CN113642895A - 一种离网光伏电站的剩余性能评估方法 - Google Patents

一种离网光伏电站的剩余性能评估方法 Download PDF

Info

Publication number
CN113642895A
CN113642895A CN202110939402.8A CN202110939402A CN113642895A CN 113642895 A CN113642895 A CN 113642895A CN 202110939402 A CN202110939402 A CN 202110939402A CN 113642895 A CN113642895 A CN 113642895A
Authority
CN
China
Prior art keywords
photovoltaic
power generation
year
string
average
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.)
Granted
Application number
CN202110939402.8A
Other languages
English (en)
Other versions
CN113642895B (zh
Inventor
侯彦娇
王哲
杨子龙
王一波
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.)
Institute of Electrical Engineering of CAS
Original Assignee
Institute of Electrical Engineering of CAS
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 Institute of Electrical Engineering of CAS filed Critical Institute of Electrical Engineering of CAS
Priority to CN202110939402.8A priority Critical patent/CN113642895B/zh
Publication of CN113642895A publication Critical patent/CN113642895A/zh
Application granted granted Critical
Publication of CN113642895B publication Critical patent/CN113642895B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Photovoltaic Devices (AREA)

Abstract

一种离网光伏电站的剩余性能评估方法,利用数据管理终端采集的光伏组串输出功率对光伏电站剩余发电量进行评估:第一步,对数据终端采集的光伏组串输出功率数据进行整理,剔除无效数据;第二步,选择原始数据,并按月划分为3个时段,计算某一年每月每组光伏组串3个时段的平均发电量;第三步,计算光伏组件遮挡值,根据遮挡值对第二步得到的数据进行修正;第四步,分别计算某一年3个时段每个发电单元的平均发电量;第五步,分别计算某一年3个时段所有发电单元平均发电量;第六步,计算某一年光伏电站平均衰减量;第七步,估算剩余电量。

