CN112286993A - 一种光伏电站中发电异常组串的检测方法及装置 - Google Patents

一种光伏电站中发电异常组串的检测方法及装置 Download PDF

Info

Publication number
CN112286993A
CN112286993A CN202011191498.6A CN202011191498A CN112286993A CN 112286993 A CN112286993 A CN 112286993A CN 202011191498 A CN202011191498 A CN 202011191498A CN 112286993 A CN112286993 A CN 112286993A
Authority
CN
China
Prior art keywords
string
photovoltaic
type
power generation
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
Application number
CN202011191498.6A
Other languages
English (en)
Inventor
蔡昊
琚洋
李凡
张家前
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Sunshine Zhiwei Technology Co ltd
Original Assignee
Hefei Sunshine Zhiwei Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hefei Sunshine Zhiwei Technology Co ltd filed Critical Hefei Sunshine Zhiwei Technology Co ltd
Priority to CN202011191498.6A priority Critical patent/CN112286993A/zh
Publication of CN112286993A publication Critical patent/CN112286993A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465Query processing support for facilitating data mining operations in structured databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462Approximate or statistical queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2477Temporal data queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/285Clustering or classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Public Health (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Photovoltaic Devices (AREA)

Abstract

本发明一种光伏电站中发电异常组串的检测方法及装置,考虑到不同安装位置的光伏组串接收辐照的时间不同,导致启停机时间不同,通过根据每个光伏组串的启停机时间对光伏组串进行分类,并通过预先根据历史监测数据设定的每种类型光伏组串在不同天气类型中每个采样时刻的功率置信区间,设定的功率置信区间综合考虑了天气、组串安装位置对光伏组串发电功率的影响,使设定的功率置信区间更加准确客观。通过分别对每个光伏组串在检测日中每个采样时刻的功率与相应类型光伏组串在目标天气类型中每个采样时刻的功率置信区间进行对比,根据对比结果实现对发电异常组串的准确检测,并提高了发电异常组串的检测效率。

