CN112487051A - 光伏汇集区大数据管理系统及方法 - Google Patents

光伏汇集区大数据管理系统及方法 Download PDF

Info

Publication number
CN112487051A
CN112487051A CN202011246594.6A CN202011246594A CN112487051A CN 112487051 A CN112487051 A CN 112487051A CN 202011246594 A CN202011246594 A CN 202011246594A CN 112487051 A CN112487051 A CN 112487051A
Authority
CN
China
Prior art keywords
power
photovoltaic
power generation
grid
power station
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
CN202011246594.6A
Other languages
English (en)
Inventor
宋鹏
邓春
巩宇
刘辉
阎博
杨伟新
邵尹池
王靖然
陈威
崔阳
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.)
State Grid Corp of China SGCC
North China Electric Power Research Institute Co Ltd
Electric Power Research Institute of State Grid Jibei Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
North China Electric Power Research Institute Co Ltd
Electric Power Research Institute of State Grid Jibei Electric Power 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 State Grid Corp of China SGCC, North China Electric Power Research Institute Co Ltd, Electric Power Research Institute of State Grid Jibei Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202011246594.6A priority Critical patent/CN112487051A/zh
Publication of CN112487051A publication Critical patent/CN112487051A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Databases & Information Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Fuzzy Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Photovoltaic Devices (AREA)

Abstract

本发明提供了一种光伏汇集区大数据管理系统及方法，所述系统包括光伏汇集地区发电总览模块、电网运行实时监测模块和光伏电站运行模块；所述光伏汇集地区发电总览模块用于获取或计算得到光伏汇集区发电信息、发电统计信息和发电设备信息；所述电网运行实时监测模块用于获取电能质量监测装置的测量数据，根据所述测量数据与所述发电信息、发电统计信息和发电设备信息对电网状态进行预警；所述光伏电站运行模块用于确定电站运行数据，根据所述电站运行数据对光伏电站发电性能进行评估和故障定位，本发明可解决光伏汇集区运维管理困难的问题。