Description

一种离网光伏电站的剩余性能评估方法
技术领域
本发明涉及一种离网光伏电站的剩余性能评估方法。
背景技术
独立运行的微型可再生能源系统作为一种可控、灵活、经济、绿色的新型分布式电源应用方式,目前大量的离网光伏电站分布在青海的果洛、玉树等边远地区,由于地域的经纬度造成发电效率不同,而环境温度、太阳辐照度、风速等环境因素以及维护质量的不同更加增加发电效率的不确定性,随着边远地区人们生活条件的不断提高,农牧民对清洁供暖、清洁炊事的要求不断提升,现有的独立可再生能源系统已不能满足当地用能需求,对目标光伏电站的剩余性能评估,提高可再生能源利用率、提高用户供能可靠性迫在眉睫。
发明内容
光伏组件的理论衰减值是在环境条件友好的条件下得到的,而实际应用过程中腐蚀性气体、高低温、遮挡、维护等都影响光伏组件的寿命,为克服现有技术的缺点,本发明提出一种光伏电站的剩余性能评估方法。本发明可评估两年以上正常发电的边远地区离网光伏电站的剩余性能。
数据管理终端实时采集离网光伏电站中气象仪、变压器、发电单元和汇流箱的信息,包括辐照、电压、电流、功率、发电量等数据。所述的变压器接入h个发电单元,每个发电单元由一台逆变器、多台汇流箱和k串光伏组串组成。k串光伏组串经汇流箱汇集后,连接到逆变器的输入端,经逆变器DC/AC逆变后接入变压器的输出端。其中h∈[1,2,3…],为整数,k∈[1,2,3…],为整数。
本发明假设线路损耗、逆变器效率不变,利用数据管理终端采集的数据对光伏电站剩余发电量进行评估,具体步骤如下:
第一步,分别对数据终端采集的每组光伏组串输出功率数据进行筛选,剔除以下情况的光伏组串输出功率值:每天日出前和日落后的光伏组串输出功率数据、光伏组串输出功率采集值大于等于理论功率值和逆变器故障情况下的光伏组串输出功率值,计算每天每组光伏组串发电量。光伏组串发电量为光伏组串输出功率与日照时间的乘积;
第二步,在经过第一步处理的每组光伏组串输出功率中,将光伏电站工作之日起前12个月定义为第1年,选取这一年的光伏组串输出功率作为原始数据,将每年数据终端采集到的光伏组串输出功率数据按照第一步的方法进行筛选;按月分成三个时段,第一时段为1到10日,第二时段为11到20日,第三时段为21日到月末,分别计算每年每月每个发电单元3个时段光伏组串平均发电量;
第三步,选取某一年与光伏电站正常工作后前三个月内的任意包含3个时段的连续时间段,并选取同一发电单元中相邻的发电正常的2组光伏组串,两组光伏组串数量相等、发电功率偏差不大于δ%;对其中一组光伏组串的表面进行清理及维护,分别计算两组光伏组串3个时段平均发电量,然后进行差值比较,计算出3个时段的光伏组件遮挡值δ_1、δ_2、δ_3,其中δ_1为第一时段光伏组件遮挡值,δ_2为第二时段光伏组件遮挡值,δ_3为第三时段光伏组件遮挡值。依据3个时段的光伏组件遮挡值δ_1、δ_2、δ_3对光伏电站中除了原始数据和进行清洁维护的光伏组串以外的其他所有时段的光伏组串平均发电量数据进行修正,得到某一年选定的3个时段每个发电单元平均发电量:
第四步,在经过第三步修正后的某一年同期选定的3个时段光伏组串平均发电量中,筛选出某一年同期选定的3个时段光伏组串平均发电量的最大值和最小值,然后分别计算某一年同期选定的3个时段每个发电单元光伏组串平均发电量。
第五步,在经过第四步修正后的某一年同期选定的3个时段每个发电单元光伏组串平均发电量中,剔除每个发电单元平均发电量的最大值和最小值,分别计算某一年同期选定的3个时段所有发电单元的平均发电量。
第六步,计算某年光伏电站的平均衰减量:将第1年的3个时段光伏电站的光伏组串平均发电量,分别与第2年、第3年,直至该某年的3个时段的光伏电站的光伏组串平均发电量进行差值计算,分别得到3个时段的第2年、第3年,直至该某年的衰减量,然后将该某一年3个时段的发电衰减量求平均,得到该某年光伏电站的平均衰减量。
第七步,估算光伏电站剩余电量:利用第2年、第3年、……、第y年光伏组串平均发电衰减量,建立一条光伏组串平均发电衰减量函数曲线及其对应函数式,并依据光伏组串平均发电衰减量函数、发电单元数h、光伏组串数k和某年的光伏电站发电量,分别计算出某年的光伏组串平均发电衰减量、光伏电站某年的损失发电量,最终得到第y年光伏电站发电量,其中y为年,y∈[1,2,3…25],为整数。
各步骤计算方法如下:
第一步,对数据终端得到的光伏组串发电功率的数据进行整理,剔除无效的发电功率数据,计算每组光伏组串每天发电量,计算方法如下:
1)将数据库中每天光伏组串的发电功率数据进行筛选,剔除每天日出前和日落后的光伏组串发电功率数据,得到光伏组串输出功率,即;Ppv_n∈[tsun_down,tsun_up],其中Ppv_n为光伏组串输出功率,tsun_up为太阳升起时间;tsun_down为太阳落山时间;
2)在光伏组件的面积、转换效率一定的条件下,光伏发电功率与辐照度成正比,由此将步骤1)筛选后的数据中剔除所有光伏组串输出功率Ppv_n值大于等于同一时刻的辐照度SIR对应的理论发电功率值,以及小于等于辐照度SIR对应的理论发电功率值与光伏遮挡系数的乘积,得到光伏组串输出功率,即;P(t)pv_n∈{P|β·SIR·ηpv·Apv_n≤P≤SIR·ηpvApv_n},其中tsun_up为太阳升起时间;tsun_down为太阳落山时间;P(t)pv_n为任意一串光伏组串输出功率,n∈[1,2,3……k],为整数,k为光伏组串数量;ηpv为光伏组件发电转换效率;β为光伏组件遮挡系数;Apv_n为任意一串光伏组串面积;SIR为太阳平均辐照度;
3)将经步骤1)和步骤2)筛选后的数据,根据数据终端采集到的逆变器工作状态码信息State,剔除逆变器异常停机和待机时对应的光伏组串输出功率数据,得到光伏组串输出功率,即P(t)pv_n∈{P|β·SIR·ηpv·Apv_n≤P≤SIR·ηpvApv_n}∩[State>0];其中P(t)pv_n为任意一串光伏组串输出功率,n∈[1,2,3……k],为整数;State为逆变器工作状态码,State<0为逆变器故障状态;State=0为逆变器待机状态;State>0为逆变器正常工作状态。
4)计算光伏电站的每一串光伏组串每天发电量Epv_n,光伏发电量Epv_n等于光伏发电功率与日照发电时间的乘积,即Epv_n=P(t)pv_n×t。
第二步,将光伏电站工作之日起前12个月定义为第1年,选取这一年的光伏组串输出功率作为原始数据,,将某年数据终端采集到的光伏组串输出功率数据按照第一步的方法进行筛选,然后按月分成三个时段,第一时段1到10日,第二时段11到20日,第三时段为21日到月末,并将3个时段光伏组串发电量分别求平均,获得每月3个时段的平均发电量为:
Figure BDA0003214148350000031
为第1时段的光伏组串平均发电量,
Figure BDA0003214148350000032
为第2时段的光伏组串平均发电量,
Figure BDA0003214148350000033
为第3时段的光伏组串平均发电量,其中下标中的y为年,y∈[1,2,3…25],为整数,m为月,m∈[1,2,3……12],为整数,d为发电单元,d∈[1,2,3……h],为整数,n为d单元下的光伏组串数n∈[1,2,3……k],为整数。
以选取第一年第2单元第5串光伏组串为例说明:
1)获得第1个月3个时段的平均发电量:第1时段的平均发电量
Figure BDA0003214148350000041
第2时段的平均发电量
Figure BDA0003214148350000042
第3时段的平均发电量
Figure BDA0003214148350000043
2)获得第2个月3个时段的平均发电量:第1时段的平均发电量
Figure BDA0003214148350000044
第2时段的平均发电量
Figure BDA0003214148350000045
第3时段的平均发电量
Figure BDA0003214148350000046
3)获得第3个月3个时段的平均发电量:第1时段的平均发电量
Figure BDA0003214148350000047
第2时段的平均发电量
Figure BDA0003214148350000048
第3时段的平均发电量
Figure BDA0003214148350000049
其中,
Figure BDA00032141483500000410
为光伏电站安装后第1年第1个月第1时段的平均发电量值;
Figure BDA00032141483500000411
为安装后第1年第1个月的第2时段的平均发电量值;
Figure BDA00032141483500000412
为安装后第1年第1个月的第3时段的平均发电量值;
Figure BDA00032141483500000413
为安装后第1年第2个月第1时段的平均发电量值;
Figure BDA00032141483500000414
为安装后第1年的第2个月第2时段的平均发电量值;
Figure BDA00032141483500000415
为安装后第1年第2个月的第3时段的平均发电量值;
Figure BDA00032141483500000416
为安装后第1年第3个月的第1时段的平均发电量值;
Figure BDA00032141483500000417
为安装后第1年第3月份的第2时段的平均发电量值;
Figure BDA00032141483500000418
为安装后第1年第3个月的第3时段的平均发电量值;
Figure BDA00032141483500000419
为安装后第1年第12个月的第1时段的平均发电量值;
Figure BDA00032141483500000420
为安装后第1年第12个月的第2时段的平均发电量值;
Figure BDA00032141483500000421