Description

一种光伏电站中发电异常组串的检测方法及装置
技术领域
本发明涉及光伏发电技术领域,更具体的,涉及一种光伏电站中发电异常组串的检测方法及装置。
背景技术
光伏组串是光伏电站的核心发电设备,在实际运行过程中,由于组件本身质量问题以及外部环境因素影响,组串会出现发电异常现象,影响光伏电站整体发电量。
目前对于发电异常组串的检测方法主要分为线上诊断法和线下诊断法。其中,线下诊断法是指运维人员通过查看组串周围环境,借助I-V扫描仪、红外热像仪、万用表等专用测试工具对组串进行现场测试与诊断。由于光伏电站的组串数量庞大,线下诊断方法需要耗费大量人力和时间,不能及时检测到发电异常组串,检测效率低下。线上诊断法是指运维人员通过将云平台呈现的监控数据,如发电小时数、电压、电流等与阈值进行比较,实现对发电异常组串的检测。但是,上述监控数据受天气、组件安装位置等多种因素影响,无法准确设定统一阈值。因此,根据监控数据与阈值的比较结果检测发电异常组串的准确性较低。
发明内容
有鉴于此,本发明提供了一种光伏电站中发电异常组串的检测方法及装置,提高线上检测发电异常组串的准确性。
为了实现上述发明目的,本发明提供的具体技术方案如下:
一种光伏电站中发电异常组串的检测方法,包括:
响应于异常组串检测指令,获取每个光伏组串在检测日中每个采样时刻的功率;
根据所述检测日的气象数据确定所述检测日的天气类型;
依据每个光伏组串的启停机时间以及启停机时间与光伏组串类型的对应关系,确定每个光伏组串的类型;
获取预先根据历史监测数据设定的每种类型光伏组串在目标天气类型中每个采样时刻的功率置信区间,所述目标天气类型与所述检测日的天气类型相同;
分别对每个光伏组串在所述检测日中每个采样时刻的功率与相应类型光伏组串在所述目标天气类型中每个采样时刻的功率置信区间进行对比,根据对比结果确定发电异常组串。
可选的,所述获取预先根据历史监测数据设定的每种类型光伏组串在目标天气类型中每个采样时刻的功率置信区间,包括:
获取预先根据历史监测数据设定的每种类型光伏组串在目标天气类型的典型日中每个采样时刻的功率置信区间,所述目标天气类型的典型日为与所述检测日最接近的预设历史周期内所述目标天气类型中辐照波动值小于阈值的历史日期。
可选的,所述方法还包括:
获取历史监测数据,所述历史监测数据包括历史气象数据和每个光伏组串的历史电流数据和历史电压数据;
根据所述历史气象数据确定每个历史日期的天气类型,并确定每种所述天气类型的典型日,所述天气类型包括晴天和非晴天;
依据每个光伏组串的历史电流数据和历史电压数据,计算每个光伏组串在每个历史日期中每个采样时刻的功率;
基于每个光伏组串在每个历史日期中每个采样时刻的功率,确定每个光伏组串在每个历史日期的启停机时间;
根据每个光伏组串在每个历史日期的启停机时间,对每个光伏组串进行分类,确定每个光伏组串的类型;
统计每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率分布情况,根据该分布情况以及光伏电站健康度,设置每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率置信区间。
可选的,所述方法还包括:
根据每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的分布情况,设定每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率值区间;
分别计算每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率值区间内的功率均值,得到每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率基准值。
可选的,所述方法还包括:
根据发电异常组串在所述检测日中每个采样时刻的功率以及所述发电异常组串类型在所述目标天气类型典型日中每个采样时刻的功率基准值,计算所述发电异常组串在所述检测日的功率损失量。
可选的,所述检测日包括晴天典型日和非晴天典型日,所述分别对每个光伏组串在所述检测日中每个采样时刻的功率与相应类型光伏组串在所述目标天气类型中每个采样时刻的功率置信区间进行对比,根据对比结果确定发电异常组串,包括:
针对每个光伏组串,对该光伏组串在所述检测日中每个采样时刻的功率与相应类型光伏组串在所述目标天气类型的典型日中每个采样时刻的功率置信区间进行对比,确定该组串在所述检测日中每个采样时刻是否存在发电异常,其中,该光伏组串的功率在相应采样时刻的功率置信区间内时发电正常,不在相应采样时刻的功率置信区间内时发电异常;
根据该光伏组串在所述检测日中的晴天典型日和非晴天典型日中每个采样时刻的发电异常情况,确定该光伏组串是否为发电异常组串。
可选的,所述根据该光伏组串在所述检测日中的晴天典型日和非晴天典型日中每个采样时刻的发电异常情况,确定该光伏组串是否为发电异常组串,包括:
判断该光伏组串在所述检测日中的晴天典型日中每个采样时刻是否存在零功率发电异常;
若是,确定该光伏组串为发电异常组串,且该光伏组串的发电异常类型为逆变器停机异常;
若否,判断光伏组串在所述检测日中的所有晴天典型日中非零功率发电异常的采样时刻的比例是否大于预设比例;
若大于预设比例,确定该光伏组串为发电异常组串,且该光伏组串的发电异常类型为积尘异常或倾角异常;
若不大于预设比例,判断光伏组串在所述检测日中的所有晴天典型日中预设时间段内是否存在非零功率发电异常;
若存在非零功率发电异常,确定该光伏组串为发电异常组串,且该光伏组串的发电异常类型为固定遮挡异常;
若不存在非零功率发电异常,判断该光伏组串在所述检测日中所有非晴天典型日中非零功率发电异常的采样时刻的比例是否大于预设比例;
若大于预设比例,确定该光伏组串为发电异常组串,且该光伏组串的发电异常类型为内部损坏异常;
若不大于预设比例,确定该光伏组串不是发电异常组串。
一种光伏电站中发电异常组串的检测装置,包括:
功率数据获取单元,用于响应于异常组串检测指令,获取每个光伏组串在检测日中每个采样时刻的功率;
天气类型确定单元,用于根据所述检测日的气象数据确定所述检测日的天气类型;
组串类型确定单元,用于依据每个光伏组串的启停机时间以及启停机时间与光伏组串类型的对应关系,确定每个光伏组串的类型;
置信区间获取单元,用于获取预先根据历史监测数据设定的每种类型光伏组串在目标天气类型中每个采样时刻的功率置信区间,所述目标天气类型与所述检测日的天气类型相同;
异常组串确定单元,用于分别对每个光伏组串在所述检测日中每个采样时刻的功率与相应类型光伏组串在所述目标天气类型中每个采样时刻的功率置信区间进行对比,根据对比结果确定发电异常组串。
可选的,所述置信区间获取单元,具体用于:
获取预先根据历史监测数据设定的每种类型光伏组串在目标天气类型的典型日中每个采样时刻的功率置信区间,所述目标天气类型的典型日为与所述检测日最接近的预设历史周期内所述目标天气类型中辐照波动值小于阈值的历史日期。
可选的,所述装置还包括置信区间设定单元,具体用于:
获取历史监测数据,所述历史监测数据包括历史气象数据和每个光伏组串的历史电流数据和历史电压数据;
根据所述历史气象数据确定每个历史日期的天气类型,并确定每种所述天气类型的典型日,所述天气类型包括晴天和非晴天;
依据每个光伏组串的历史电流数据和历史电压数据,计算每个光伏组串在每个历史日期中每个采样时刻的功率;
基于每个光伏组串在每个历史日期中每个采样时刻的功率,确定每个光伏组串在每个历史日期的启停机时间;
根据每个光伏组串在每个历史日期的启停机时间,对每个光伏组串进行分类,确定每个光伏组串的类型;
统计每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率分布情况,根据该分布情况以及光伏电站健康度,设置每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率置信区间。
可选的,所述置信区间设定单元,还用于:
根据每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的分布情况,设定每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率值区间;
分别计算每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率值区间内的功率均值,得到每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率基准值。
可选的,所述装置还包括功率损失量化单元,具体用于根据发电异常组串在所述检测日中每个采样时刻的功率以及所述发电异常组串类型在所述目标天气类型典型日中每个采样时刻的功率基准值,计算所述发电异常组串在所述检测日的功率损失量。
可选的,所述检测日包括晴天典型日和非晴天典型日,所述异常组串确定单元,具体用于:
针对每个光伏组串,对该光伏组串在所述检测日中每个采样时刻的功率与相应类型光伏组串在所述目标天气类型的典型日中每个采样时刻的功率置信区间进行对比,确定该组串在所述检测日中每个采样时刻是否存在发电异常,其中,该光伏组串的功率在相应采样时刻的功率置信区间内时发电正常,不在相应采样时刻的功率置信区间内时发电异常;
根据该光伏组串在所述检测日中的晴天典型日和非晴天典型日中每个采样时刻的发电异常情况,确定该光伏组串是否为发电异常组串。
可选的,所述异常组串确定单元,具体用于:
判断该光伏组串在所述检测日中的晴天典型日中每个采样时刻是否存在零功率发电异常;
若是,确定该光伏组串为发电异常组串,且该光伏组串的发电异常类型为逆变器停机异常;
若否,判断光伏组串在所述检测日中的所有晴天典型日中非零功率发电异常的采样时刻的比例是否大于预设比例;
若大于预设比例,确定该光伏组串为发电异常组串,且该光伏组串的发电异常类型为积尘异常或倾角异常;
若不大于预设比例,判断光伏组串在所述检测日中的所有晴天典型日中预设时间段内是否存在非零功率发电异常;
若存在非零功率发电异常,确定该光伏组串为发电异常组串,且该光伏组串的发电异常类型为固定遮挡异常;
若不存在非零功率发电异常,判断该光伏组串在所述检测日中所有非晴天典型日中非零功率发电异常的采样时刻的比例是否大于预设比例;
若大于预设比例,确定该光伏组串为发电异常组串,且该光伏组串的发电异常类型为内部损坏异常;
若不大于预设比例,确定该光伏组串不是发电异常组串。
相对于现有技术,本发明的有益效果如下:
本发明公开的一种光伏电站中发电异常组串的检测方法,考虑到不同安装位置的光伏组串接收辐照的时间不同,导致启停机时间不同,通过根据每个光伏组串的启停机时间对光伏组串进行分类,并通过预先根据历史监测数据设定的每种类型光伏组串在不同天气类型中每个采样时刻的功率置信区间,设定的功率置信区间综合考虑了天气、组串安装位置对光伏组串发电功率的影响,使设定的功率置信区间更加准确客观。在此基础上,通过分别对每个光伏组串在检测日中每个采样时刻的功率与相应类型光伏组串在目标天气类型中每个采样时刻的功率置信区间进行对比,根据对比结果实现对发电异常组串的准确检测,且由于本发明不需要运维人员现场检测,整个检测过程线上进行,在提高发电异常组串检测准确性的同时提高了发电异常组串的检测效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例公开的一种光伏电站中发电异常组串的检测方法的流程示意图;
图2为本发明实施例公开的每种类型的光伏组串在每种天气类型的典型日中每个采样时刻的功率置信区间的设定方法的流程示意图;
图3为本发明实施例公开的一种发电异常组串的检测方法的流程示意图;
图4为本发明实施例公开的一种光伏电站中发电异常组串的检测装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
本发明实施例公开的一种光伏电站中发电异常组串的检测方法,应用于光伏电站中的处理器,该处理器与监控设备通信连接,可以获取气象数据和每个光伏组串的电流数据和电压数据,本发明综合考虑天气、组串安装位置对光伏组串发电功率的影响,设定每种类型光伏组串在不同天气类型中每个采样时刻的功率置信区间,进而通过分别对每个光伏组串在检测日中每个采样时刻的功率与相应类型光伏组串在目标天气类型中每个采样时刻的功率置信区间进行对比,根据对比结果实现对发电异常组串的准确检测,并提高了发电异常组串的检测效率。
具体的,请参阅图1,本实施例公开的一种光伏电站中发电异常组串的检测方法具体包括以下步骤:
S101:响应于异常组串检测指令,获取每个光伏组串在检测日中每个采样时刻的功率;
异常组串检测指令可以是光伏电站控制器发送的,也可以是人为触发的,该异常组串检测指令可以是周期性发送的,也可以不是周期性发送的,这里不做具体限定。
检测日是异常组串检测指令中携带的参数,检测日可以是一天,也可以是多天。为了提高检测准确度,检测日可以为辐照波动值小于阈值的日期,即典型日。
S102:根据检测日的气象数据确定检测日的天气类型;
气象数据可以为环境检测仪检测到的辐照数据,也可以为天气预报数据。
天气类型包括晴天和非晴天。
S103:依据每个光伏组串的启停机时间以及启停机时间与光伏组串类型的对应关系,确定每个光伏组串的类型;