Description

光伏汇集区大数据管理系统及方法
技术领域
本发明涉及大数据技术领域，尤其涉及一种光伏汇集区大数据管理系统及方法。
背景技术
截止2018年底，我国光伏装机容量达175GW，预计到2035年我国光伏装机累计1486GW，并且光伏发电带有大面积属性，按照单块组件275W计算，175GW共包含6.4亿块组件，占地约4400平方公里，给光伏行业的运维带来巨大挑战。
因此，为了满足行业快速发展对光伏电站的运维要求，需要使电站运维向着自动化、智能化发展，光伏富集区的远程监测、无人化营运将是近几年光伏行业的发展趋势。
发明内容
本发明的一个目的在于提供一种光伏汇集区大数据管理系统，解决光伏汇集区运维管理困难的问题。本发明的另一个目的在于提供一种光伏汇集区大数据管理方法。本发明的再一个目的在于提供一种计算机设备。本发明的还一个目的在于提供一种可读介质。
为了达到以上目的，本发明一方面公开了一种光伏汇集区大数据管理系统，包括光伏汇集地区发电总览模块、电网运行实时监测模块和光伏电站运行模块；
所述光伏汇集地区发电总览模块用于获取或计算得到光伏汇集区发电信息、发电统计信息和发电设备信息；
所述电网运行实时监测模块用于获取电能质量监测装置的测量数据，根据所述测量数据与所述发电信息、发电统计信息和发电设备信息对电网状态进行预警；
所述光伏电站运行模块用于确定电站运行数据，根据所述电站运行数据对光伏电站发电性能进行评估和故障定位。
优选的，
所述光伏汇集区发电信息包括光伏汇集区的并网电站数、并网装机容量、并网集中式和组串逆变器台数以及未并网集中式和组串逆变器台数；
发电统计信息包括预设时间段内的累计发电量、等效峰值利用小时数、发电功率-频率、平均辐照度、平均环境温度、平均背板温度、环境温度、弃光电量随时间的变化曲线、弃光率随时间的变化曲线、光伏发电能效比变化曲线以及弃光电量的构成种类与所占比例；
发电设备信息包括光伏发电站中有功控制系统、电压控制系统和动态无功补充装置接入场站的个数、容量、设备台数和投运比例。
优选的，所述电网运行实时监测模块包括输变电设备监控单元、电能质量监测单元和电网运行预警单元；
所述输变电设备监控单元用于获取光伏汇集区电网输变电设备运行数据，根据所述输变电设备运行数据对光伏汇集区电力送出能力和送出极限进行实时展示和评估、对输变电设备负载能力动态评估以及实时评价输变电设备运行状态和故障诊断；
所述电能质量监测单元用于获取各电站的电能质量监测装置测量数据，根据所述测量数据对整个区域电网电能质量进行评估；
所述电网运行预警单元用于确定并展示电压超限与脱网光伏电站以及电压超限与脱网光伏电站的电压超限、脱网时间、频率越限和调频事件。
优选的，所述光伏电站运行模块包括基础信息展示单元，用于向用户展示电站基本信息和电站运行数据。
优选的，所述电站运行数据包括年发电量、日实时发电曲线和气象数据曲线；
年发电量包括最近N年光伏电站年累计发电量和等效峰值利用小时数，N为正整数；
日实时发电曲线包括电站当日实时有功-频率随时间变化曲线以及无功-并网点电压随时间变化曲线；
气象数据曲线包括当日电站辐照度-环境温度-背板温度随时间变化曲线。
优选的，所述光伏电站运行模块用于确定年发电利用小时数、对光伏电站装机容量校正、确定电站发电能效值、确定实时功率比曲线、确定运-行可靠性指标、进行电站弃光电量统计、多个维度的性能参数统计以及采用电站运行数据对电站中有功控制系统、电压控制系统、动态无功补充装置和一次调频运行性能进行评价。
本发明还公开了一种光伏汇集区大数据管理方法，包括：
获取或计算得到光伏汇集区发电信息、发电统计信息和发电设备信息；
获取电能质量监测装置的测量数据，根据所述测量数据与所述发电信息、发电统计信息和发电设备信息对电网状态进行预警；
确定电站运行数据，根据所述电站运行数据对光伏电站发电性能进行评估和故障定位。
优选的，所述光伏汇集区发电信息包括光伏汇集区的并网电站数、并网装机容量、并网集中式和组串逆变器台数以及未并网集中式和组串逆变器台数；
发电统计信息包括预设时间段内的累计发电量、等效峰值利用小时数、发电功率-频率、平均辐照度、平均环境温度、平均背板温度、环境温度、弃光电量随时间的变化曲线、弃光率随时间的变化曲线、光伏发电能效比变化曲线以及弃光电量的构成种类与所占比例；
发电设备信息包括光伏发电站中有功控制系统、电压控制系统和动态无功补充装置接入场站的个数、容量、设备台数和投运比例。
优选的，所述获取电能质量监测装置的测量数据，根据所述测量数据与所述发电信息、发电统计信息和发电设备信息对电网状态进行预警具体包括：
获取光伏汇集区电网输变电设备运行数据，根据所述输变电设备运行数据对光伏汇集区电力送出能力和送出极限进行实时展示和评估、对输变电设备负载能力动态评估以及实时评价输变电设备运行状态和故障诊断；
获取各电站的电能质量监测装置测量数据，根据所述测量数据对整个区域电网电能质量进行评估；
确定并展示电压超限与脱网光伏电站以及电压超限与脱网光伏电站的电压超限、脱网时间、频率越限和调频事件。
优选的，进一步包括：向用户展示电站基本信息和电站运行数据。
优选的，所述电站运行数据包括年发电量、日实时发电曲线和气象数据曲线；
年发电量包括最近N年光伏电站年累计发电量和等效峰值利用小时数，N为正整数；
日实时发电曲线包括电站当日实时有功-频率随时间变化曲线以及无功-并网点电压随时间变化曲线；
气象数据曲线包括当日电站辐照度-环境温度-背板温度随时间变化曲线。
优选的，所述确定电站运行数据，根据所述电站运行数据对光伏电站发电性能进行评估和故障定位具体包括：