为安装后第1年第12个月的第3时段的平均发电量值。
第三步,计算某年3个时段光伏组串平均发电量:选取某一年与光伏电站正常工作后前三个月内的任意包含3个时段的连续时间段,并选取同一发电单元中相邻且发电正常的2组光伏组串,这两组光伏组串安装角度不变、组串数量相等、发电量偏差不大于δ%,选取其中一组光伏组串对光伏组件表面进行清理及维护,确保该组光伏组串在选定的连续时间段内进行清洁,计算该两组光伏组串选定时间段内的平均发电量,将当前清洁过的光伏组串输出的3个时段的发电量平均值
Figure BDA0003214148350000051
与被选中的另一串光伏组串同期3个时段发电量平均值进行差值计算,得到同期3个时段的光伏组件遮挡值,然后对第二步得到的同期3个时段的光伏组串平均发电量进行修正,得到每个发电单元中每串光伏组串的3个时段修正后的无遮挡的平均发电量,具体如下:
1、如光伏电站安装完成后正式投入使用的时间是6月7日,选则光伏电站正式工作后3个月内包含3个时段的连续时间段为6月21日至7月30日;再选取某一年6月21日至7月30日之间的同期数据,并选取同一发电单元中相邻且发电正常的2组光伏组串,这两组光伏组串安装角度不变、组串数量相等、发电量偏差不大于δ%,确保对其中一组光伏组串进行清洁及维护,其中6月21日到月末为第3时段,计算该时段的光伏组串的平均发电量
Figure BDA0003214148350000052
7月1日~10日为第1时段,计算该时段的光伏组串的平均发电量
Figure BDA0003214148350000053
7月11日~20日为第2时段,计算该时段光伏组串的平均发电量
Figure BDA0003214148350000054
其中下标中的c为当前选定时间段内被清洁的光伏组串,m为月,m∈[1,2,3……12],为整数,d为发电单元,d∈[1,2,3……h],为整数,n为d单元下的光伏组串数n∈[1,2,3……k],为整数。
2、将当前清洁过的光伏组串输出的3个时段的发电量平均值
Figure BDA0003214148350000055
与被选中的未进行清洁的光伏组串同期3个时段的发电量平均值进行差值计算,分别得到3个时段的光伏组件遮挡值:即
Figure BDA0003214148350000056
3、依据3个时段光伏组件遮挡值δ_1、δ_2、δ_3,对某年中除了选定进行清洁维护的光伏组串以外的所有光伏组串的发电量进行修正,得到每个发电单元中每串光伏组串的3个时段修正后的无遮挡的平均发电量:
Figure BDA0003214148350000057
其中,
Figure BDA0003214148350000058
为光伏组串无遮挡时第1时段平均发电量;
Figure BDA0003214148350000059
为光伏组串无遮挡时第2时段平均发电量;
Figure BDA00032141483500000510
为光伏组串无遮挡时第3时段平均发电量;
Figure BDA00032141483500000511
为光伏组件清洁40天内对应的第1时段的平均发电量;
Figure BDA00032141483500000512
为光伏组件清洁40天内对应的第2时段的平均发电量;
Figure BDA00032141483500000513
为光伏组件清洁40天内对应的第3时段的平均发电量;其中下标中的y为年,y∈[1,2,3…25],为整数,m为月,m∈[1,2,3……12],c为当前选定时间段内被清洁的光伏组串,d为发电单元,d∈[1,2,3……h],为整数,n为d发电单元的光伏组串数,n∈[1,2,3……k],为整数;δ_1为进行清洁光伏组串选定时间段内对应的第1时段光伏组串遮挡值;δ_2为进行清洁光伏组串选定时间段内对应的第2时段的光伏组串遮挡值;δ_3为进行清洁光伏组串选定时间段内对应的第3时段光伏组串遮挡值。
第四步,计算某一年3个时段每个发电单元平均发电量:在经过第三步修正后的某一年某月某组光伏组串3个时段的平均发电量进行整理,剔除某一年某月某组光伏组串3个时段平均发电量的最大值和最小值,然后计算某一年同期选定时间段内3个时段每个发电单平均发电量,具体计算方法如下:
1、筛选出某一年某月某组光伏组串3个时段的平均发电量的最大值:
Figure BDA0003214148350000061
Figure BDA0003214148350000062
Figure BDA0003214148350000063
2、筛选出某一年某月某组光伏组串3个时段的平均发电量的最小值:
Figure BDA0003214148350000064
Figure BDA0003214148350000065
Figure BDA0003214148350000066
3、计算某一年3个时段每个发电单元平均发电量,如计算某一年第1时段1个发电单元的平均发电量,某一年第1时段第2个发电单元的平均发电量,某一年第2时段第5个发电单元的平均发电量:
1)某一年第1时段第1个发电单元的平均发电量:
Figure BDA0003214148350000067
2)某一年第1时段第2个发电单元的平均发电量:
Figure BDA0003214148350000068
3)某一年第2时段第5个发电单元的平均发电量:
Figure BDA0003214148350000069
其中,Eymdn_min1为某一年某月某组光伏组串第1时段的平均发电量的最小值;Eymdn_min2为某一年某月某组光伏组串第2时段的平均发电量的最小值;Eymdn_min3为某一年某月某组光伏组串第3时段的平均发电量的最小值;Eymdn_max1为某一年某月某组光伏组串第1时段的平均发电量的最大值;Eymdn_max2为某一年某月某组光伏组串第2时段的平均发电量的最大值;Eymdn_max3为某一年某月某组光伏组串第3时段的平均发电量的最大值;
Figure BDA0003214148350000071
为某一年第1时段第1个发电单元的平均发电量,
Figure BDA0003214148350000072
为某一年第1时段第2个发电单元的平均发电量,
Figure BDA0003214148350000073
为某一年第2时段第5个发电单元的平均发电量:其中下标中的y为年,y∈[1,2,3…25],为整数,m为月,m∈[1,2,3……12],为整数,d为发电单元,d∈[1,2,3……h],为整数,n为d发电单元的光伏组串数n∈[1,2,3……k],为整数。
第五步,分别计算某一年3个时段所有发电单元的平均发电量,对第4步得到的某一年3个时段每个发电单元的平均发电量数据进行整理,剔除该某年3个时段每个发电单元的平均发电量的最大和最小值,计算该某年3个时段所有发电单元的平均发电量,具体如下:
1、分别筛选出某一年3个时段每个发电单元中平均发电量的最大值:
Figure BDA0003214148350000074
Figure BDA0003214148350000075
Figure BDA0003214148350000076
2、分别筛选出某一年3个时段每个发电单元中平均发电量的最小值:
Figure BDA0003214148350000077
Figure BDA0003214148350000078
Figure BDA0003214148350000079
3、分别计算某一年3个时段所有光伏组串的平均发电量:
Figure BDA00032141483500000710
Figure BDA00032141483500000711
Figure BDA0003214148350000081
其中,Eymdn_ave_max1为某一年第1时段每个发电单元中平均发电量的最大值;Eymdn_ave_max2为某一年第2时段每个发电单元中平均发电量的最大值;Eymdn_ave_max3为某一年第3时段每个发电单元中平均发电量的最大值;Eymdn_ave_min1为某一年第1时段每个发电单元中平均发电量的最小值;Eymdn_ave_min2为某一年第2时段每个发电单元中平均发电量的最小值;Eymdn_ave_min3为某一年第3时段每个发电单元中平均发电量的最小值;
Figure BDA0003214148350000082
为某一年第1个时段所有光伏组串的平均发电量;
Figure BDA0003214148350000083
为某一年第2个时段所有光伏组串的平均发电量;
Figure BDA0003214148350000084
为某一年第3个时段所有光伏组串的平均发电量;其中下标中的y为年,y∈[1,2,3…25],为整数,m为月,m∈[1,2,3……12],为整数,d为发电单元,d∈[1,2,3……h],为整数,n为d单元的光伏组串数,n∈[1,2,3……k],为整数。
第六步,计算某一年光伏电站的平均衰减量:
1、计算某年光伏电站的平均衰减量:将第1年3个时段光伏电站的光伏组串平均发电量,分别与第2年、第3年,直至某一年同期选定的3个时段光伏电站的光伏组串平均发电量进行差值计算,分别得到3个时段的第2年、第3年,直至某一年的衰减量,然后将某一年3个时段的发电衰减量求平均,得到某一年光伏电站的平均衰减量。计算方法如下:
如第2年3个时段光伏电站发电衰减量:
1)第2年第1时段光伏电站发电衰减量:
Figure BDA0003214148350000085
2)第2年第2时段光伏电站发电衰减量:
Figure BDA0003214148350000086
2)第2年第3时段光伏电站发电衰减量:
Figure BDA0003214148350000087
如第3年3个时段光伏电站发电衰减量:
1)第3年第1时段光伏电站发电衰减量:
Figure BDA0003214148350000088