可以理解的是,不同安装位置不同朝向的光伏组串接收辐照的时间不同,即开始接收辐照的时间不同,不再接收辐照的时间也不同,导致光伏组串的启停机时间不同。在此基础上,本实施例根据每个光伏组串的启停机时间对光伏组串进行分类,如根据每个光伏组串的启停机时间将启停机时间划分为多个时间区间,每个启停机时间区间分别对应一种光伏组串类型,具体可以根据不同需要设定启停机时间区间的划分粒度,划分粒度越小,后续设定的置信区间的准确性越高,但所带来的计算量也越大。
S104:获取预先根据历史监测数据设定的每种类型光伏组串在目标天气类型中每个采样时刻的功率置信区间,目标天气类型与检测日的天气类型相同;
考虑到不同天气类型的辐照不同,辐照直接影响光伏组串的发电功率,不同安装位置不同朝向的光伏组串接收辐照的时间不同,也影响光伏组串的发电功率,本实施例通过对天气类型进行分类,并通过根据每个光伏组串的启停机时间对光伏组串进行分类,排除天气、组串安装位置对光伏组串发电功率的影响。
进一步,为了提高设定每种类型光伏组串在不同天气类型中每个采样时刻的功率置信区间的准确性,排除辐照波动大的历史数据对功率置信区间设定的影响,本实施例根据辐照波动值小于阈值的历史日期,即典型日的每个采样时刻的功率,设定每种类型的光伏组串在每种天气类型的典型日中每个采样时刻的功率置信区间。
具体的,请参阅图2,本实施例公开的每种类型的光伏组串在每种天气类型的典型日中每个采样时刻的功率置信区间的设定方法包括以下步骤:
S201:获取历史监测数据,历史监测数据包括历史气象数据和每个光伏组串的历史电流数据和历史电压数据;
S202:根据历史气象数据确定每个历史日期的天气类型,并确定每种天气类型的典型日,天气类型包括晴天和非晴天;
分别对晴天与非晴天时的辐照度曲线求解二阶差分,当辐照度曲线二阶差分的绝对值均小于一定阈值D,确定为典型日,具体公式如下:
Figure BDA0002752883660000091
式中,xt为第t个采样时刻的辐照数据,xmax为当天辐照最大值。
阈值与采样时刻颗粒度有关,如5min级颗粒度数据时,阈值D=0.1(经验值),若因实测数据较少等原因导致不存在典型日时,可适当增大阀值D来放宽选取标准。
选取典型日的目的是找出无论是晴天还是非晴天中辐照波动较小的日期,减小辐照变化对功率置信区间设定精度的干扰,进而降低对最终异常组串检测精度的干扰。
S203:依据每个光伏组串的历史电流数据和历史电压数据,计算每个光伏组串在每个历史日期中每个采样时刻的功率;
S204:基于每个光伏组串在每个历史日期中每个采样时刻的功率,确定每个光伏组串在每个历史日期的启停机时间;
具体的,一天中最先采样得到的功率的采样时刻为光伏组串的启动时刻,最后一次采样得到功率的采样时刻为光伏组串的停机时刻。
S205:根据每个光伏组串在每个历史日期的启停机时间,对每个光伏组串进行分类,确定每个光伏组串的类型;
如根据每个光伏组串的启停机时间将启停机时间划分为多个时间区间,每个启停机时间区间分别对应一种光伏组串类型,具体可以根据不同需要设定启停机时间区间的划分粒度,划分粒度越小,后续设定的置信区间的准确性越高,但所带来的计算量也越大。
S206:统计每种类型的光伏组串在每种天气类型的典型日中每个采样时刻的功率分布情况,根据该分布情况以及光伏电站健康度,设置每种类型的光伏组串在每种天气类型的典型日中每个采样时刻的功率置信区间。
这里的统计方法可以为正态分布统计、函数分布统计等,在此不做具体限定。
以正态分布统计为例,设定功率置信区间就是设定各采样时刻功率值存在的范围。实际应用时假设样本符合正态或近似正态分布,对其进行统计计算后得到功率均值X与标准偏差σ,进而根据功率均值X与标准偏差σ设定功率置信区间。
数值分布在(X–σ,X+σ)的概率为0.6826;数值分布在(X–2σ,X+2σ)的概率为0.9544;数值分布在(X–3σ,X+3σ)的概率为0.9974(该值表明数据偏低异常的可能性不到0.15%),具体的,可根据电站健康度设定置信区间,如电站健康状况较好时功率置信区间设宽些(X–3σ,X+3σ),电站健康状况较差时功率置信区间设窄些(X–2σ,X+2σ)或(X–σ,X+σ)。
S105:分别对每个光伏组串在检测日中每个采样时刻的功率与相应类型光伏组串在目标天气类型中每个采样时刻的置信区间进行对比,根据对比结果确定发电异常组串。
具体的,针对每个光伏组串,对该光伏组串在检测日中每个采样时刻的功率与相应类型光伏组串在目标天气类型的典型日中每个采样时刻的功率置信区间进行对比,确定该组串在所述检测日中每个采样时刻是否存在发电异常,其中,该光伏组串的功率在相应采样时刻的功率置信区间内时发电正常,不在相应采样时刻的功率置信区间内时发电异常。
进一步,为了更加准确检测光伏组串是否异常,检测日包括晴天典型日和非晴天典型日,分别检测光伏组串在晴天典型日和非晴天典型日是否存在异常,即根据光伏组串在检测日中的晴天典型日和非晴天典型日中每个采样时刻的发电异常情况,确定该光伏组串是否为发电异常组串。
在此基础上,请参阅图3,本实施例公开了一种发电异常组串的检测方法,确定光伏组串是否为发电异常组串,并确定发电异常组串的发电异常类型。
S301:判断光伏组串在检测日中的晴天典型日中每个采样时刻是否存在零功率发电异常;
若是,S302:确定光伏组串为发电异常组串,且光伏组串的发电异常类型为逆变器停机异常;
正常情况下,光伏组串在晴天不可能存在每个采样时刻均为零功率,即使存在遮挡或积沉也不会在每个采样时刻均为零功率,因此,该种情况下只可能为该光伏组串对应的逆变器停机异常。
若否,S303:判断光伏组串在检测日中的所有晴天典型日中非零功率发电异常的采样时刻的比例是否大于预设比例;
预设比例可以为90%。
若大于预设比例,S304:确定光伏组串为发电异常组串,且光伏组串的发电异常类型为积尘异常或倾角异常;
光伏组串在检测日中的所有晴天典型日中非零功率发电异常的采样时刻的比例大于预设比例,说明相比其他光伏组串该光伏组串积尘严重,或可能存在塌方、支架变形导致倾角改变异常。
若不大于预设比例,S305:判断光伏组串在检测日中的所有晴天典型日中预设时间段内是否存在非零功率发电异常;
若存在非零功率发电异常,S306:确定光伏组串为发电异常组串,且光伏组串的发电异常类型为固定遮挡异常;
若光伏组串存在固定遮挡,则该光伏组串在连续一段时间内存在功率异常,该预设时间段可根据需求设定。
若不存在非零功率发电异常,S307:判断光伏组串在检测日中所有非晴天典型日中非零功率发电异常的采样时刻的比例是否大于预设比例;
若大于预设比例,S308:确定光伏组串为发电异常组串,且光伏组串的发电异常类型为内部损坏异常;
可以理解的是,由于非晴天不同光伏组串的发电功率一般差距不大,而若光伏组串在非晴天典型日中非零功率发电异常的采样时刻的比例大于预设比例,如90%,说明该光伏组串可能出现内部损坏异常,如热斑、隐裂、老化、短路、短路故障等。