确定年发电利用小时数、对光伏电站装机容量校正、确定电站发电能效值、确定实时功率比曲线、确定运-行可靠性指标、进行电站弃光电量统计、多个维度的性能参数统计以及采用电站运行数据对电站中有功控制系统、电压控制系统、动态无功补充装置和一次调频运行性能进行评价。
本发明还公开了一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，
所述处理器执行所述程序时实现如上所述方法。
本发明还公开了一种计算机可读介质，其上存储有计算机程序，
该程序被处理器执行时实现如上所述方法。
本发明通过光伏汇集地区发电总览模块展示光伏汇集区总体光伏发电情况，用户可实时查看汇集区发电信息，通过电网运行实时监测模块对光伏汇集区电网运行情况进行展示和预警，通过光伏电站运行模块对接入的光伏电站进行实时运行展示、性能评价和故障定位，从而实现光伏汇集区发电电站的运维。本发明可应用于光伏富集地区、光伏运营公司、电网公司、能源管理部门，也可以应用于大型光伏电站，解决光伏汇集区运维管理困难的问题。
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一些实施例，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，还可以根据这些附图获得其他的附图。
图1示出本发明光伏汇集区大数据管理系统一个具体实施例的结构图；
图2示出本发明光伏汇集区大数据管理系统一个具体实施例电网运行实时监测模块的结构图；
图3示出本发明光伏汇集区大数据管理系统一个具体实施例逐层分析法的流程图；
图4示出本发明光伏汇集区大数据管理方法一个具体实施例的流程图；
图5示出本发明光伏汇集区大数据管理方法一个具体实施例S200的流程图；
图6示出适于用来实现本发明实施例的计算机设备的结构示意图。
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。
根据本发明的一个方面，本实施例公开了一种光伏汇集区大数据管理系统。如图1所示，本实施例中，所述系统包括光伏汇集地区发电总览模块1、电网运行实时监测模块2和光伏电站运行模块3。
其中，所述光伏汇集地区发电总览模块1用于获取或计算得到光伏汇集区发电信息、发电统计信息和发电设备信息。可以理解的是，光伏汇集地区发电总览模块1可以通过用户输入、主动获取或电站设备上送的信息等方式得到光伏汇集区电站的光伏汇集区发电的各种信息，并可对得到的至少部分信息进行计算，最终得到光伏汇集区发电信息、发电统计信息和发电设备信息。
所述电网运行实时监测模块2用于获取电能质量监测装置的测量数据，根据所述测量数据与所述发电信息、发电统计信息和发电设备信息对电网状态进行预警。其中，可以理解的是，可以通过电站设备上设置的电能质量监测装置得到电站的测量数据，获取测量数据后可对测量数据进行分析，若测量数据存在异常，可向用户预警以使用户能够及时监控电网的状态并进行故障排除。
所述光伏电站运行模块3用于确定电站运行数据，根据所述电站运行数据对光伏电站发电性能进行评估和故障定位。其中，电站运行数据的获取方式至少包含以下两个方式：①从电网公司自动化系统将数据接入；②新能源电站直接将数据接入。
本发明通过光伏汇集地区发电总览模块1展示光伏汇集区总体光伏发电情况，用户可实时查看汇集区发电信息，通过电网运行实时监测模块2对光伏汇集区电网运行情况进行展示和预警，通过光伏电站运行模块3对接入的光伏电站进行实时运行展示、性能评价和故障定位，从而实现光伏汇集区发电电站的运维，解决光伏汇集区运维管理困难的问题。
在优选的实施方式中，光伏汇集区发电信息可包括光伏汇集区的并网电站数、并网装机容量、并网集中式逆变器台数和组串逆变器台数以及未并网集中式和组串逆变器台数。光伏汇集区发电信息还可包括实时的发电功率数值、电网频率数值、实时弃光功率数值、各区实时加权平均辐照度、平均环境温度、平均背板温度、平均湿度和平均风速。其中，各分区可按照区域、城市等进行预先划分，用户可根据需求灵活设置光伏汇集区各区的范围，本发明对此并不作限定。具体的，在一个可选的实施方式中，可以通过以下公式确定各分区实时加权平均辐照度：
Figure BDA0002770238300000061
其中，Save_city为分区的实时加权平均辐照度，W/m2，Pi为被测算分区第i个光伏电站装机容量，Si为第i个光伏电站上送的实时辐照度，PN为该分区总的装机容量。
在优选的实施方式中，发电统计信息包括预设时间段内的累计发电量、等效峰值利用小时数、发电功率-频率、平均辐照度、平均环境温度、平均背板温度、环境温度、弃光电量随时间的变化曲线、弃光率随时间的变化曲线、光伏发电能效比(PR)变化曲线以及弃光电量的构成种类与所占比例。其中，预设时间段优选的可按照日、月、年或自定义时间段形成预设时间段，在其他实施方式中，也可以通过其他方式形成预设时间段。发电统计信息中各个数据的统计预设时间段可以是相同的，也可以是不同的，本发明对此并不作限定。具体的，在一个可选的实施方式中，可以通过以下公式确定光伏发电能效比RSTC为：
Figure BDA0002770238300000062
其中，
Figure BDA0002770238300000063
为统计的预设时间内，所选分区内各光伏电站发电量的累加，n为分区的数量，
Figure BDA0002770238300000064
为所选分区内各光伏电站经过温度/辐照度转换后的装机容量累加，