2)第3年第2时段光伏电站发电衰减量:
Figure BDA0003214148350000091
3)第3年第3时段光伏电站发电衰减量:
Figure BDA0003214148350000092
某一年3个时段光伏电站发电衰减量:
1)某一年第1时段光伏电站发电衰减量:
Figure BDA0003214148350000093
2)某一年第2时段光伏电站发电衰减量:
Figure BDA0003214148350000094
3)某一年第3时段光伏电站发电衰减量:
Figure BDA0003214148350000095
4)将某一年光伏电站的3个时段的光伏电站发电衰减量求平均,得到第2、3、……、第y年光伏组串平均发电衰减量,计算方法如下:
1、第2年光伏电站平均衰减量:
Figure BDA0003214148350000096
2、第3年光伏电站平均衰减量:
Figure BDA0003214148350000097
3、某一年光伏电站平均衰减量:
Figure BDA0003214148350000098
其中,
Figure BDA0003214148350000099
为第2年第1时段光伏电站发电衰减量;
Figure BDA00032141483500000910
为第2年第2时段光伏电站发电衰减量;
Figure BDA00032141483500000911
为第2年第3时段光伏电站发电衰减量;
Figure BDA00032141483500000912
为第3年第1时段光伏电站发电衰减量;
Figure BDA00032141483500000913
为第3年第2时段光伏电站发电衰减量;
Figure BDA00032141483500000914
为第3年第3时段光伏电站发电衰减量;
Figure BDA00032141483500000915
为某一年第1时段光伏电站发电衰减量;
Figure BDA00032141483500000916
为某一年第2时段光伏电站发电衰减量;
Figure BDA00032141483500000917
为某一年第3时段光伏电站发电衰减量;
Figure BDA0003214148350000101
为第2年光伏电站平均衰减量;
Figure BDA0003214148350000102
第3年光伏电站平均衰减量;
Figure BDA0003214148350000103
第y年光伏电站平均衰减量。其中下标中的y为年,y∈[1,2,3…25],为整数,m为月,m∈[1,2,3……12],为整数,d为发电单元d∈[1,2,3……h],为整数,n为d单元下的光伏组串数n∈[1,2,3……k],为整数。
第七步,估算光伏电站剩余电量:
1、将第2、3、……、y年光伏组串平均发电衰减量,建立以年为横轴,平均发电衰减量为纵轴连线,得到一条光伏组串平均发电衰减量函数曲线及对应函数式。依据光伏组串平均发电衰减量函数分别代入第y年,y∈[1,2,3…25]的整数,分别得到对应某一年的光伏组串平均发电衰减量,如光伏电站按25年限计算,
Figure BDA0003214148350000104
2、将某一年的光伏组串平均发电衰减量与光伏电站发电单元数h和光伏组串数k相乘,可得到光伏电站某一年的损失发电量,即
Figure BDA0003214148350000105
3、将第y年光伏电站的年发电量
Figure BDA0003214148350000106
分别与光伏电站第y年的损失发电量
Figure BDA0003214148350000107
进行差值计算,对应得到光伏电站第y年的剩余电量,即
Figure BDA0003214148350000108
4、将光伏电站第y年的剩余电量求和,得到未来光伏电站总的剩余发电量:
Figure BDA0003214148350000109
其中,
Figure BDA00032141483500001010
为第2年光伏电站平均衰减量;
Figure BDA00032141483500001011
为第3年光伏电站平均衰减量;
Figure BDA00032141483500001012
为某一年光伏电站平均衰减量;
Figure BDA00032141483500001013
为第25年光伏电站平均衰减量;
Figure BDA00032141483500001014
为某一年光伏电站平均衰减函数;
Figure BDA00032141483500001015
为光伏电站某一年的损失发电量;
Figure BDA00032141483500001016
为光伏电站第y年的年发电量;
Figure BDA00032141483500001017
为光伏电站第y年的剩余电量,下标中y为年,y∈[1,2,3…25],为整数;
Figure BDA00032141483500001018
未来光伏电站总的剩余发电量;h光伏电站发电单元数;k为每个发电单元的光伏组串数。
附图说明
图1光伏电站系统组成结构图;
图2光伏电站剩余电量估算流程图。
具体实施方式
以下结合附图和具体实施方式进一步说明本发明。
如图1所示,边远地区离网光伏电站由数据管理终端、气象仪、变压器和h个发电单元组成。其中,变压器接入h个发电单元,每个发电单元由一台逆变器、多台汇流箱和k串光伏组串组成。k串光伏组串发电经汇流箱汇集,输出到逆变器输入端,经逆变器DC/AC逆变后接入变压器输出。数据管理终端实时采集气象仪、箱变测控和各个单元的逆变器、汇流箱数据的电压、电流、功率等数据。其中h∈[1,2,3…],为整数,k∈[1,2,3…],为整数。
本发明光伏电站的剩余性能评估方法步骤如下:
本发明假设线路损耗、逆变器效率不变,利用数据管理终端采集的数据对光伏电站剩余发电量进行评估。
第一步,分别对数据终端采集的每组光伏组串输出功率数据进行筛选,剔除以下情况的光伏组串输出功率值:每天日出前和日落后的光伏组串输出功率数据、光伏组串输出功率采集值大于等于理论功率值和逆变器故障情况下的光伏组串输出功率值,计算每天每组光伏组串发电量。光伏组串发电量为光伏组串输出功率与日照时间的乘积;
第二步,在经过第一步处理的每组光伏组串输出功率中将光伏电站工作之日起前12个月定义为第1年,选取这一年的光伏组串输出功率作为原始数据,将每年数据终端采集到的光伏组串输出功率数据按照第一步的方法进行筛选,将每月的30天分成三个时段,第一时段为1到10日,第二时段为11到20日,第三时段为21日到月末,分别计算每年每月每个发电单元3个时段光伏组串平均发电量;
第三步,选取某一年与光伏电站正常工作后前三个月内的任意包含3个时段的连续时间段,并选取同一发电单元中相邻发电正常的2串光伏组串,两组光伏组串数量相等、发电功率偏差不大于δ%;对其中一组光伏组串的表面进行清理及维护,分别计算两组光伏组串3个时段平均发电量,然后进行差值比较,计算出3个时段的光伏组件遮挡值δ_1、δ_2、δ_3,其中δ_1为第一时段光伏组件遮挡值,δ_2为第二时段光伏组件遮挡值,δ_3为第三时段光伏组件遮挡值。依据3个时段的光伏组件遮挡值δ_1、δ_2、δ_3对光伏电站中除了原始数据和进行清洁维护的光伏组串以外的其他所有时段的光伏组串平均发电量数据进行修正,得到某一年选定的3个时段每个发电单元平均发电量:
第四步,在经过第三步修正后的某一年某月3个时段光伏组串平均发电量中,剔除某一年某月3个时段光伏组串平均发电量的最大值和最小值,然后计算某一年同期-3个时段每个发电单元光伏组串平均发电量;
第五步,在经过第四步得到的某一年同期3个时段每个发电单元光伏组串平均发电量中,剔除每个发电单元平均发电量的最大值和最小值后,分别计算某一年同期-3个时段所有发电单元的平均发电量;
第六步,计算某一年光伏电站的平均衰减量:在经过第5步得到的某一年同期3个时段所有发电单元的平均发电量,筛选出第1年、第2年、第3年直至某一年同期3个时段,将第1年同期40天3个时段光伏电站的光伏组串平均发电量,分别与第2年、第3年直至某一年同期40天3个时段的光伏电站的光伏组串平均发电量进行差值计算,分别得到3个时段第2年、第3年,直至某一年的发电衰减量,然后将某一年3个时段的发电衰减量求平均,得到某一年同期-选定时段光伏电站的平均衰减量;
第七步,估算光伏电站剩余电量;
利用第2年、第3年、……、第y年光伏组串平均发电衰减量,建立光伏组串平均发电衰减量函数曲线及其对应函数式,并依据光伏组串平均发电衰减量函数、发电单元数h、光伏组串数k和某一年的光伏电站发电量,分别计算出某一年的光伏组串平均发电衰减量、光伏电站某一年的损失发电量,最终得到第y年光伏电站发电量,其中y为年,y∈[1,2,3…25],为整数。
具体评估方法如下:
第一步,对数据终端得到的光伏组串发电功率的数据进行整理,剔除无效的发电功率数据,计算每组光伏组串每天发电量,计算方法如下:
1)将数据库中每天光伏组串的发电功率数据进行筛选,剔除每天日出前和日落后的光伏组串发电功率数据,得到光伏组串输出功率,即;Ppv_n∈[tsun_down,tsun_up],其中Ppv_n为光伏组串输出功率,tsun_up为太阳升起时间;tsun_down为太阳落山时间;
2)在光伏组件的面积、转换效率一定的条件下,光伏发电功率与辐照度成正比,由此将步骤1)筛选后的数据中剔除所有光伏组串输出功率Ppv_n值大于等于同一时刻的辐照度SIR对应的理论发电功率值,以及小于等于辐照度SIR对应的理论发电功率值与光伏遮挡系数的乘积,同时剔除光伏组串输出功率P(t)pv_n<0数据,得到光伏组串输出功率,即;P(t)pv_n∈{P|β·SIR·ηpv·Apv_n≤P≤SIR·ηpvApv_n∩P>0},其中tsun_up为太阳升起时间;tsun_down为太阳落山时间;P(t)pv_n为任意一串光伏组串输出功率,n∈[1,2,3……k],为整数,k为光伏组串数量;ηpv为光伏组件发电转换效率;β为光伏组件遮挡系数;Apv_n为任意一串光伏组串面积;SIR为太阳平均辐照度;