若不大于预设比例,S309:确定光伏组串不是发电异常组串。
排除以上各种异常情况,说明该光伏组串不是发电异常组串。
进一步,本实施例还可以对发电异常损失进行量化。
为了实现对发电异常损失进行量化,预先根据每种类型的光伏组串在每种天气类型的典型日中每个采样时刻的分布情况,设定每种类型的光伏组串在每种天气类型的典型日中每个采样时刻的功率值区间,通过分别计算每种类型的光伏组串在每种天气类型的典型日中每个采样时刻的功率值区间内的功率均值,得到每种类型的光伏组串在每种天气类型的典型日中每个采样时刻的功率基准值。
在确定发电异常组串后,根据发电异常组串在检测日中每个采样时刻的功率以及发电异常组串类型在目标天气类型典型日中每个采样时刻的功率基准值,计算发电异常组串在检测日的功率损失量。
基于上述实施例公开的一种光伏电站中发电异常组串的检测方法,本实施例对应公开了一种光伏电站中发电异常组串的检测装置,请参阅图4,该装置包括:
功率数据获取单元401,用于响应于异常组串检测指令,获取每个光伏组串在检测日中每个采样时刻的功率;
天气类型确定单元402,用于根据所述检测日的气象数据确定所述检测日的天气类型;
组串类型确定单元403,用于依据每个光伏组串的启停机时间以及启停机时间与光伏组串类型的对应关系,确定每个光伏组串的类型;
置信区间获取单元404,用于获取预先根据历史监测数据设定的每种类型光伏组串在目标天气类型中每个采样时刻的功率置信区间,所述目标天气类型与所述检测日的天气类型相同;
异常组串确定单元405,用于分别对每个光伏组串在所述检测日中每个采样时刻的功率与相应类型光伏组串在所述目标天气类型中每个采样时刻的功率置信区间进行对比,根据对比结果确定发电异常组串。
可选的,所述置信区间获取单元404,具体用于:
获取预先根据历史监测数据设定的每种类型光伏组串在目标天气类型的典型日中每个采样时刻的功率置信区间,所述目标天气类型的典型日为与所述检测日最接近的预设历史周期内所述目标天气类型中辐照波动值小于阈值的历史日期。
可选的,所述装置还包括置信区间设定单元,具体用于:
获取历史监测数据,所述历史监测数据包括历史气象数据和每个光伏组串的历史电流数据和历史电压数据;
根据所述历史气象数据确定每个历史日期的天气类型,并确定每种所述天气类型的典型日,所述天气类型包括晴天和非晴天;
依据每个光伏组串的历史电流数据和历史电压数据,计算每个光伏组串在每个历史日期中每个采样时刻的功率;
基于每个光伏组串在每个历史日期中每个采样时刻的功率,确定每个光伏组串在每个历史日期的启停机时间;
根据每个光伏组串在每个历史日期的启停机时间,对每个光伏组串进行分类,确定每个光伏组串的类型;
统计每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率分布情况,根据该分布情况以及光伏电站健康度,设置每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率置信区间。
可选的,所述置信区间设定单元,还用于:
根据每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的分布情况,设定每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率值区间;
分别计算每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率值区间内的功率均值,得到每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率基准值。
可选的,所述装置还包括功率损失量化单元,具体用于根据发电异常组串在所述检测日中每个采样时刻的功率以及所述发电异常组串类型在所述目标天气类型典型日中每个采样时刻的功率基准值,计算所述发电异常组串在所述检测日的功率损失量。
可选的,所述检测日包括晴天典型日和非晴天典型日,所述异常组串确定单元405,具体用于:
针对每个光伏组串,对该光伏组串在所述检测日中每个采样时刻的功率与相应类型光伏组串在所述目标天气类型的典型日中每个采样时刻的功率置信区间进行对比,确定该组串在所述检测日中每个采样时刻是否存在发电异常,其中,该光伏组串的功率在相应采样时刻的功率置信区间内时发电正常,不在相应采样时刻的功率置信区间内时发电异常;
根据该光伏组串在所述检测日中的晴天典型日和非晴天典型日中每个采样时刻的发电异常情况,确定该光伏组串是否为发电异常组串。
可选的,所述异常组串确定单元405,具体用于:
判断该光伏组串在所述检测日中的晴天典型日中每个采样时刻是否存在零功率发电异常;
若是,确定该光伏组串为发电异常组串,且该光伏组串的发电异常类型为逆变器停机异常;
若否,判断光伏组串在所述检测日中的所有晴天典型日中非零功率发电异常的采样时刻的比例是否大于预设比例;
若大于预设比例,确定该光伏组串为发电异常组串,且该光伏组串的发电异常类型为积尘异常或倾角异常;
若不大于预设比例,判断光伏组串在所述检测日中的所有晴天典型日中预设时间段内是否存在非零功率发电异常;
若存在非零功率发电异常,确定该光伏组串为发电异常组串,且该光伏组串的发电异常类型为固定遮挡异常;
若不存在非零功率发电异常,判断该光伏组串在所述检测日中所有非晴天典型日中非零功率发电异常的采样时刻的比例是否大于预设比例;
若大于预设比例,确定该光伏组串为发电异常组串,且该光伏组串的发电异常类型为内部损坏异常;
若不大于预设比例,确定该光伏组串不是发电异常组串。
本实施例公开的一种光伏电站中发电异常组串的检测装置,考虑到不同安装位置的光伏组串接收辐照的时间不同,导致启停机时间不同,通过根据每个光伏组串的启停机时间对光伏组串进行分类,并通过预先根据历史监测数据设定的每种类型光伏组串在不同天气类型典型日中每个采样时刻的功率置信区间,设定的功率置信区间综合考虑了天气、组串安装位置对光伏组串发电功率的影响,使设定的功率置信区间更加准确客观。在此基础上,通过分别对每个光伏组串在检测日中每个采样时刻的功率与相应类型光伏组串在目标天气类型典型日中每个采样时刻的功率置信区间进行对比,根据对比结果实现对发电异常组串的准确检测,且由于本发明不需要运维人员现场检测,整个检测过程线上进行,在提高发电异常组串检测准确性的同时提高了发电异常组串的检测效率。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
上述各个实施例之间可任意组合,对所公开的实施例的上述说明,本说明书中各实施例中记载的特征可以相互替换或者组合,使本领域专业技术人员能够实现或使用本申请。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (14)