Figure BDA0002770238300000065
为统计的一周内，所选分区内各光伏电站接受到的辐照度量的累加。
在优选的实施方式中，发电设备信息可包括光伏发电站中有功控制系统(AGC)、电压控制系统(AVC)和动态无功补充装置(SVG)接入场站的个数、容量、设备台数和投运比例等信息。
在优选的实施方式中，如图2所示，所述电网运行实时监测模块2包括输变电设备监控单元21、电能质量监测单元22和电网运行预警单元23。
所述输变电设备监控单元21用于获取光伏汇集区电网输变电设备运行数据，根据所述输变电设备运行数据对光伏汇集区电力送出能力和送出极限进行实时展示和评估、对输变电设备负载能力动态评估以及实时评价输变电设备运行状态和故障诊断。
所述电能质量监测单元22用于获取各电站的电能质量监测装置测量数据，根据所述测量数据对整个区域电网电能质量进行评估。
需要说明的是，可根据现有的评估规则对光伏汇集区进行各项评估，本领域技术人员可根据需要灵活选取评估规则，本发明对此并不作限定，在此不再赘述。
所述电网运行预警单元23用于确定并展示电压超限与脱网光伏电站以及电压超限与脱网光伏电站的电压超限、脱网时间、频率越限和调频事件。
具体的，电网运行预警单元23实时监测每个光伏电站并网点电压，当电压超过预设电压阈值以后，记录电压超过预设电压阈值的开始时刻和结束时刻，并对该光伏电站开始时刻和结束时刻输出功率的功率差进行计算，当功率差大于开始时刻输出功率的95％以上时，判定光伏电站脱网，输出光伏电站名称和和脱网容量(脱网容量为功率突变前的功率值)。电网运行预警单元23进一步实时监测每个光伏电站并网点频率，当频率超过死区后，记录开始时刻和结束时刻，同时记录频率越限期电站增发电量和功率变化曲线。
在优选的实施方式中，所述光伏电站运行模块3可包括基础信息展示单元。所述基础信息展示单元用于向用户展示电站基本信息和电站运行数据。其中，电站基本信息可包括光伏电站所属公司、电站性质(普通并网电站、扶贫电站、分布式电站)、电气主接线图、额定容量、组件装机容量(组件类型、型号、数量)、逆变器型号与数量(逆变器类型、型号、数量、容量)和SVG装机容量。
电站运行数据可包括年发电量、日实时发电曲线和气象数据曲线。其中，年发电量包括最近N年光伏电站年累计发电量、等效峰值利用小时数，N为正整数。日实时发电曲线包括电站当日实时有功-频率随时间变化曲线以及无功-并网点电压随时间变化曲线。气象数据曲线包括当日电站辐照度-环境温度-背板温度随时间变化曲线。
在优选的实施方式中，所述光伏电站运行模块3可根据电站运行数据对光伏电站发电性能和光伏电站涉网性能进行评估。具体的，光伏电站运行模块3用于确定年发电利用小时数、对光伏电站装机容量校正、确定电站发电能效(PR)值、确定实时功率比曲线、确定运-行可靠性指标MRTBF、进行电站弃光电量统计和多个维度的性能参数。对光伏电站涉网性能进行评估包括采用电站运行数据对电站中有功控制系统、电压控制系统、动态无功补充装置和一次调频运行性能进行评价。
具体的，在一个例子中，可对比从电站并网到此刻每年的年发电利用小时数，并根据年发电小时数对电站发电性能进行分级。年发电利用小时数可通过以下公式确定：
Figure BDA0002770238300000081
光伏电站装机容量校正可采用聚类算法及分类算法，提取光伏阵列倾斜面辐照度为1000W/m2时的逆变器直流侧输入功率/汇流箱直流功率，然后用光伏组件背板温度进行光伏电站装机容量校正。
Pmax＝PDC1+PDC2+...+PDCn
P矫正＝Pmax/[1+(t-25)×KP]
其中，P矫正为校正量，PDC1、PDC2……PDCn为倾斜面辐照度为1000W/m2时第一个、第二个、第n个汇流箱直流功率；t为光伏组件背板温度，KP为光伏组件峰值功率温度系数，P矫正为将直流侧功率由背板温度t折算到25℃后直流功率。
电站发电能效(PR)值可包括温度的年平均发电能效值PRstc和周平均PRstc值曲线。其中，在一个具体例子中，电站发电能效(PR)值是光伏等效利用小数与峰值日日照小时数的比值，可通过以下公式确定：
Figure BDA0002770238300000082
Ci＝1+Li×(Tcell-25)
Tcell＝Tb+2℃
Figure BDA0002770238300000083
Figure BDA0002770238300000084
其中：E：光伏电站年累计发电量；k是指光伏电站内共有k种光伏组件，Ci：电站中第i种光伏组件温度修正系数；qi：第i种光伏组件容量占比；P0：电站光伏组件装机容量；H：光伏电站光伏倾斜面接受到的年总辐射量；Gstc：标准状态下的辐照度，取1000W/m2；Li：第i种组件修正到25℃的功率温度系数；Tcell：实测评估周期内电池工作时段的平均工作节温年平均值；Tb：实测评估周期内电池工作时段的平均组件背板温度年平均值；Tair：环境温度年平均值；NOCT：光伏组件的额定工作温度，由光伏组件的参数列表给出，通常的NOCT都在45-47℃左右；S：辐照度年平均值；t1，t2为时刻；Sc为实时辐照度。
周平均PRstc值曲线为用曲线显示周平均PR值曲线，并与过去各年同期进行比较得到。周平均PRstc计算与年PRstc计算类似，如下：
Figure BDA0002770238300000091
Ci＝1+Li×(Tcell-25)
Tcell＝Tb+2℃
Figure BDA0002770238300000092