3)将经步骤1)和步骤2)筛选后的数据,根据数据终端采集到的逆变器工作状态码信息State,剔除逆变器异常停机和待机时对应的光伏组串输出功率P(t)pv_n数据,得到光伏组串输出功率,即P(t)pv_n∈[State>0];其中P(t)pv_n为任意一串光伏组串输出功率,n∈[1,2,3……k],为整数;State为逆变器工作状态码,State<0为逆变器故障状态;State=0为逆变器待机状态;State>0为逆变器正常工作状态;
4)计算光伏电站的每一串光伏组串每天发电量Epv_n。光伏发电量Epv_n等于光伏发电功率与日照发电时间的乘积,即Epv_n=P(t)pv_n×t。
其中,P(t)pv_n为任意一串光伏组串输出功率;tsun_up为太阳升起时间;tsun_down为太阳落山时间;State为逆变器工作状态码,State<0为逆变器故障状态,State=0为逆变器待机状态,State>0为逆变器正常工作状态;SIR为太阳平均辐照度;Apv_n为任意一串光伏组串面积;Epv_n为任意一串光伏组串发电量;n∈[1,2,3……k],为整数,k为光伏组串数量;ηpv为光伏组件发电转换效率;β为光伏组件遮挡系数;t为日照时间。
第二步,在经过第一步处理的每组光伏组串输出功率中,将光伏电站工作之日起前12个月定义为第1年,选取这一年的光伏组串输出功率作为原始数据,将某一年数据终端采集到的光伏组串输出功率数据按照第一步的方法进行筛选,然后按月分成三个时段,第1时段1到10日,第2时段11到20日,第3时段为21日到月末,并将3个时段光伏组串发电量分别求平均,获得每月3个时段的平均发电量为:
Figure BDA0003214148350000131
为第一时段的光伏组串平均发电量,
Figure BDA0003214148350000132
为第二时段的光伏组串平均发电量,
Figure BDA0003214148350000133
为第三时段的光伏组串平均发电量,其中下标中的y为年,y∈[1,2,3…25],为整数,m为月,m∈[1,2,3……12],为整数,d为发电单元,d∈[1,2,3……h],为整数,n为d单元下的光伏组串数n∈[1,2,3……k],为整数。
如光伏电站工作之日起后三个月为5、6、7月,选取第2年第5、6、7月第2单元第5串光伏组串:
1)获得5月份第1时段1~10日的平均发电量
Figure BDA0003214148350000134
第2时段11~20日的平均发电量
Figure BDA0003214148350000141
第3时段21日到月末的平均发电量
Figure BDA0003214148350000142
2)获得6月份第1时段1~10日的平均发电量
Figure BDA0003214148350000143
第2时段11~20日的平均发电量
Figure BDA0003214148350000144
第3时段21日到月末的平均发电量
Figure BDA0003214148350000145
3)获得7月份第1时段1~10日的平均发电量
Figure BDA0003214148350000146
第2时段11~20日的平均发电量
Figure BDA0003214148350000147
第3时段21日到月末的平均发电量
Figure BDA0003214148350000148
其中,
Figure BDA0003214148350000149
为第2年5月份第2发电单元第5串光伏组串的第1时段1~10日的平均发电量值;
Figure BDA00032141483500001410
为第2年5月份第2发电单元第5串光伏组串的第2时段11~20日的平均发电量值;
Figure BDA00032141483500001411
为第2年5月份第2发电单元第5串光伏组串的第3时段21日到月末的平均发电量值;
Figure BDA00032141483500001412
为第2年6月份第2发电单元第5串光伏组串的第1时段1~10日的平均发电量值;
Figure BDA00032141483500001413
为第2年6月份第2发电单元第5串光伏组串的第2时段11~20日的平均发电量值;
Figure BDA00032141483500001414
为第2年6月份、第2发电单元第5串光伏组串的第3时段21日到月末的平均发电量值;
Figure BDA00032141483500001415
为第2年7月份第2发电单元第5串光伏组串的第1时段1~10日的平均发电量值;
Figure BDA00032141483500001416
为第2年7月份第2发电单元第5光伏组串的第2时段11~20日的平均发电量值;
Figure BDA00032141483500001417
为第2年7月份第2发电单元第5串光伏组串的第3时段21日到月末的平均发电量值;
第三步,计算某年3个时段光伏组串平均发电量:选取某一年与光伏电站开始工作之日起前三个月内的40天同期时间,并选取同一发电单元中相邻且发电正常的2组光伏组串,这两组光伏组串安装角度不变、组串数量相等、发电量偏差不大于δ%,选取其中一组光伏组串对光伏组件表面进行清理及维护,确保该组光伏组串在选定的连续时间段内进行的清洁,计算该两组光伏组串选定时间段内的的平均发电量,将当前清洁过的光伏组串输出的3个时段的发电量平均值
Figure BDA00032141483500001418
与被选中的另一串光伏组串同期的3个时段发电量平均值进行差值计算,得到同期3个时段的光伏组件遮挡值,然后对第二步得到的3个时段的光伏组串平均发电量进行修正,得到每个发电单元中每串光伏组串的3个时段修正后的无遮挡的平均发电量,具体如下:
1、如光伏电站安装完成后正式投入使用的时间是6月7日,选则光伏电站正式工作后3个月内40天时间,为6月21日至7月30日;再选取某一年6月21日至7月30日的同期数据,并选取同一发电单元中相邻且发电正常的2组光伏组串,这两组光伏组串安装角度不变、组串数量相等、发电量偏差不大于δ%,确保对其中一组光伏组串进行清洁及维护,计算6月21日到月末为第3时段;计算该时段的光伏组串的平均发电量
Figure BDA0003214148350000151
7月1日~10日为第一时段,计算该时段的光伏组串的平均发电量
Figure BDA0003214148350000152
7月11日~20日为第1时段,计算该时段光伏组串的平均发电量
Figure BDA0003214148350000153
其中下标中的c为当前选定时间段内被清洁的光伏组串,m为月,m∈[1,2,3……12],为整数,d为发电单元,d∈[1,2,3……h],为整数,n为d单元下的光伏组串数n∈[1,2,3……k],为整数。
2、将当前清洁过的光伏组串输出的3个时段的发电量平均值
Figure BDA0003214148350000154
与被选中的另一串光伏组串同期的3个时段发电量平均值进行差值计算,分别得到3个时段的光伏组件遮挡值:即
Figure BDA0003214148350000155
3、依据3个时段光伏组件遮挡值δ_1、δ_2、δ_3,对某年中除了选定进行清洁维护的光伏组串以外的所有光伏组串的发电量进行修正,得到每个发电单元中每串光伏组串的3个时段修正后的无遮挡的平均发电量:
Figure BDA0003214148350000156
其中,
Figure BDA0003214148350000157
为光伏组串无遮挡时第1时段平均发电量;
Figure BDA0003214148350000158
为光伏组串无遮挡时第2时段平均发电量;
Figure BDA0003214148350000159
为光伏组串无遮挡时第3时段平均发电量;
Figure BDA00032141483500001510
为光伏组件清洁40天内对应的第1时段的平均发电量;
Figure BDA00032141483500001511
为光伏组件清洁40天内对应的第2时段的平均发电量;
Figure BDA00032141483500001512
为光伏组件清洁40天内对应的第3时段的平均发电量;其中下标中的y为年,y∈[1,2,3…25],为整数,m为月,m∈[1,2,3……12],为整数,c为当前选定时间段内被清洁的光伏组串,d为发电单元,d∈[1,2,3……h],为整数,n为d发电单元的光伏组串数,n∈[1,2,3……k],为整数;δ_1为进行清洁光伏组串选定时间段内对应的第1时段光伏组串遮挡值;δ_2为进行清洁光伏组串选定时间段内对应的第2时段的光伏组串遮挡值;δ_3为进行清洁光伏组串选定时间段内对应的第3时段光伏组串遮挡值。
第四步,计算某一年同期选定3个时段每个发电单元平均发电量:在经过第三步修正后的某一年同期选定3个时段光伏组串平均发电量中,剔除某一年同期选定3个时段光伏组串平均发电量的最大值和最小值,然后分别计算某一年同期选定3个时段每个发电单元平均发电量。具体如下:
1、筛选出某一年某月某组光伏组串3个时段的平均发电量的最大值:
Figure BDA0003214148350000161
Figure BDA0003214148350000162
Figure BDA0003214148350000163
2、筛选出某一年某月某组光伏组串3个时段的平均发电量的最小值:
Figure BDA0003214148350000164
Figure BDA0003214148350000165
Figure BDA0003214148350000169
3、计算某一年3个时段每个发电单元平均发电量,如计算某一年第1时段1个发电单元的平均发电量,某一年第1时段第2个发电单元的平均发电量,某一年第2时段第5个发电单元的平均发电量:
1)某一年第1时段第1个发电单元的平均发电量:
Figure BDA0003214148350000166
2)某一年第1时段第2个发电单元的平均发电量:
Figure BDA0003214148350000167
3)某一年第2时段第5个发电单元的平均发电量
Figure BDA0003214148350000168
其中,Eymdn_min1为某一年某月某组光伏组串第1时段的平均发电量的最小值;Eymdn_min2为某一年某月某组光伏组串第2时段的平均发电量的最小值;Eymdn_min3为某一年某月某组光伏组串第3时段的平均发电量的最小值;Eymdn_max1为某一年某月某组光伏组串第1时段的平均发电量的最大值;Eymdn_max2为某一年某月某组光伏组串第2时段的平均发电量的最大值;Eymdn_max3为某一年某月某组光伏组串第3时段的平均发电量的最大值;
Figure BDA0003214148350000171
为某一年第1时段第1个发电单元的平均发电量,
Figure BDA0003214148350000172
为某一年第1时段第2个发电单元的平均发电量,
Figure BDA0003214148350000173
为某一年第2时段第5个发电单元的平均发电量:其中下标中的y为年,y∈[1,2,3…25],为整数,m为月,m∈[1,2,3……12],为整数,d为发电单元,d∈[1,2,3……h],为整数,n为d发电单元的光伏组串数n∈[1,2,3……k],为整数。
第五步,分别计算某年3个时段所有发电单元的平均发电量,对第4步得到的该某年3个时段每个发电单元的平均发电量数据进行整理,剔除该某年3个时段每个发电单元的平均发电量的最大和最小值,计算该某年3个时段所有发电单元的平均发电量,具体如下:
1、分别筛选出某一年3个时段每个发电单元中平均发电量的最大值:
Figure BDA0003214148350000174
Figure BDA0003214148350000175
Figure BDA0003214148350000176
2、分别筛选出某一年3个时段每个发电单元中平均发电量的最小值:
Figure BDA0003214148350000177
Figure BDA0003214148350000178
Figure BDA0003214148350000179
3、分别计算某一年3个时段所有光伏组串的平均发电量:
Figure BDA00032141483500001710
Figure BDA00032141483500001711
Figure BDA00032141483500001712
其中,Eymdn_ave_max1为某一年第1时段每个发电单元中平均发电量的最大值;Eymdn_ave_max2为某一年第2时段每个发电单元中平均发电量的最大值;Eymdn_ave_max3为某一年第3时段每个发电单元中平均发电量的最大值;Eymdn_ave_min1为某一年第1时段每个发电单元中平均发电量的最小值;Eymdn_ave_min2为某一年第2时段每个发电单元中平均发电量的最小值;Eymdn_ave_min3为某一年第3时段每个发电单元中平均发电量的最小值;
Figure BDA0003214148350000181
为某一年第1个时段所有光伏组串的平均发电量;
Figure BDA0003214148350000182
为某一年第2个时段所有光伏组串的平均发电量;
Figure BDA0003214148350000183
为某一年第3个时段所有光伏组串的平均发电量;其中下标中的y为年,y∈[1,2,3…25],为整数,m为月,m∈[1,2,3……12],为整数,d为发电单元,d∈[1,2,3……h],为整数,n为d单元的光伏组串数,n∈[1,2,3……k],为整数。
第六步,计算某一年光伏电站的平均衰减量:
1、将第1年的3个时段光伏电站所有光伏组串平均发电量,分别与第2年、第3年直至某一年3个时段的光伏电站所有光伏组串平均发电量进行差值计算,得到第2、第3直至某一年3个时段光伏电站发电衰减量,然后将某一年3个时段的发电衰减量求平均,得到某一年光伏电站的平均衰减量。计算方法如下:
如第2年3个时段光伏电站发电衰减量:
1)第2年第1时段光伏电站发电衰减量:
Figure BDA0003214148350000184
2)第2年第2时段光伏电站发电衰减量:
Figure BDA0003214148350000185
2)第2年第3时段光伏电站发电衰减量:
Figure BDA0003214148350000186
如第3年3个时段光伏电站发电衰减量:
1)第3年第1时段光伏电站发电衰减量:
Figure BDA0003214148350000187
2)第3年第2时段光伏电站发电衰减量:
Figure BDA0003214148350000188
3)第3年第3时段光伏电站发电衰减量:
Figure BDA0003214148350000189
某一年3个时段光伏电站发电衰减量:
1)某一年第1时段光伏电站发电衰减量:
Figure BDA0003214148350000191
2)某一年第2时段光伏电站发电衰减量:
Figure BDA0003214148350000192
3)某一年第3时段光伏电站发电衰减量:
Figure BDA0003214148350000193
4)将某一年光伏电站的3个时段的光伏电站发电衰减量进行求平均,得到第2年、第3年、……、第y年光伏组串平均发电衰减量,计算方法如下:
1、第2年光伏电站平均衰减量:
Figure BDA0003214148350000194
2、第3年光伏电站平均衰减量:
Figure BDA0003214148350000195
3、某一年光伏电站平均衰减量:
Figure BDA0003214148350000196
其中,
Figure BDA0003214148350000197
为第2年第1时段光伏电站发电衰减量;
Figure BDA0003214148350000198
为第2年第2时段光伏电站发电衰减量;
Figure BDA0003214148350000199
为第2年第3时段光伏电站发电衰减量;
Figure BDA00032141483500001910
为第3年第1时段光伏电站发电衰减量;
Figure BDA00032141483500001911
为第3年第2时段光伏电站发电衰减量;
Figure BDA00032141483500001912
为第3年第3时段光伏电站发电衰减量;
Figure BDA00032141483500001913
为某一年第1时段光伏电站发电衰减量;
Figure BDA00032141483500001914
为某一年第2时段光伏电站发电衰减量;
Figure BDA00032141483500001915
为某一年第3时段光伏电站发电衰减量;
Figure BDA00032141483500001916
为第2年光伏电站平均衰减量;
Figure BDA00032141483500001917
第3年光伏电站平均衰减量;
Figure BDA00032141483500001918
第y年光伏电站平均衰减量。其中下标中的y为年y∈[1,2,3…25],为整数,m为月m∈[1,2,3……12],为整数,d为发电单元d∈[1,2,3……h],为整数,n为d单元下的光伏组串数n∈[1,2,3……k],为整数。
第七步,估算光伏电站剩余电量:
1、将第2年、第3年、……、第y年光伏组串平均发电衰减量,建立以年为横轴,平均发电衰减量为纵轴连线,得到一条光伏组串平均发电衰减量函数曲线及对应函数式。依据光伏组串平均发电衰减量函数分别代入第y年,y∈[1,2,3…25],为整数,分别得到对应某一年的光伏组串平均发电衰减量,如光伏电站按25年限计算,
Figure BDA0003214148350000201
2、将某一年的光伏组串平均发电衰减量与光伏电站发电单元数h和光伏组串数k相乘,可得到光伏电站某一年的损失发电量,即
Figure BDA0003214148350000202
3、将第y年光伏电站的年发电量
Figure BDA0003214148350000203
分别与光伏电站第y年的损失发电量
Figure BDA0003214148350000204
进行差值计算,对应得到光伏电站第y年的剩余电量,即
Figure BDA0003214148350000205
4、将光伏电站第y年的剩余电量求和得到未来光伏电站总的剩余发电量:
Figure BDA0003214148350000206
其中,h光伏电站发电单元数;k为每个发电单元的光伏组串数;
Figure BDA0003214148350000207
为第2年光伏电站平均衰减量;
Figure BDA0003214148350000208
为第3年光伏电站平均衰减量;
Figure BDA0003214148350000209
为某一年光伏电站平均衰减量;
Figure BDA00032141483500002010
为第25年光伏电站平均衰减量;
Figure BDA00032141483500002011
为某一年光伏电站平均衰减函数;
Figure BDA00032141483500002012
为光伏电站某一年的损失发电量;
Figure BDA00032141483500002013
为光伏电站第y年的年发电量;
Figure BDA00032141483500002014
为光伏电站第y年的剩余电量,下标中y为年,y∈[1,2,3…25],为整数;
Figure BDA00032141483500002015
未来光伏电站总的剩余发电量。