1.一种光伏电站中发电异常组串的检测方法,其特征在于,包括:
响应于异常组串检测指令,获取每个光伏组串在检测日中每个采样时刻的功率;
根据所述检测日的气象数据确定所述检测日的天气类型;
依据每个光伏组串的启停机时间以及启停机时间与光伏组串类型的对应关系,确定每个光伏组串的类型;
获取预先根据历史监测数据设定的每种类型光伏组串在目标天气类型中每个采样时刻的功率置信区间,所述目标天气类型与所述检测日的天气类型相同;
分别对每个光伏组串在所述检测日中每个采样时刻的功率与相应类型光伏组串在所述目标天气类型中每个采样时刻的功率置信区间进行对比,根据对比结果确定发电异常组串。
2.根据权利要求1所述的方法,其特征在于,所述获取预先根据历史监测数据设定的每种类型光伏组串在目标天气类型中每个采样时刻的功率置信区间,包括:
获取预先根据历史监测数据设定的每种类型光伏组串在目标天气类型的典型日中每个采样时刻的功率置信区间,所述目标天气类型的典型日为与所述检测日最接近的预设历史周期内所述目标天气类型中辐照波动值小于阈值的历史日期。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取历史监测数据,所述历史监测数据包括历史气象数据和每个光伏组串的历史电流数据和历史电压数据;
根据所述历史气象数据确定每个历史日期的天气类型,并确定每种所述天气类型的典型日,所述天气类型包括晴天和非晴天;
依据每个光伏组串的历史电流数据和历史电压数据,计算每个光伏组串在每个历史日期中每个采样时刻的功率;
基于每个光伏组串在每个历史日期中每个采样时刻的功率,确定每个光伏组串在每个历史日期的启停机时间;
根据每个光伏组串在每个历史日期的启停机时间,对每个光伏组串进行分类,确定每个光伏组串的类型;
统计每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率分布情况,根据该分布情况以及光伏电站健康度,设置每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率置信区间。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
根据每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的分布情况,设定每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率值区间;
分别计算每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率值区间内的功率均值,得到每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率基准值。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
根据发电异常组串在所述检测日中每个采样时刻的功率以及所述发电异常组串类型在所述目标天气类型典型日中每个采样时刻的功率基准值,计算所述发电异常组串在所述检测日的功率损失量。
6.根据权利要求2所述的方法,其特征在于,所述检测日包括晴天典型日和非晴天典型日,所述分别对每个光伏组串在所述检测日中每个采样时刻的功率与相应类型光伏组串在所述目标天气类型中每个采样时刻的功率置信区间进行对比,根据对比结果确定发电异常组串,包括:
针对每个光伏组串,对该光伏组串在所述检测日中每个采样时刻的功率与相应类型光伏组串在所述目标天气类型的典型日中每个采样时刻的功率置信区间进行对比,确定该组串在所述检测日中每个采样时刻是否存在发电异常,其中,该光伏组串的功率在相应采样时刻的功率置信区间内时发电正常,不在相应采样时刻的功率置信区间内时发电异常;
根据该光伏组串在所述检测日中的晴天典型日和非晴天典型日中每个采样时刻的发电异常情况,确定该光伏组串是否为发电异常组串。
7.根据权利要求6所述的方法,其特征在于,所述根据该光伏组串在所述检测日中的晴天典型日和非晴天典型日中每个采样时刻的发电异常情况,确定该光伏组串是否为发电异常组串,包括:
判断该光伏组串在所述检测日中的晴天典型日中每个采样时刻是否存在零功率发电异常;
若是,确定该光伏组串为发电异常组串,且该光伏组串的发电异常类型为逆变器停机异常;
若否,判断光伏组串在所述检测日中的所有晴天典型日中非零功率发电异常的采样时刻的比例是否大于预设比例;
若大于预设比例,确定该光伏组串为发电异常组串,且该光伏组串的发电异常类型为积尘异常或倾角异常;
若不大于预设比例,判断光伏组串在所述检测日中的所有晴天典型日中预设时间段内是否存在非零功率发电异常;
若存在非零功率发电异常,确定该光伏组串为发电异常组串,且该光伏组串的发电异常类型为固定遮挡异常;
若不存在非零功率发电异常,判断该光伏组串在所述检测日中所有非晴天典型日中非零功率发电异常的采样时刻的比例是否大于预设比例;
若大于预设比例,确定该光伏组串为发电异常组串,且该光伏组串的发电异常类型为内部损坏异常;
若不大于预设比例,确定该光伏组串不是发电异常组串。
8.一种光伏电站中发电异常组串的检测装置,其特征在于,包括:
功率数据获取单元,用于响应于异常组串检测指令,获取每个光伏组串在检测日中每个采样时刻的功率;
天气类型确定单元,用于根据所述检测日的气象数据确定所述检测日的天气类型;
组串类型确定单元,用于依据每个光伏组串的启停机时间以及启停机时间与光伏组串类型的对应关系,确定每个光伏组串的类型;
置信区间获取单元,用于获取预先根据历史监测数据设定的每种类型光伏组串在目标天气类型中每个采样时刻的功率置信区间,所述目标天气类型与所述检测日的天气类型相同;
异常组串确定单元,用于分别对每个光伏组串在所述检测日中每个采样时刻的功率与相应类型光伏组串在所述目标天气类型中每个采样时刻的功率置信区间进行对比,根据对比结果确定发电异常组串。
9.根据权利要求8所述的装置,其特征在于,所述置信区间获取单元,具体用于:
获取预先根据历史监测数据设定的每种类型光伏组串在目标天气类型的典型日中每个采样时刻的功率置信区间,所述目标天气类型的典型日为与所述检测日最接近的预设历史周期内所述目标天气类型中辐照波动值小于阈值的历史日期。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括置信区间设定单元,具体用于:
获取历史监测数据,所述历史监测数据包括历史气象数据和每个光伏组串的历史电流数据和历史电压数据;
根据所述历史气象数据确定每个历史日期的天气类型,并确定每种所述天气类型的典型日,所述天气类型包括晴天和非晴天;
依据每个光伏组串的历史电流数据和历史电压数据,计算每个光伏组串在每个历史日期中每个采样时刻的功率;
基于每个光伏组串在每个历史日期中每个采样时刻的功率,确定每个光伏组串在每个历史日期的启停机时间;
根据每个光伏组串在每个历史日期的启停机时间,对每个光伏组串进行分类,确定每个光伏组串的类型;
统计每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率分布情况,根据该分布情况以及光伏电站健康度,设置每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率置信区间。
11.根据权利要求10所述的装置,其特征在于,所述置信区间设定单元,还用于:
根据每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的分布情况,设定每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率值区间;
分别计算每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率值区间内的功率均值,得到每种类型的光伏组串在每种所述天气类型的典型日中每个采样时刻的功率基准值。
12.根据权利要求11所述的装置,其特征在于,所述装置还包括功率损失量化单元,具体用于根据发电异常组串在所述检测日中每个采样时刻的功率以及所述发电异常组串类型在所述目标天气类型典型日中每个采样时刻的功率基准值,计算所述发电异常组串在所述检测日的功率损失量。
13.根据权利要求9所述的装置,其特征在于,所述检测日包括晴天典型日和非晴天典型日,所述异常组串确定单元,具体用于:
针对每个光伏组串,对该光伏组串在所述检测日中每个采样时刻的功率与相应类型光伏组串在所述目标天气类型的典型日中每个采样时刻的功率置信区间进行对比,确定该组串在所述检测日中每个采样时刻是否存在发电异常,其中,该光伏组串的功率在相应采样时刻的功率置信区间内时发电正常,不在相应采样时刻的功率置信区间内时发电异常;
根据该光伏组串在所述检测日中的晴天典型日和非晴天典型日中每个采样时刻的发电异常情况,确定该光伏组串是否为发电异常组串。
14.根据权利要求13所述的装置,其特征在于,所述异常组串确定单元,具体用于:
判断该光伏组串在所述检测日中的晴天典型日中每个采样时刻是否存在零功率发电异常;
若是,确定该光伏组串为发电异常组串,且该光伏组串的发电异常类型为逆变器停机异常;
若否,判断光伏组串在所述检测日中的所有晴天典型日中非零功率发电异常的采样时刻的比例是否大于预设比例;
若大于预设比例,确定该光伏组串为发电异常组串,且该光伏组串的发电异常类型为积尘异常或倾角异常;
若不大于预设比例,判断光伏组串在所述检测日中的所有晴天典型日中预设时间段内是否存在非零功率发电异常;
若存在非零功率发电异常,确定该光伏组串为发电异常组串,且该光伏组串的发电异常类型为固定遮挡异常;
若不存在非零功率发电异常,判断该光伏组串在所述检测日中所有非晴天典型日中非零功率发电异常的采样时刻的比例是否大于预设比例;
若大于预设比例,确定该光伏组串为发电异常组串,且该光伏组串的发电异常类型为内部损坏异常;
若不大于预设比例,确定该光伏组串不是发电异常组串。
CN202011191498.6A 2020-10-30 2020-10-30 一种光伏电站中发电异常组串的检测方法及装置 Pending CN112286993A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011191498.6A CN112286993A (zh) 2020-10-30 2020-10-30 一种光伏电站中发电异常组串的检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011191498.6A CN112286993A (zh) 2020-10-30 2020-10-30 一种光伏电站中发电异常组串的检测方法及装置

Publications (1)

Publication Number Publication Date
CN112286993A true CN112286993A (zh) 2021-01-29

Family

ID=74354111

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011191498.6A Pending CN112286993A (zh) 2020-10-30 2020-10-30 一种光伏电站中发电异常组串的检测方法及装置

Country Status (1)

Country Link
CN (1) CN112286993A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113093813A (zh) * 2021-04-02 2021-07-09 阳光电源股份有限公司 基于光伏组件的逆跟踪方法、控制器及光伏跟踪系统
CN114123971A (zh) * 2021-10-25 2022-03-01 中国华能集团清洁能源技术研究院有限公司 一种基于VaDE的光伏组串异常检测方法及系统
CN115840920A (zh) * 2022-12-30 2023-03-24 北京志翔科技股份有限公司 光伏组串单日可分异常分类方法、装置、设备及存储介质
CN113708490B (zh) * 2021-08-18 2023-12-19 阳光智维科技股份有限公司 光伏发电跟踪系统的异常检测方法、装置及存储介质
CN117543823A (zh) * 2023-11-16 2024-02-09 创维互联(北京)新能源科技有限公司 一种基于多模型的光伏组串损失电量计算方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140188410A1 (en) * 2012-12-28 2014-07-03 Locus Energy, Llc Methods for Photovoltaic Performance Disaggregation
CN108985965A (zh) * 2018-06-22 2018-12-11 华北电力大学 一种结合神经网络和参数估计的光伏功率区间预测方法
CN109842371A (zh) * 2019-03-19 2019-06-04 黎和平 一种定位光伏发电异常的方法和装置
CN109919353A (zh) * 2019-01-11 2019-06-21 杭州电子科技大学 一种基于空间相关性的arima模型的分布式光伏预测方法
CN111402078A (zh) * 2020-03-11 2020-07-10 合肥阳光新能源科技有限公司 光伏组串的诊断方法、装置及控制器

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140188410A1 (en) * 2012-12-28 2014-07-03 Locus Energy, Llc Methods for Photovoltaic Performance Disaggregation
CN108985965A (zh) * 2018-06-22 2018-12-11 华北电力大学 一种结合神经网络和参数估计的光伏功率区间预测方法
CN109919353A (zh) * 2019-01-11 2019-06-21 杭州电子科技大学 一种基于空间相关性的arima模型的分布式光伏预测方法
CN109842371A (zh) * 2019-03-19 2019-06-04 黎和平 一种定位光伏发电异常的方法和装置
CN111402078A (zh) * 2020-03-11 2020-07-10 合肥阳光新能源科技有限公司 光伏组串的诊断方法、装置及控制器

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113093813A (zh) * 2021-04-02 2021-07-09 阳光电源股份有限公司 基于光伏组件的逆跟踪方法、控制器及光伏跟踪系统
CN113093813B (zh) * 2021-04-02 2023-09-29 阳光电源股份有限公司 基于光伏组件的逆跟踪方法、控制器及光伏跟踪系统
CN113708490B (zh) * 2021-08-18 2023-12-19 阳光智维科技股份有限公司 光伏发电跟踪系统的异常检测方法、装置及存储介质
CN114123971A (zh) * 2021-10-25 2022-03-01 中国华能集团清洁能源技术研究院有限公司 一种基于VaDE的光伏组串异常检测方法及系统
CN114123971B (zh) * 2021-10-25 2023-08-25 中国华能集团清洁能源技术研究院有限公司 一种基于VaDE的光伏组串异常检测方法及系统
CN115840920A (zh) * 2022-12-30 2023-03-24 北京志翔科技股份有限公司 光伏组串单日可分异常分类方法、装置、设备及存储介质
CN117543823A (zh) * 2023-11-16 2024-02-09 创维互联(北京)新能源科技有限公司 一种基于多模型的光伏组串损失电量计算方法及系统

Similar Documents

Publication Publication Date Title
CN112286993A (zh) 一种光伏电站中发电异常组串的检测方法及装置
CN109271736B (zh) 光伏组件的故障类型判定方法及装置
CN111555716B (zh) 光伏阵列工作状态的确定方法、装置、设备及存储介质
EP3364324B1 (en) Method and device for detecting equivalent load of wind turbine generator system
US20150088440A1 (en) Solar power generation monitoring method and solar power generation monitoring system
US20110282600A1 (en) System and method for photovoltaic plant power curve measurement and health monitoring
CN109787552B (zh) 一种光伏电站的清洗方法及系统
KR102352588B1 (ko) 선형회귀모델을 이용하여 태양광 발전에서의 인버터 효율 정보를 도출하는 장치 및 방법
US20210313928A1 (en) Method and apparatus for determining key performance photovoltaic characteristics using sensors from module-level power electronics
US20160356859A1 (en) Fault detection in energy generation arrangements
CN111507512A (zh) 一种光伏超短期预测功率的修正方法及装置
CN111614317B (zh) 一种基于iv曲线扫描的光伏板阴影遮挡的诊断方法
CN110544039A (zh) 一种光伏组串的阴影遮挡识别方法及装置
KR20190005514A (ko) 태양전지모듈 열화율 예측방법
CN111082749B (zh) 光伏组串运行状态的识别方法、装置及存储介质
CN107578157B (zh) 基于历史大数据对光伏电站系统效率进行修正的方法
JP6575572B2 (ja) 太陽電池ストリング診断システム及び太陽電池ストリング診断方法
Pan et al. Research on output distribution modeling of photovoltaic modules based on kernel density estimation method and its application in anomaly identification
Huang et al. Wind turbine health assessment framework based on power analysis using machine learning method
CN110348175B (zh) 一种光伏电站有效辐照计算方法和装置
CN117131321A (zh) 一种电能量数据采集方法
KR101544713B1 (ko) 태양광 발전기 출력 저하 판단 방법 및 장치
JP5800069B2 (ja) 太陽光発電ユニットの診断装置、診断方法、及び太陽光発電システム
US20230275544A1 (en) System, Device and Method for Determining Soiling of PV Modules
JP2021145509A (ja) 異常検知装置、異常検知方法、および異常検知プログラム

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 230088 101, 201, office building of Hefei Haoyang Power Technology Co., Ltd., No.23 Tianzhi Road, high tech Zone, Hefei City, Anhui Province

Applicant after: Sunshine Zhiwei Technology Co.,Ltd.

Address before: 230088 101, 201, office building of Hefei Haoyang Power Technology Co., Ltd., No.23 Tianzhi Road, high tech Zone, Hefei City, Anhui Province

Applicant before: Hefei sunshine Zhiwei Technology Co.,Ltd.

Address after: 230000 office buildings 201 and 301 of sunshine power supply Co., Ltd., No. 2 Tianhu Road, high tech Zone, Hefei, Anhui Province

Applicant after: Sunshine Zhiwei Technology Co.,Ltd.

Address before: 230088 101, 201, office building of Hefei Haoyang Power Technology Co., Ltd., No.23 Tianzhi Road, high tech Zone, Hefei City, Anhui Province

Applicant before: Sunshine Zhiwei Technology Co.,Ltd.