Figure BDA0002770238300000093
其中：E：光伏电站周累计发电量；Ci：电站中第i种光伏组件温度修正系数；Qi：第i种光伏组件容量占；P0：电站光伏组件装机容量；H：光伏电站光伏倾斜面接受到的周总辐射量；Gstc：标准状态下的辐照度，取1000W/m2；Li：第i种组件修正到25℃的功率温度系数；Tcell：实测评估周期内电池工作时段的平均工作节温周平均值；Tb：实测评估周期内电池工作时段的平均组件背板温度周平均值；Tair：环境温度周平均值；NOCT：光伏组件的额定工作温度，由光伏组件的参数列表给出，正常公司的NOCT都在45-47℃左右；S：辐照度周平均值；Sci：实时辐照度；Qi：电站中第i种组件总面积，t1、t2为时刻。
在可选的实施方式中，在确定实时功率比曲线时，可选择光强大于100W/m2时测量并网点输出功率，同时测量光照面的辐照度，测出来后把并网点的功率进行温度和光强修正，修正到STC条件，修正后的功率除以电站组件初装功率，就是功率转换率。具体的，在一个具体例子中，可通过如下公式进行功率温度、光强的修正：
Figure BDA0002770238300000101
Tc＝Tb+2
其中：Pstc为归一化到标准环境下的电站功率，Pc为测试时刻的输出功率，Sc为测试时刻的辐照度，Tc为测试时刻的光伏组件接温，Tb为光伏组件的背板温度，r为所用光伏组件的功率温度系。
实时功率比计算公式如下：
Figure BDA0002770238300000102
其中：RTPR为电站实时功率比；PN为电站装机容量。
在优选的实施方式中，运-行可靠性指标MRTBF可通过如下公式计算得到：
Figure BDA0002770238300000103
式中：MRTBF：平均无故障运行时间，单位为小时，h；T：统计时间长度，h；TL：统计时间长度内，设备例行维护造成的停机时间，h；TN：统计时间长度内，因电网、外部电气设备及其他原因造成的停机时间，h；Nr：统计时间长度内，因设备自身原因导致的可远程复位故障次数；Nl：统计时间长度内，因设备自身原因导致的不可远程复位故障次数。
在优选的实施方式中，电站弃光电量统计可包括绘制年弃光电量随时间变化曲线、绘制年弃光率随时间变化曲线和采用饼图绘制导致电站弃光的各类原因及其占比。其中，原因可分为站内光伏发电设备故障、站内电气设备故障、站内发电设备检修、站内电气设备检修和站外线路及设备故障等原因。
在优选的实施方式中，光伏电站的发电性能可以从多个维度进行综合评价，通过多个维度的性能参数可以更加全面的展现各个电站的性能。优选的，多个维度的性能参数可包括并网点最大有功功率PACmax、光伏组件安装容量Pe、光伏电站并网运行时长Tt、光伏电站等效峰值发电小时数Te，(Te＝上网电量/光伏组件安装容量)、并网时间内的平均发电功率Pavr(Pavr＝上网电量/光伏电站并网运行时长)、直流侧效率ηDC(ηDC＝逆变器直流侧输入电量/光伏阵列面辐照总量)、交流侧效率ηAC(ηAC＝上网电量/逆变器直流侧输入电量)、系统容量转换率(ηP＝PACmax/Pe)。可选的，可以完整一年历史数据计算进行性能评价。
在优选的实施方式中，所述光伏电站运行模块3可根据电站运行数据对光伏电站故障进行定位。其中，在一个具体例子中，可通过对光伏发电单元特定的电气参数进行计算与对比，逐步缩小电站发电故障范围，已达到故障定位的目的。所述光伏电站运行模块3用于通过光伏组串运行电流离散率分析和逐层分析法进行故障定位。
其中，光伏组串运行电流离散率分析可通过绘制一个发电单元的中各组串的直流电流随时间变化的直流电流曲线对比图。根据离散率评价标准确定稳定运行、运行良好、有待提高三个等级的电流曲线。其中，离散率＝组串电流的标准差/组串电流的平均值*100％。在一个具体例子中，可通过以下公式确定：
Figure BDA0002770238300000111
其中：N为组串个数；xi为第i个组串运行电流值，A；r为N个组串运行电流平均值；σ(r)为组串运行电流离散率。
进一步的，如图3所示，逐层分析法可通过对光伏电站各结构层级发电性能Gg进行计算，以Gg＝0.8为判断阈值，然后逐层聚焦故障点。具体的，Gg可通过以下公式计算得到：
Figure BDA0002770238300000112
式中：Gg：统计时间长度内，光伏单元的发电能力指标，％；N：统计时间长度内，光伏单元有功功率为最大输出控制模式，且辐照度和平均功率均在正常范围内的10分钟平均有功功率的有效数据点个数；PGa,i：统计时间长度内，光伏单元有功功率为最大输出控制模式，且辐照度和平均功率均在正常范围内，光伏单元实际输出的有功功率值，kW。取自光伏分系统监控系统的10分钟平均有功功率记录。PGp,i：经过STC标准条件折算到实际环境后，通过辐照度和理论功率曲线计算得到的光伏单元理论功率值PGp，kW。计算方法如下：
PGp＝V′m×I'm×Lst×Lh×(1-q)×yc×yd×yi
V′m＝Vm×[1-B×(25-Tc)]
Figure BDA0002770238300000121
其中：Vm为光伏组件STC条件下MPPT电压；Vm’为光伏组件实测MPPT电压；Im为光伏组件STC条件下MPPT电流；B为光伏组件开路电压温度系数；Sc为统计时间长度内实测辐照度平均值；Tc为统计时间长度内实测光伏节温平均值；a为光伏组件短路电流温度系数；Im’为实测光伏组件MPPT电流；q为组件衰减率；Lst每个光伏组串中包含的光伏组件的个数；Lh为光伏发电单元光伏组串数；yc汇流箱效率；yd光伏单元配电柜效率；yi光伏逆变器效率。