Claims (6)

1.一种离网光伏电站的剩余性能评估方法,其特征在于:所述方法假设线路损耗、逆变器效率不变,利用数据管理终端采集的数据对光伏电站剩余发电量进行评估;
第一步,分别对数据终端采集的每组光伏组串输出功率数据进行筛选,剔除以下情况的光伏组串输出功率值:每天日出前和日落后的光伏组串输出功率数据、光伏组串输出功率采集值大于等于理论功率值和逆变器故障情况下的光伏组串输出功率值,计算每天每组光伏组串发电量;光伏组串发电量为光伏组串输出功率与日照时间的乘积;
第二步,在经过第一步处理的每组光伏组串输出功率中,将光伏电站工作之日起前12个月定义为第1年,选取这一年的光伏组串输出功率作为原始数据,将每年数据终端采集到的光伏组串输出功率数据按照第一步的方法进行筛选;按月分成三个时段,第一时段为1到10日,第二时段为11到20日,第三时段为21日到月末,分别计算每年每月每个发电单元3个时段光伏组串平均发电量;
第三步,选取某一年与光伏电站正常工作后前三个月内包含3个时段的连续时间段,并选取同一发电单元中相邻的发电正常的2组光伏组串,两组光伏组串数量相等、发电功率偏差不大于δ%;对其中一组光伏组串的表面进行清理及维护;分别计算两组光伏组串3个时段平均发电量,然后进行差值比较,计算出3个时段的光伏组件遮挡值δ_1、δ_2、δ_3,其中δ_1为第1时段光伏组件遮挡值,δ_2为第2时段光伏组件遮挡值,δ_3为第3时段光伏组件遮挡值;依据3个时段的光伏组件遮挡值δ_1、δ_2、δ_3对光伏电站中除了原始数据和进行清洁维护的光伏组串以外的其他所有时段的光伏组串平均发电量数据进行修正,得到某一年3个时段每个发电单元平均发电量;
第四步,在经过第三步修正后的某一年某月3个时段光伏组串平均发电量中,剔除某一年某月3个时段光伏组串平均发电量的最大值和最小值,然后计算某一年同期3个时段每个发电单元光伏组串平均发电量;
第五步,在第四步得到的某一年同期3个时段每个发电单元光伏组串平均发电量中,剔除每个发电单元平均发电量的最大值和最小值后,分别计算某一年同期3个时段所有发电单元的平均发电量;
第六步,计算某一年光伏电站的平均衰减量:将第1年的3个时段光伏电站的光伏组串平均发电量,分别与第2年、第3年直至某一年的3个时段的光伏电站的光伏组串平均发电量进行差值计算,分别得到3个时段第2年、第3年,直至某一年的发电衰减量,然后将某一年3个时段的发电衰减量求平均,得到某一年同期光伏电站的平均衰减量;
第七步,估算光伏电站剩余电量:利用第2、3、……、y年光伏组串平均发电衰减量,建立光伏组串平均发电衰减量函数曲线及其对应函数式,并依据光伏组串平均发电衰减量函数、发电单元数h、光伏组串数k和某一年的光伏电站发电量,分别计算出某一年的光伏组串平均发电衰减量、光伏电站某一年的损失发电量,最终得到第y年光伏电站发电量,其中y为年,y∈[1,2,3…25],为整数。
2.根据权利要求1所述的离网光伏电站的剩余性能评估方法,其特征在于:所述的第一步中,分别对数据终端采集的每组光伏组串输出发电功率数据进行整理,剔除无效的发电功率数据,计算每天每组光伏组串发电量,计算方法如下:
1)将数据库中每天光伏组串的发电功率数据进行筛选,剔除每天日出前和日落后的光伏组串发电功率数据,得到光伏组串输出功率,即;P(t)pv_n∈[tsun_down,tsun_up],其中P(t)pv_n为光伏组串输出功率,tsun_up为太阳升起时间;tsun_down为太阳落山时间;
2)在光伏组件的面积、转换效率一定的条件下,光伏发电功率与辐照度成正比,由此将步骤1)筛选后的数据中剔除所有光伏组串输出功率Ppv_n值大于等于同一时刻的辐照度SIR对应的理论发电功率值,以及小于等于辐照度SIR对应的理论发电功率值与光伏遮挡系数的乘积,得到光伏组串输出功率,即;P(t)pv_n∈{P|β·SIR·ηpv·Apv_n≤P≤SIR·ηpvApv_n},其中tsun_up为太阳升起时间;tsun_down为太阳落山时间;P(t)pv_n为任意一串光伏组串输出功率,n∈[1,2,3……k],k为光伏组串数量;ηpv为光伏组件发电转换效率;β为光伏组件遮挡系数;Apv_n为任意一串光伏组串面积;SIR为太阳平均辐照度;
3)将经步骤1)和步骤2)筛选后的数据,根据数据终端采集到的逆变器工作状态码信息State,剔除逆变器异常停机和待机时对应的光伏组串输出功率数据,得到光伏组串输出功率,即P(t)pv_n∈{P|β·SIR·ηpv·Apv_n≤P≤SIR·ηpvApv_n}∩[State>0];其中P(t)pv_n为任意一串光伏组串输出功率,n∈[1,2,3……k];State为逆变器工作状态码,State<0为逆变器故障状态;State=0为逆变器待机状态;State>0为逆变器正常工作状态;
4)由于光伏发电量Epv_n等于光伏发电功率与日照发电时间的乘积,即Epv_n=P(t)pv_n×t,计算光伏电站的每一串光伏组串每天发电量Epv_n
3.根据权利要求1所述的离网光伏电站的剩余性能评估方法,其特征在于:所述的第二步中,在经过第一步处理的每组光伏组串输出功率中,将光伏电站工作之日起前12个月定义为第1年,选取这一年的光伏组串输出功率作为原始数据,将每年数据终端采集到的光伏组串输出功率数据按照第一步的方法进行筛选,然后按月分成三个时段,第一时段1到10日,第二时段11到20日,第三时段为21日到月末,并将3个时段光伏组串发电量分别求平均,获得每月3个时段的平均发电量为:
Figure FDA0003214148340000031
为第一时段的光伏组串平均发电量,
Figure FDA0003214148340000032
为第二时段的光伏组串平均发电量,
Figure FDA0003214148340000033
为第三时段的光伏组串平均发电量,其中下标中的y为年,y∈[1,2,3…25],为整数,m为月,m∈[1,2,3……12],d为发电单元,d∈[1,2,3……h],n为d单元下的光伏组串数n∈[1,2,3……k]。
4.根据权利要求1所述的离网光伏电站的剩余性能评估方法,其特征在于:所述第三步计算某一年3个时段光伏组串平均发电量的方法为:选取某一年与光伏电站开始工作之日起前三个月内同期任意包含3个时段的连续时间段,并选取同一发电单元中相邻且发电正常的2组光伏组串,这两组光伏组串安装角度不变、组串数量相等、发电量偏差不大于δ%;选取其中一组光伏组串对其光伏组件表面进行清理及维护,确保该组光伏组串在选定的时间段内进行了连续清洁,计算该两组光伏组串3个时段的平均发电量,将当前清洁过的光伏组串输出的3个时段的发电量平均值
Figure FDA0003214148340000034
与被选中的另一串光伏组串同期的3个时段发电量平均值进行差值计算,得到同期3个时段的光伏组件遮挡值,即
Figure FDA0003214148340000035
然后对第二步得到的3时段的光伏组串平均发电量进行修正,选定的进行清洁维护的光伏组串除外,得到每个发电单元中每串光伏组串同期3个时段修正后的无遮挡的平均发电量:
Figure FDA0003214148340000036
其中,
Figure FDA0003214148340000037
为光伏组串无遮挡时第1时段平均发电量;
Figure FDA0003214148340000038
为光伏组串无遮挡时第2时段平均发电量;
Figure FDA0003214148340000039
为光伏组串无遮挡时第3时段平均发电量;
Figure FDA00032141483400000310
为进行清洁光伏组串对应的第1时段的平均发电量;
Figure FDA00032141483400000311
为进行清洁光伏组串对应的第2时段的平均发电量;
Figure FDA00032141483400000312
为进行清洁光伏组串对应的第3时段的平均发电量;其中下标中的y为年,y∈[1,2,3…25],为整数,m为月,m∈[1,2,3……12],c为当前3个时段被清洁的光伏组串,d为发电单元,d∈[1,2,3……h],n为d发电单元的光伏组串数,n∈[1,2,3……k];δ_1为进行清洁光伏组串选定时间段内对应的第1时段光伏组串遮挡值;δ_2为进行清洁光伏组串选定时间段内对应的第2时段的光伏组串遮挡值;δ_3为进行清洁光伏组串选定时间段内对应的第3时段光伏组串遮挡值。
5.根据权利要求1所述的离网光伏电站的剩余性能评估方法,其特征在于:所述的第六步,计算某一年光伏电站的平均衰减量的方法为:将第1年的选定的3个时段光伏电站的光伏组串平均发电量,分别与第2年、第3年直至某一年的同期选定的3个时段的光伏电站的光伏组串平均发电量进行差值计算,分别得到3个时段第2年、第3年,直至某一年的衰减量,然后将某一年同期选定的3个时段的发电衰减量求平均,得到某一年同期选定时段光伏电站的平均衰减量。
6.根据权利要求1所述的离网光伏电站的剩余性能评估方法,其特征在于:所述第七步估算光伏电站剩余电量的方法如下:
(1)将第2、3、……、y年光伏组串平均发电衰减量,建立以年为横轴,平均发电衰减量为纵轴连线,得到一条光伏组串平均发电衰减量函数曲线及对应函数式;依据光伏组串平均发电衰减量函数分别代入第y年,得到对应某一年的光伏组串平均发电衰减量,y∈[1,2,3…25],为整数;
(2)将某一年的光伏组串平均发电衰减量与光伏电站发电单元数h和光伏组串数k相乘,得到光伏电站某一年的损失发电量,即
Figure FDA0003214148340000041
(3)将第y年光伏电站的年发电量
Figure FDA0003214148340000042
分别与光伏电站第y年的损失发电量
Figure FDA0003214148340000043
进行差值计算,对应得到光伏电站第y年的剩余电量,即
Figure FDA0003214148340000044
(4)将光伏电站第y年的剩余电量求和,得到未来光伏电站总的剩余发电量:
Figure FDA0003214148340000045
其中,h光伏电站发电单元数;k为每个发电单元的光伏组串数
Figure FDA0003214148340000046
为第2年光伏电站平均衰减量;
Figure FDA0003214148340000047
为第3年光伏电站平均衰减量;
Figure FDA0003214148340000048
为某一年光伏电站平均衰减量;
Figure FDA0003214148340000049
为第25年光伏电站平均衰减量;
Figure FDA00032141483400000410
为某一年光伏电站平均衰减函数;
Figure FDA00032141483400000411
为光伏电站某一年的损失发电量;
Figure FDA00032141483400000412
为光伏电站第y年的年发电量;
Figure FDA00032141483400000413
为光伏电站第y年的剩余电量,下标中y为年,y∈[1,2,3…25],为整数;
Figure FDA0003214148340000051
未来光伏电站总的剩余发电量。
CN202110939402.8A 2021-08-16 2021-08-16 一种离网光伏电站的剩余性能评估方法 Active CN113642895B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110939402.8A CN113642895B (zh) 2021-08-16 2021-08-16 一种离网光伏电站的剩余性能评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110939402.8A CN113642895B (zh) 2021-08-16 2021-08-16 一种离网光伏电站的剩余性能评估方法

Publications (2)

Publication Number Publication Date
CN113642895A true CN113642895A (zh) 2021-11-12
CN113642895B CN113642895B (zh) 2023-12-12

Family

ID=78422299

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110939402.8A Active CN113642895B (zh) 2021-08-16 2021-08-16 一种离网光伏电站的剩余性能评估方法

Country Status (1)

Country Link
CN (1) CN113642895B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103308864A (zh) * 2013-07-09 2013-09-18 中国人民解放军国防科学技术大学 二次电池soh值估算和剩余寿命测试方法
CN103630785A (zh) * 2013-12-04 2014-03-12 安徽理工大学 光伏逆变器复合粒子过程在线剩余寿命评估方法
CN103969585A (zh) * 2013-01-31 2014-08-06 国际商业机器公司 评估电池的使用状况的方法和装置、相关系统和车辆
CN105137242A (zh) * 2015-09-09 2015-12-09 南京航空航天大学 单相光伏逆变器在线状态监测与剩余寿命预测方法
CN106204332A (zh) * 2016-07-19 2016-12-07 河海大学常州校区 一种光伏电站效率衰减预测方法
CN107786164A (zh) * 2016-08-25 2018-03-09 成都鼎桥通信技术有限公司 一种评估光伏电站组件衰减的方法
CN109359310A (zh) * 2018-07-27 2019-02-19 武汉理工大学 一种船舶动力系统中动力电池容量配比的优化方法
CN109713712A (zh) * 2018-10-10 2019-05-03 北京天势新能源技术有限公司 光储荷智能化管理一体机及光储荷智能化管理方法
CN110309956A (zh) * 2019-06-17 2019-10-08 淮阴师范学院 基于内部等效参数的光伏组件剩余寿命预测方法
CN111044924A (zh) * 2019-12-31 2020-04-21 中国科学院电工研究所 一种全工况电池剩余容量确定方法及系统
CN114818345A (zh) * 2022-05-05 2022-07-29 兰州理工大学 一种光伏组件剩余寿命预测方法及预测系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103969585A (zh) * 2013-01-31 2014-08-06 国际商业机器公司 评估电池的使用状况的方法和装置、相关系统和车辆
CN103308864A (zh) * 2013-07-09 2013-09-18 中国人民解放军国防科学技术大学 二次电池soh值估算和剩余寿命测试方法
CN103630785A (zh) * 2013-12-04 2014-03-12 安徽理工大学 光伏逆变器复合粒子过程在线剩余寿命评估方法
CN105137242A (zh) * 2015-09-09 2015-12-09 南京航空航天大学 单相光伏逆变器在线状态监测与剩余寿命预测方法
CN106204332A (zh) * 2016-07-19 2016-12-07 河海大学常州校区 一种光伏电站效率衰减预测方法
CN107786164A (zh) * 2016-08-25 2018-03-09 成都鼎桥通信技术有限公司 一种评估光伏电站组件衰减的方法
CN109359310A (zh) * 2018-07-27 2019-02-19 武汉理工大学 一种船舶动力系统中动力电池容量配比的优化方法
CN109713712A (zh) * 2018-10-10 2019-05-03 北京天势新能源技术有限公司 光储荷智能化管理一体机及光储荷智能化管理方法
CN110309956A (zh) * 2019-06-17 2019-10-08 淮阴师范学院 基于内部等效参数的光伏组件剩余寿命预测方法
CN111044924A (zh) * 2019-12-31 2020-04-21 中国科学院电工研究所 一种全工况电池剩余容量确定方法及系统
CN114818345A (zh) * 2022-05-05 2022-07-29 兰州理工大学 一种光伏组件剩余寿命预测方法及预测系统

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
YUANYUAN CHEN: "A composite estimation method for state of charge of batteries in a power station engineering", 2017 IEEE CONFERENCE ON ENERGY INTERNET AND ENERGY SYSTEM, pages 1 - 6 *
李海玲: "中国高原气候区下光伏组件实际运行衰减分析", 太阳能学报, vol. 40, no. 6, pages 1561 - 1566 *
杨留锋;: "非正常功率衰减光伏组件的发电量分析与研究", 太阳能, no. 06, pages 31 - 35 *
王建南;: "基于改进卡尔曼滤波算法的光伏电池剩余电量估算", 物联网技术, no. 11, pages 64 - 65 *
王玲玲;胡书举;孟岩峰;马蕊;邓雅;: "光伏并网逆变器效率评价方法研究", 大功率变流技术, no. 05, pages 20 - 23 *
邵力为;王友仁;孙权;: "基于Wiener过程的功率变换器剩余寿命评估方法", 机械制造与自动化, no. 02, pages 202 - 207 *

Also Published As

Publication number Publication date
CN113642895B (zh) 2023-12-12

Similar Documents

Publication Publication Date Title
Ayompe et al. Measured performance of a 1.72 kW rooftop grid connected photovoltaic system in Ireland
Correa-Betanzo et al. Module temperature models assessment of photovoltaic seasonal energy yield
Jed et al. Performance analysis of 954,809 kWp PV array of Sheikh Zayed solar power plant (Nouakchott, Mauritania)
Jenitha et al. Fault detection in PV systems
Hassan et al. Stand-alone photovoltaic system for an emergency health clinic
CN106452354A (zh) 一种并网型光伏电站发电性能的验证方法
Abderrezzaq et al. Performance analysis of a grid connected photovoltaic station in the region of Adrar
Salas et al. Analysis of the maximum power point tracking in the photovoltaic grid inverters of 5 kW
El Hacen et al. Performance analysis of micro-amorphe silicon PV array under actual climatic conditions in Nouakchott, Mauritania
Gan et al. System performance comparison between crystalline and thin-film technologies under different installation conditions
CN113642895A (zh) 一种离网光伏电站的剩余性能评估方法
Rajput et al. Integration of 100-kWp PV with low-voltage distribution power system in composite climate: performance and energy metrics analysis
Phinikarides et al. Performance loss rates of different photovoltaic technologies after eight years of operation under warm climate conditions
Kunaifi et al. A comparative performance analysis of a 1 MW CIS PV system and A 5 KW crystalline-si PV system under the tropical climate of Indonesia
Prakhya et al. Estimating the performance ratio and degradation factor of rooftop solar PV plant
Adebiyi et al. Performance Evaluation of a Grid-tied PV System in the East Coast of South Africa
Widura et al. Implementation and Evaluation of a 3.3 kWp IoT-Based Photovoltaic Microgrid-Interactive Configuration
Matam et al. Detecting abnormal profiles in the database of a pv plant through programmatic comparison of per unit profiles
Farooq et al. Assessment of Technology Transfer from Grid power to Photovoltaic: An Experimental Case Study for Pakistan
Inamdar et al. Performance Evaluation of 5kWp grid connected polycrystalline Si-based Photovoltaic Plant
CN116070822B (zh) 区域光伏电站的出力同时系数计算方法及系统
Hicham et al. Performance of different silicon PV technologies installed in Laâyoune–Morocco
Sahu et al. A Comparative Study on Effects of Shading on a Solar Photovoltaic System
Gaddam et al. Long–Term operational Energy production analysis of 200KWp Roof Top Grid Interactive Solar PV System: A Research Study
Singh et al. Grid Connected Rooftop PV Plant Economic Analysis Using Present Time Frame Methodology

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant