件[组件每日清洗]、一块组件为常态组件[组件每日不清洗])的电性能参数(开路电压、短路电流、组件运行温度)来分析与比较常态组件功率(P常态真实值)与对标组件功率(P对标真实值)之间差异，根据公式P真实值＝UI/β，其中U为实测开路电压、I为实测短路电流、β为组件运行温度对组件功率影响系数＝[1-(25℃-T)*α]，其中α为组件最大功率温度系数即组件铭牌中的参数，其中T为测试时组件运行温度。
步骤4：确定电站的电价B，根据公式可以得到清洗提升电量价值S1＝Qn*B，其中Qn＝清洗提升电量或不清洗损失的电量。
步骤5：确定电站单次清洗成本S2，根据公式可以得到S2＝a+b，其中a＝单次清洗外包费用或单次清洗机器投入折旧费用，b＝清洗附加费用(电费、水费)。
比较S1和S2，根据公式组件清洗收益率R＝S1/S2,如果R≥1，则建议开展清洗，如果R≥Rt时，则开展清洗工作，其中Rt为人工设定值。
光伏电站场区内，选择一组标准阵列，作为定时清洗的对比组。采用定时、高频次清洗的方式，保证标准阵列的洁净程度，使之基本在不受外界环境如灰尘遮挡的条件下运行，并实时其监测发电量情况。同时，也对标准阵列附近的多组正常阵列做发电量数据监测，正常阵列在自然积灰的条件下运行，随时间推移，积灰程度加重，其发电量情况将与标准阵列产生差距。通过对比数据，可以计算得到场区内的代表性数据，包括动态的灰尘遮挡损失率、清洗后光伏阵列的理论发电量、不做清洗时光伏阵列的发电量降低趋势等，这些数据将作为后续运算的基础。
所述常态组件功率与所述对标组件功率可得出清洗提升的发电量比例系数，所述清洗提升的发电量比例系数百分比H＝(P对标真实值/P常态真实值-1)％。
所述清洗提升电量或不清洗损失的电量Qn＝R*H，其中R为电站不清洗时电站日发电量，则从全面清洗后到第二次再全面清洗电量损失或如果开展清洗的清洗提升电量Qn＝Q1R1+Q2R2+QnRn....+QmRm,其中Qm指截止第二开展组件清洗的日期。Qn中的n表示清洗第一天到第m天日期不是连贯的，可能存在断点(天)，所述清洗提升的电量为从全面清洗后到第二次再全面清洗电量损失，针对这段期间可能存在下雨情况(下雨类似对组件进行一次清洗使其恢复到清洗后第一天相近的状态)，对雨后的晴天的数据，往前看测试的数据找到相似值，并删除这段期间的提升发电量值；如果是阴天，则晴天后测量的清洗提升发电量比例值覆盖到阴天的日期中，并从新计算清洗提升发电量值，所述阴天的定义是组件运行环境无太阳且测试是短路电流值小于3A，雨天的定义是组件运行环境有降雨。
根据公式可知清洗提升电量价值S1＝(Q1R1+Q2R2+QnR3....+QmRm)*B，所述收益率R≥Rt时，即为电站开展组件清洗的最佳时间。
当前光伏电站的清洗决策多依靠人为判别，手段多为人工观察反馈，结合电站发电量监测数据，相比现有技术，本发明能够通过实地检测定时、高频次清洗的标准阵列的发电量情况，合理分析全场阵列在清洗周期内及时清洗与天气环境如阴天、下雨发电量变化，最终自主地为光伏电站人员提供基于实际情况的智能清洗决策，实现“发电量-清洗成本”的收益最大化，本发明提高光伏电站组件清洗的自动化、合理化、智能化以及最优化程度，选取光伏电站场区内一组有代表性的阵列，进行定时清洗，从而获得清洗提升电量或不清洗损失的电量的实时电量数据，再通过检测常态组件的阵列发电量，进行折算对比，从而获得光伏电站清洗提升电量价值的数据，使清洗决策的制定更具有时效性，为光伏电站提供动态的、收益最大化的清洗周期。
最后应说明的是：以上所述仅为发明的优选实施例而已，并不用于限制发明，尽管参照前述实施例对发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换,凡在发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在发明的保护范围之内。
Claims (7)
1.一种光伏组件清洗决策工具，其特征在于，包括以下步骤：
步骤1：选取两块性能正常的光伏组件作为对照组，并与电站敷设的光伏组件同型号、同品牌、同规格且安装角度一致，并安装在电站光伏阵列中。
步骤2：对选取的光伏组件进行电池片外观检查，并同时测量组件的开路电压、短路电流数据且采集超过3组的数据，尽量选取差异性小的两块光伏组件(数据差异控制在0.5％)或进行I-V检测结果显示组件性能无异常。
步骤3：每日采集两块光伏组件(设置其中一块组件为对标组件[组件每日清洗]、一块组件为常态组件[组件每日不清洗])的电性能参数(开路电压、短路电流、组件运行温度)来分析与比较常态组件功率(P常态真实值)与对标组件功率(P对标真实值)之间差异，根据公式P真实值＝UI/β，其中U为实测开路电压、I为实测短路电流、β为组件运行温度对组件功率影响系数＝[1-(25℃-T)*α]，其中α为组件最大功率温度系数即组件铭牌中的参数，其中T为测试时组件运行温度。
步骤4：确定电站的电价B，根据公式可以得到清洗提升电量或不清洗损失电量价值S1＝Qn*B，其中Qn＝清洗提升电量或不清洗损失的电量。
步骤5：确定电站单次清洗成本S2，根据公式可以得到S2＝a+b，其中a＝单次清洗外包费用或单次清洗机器投入折旧费用，b＝清洗附加费用(电费、水费)。
步骤6：比较S1和S2，根据公式组件清洗收益率R＝S1/S2,如果R≥1，则建议开展清洗，如果R≥Rt时，则开展清洗工作，其中Rt为人工设定值。
2.根据权利要求1所述的一种光伏组件清洗决策工具，其特征在于，所述常态组件功率与所述对标组件功率可得出清洗提升的发电量比例系数，所述清洗提升的发电量比例系数百分比H＝(P对标真实值/P常态真实值-1)％。
3.根据权利要求1所述的一种光伏组件清洗决策工具，其特征在于，所述清洗提升电量或不清洗损失的电量Qn＝R*H，其中R为电站不清洗时电站日发电量，则从全面清洗后到第二次再全面清洗电量损失或如果开展清洗的清洗提升电量Qn＝Q1R1+Q2R2+QnRn....+QmRm,其中Qm指截止第二开展组件清洗的日期。Qn中的n表示清洗第一天到第m天日期不是连贯的，可能存在断点(天)。
4.根据权利要求3所述的一种光伏组件清洗决策工具，其特征在于，所述清洗提升的电量为从全面清洗后到第二次再全面清洗电量损失，针对这段期间可能存在下雨情况(下雨类似对组件进行一次清洗使其恢复到清洗后第一天相近的状态)，对雨后的晴天的数据，往前看测试的数据找到相似值，并删除这段期间的提升发电量值；如果是阴天，则晴天后测量的清洗提升发电量比例值覆盖到阴天的日期中，并从新计算清洗提升发电量值。
5.根据权利要求4所述的一种光伏组件清洗决策工具，其特征在于，所述阴天的定义是组件运行环境无太阳且测试是短路电流值小于3A，雨天的定义是组件运行环境有降雨。
6.根据权利要求3所述的一种光伏组件清洗决策工具，其特征在于，根据公式可知清洗提升电量价值S1＝(Q1R1+Q2R2+QnR3....+QmRm)*B。
7.根据权利要求1和6所述的一种光伏组件清洗决策工具，其特征在于，所述收益率R≥Rt时，即为电站开展组件清洗的最佳时间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911378251.2A CN111222763A (zh) | 2019-12-27 | 2019-12-27 | 一种光伏组件清洗决策工具 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911378251.2A CN111222763A (zh) | 2019-12-27 | 2019-12-27 | 一种光伏组件清洗决策工具 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111222763A true CN111222763A (zh) | 2020-06-02 |
Family
ID=70806307
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911378251.2A Pending CN111222763A (zh) | 2019-12-27 | 2019-12-27 | 一种光伏组件清洗决策工具 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111222763A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113126660A (zh) * | 2021-04-20 | 2021-07-16 | 阳光电源股份有限公司 | 一种光伏组件跟踪控制方法及相关装置 |
| CN113644874A (zh) * | 2021-08-17 | 2021-11-12 | 中节能宁夏太阳能发电有限公司 | 一种光伏电站运维系统 |
Citations (4)
| 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 |
| CN107679672A (zh) * | 2017-10-20 | 2018-02-09 | 中冶华天南京电气工程技术有限公司 | 一种基于积尘发电损失预测的光伏电站清洗时机辅助决策方法 |
| CN108960453A (zh) * | 2018-07-31 | 2018-12-07 | 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 |
-
2019
- 2019-12-27 CN CN201911378251.2A patent/CN111222763A/zh active Pending
Patent Citations (4)
| 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 |
| CN107679672A (zh) * | 2017-10-20 | 2018-02-09 | 中冶华天南京电气工程技术有限公司 | 一种基于积尘发电损失预测的光伏电站清洗时机辅助决策方法 |
| CN108960453A (zh) * | 2018-07-31 | 2018-12-07 | 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 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113126660A (zh) * | 2021-04-20 | 2021-07-16 | 阳光电源股份有限公司 | 一种光伏组件跟踪控制方法及相关装置 |
| CN113126660B (zh) * | 2021-04-20 | 2023-09-29 | 阳光电源股份有限公司 | 一种光伏组件跟踪控制方法及相关装置 |
| CN113644874A (zh) * | 2021-08-17 | 2021-11-12 | 中节能宁夏太阳能发电有限公司 | 一种光伏电站运维系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hasselbrink et al. | Validation of the PVLife model using 3 million module-years of live site data | |
| CN105375878B (zh) | 一种在线检测和评估光伏系统效率的方法 | |
| CN103840742B (zh) | 一种光伏组件的智能管理方法及系统 | |
| CN107133713A (zh) | 一种光伏电站智能清洗决策系统的建立方法 | |
| 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 | |
| CN106100579B (zh) | 一种基于数据分析的光伏电站故障诊断方法 | |
| CN108092622B (zh) | 一种基于电阻计算的光伏组串故障诊断方法 | |
| CN106021806A (zh) | 一种基于核函数极限学习机的光伏组串故障诊断方法 | |
| CN112487609B (zh) | 一种光伏组件清洗时刻确定方法及装置 | |
| CN104485889B (zh) | 用于多个相同安装倾角的光伏发电单元的故障检测方法 | |
| CN108572011B (zh) | 一种基于机器视觉的光伏电池板积灰状态监测系统及计算方法 | |
| CN108390644B (zh) | 一种光伏电站的清扫方法 | |
| CN111222763A (zh) | 一种光伏组件清洗决策工具 | |
| CN114669569B (zh) | 一种基于大数据的光伏组件用自动化清洁系统 | |
| CN113037214B (zh) | 一种基于s-v曲线的光伏组件阴影遮挡故障诊断方法 | |
| CN107064165B (zh) | 一种光伏组件表面积灰度在线检测装置及清洗方法 | |
| Yun et al. | Research on fault diagnosis of photovoltaic array based on random forest algorithm | |
| CN106130464A (zh) | 一种光伏电站组件清洗的决策方法 | |
| WO2023077840A1 (zh) | 一种靶向安装组件级优化器的光伏系统及其功率优化方法 | |
| CN115310839A (zh) | 一种光伏电站积灰预警评估方法和系统 | |
| CN115333479A (zh) | 一种光伏组件尘遮挡识别方法 | |
| CN107561999B (zh) | 光伏电站交替式组件积尘监测和清洁提醒系统及方法 | |
| CN110868155A (zh) | 一种光伏组串匹配损失的测量方法 | |
| CN111342773B (zh) | 一种基于组串运行电流的组件运行电压测算方法 | |
| De et al. | Improved shadow filtering and change-point detection methods to extract soiling loss from PV-SCADA data |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200602 |
|
| RJ01 | Rejection of invention patent application after publication |