Figure BDA0002770238300000122
统计时间长度内，取自光伏分系统监控系统中的所有10分钟平均有功功率有效记录值之和，kW。
Figure BDA0002770238300000123
根据从光伏分系统监控系统中获取与对应数据点的辐照度10分,钟平均值，参照设备厂家提供的理论功率曲线，插值计算得到的理论功率之和，kW。
在优选的实施方式中，光伏汇集区大数据管理系统还包括经济性评价模块。经济性评价模块用于基于现有电站发电数据，对光伏电站全寿命内部收益率、投资回收年限等经济性进行评估。需要说明的是，可根据现有的评估规则对光伏电站进行各项评估，本领域技术人员可根据需要灵活选取评估规则，本发明对此并不作限定，在此不再赘述。
基于相同原理，本实施例还公开了本发明还公开了一种光伏汇集区大数据管理方法。如图4所示，所述方法包括：
S100：获取或计算得到光伏汇集区发电信息、发电统计信息和发电设备信息。
S200：获取电能质量监测装置的测量数据，根据所述测量数据与所述发电信息、发电统计信息和发电设备信息对电网状态进行预警。
S300：确定电站运行数据，根据所述电站运行数据对光伏电站发电性能进行评估和故障定位。
本发明通过光伏汇集地区发电总览模块展示光伏汇集区总体光伏发电情况，用户可实时查看汇集区发电信息，通过电网运行实时监测模块对光伏汇集区电网运行情况进行展示和预警，通过光伏电站运行模块对接入的光伏电站进行实时运行展示、性能评价和故障定位，从而实现光伏汇集区发电电站的运维。本发明可应用于光伏富集地区、光伏运营公司、电网公司、能源管理部门，也可以应用于大型光伏电站，解决光伏汇集区运维管理困难的问题。
在优选的实施方式中，所述光伏汇集区发电信息包括光伏汇集区的并网电站数、并网装机容量、并网集中式和组串逆变器台数以及未并网集中式和组串逆变器台数。
发电统计信息包括预设时间段内的累计发电量、等效峰值利用小时数、发电功率-频率、平均辐照度、平均环境温度、平均背板温度、环境温度、弃光电量随时间的变化曲线、弃光率随时间的变化曲线、光伏发电能效比变化曲线以及弃光电量的构成种类与所占比例。
发电设备信息包括光伏发电站中有功控制系统、电压控制系统和动态无功补充装置接入场站的个数、容量、设备台数和投运比例。
在优选的实施方式中，如图5所示，所述S200具体可包括：
S210：获取光伏汇集区电网输变电设备运行数据，根据所述输变电设备运行数据对光伏汇集区电力送出能力和送出极限进行实时展示和评估、对输变电设备负载能力动态评估以及实时评价输变电设备运行状态和故障诊断。
S220：获取各电站的电能质量监测装置测量数据，根据所述测量数据对整个区域电网电能质量进行评估。
S230：确定并展示电压超限与脱网光伏电站以及电压超限与脱网光伏电站的电压超限、脱网时间、频率越限和调频事件。
在优选的实施方式中，所述方法进一步包括：
S310：向用户展示电站基本信息和电站运行数据。
在优选的实施方式中，所述电站运行数据包括年发电量、日实时发电曲线和气象数据曲线。
其中，年发电量包括最近N年光伏电站年累计发电量和等效峰值利用小时数，N为正整数。
日实时发电曲线包括电站当日实时有功-频率随时间变化曲线以及无功-并网点电压随时间变化曲线。
气象数据曲线包括当日电站辐照度-环境温度-背板温度随时间变化曲线。
在优选的实施方式中，所述S300具体可包括：
S320：确定年发电利用小时数、对光伏电站装机容量校正、确定电站发电能效值、确定实时功率比曲线、确定运-行可靠性指标、进行电站弃光电量统计、多个维度的性能参数统计以及采用电站运行数据对电站中有功控制系统、电压控制系统、动态无功补充装置和一次调频运行性能进行评价。
由于该方法解决问题的原理与以上系统类似，因此本方法的实施可以参见系统的实施，在此不再赘述。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机设备，具体的，计算机设备例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
在一个典型的实例中计算机设备具体包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上所述方法。
下面参考图6，其示出了适于用来实现本申请实施例的计算机设备600的结构示意图。
如图6所示，计算机设备600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM))603中的程序而执行各种适当的工作和处理。在RAM603中，还存储有系统600操作所需的各种程序和数据。CPU601、ROM602、以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶反馈器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡，调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口606。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装如存储部分608。
特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包括用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (14)

1.一种光伏汇集区大数据管理系统，其特征在于，包括光伏汇集地区发电总览模块、电网运行实时监测模块和光伏电站运行模块；
所述光伏汇集地区发电总览模块用于获取或计算得到光伏汇集区发电信息、发电统计信息和发电设备信息；
所述电网运行实时监测模块用于获取电能质量监测装置的测量数据，根据所述测量数据与所述发电信息、发电统计信息和发电设备信息对电网状态进行预警；
所述光伏电站运行模块用于确定电站运行数据，根据所述电站运行数据对光伏电站发电性能进行评估和故障定位。
2.根据权利要求1所述的光伏汇集区大数据管理系统，其特征在于，
所述光伏汇集区发电信息包括光伏汇集区的并网电站数、并网装机容量、并网集中式和组串逆变器台数以及未并网集中式和组串逆变器台数；
发电统计信息包括预设时间段内的累计发电量、等效峰值利用小时数、发电功率-频率、平均辐照度、平均环境温度、平均背板温度、环境温度、弃光电量随时间的变化曲线、弃光率随时间的变化曲线、光伏发电能效比变化曲线以及弃光电量的构成种类与所占比例；
发电设备信息包括光伏发电站中有功控制系统、电压控制系统和动态无功补充装置接入场站的个数、容量、设备台数和投运比例。
3.根据权利要求1所述的光伏汇集区大数据管理系统，其特征在于，所述电网运行实时监测模块包括输变电设备监控单元、电能质量监测单元和电网运行预警单元；
所述输变电设备监控单元用于获取光伏汇集区电网输变电设备运行数据，根据所述输变电设备运行数据对光伏汇集区电力送出能力和送出极限进行实时展示和评估、对输变电设备负载能力动态评估以及实时评价输变电设备运行状态和故障诊断；
所述电能质量监测单元用于获取各电站的电能质量监测装置测量数据，根据所述测量数据对整个区域电网电能质量进行评估；
所述电网运行预警单元用于确定并展示电压超限与脱网光伏电站以及电压超限与脱网光伏电站的电压超限、脱网时间、频率越限和调频事件。
4.根据权利要求1所述的光伏汇集区大数据管理系统，其特征在于，所述光伏电站运行模块包括基础信息展示单元，用于向用户展示电站基本信息和电站运行数据。
5.根据权利要求1所述的光伏汇集区大数据管理系统，其特征在于，所述电站运行数据包括年发电量、日实时发电曲线和气象数据曲线；
年发电量包括最近N年光伏电站年累计发电量和等效峰值利用小时数，N为正整数；
日实时发电曲线包括电站当日实时有功-频率随时间变化曲线以及无功-并网点电压随时间变化曲线；
气象数据曲线包括当日电站辐照度-环境温度-背板温度随时间变化曲线。
6.根据权利要求1所述的光伏汇集区大数据管理系统，其特征在于，所述光伏电站运行模块用于确定年发电利用小时数、对光伏电站装机容量校正、确定电站发电能效值、确定实时功率比曲线、确定运-行可靠性指标、进行电站弃光电量统计、多个维度的性能参数统计以及采用电站运行数据对电站中有功控制系统、电压控制系统、动态无功补充装置和一次调频运行性能进行评价。
7.一种光伏汇集区大数据管理方法，其特征在于，包括：
获取或计算得到光伏汇集区发电信息、发电统计信息和发电设备信息；
获取电能质量监测装置的测量数据，根据所述测量数据与所述发电信息、发电统计信息和发电设备信息对电网状态进行预警；
确定电站运行数据，根据所述电站运行数据对光伏电站发电性能进行评估和故障定位。
8.根据权利要求7所述的光伏汇集区大数据管理方法，其特征在于，所述光伏汇集区发电信息包括光伏汇集区的并网电站数、并网装机容量、并网集中式和组串逆变器台数以及未并网集中式和组串逆变器台数；
发电统计信息包括预设时间段内的累计发电量、等效峰值利用小时数、发电功率-频率、平均辐照度、平均环境温度、平均背板温度、环境温度、弃光电量随时间的变化曲线、弃光率随时间的变化曲线、光伏发电能效比变化曲线以及弃光电量的构成种类与所占比例；
发电设备信息包括光伏发电站中有功控制系统、电压控制系统和动态无功补充装置接入场站的个数、容量、设备台数和投运比例。
9.根据权利要求7所述的光伏汇集区大数据管理方法，其特征在于，所述获取电能质量监测装置的测量数据，根据所述测量数据与所述发电信息、发电统计信息和发电设备信息对电网状态进行预警具体包括：
获取光伏汇集区电网输变电设备运行数据，根据所述输变电设备运行数据对光伏汇集区电力送出能力和送出极限进行实时展示和评估、对输变电设备负载能力动态评估以及实时评价输变电设备运行状态和故障诊断；
获取各电站的电能质量监测装置测量数据，根据所述测量数据对整个区域电网电能质量进行评估；
确定并展示电压超限与脱网光伏电站以及电压超限与脱网光伏电站的电压超限、脱网时间、频率越限和调频事件。
10.根据权利要求7所述的光伏汇集区大数据管理方法，其特征在于，进一步包括：向用户展示电站基本信息和电站运行数据。
11.根据权利要求10所述的光伏汇集区大数据管理方法，其特征在于，所述电站运行数据包括年发电量、日实时发电曲线和气象数据曲线；
年发电量包括最近N年光伏电站年累计发电量和等效峰值利用小时数，N为正整数；
日实时发电曲线包括电站当日实时有功-频率随时间变化曲线以及无功-并网点电压随时间变化曲线；
气象数据曲线包括当日电站辐照度-环境温度-背板温度随时间变化曲线。
12.根据权利要求7所述的光伏汇集区大数据管理方法，其特征在于，所述确定电站运行数据，根据所述电站运行数据对光伏电站发电性能进行评估和故障定位具体包括：
确定年发电利用小时数、对光伏电站装机容量校正、确定电站发电能效值、确定实时功率比曲线、确定运-行可靠性指标、进行电站弃光电量统计、多个维度的性能参数统计以及采用电站运行数据对电站中有功控制系统、电压控制系统、动态无功补充装置和一次调频运行性能进行评价。
13.一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，
所述处理器执行所述程序时实现如权利要求7-12任一项所述方法。
14.一种计算机可读介质，其上存储有计算机程序，其特征在于，
该程序被处理器执行时实现如权利要求7-12任一项所述方法。
CN202011246594.6A 2020-11-10 2020-11-10 光伏汇集区大数据管理系统及方法 Pending CN112487051A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011246594.6A CN112487051A (zh) 2020-11-10 2020-11-10 光伏汇集区大数据管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011246594.6A CN112487051A (zh) 2020-11-10 2020-11-10 光伏汇集区大数据管理系统及方法

Publications (1)

Publication Number Publication Date
CN112487051A true CN112487051A (zh) 2021-03-12

Family

ID=74929079

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011246594.6A Pending CN112487051A (zh) 2020-11-10 2020-11-10 光伏汇集区大数据管理系统及方法

Country Status (1)

Country Link
CN (1) CN112487051A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113949097A (zh) * 2021-10-13 2022-01-18 江苏紫泉综合能源服务有限公司 一种光伏电站能效分析系统
CN115102278A (zh) * 2022-06-16 2022-09-23 国网信息通信产业集团有限公司 一种分布式光伏电能质量的配置监测系统及方法
CN116308272A (zh) * 2023-02-23 2023-06-23 国家能源集团江苏电力有限公司 用于分布式光伏电站集群的全周期管理系统
CN117252925A (zh) * 2023-10-08 2023-12-19 中节能（新泰）太阳能科技有限公司 一种基于航拍技术的光伏电站障碍定位方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105337308A (zh) * 2015-10-23 2016-02-17 南京南瑞集团公司 一种电网侧区域分布式光伏运维管理系统及管理方法
CN105634405A (zh) * 2014-12-01 2016-06-01 国家电网公司 光伏发电系统发电性能的检测方法及装置
CN111010084A (zh) * 2019-12-12 2020-04-14 山东中实易通集团有限公司 一种光伏电站智能监控分析平台及方法
JP2020072601A (ja) * 2018-11-01 2020-05-07 ヒラソル・エナジー株式会社 太陽光発電システムの発電性能評価システム及び方法、プログラム、データベース

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105634405A (zh) * 2014-12-01 2016-06-01 国家电网公司 光伏发电系统发电性能的检测方法及装置
CN105337308A (zh) * 2015-10-23 2016-02-17 南京南瑞集团公司 一种电网侧区域分布式光伏运维管理系统及管理方法
JP2020072601A (ja) * 2018-11-01 2020-05-07 ヒラソル・エナジー株式会社 太陽光発電システムの発電性能評価システム及び方法、プログラム、データベース
CN111010084A (zh) * 2019-12-12 2020-04-14 山东中实易通集团有限公司 一种光伏电站智能监控分析平台及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘建国, 王刚, 吴聪萍: "可再生能源导论", 28 February 2017, 中国轻工业出版社, pages: 327 - 330 *
周念成;池源;王强钢;董宇;关锐;刘永胜;李题印;: "并网光伏发电站在线监测与状态评估系统", 电力自动化设备, vol. 32, no. 10, pages 6 - 11 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113949097A (zh) * 2021-10-13 2022-01-18 江苏紫泉综合能源服务有限公司 一种光伏电站能效分析系统
CN115102278A (zh) * 2022-06-16 2022-09-23 国网信息通信产业集团有限公司 一种分布式光伏电能质量的配置监测系统及方法
CN115102278B (zh) * 2022-06-16 2024-01-23 国网信息通信产业集团有限公司 一种分布式光伏电能质量的配置监测系统及方法
CN116308272A (zh) * 2023-02-23 2023-06-23 国家能源集团江苏电力有限公司 用于分布式光伏电站集群的全周期管理系统
CN117252925A (zh) * 2023-10-08 2023-12-19 中节能（新泰）太阳能科技有限公司 一种基于航拍技术的光伏电站障碍定位方法
CN117252925B (zh) * 2023-10-08 2024-05-24 中节能（新泰）太阳能科技有限公司 一种基于航拍技术的光伏电站障碍定位方法

Similar Documents

Publication Publication Date Title
CN112487051A (zh) 光伏汇集区大数据管理系统及方法
Sundaram et al. Performance evaluation and validation of 5 MWp grid connected solar photovoltaic plant in South India
Widén et al. Impacts of different data averaging times on statistical analysis of distributed domestic photovoltaic systems
Li et al. The comprehensive evaluation of smart distribution grid based on cloud model
CN108847682B (zh) 一种基于运行数据的光伏发电站并网性能评估方法及系统
CN111210363B (zh) 一种风电场无功电压控制能力综合评估方法
CN111614317B (zh) 一种基于iv曲线扫描的光伏板阴影遮挡的诊断方法
Saranchimeg et al. A novel framework for integration analysis of large-scale photovoltaic plants into weak grids
CN117220597A (zh) 一种光伏电站快速频率响应速率监测系统
CN109543993B (zh) 分析光伏电站的方法、计算机存储介质及计算机设备
Luo et al. Energy efficiency evaluation and optimization of active distribution networks with building integrated photovoltaic systems
CN113990057B (zh) 一种宽频振荡厂站端预警方法、系统、存储介质及服务器
Vokas et al. Electric network power quality assessment using fuzzy expert system methodology
Soto et al. Grid disturbances caused by massive integration of solar systems at utility level
de Oliveira et al. Influence of photovoltaic generation model and time resolution on the reliability evaluation of distribution systems
Oprea et al. Key technical performance indicators for power plants
Besheer et al. Status Monitoring and Performance Investigation of a 5.1 kW Rooftop Grid-Tie Photovoltaic Energy System in Egypt
Alam et al. Variability Assessment of Solar Irradiance for the Safe Grid Integration of Solar Photovoltaic Power Plants
CN113242018A (zh) 一种光伏设备故障诊断方法及其应用装置
CN112271821A (zh) 基于云计算的用电终端降损节能智能化监测与分析系统
Ciocia et al. An Improved Model for AC Power from Grid Connected Photovoltaic Systems and Comparison with Large-Scale Hourly Measured Data
Karki Reliability and cost evaluation of small isolated power systems containing photovoltaic and wind energy
Jasiński et al. Different working conditions identification of a PV power plant using hierarchical clustering
Pascual et al. On the on-site measurement of the degradation rate of crystalline silicon PV modules at plant level
CN109347434A (zh) 一种计及老化时光伏发电功率的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination