CN114118561A - 一种考虑积灰的光伏组件清洗方法及系统 - Google Patents
一种考虑积灰的光伏组件清洗方法及系统 Download PDFInfo
- Publication number
- CN114118561A CN114118561A CN202111389839.5A CN202111389839A CN114118561A CN 114118561 A CN114118561 A CN 114118561A CN 202111389839 A CN202111389839 A CN 202111389839A CN 114118561 A CN114118561 A CN 114118561A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic module
- power
- correction factor
- cleaning
- deposition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000008021 deposition Effects 0.000 title claims abstract description 117
- 239000000428 dust Substances 0.000 title claims abstract description 93
- 238000004140 cleaning Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012937 correction Methods 0.000 claims abstract description 94
- 238000009434 installation Methods 0.000 claims abstract description 21
- 239000004071 soot Substances 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000010248 power generation Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000001617 migratory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000001020 rhythmical effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
-
- 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
- G06Q50/10—Services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Operations Research (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Algebra (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Probability & Statistics with Applications (AREA)
- Quality & Reliability (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种考虑积灰的光伏组件清洗方法及系统,根据光伏组件实测功率与额定功率比值确定光伏组件的功率修正因子α;根据光伏组件功率修正因子α计算积灰引起的功率损失率作为基础积灰程度η0;修正降雨、风速、安装倾角、湿度及空气质量对光伏组件功率的影响得到总的修正因子N;利用基础积灰程度η0和总的修正因子N预测未来某一时间点的积灰程度;根据预测的未来某一时间点的积灰程度对光伏组件的功率损失进行预测,根据预测结果判断是否对光伏组件进行清洗。本发明适用于对未来某一时刻光伏组件积灰程度的计算,为光伏电站清洗提供指导,挽回因光伏组件积灰对光伏电站带来的经济损失。
Description
技术领域
本发明属于光伏系统技术领域,具体涉及一种考虑积灰的光伏组件清洗方法及系统。
背景技术
能源和环境问题已经成为当前全球关注的焦点之一。与传统石化能源相比,太阳能具有取之不尽、用之不竭、清洁无污染等优点,已经成为新能源的主要形式之一。太阳能发电的两种主要形式是光伏发电和集热发电。在光伏发电系统研究中,除面板材料及转换效率、功率预测、逆变效率、最大功率点跟踪(MPPT)、离并网控制、孤岛保护、电能质量管理等关键技术之外,对于长期运行的光伏电站而言,光伏组件积灰对发电量的影响也是一个不容忽视的问题。光伏组件积灰将影响光伏组件的透光率,减少光伏组件接收到的辐照度,从源头上减少了能量输入,影响巨大。
此外,光伏组件积灰若不及时清洗,将会使光伏组件表面温度升高产生“热斑效应”。另外,由于灰尘吸收空气中的腐蚀性化学成分的污染物,会对光伏面板形成一定程度的保温和腐蚀作用,加剧降低其光电转换效率。有研究表明,积灰能够使光伏组件的发电量平均减少20%左右对电站造成巨大的经济损失。目前,就光伏电站中出现的组件清洗困难,清洗节点难以把握,清洗不及时等问题已成为光伏行业发展急需解决的问题;无论是过于频繁的清洗,还是缺乏清洗都会给光伏电站带来巨大的损失,而组件清洗周期的确定取决于积灰对光伏组件发电量的影响。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种考虑积灰的光伏组件清洗方法及系统,通过影响积灰程度的因素降雨、风速、安装倾角、湿度及空气质量等评估期对积灰程度及功率的影响,根据积灰程度及功率损失综合制定具有指导性的清洗计划。
本发明采用以下技术方案:
一种考虑积灰的光伏组件清洗方法,包括以下步骤:
S1、根据光伏组件实测功率与额定功率比值确定光伏组件的功率修正因子α;
S2、根据步骤S1确定的光伏组件功率修正因子α计算积灰引起的功率损失率作为基础积灰程度η0;
S3、修正降雨、风速、安装倾角、湿度及空气质量对光伏组件功率的影响得到总的修正因子N;
S4、利用步骤S2的基础积灰程度η0和步骤S3总的修正因子N预测未来某一时间点的积灰程度;
S5、根据步骤S4预测的未来某一时间点的积灰程度对光伏组件的功率损失进行预测,根据预测结果判断是否对光伏组件进行清洗。
具体的,步骤S1中,光伏组件功率修正因子α具体为:
其中,P为组件实测功率,P0为组件额定功率。
具体的,步骤S2中,基础积灰程度η0为:
其中,P清洁为清洁组件的实测功率,P积灰为积灰24h组件的功率,α为功率修正因子。
具体的,步骤S3中,总的修正因子N如下:
N=n1*n2*n3*n4*n5
其中,N为总的修正因子,n1为降雨修正系数,n2为风速修正系数,n3为安装倾角修正系数,n4为湿度修正系数,n5为空气质量修正系数。
进一步的,降雨修正系数n1为:
n1=A-Ae-bt
其中,A为可清洗比例,t为降雨时间,b为衰减系数;
风速修正系数n2为:
风速<3m/s时,n2=0.6-0.7;风速3~8m/s时,n2=0.8~0.9;风速8~14m/s时,n2=0.9~1;风速>14m/s时,n2=1;
安装倾角修正系数n3为:
当安装倾角<20°时,n3=0.5~0.6;安装倾角20~40°时,n3=0.8~0.9;安装倾角>40°时,n3=1;
湿度修正系数n4为:
n4=1-(0.5%~1.5%)Y
其中,Y为积灰密度;
空气质量修正系数n5为:
空气质量为优时,n5=1;
空气质量为良时,n5=0.95~1;
空气质量为轻度污染时,n5=0.95~0.9;
空气质量为中度污染时,n5=0.85~0.9;
空气质量为重度污染时,n5=0.8~0.85。
更进一步的,针对降雨修正系数n1,当降雨量<1mm/min时,A=0.2,b=0.2;降雨量为1~4mm/min时,A=0.5,b=0.2;降雨量为4~8mm/min时,A=0.8,b=0.5;降雨量>8mm/min时,n1=1。
具体的,步骤S4中,未来某一时间点的积灰程度ηf为:
ηf=η0*ln(α*N)
其中,η0为基础积灰程度,N为总修正系数。
具体的,步骤S5中,光伏组件积灰程度ηf与功率损失ηaust之间的关系具体为:
其中,ηf为预测的某时间点的积灰度,a1,a2,a3为回归模型参数;t1,t2为预测时间单元。
具体的,步骤S5中,当光伏组件的积灰程度ηf>30%,或功率损失ηdust>3%,对光伏组件进行清洗。
本发明的另一个技术方案是,一种考虑积灰的光伏组件清洗系统,包括:
计算模块,根据光伏组件实测功率与额定功率比值确定光伏组件的功率修正因子α;
损失模块,根据光伏组件功率修正因子α计算积灰引起的功率损失率作为基础积灰程度η0;
修正模块,修正降雨、风速、安装倾角、湿度及空气质量对光伏组件功率及积灰程度得到总的修正因子N;
预测模块,利用基础积灰程度η0和总的修正因子N预测未来某一时间点的积灰程度;
清洗模块,根据预测的未来某一时间点的积灰程度对光伏组件的功率损失进行预测,根据预测结果判断是否对光伏组件进行清洗。
与现有技术相比,本发明至少具有以下有益效果:
本发明一种考虑积灰的光伏组件清洗方法,综合考虑降雨、风速、湿度及空气质量等环境因素及光伏组件安装倾角和光伏组件测定功率偏差等评估期对积灰程度的影响因素。从而基于以上因素预测得到未来某一时刻光伏组件的积灰程度及积灰引起的功率损失,根据功率损失有针对性地建立光伏组件清洗策略,在管理层面为组件和电站提供适时的灰尘清洗时间点起到指导性的意义,挽回因光伏组件积灰对光伏电站带来的经济损失。
进一步的,光伏组件功率修正因子α的设置用于消除实际工作条件对组件输出功率的影响及测试仪器的影响等。
进一步的,基础积灰程度η0设置为了确定单位时间组件的积灰程度,消除因组件类型及组件原材料差异带来的影响。
进一步的,通过设置修正因子N综合评估降雨修正系数n1、风速修正系数n2、安装倾角修正系数n3、湿度修正系数n4、空气质量修正系数n5等气象、环境及组件安装情况等因素对组件积灰的影响,进而更精准的确定组件的功率损失情况。研究表明组件积灰与气象、环境及组件安装情况等均存在一定的相关性,为了定量显示这种相关性从而提出降雨修正系数n1、风速修正系数n2、安装倾角修正系数n3、湿度修正系数n4、空气质量修正系数n5等。
进一步的,针对降雨修正系数n1,当降雨量<1mm/min时,A=0.2,b=0.2;降雨量为1~4mm/min时,A=0.5,b=0.2;降雨量为4~8mm/min时,A=0.8,b=0.5;降雨量>8mm/min时,n1=1设置为表征不同降雨量的清洗效果及降雨后光伏组件积灰程度,其次为了简化运算。
进一步的,采用上述计算得到的基础积灰程度及综合修正因子等预测未来某一时刻的积灰程度,便于通过气象、环境等外在因素预测组件积灰程度。有针对性的制定未来某一时刻的清洗策略,减少因组件积灰引起的电量损失。
进一步的,由于积灰程度可间接的通过功率损失情况反应出来,而功率作为表征光伏电站发电情况的重要指标,直接影响光伏电站的发电量及收益。因此建立光伏组件积灰程度ηf与功率损失ηdust之间的关系十分必要。
进一步的,预测光伏组件的积灰程度ηf>30%后,对组件进行及时清洗是为了应对沙尘暴或候鸟迁移等极端或节律情形下偶发的组件积灰过大的现象。因为组件积灰不仅造成组件功率损失,同时还会产生热斑现象烧毁组件。此外,有研究表明当功率损失ηdust>3%时进行清洗,电站收益每年可提高5%~8%。当ηdust<3%时若进行清洗,会增加清洗成本。
综上所述,本发明适用于对未来某一时刻光伏组件积灰程度的计算,根据积灰程度及功率损失针对性地建立光伏组件清洗策略,为光伏电站清洗提供指导,挽回因光伏组件积灰对光伏电站带来的经济损失。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明流程图;
图2为组件积灰程度预测与实测结果对比图;
图3为组件功率输出预测与实测结果对比图。
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。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
在附图中示出了根据本发明公开实施例的各种结构示意图。这些图并非是按比例绘制的,其中为了清楚表达的目的,放大了某些细节,并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的,实际中可能由于制造公差或技术限制而有所偏差,并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
本发明提供了一种考虑积灰的光伏组件清洗方法,基于功率实测数据及降雨、风速、安装倾角、湿度、空气质量(PM10,PM2.5),根据光伏组件积灰程度及功率损失的预测的结果判断组件是否清洗,从而及时的制定组件清洗计划,减少因积灰带来的发电损失,为提供适时的灰尘清洗时间点起到指导性的意义,挽回因光伏组件污染对光伏电站带来的经济损失。
请参阅图1,本发明一种考虑积灰的光伏组件清洗方法,包括以下步骤:
S1、确定光伏组件功率修正因子α;
考虑到现场环境及组件老化等引起的组件功率衰减,将组件实测功率与额定功率比值定义为组件功率修正因子,具体如下:
其中,P为组件实测功率,P0为组件额定功率。
S2、根据步骤S1确定的组件功率修正因子α计算积灰引起的功率损失率即基础积灰程度η0;
光伏组件表面积灰将影响光伏组件的透光率,进而影响光伏组件功率,具体如下:
其中,P清洁为清洁组件的实测功率,P积灰为积灰24h组件的功率,α为光伏组件功率修正因子。
S3、修正降雨、风速、安装倾角、湿度及空气质量对光伏组件功率及积灰的影响程度得到总的修正因子N;
通过对降雨、风速、安装倾角、湿度及空气质量(PM10、PM2.5)的监测确定这些因素对光伏组件功率及积灰的影响程度得到总的修正因子N,具体如下:
N=n1*n2*n3*n4*n5
其中,N为总的修正因子,n1为降雨修正系数,n2为风速修正系数,n3为安装倾角修正系数,n4为湿度修正系数,n5为空气质量修正系数。
各因素修正系数的确定具体如下:
降雨修正系数n1
根据Boxlucas指数函数的清洗效率模型计算降雨修正系数:
其中,A为可清洗比例,t为降雨时间,b为衰减系数。其中当降雨量<1mm/min时,A=0.2,b=0.2;降雨量1~4mm/min时,A=0.5,b=0.2;降雨量4~8mm/min时,A=0.8,b=0.5;降雨量>8mm/min时,n1=1。
风速修正系数n2
风速<3m/s时,n2=0.6~0.7;风速3~8m/s时,n2=0.8~0.9;风速8~14m/s时,n2=0.9~1;风速>14m/s时,n2=1。
安装倾角修正系数n3
安装倾角<20°时,n3=0.5~0.6;安装倾角20~40°时,n3=0.8~0.9;安装倾角>40°时,n3=1。
湿度修正系数n4
通过湿度计算积灰密度,当积灰密度为10g/m2时,积灰是得组件功率衰减在5%~15%之间,因此湿度的修正系数通过积灰密度与组件功率综合得出:
n4=1-(0.5%~1.5%)Y
Y=1.207e-7X-4.689e-6
其中,Y为积灰密度,X为空气湿度百分比%。
空气质量修正系数n5
空气质量为优时,n5=1;空气质量为良时,n5=0.95~1;空气质量为轻度污染时,n5=0.95~0.9;空气质量为中度污染时,n5=0.85~0.9;空气质量为重度污染时,n5=0.8~0.85。
S4、利用步骤S2的基础积灰程度η0和步骤S3总的修正因子N预测未来某一时间点的积灰程度;
通过组件额定功率及各因素的修正因子计算得到未来某时刻的积灰程度ηf,具体如下:
ηf=η0*ln(α*N)
其中,ηf为预测的某时间点的积灰程度,N为总修正系数,根据需要预测的某时间点的天气情况计算,α为组件功率修正因子。
S5、根据步骤S4预测的积灰程度对功率损失(ηdust)进行预测,根据积灰程度和功率损失的预测结果,判断光伏组件是否清洗。
根据从光杰的研究结果积灰程度与功率损失的关系为:
其中,ηf为预测的某时间点的积灰度,a1,a2,a3为回归模型参数;t1,t2为预测时间单元。
判断是否清洗具体为:
当组件积灰程度ηf>30%或功率损失ηdust>3%则对组件进行清洗。
本发明再一个实施例中,提供一种考虑积灰的光伏组件清洗系统,该系统能够用于实现上述考虑积灰的光伏组件清洗方法,具体的,该考虑积灰的光伏组件清洗系统包括计算模块、损失模块、修正模块、预测模块以及清洗模块。
其中,计算模块,根据光伏组件实测功率与额定功率比值确定光伏组件的功率修正因子α;
损失模块,根据光伏组件功率修正因子α计算积灰引起的功率损失率作为基础积灰程度η0;
修正模块,修正降雨、风速、安装倾角、湿度及空气质量对光伏组件功率及积灰程度得到总的修正因子N;
预测模块,利用基础积灰程度η0和总的修正因子N预测未来某一时间点的积灰程度;
清洗模块,根据预测的未来某一时间点的积灰程度对光伏组件的功率损失进行预测,根据预测结果判断是否对光伏组件进行清洗。
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
为了验证本发明方法的准确性和可行性,选取华东某地区2021.09~2021.10间445W光伏组件数据,采用本发明方法进行预测计算该时间段的组件积灰程度及功率,并与监测的实验数据进行对比,结果如图2和图3所示。
请参阅图2和图3,图2为预测积灰程度与实测积灰程度对比,预测时以5天为预测周期,从图中可以看出除个别出现积灰程度偏差较大的情况,其余数据基本相近。说明本发明所述方法能较为准确的预测未来5天内的积灰程度。图3首先通过积灰程度运用本发明所述方法计算得到功率损失,再通过额定功率445W及功率损失计算结果得到组件输出功率预测值。通过与实测值对比发现,本发明功率预测结果部分较实测值偏大,但整体一致性较好,说明本发明可以较为准取的预测未来某一时间点的积灰程度及输出功率,具有较大的实用价值。
综上所述,本发明一种考虑积灰的光伏组件清洗方法,适用于对未来某一时刻光伏组件积灰程度的计算。根据积灰程度及功率损失针对性地建立光伏组件清洗策略,为光伏电站清洗提供指导,挽回因光伏组件积灰对光伏电站带来的经济损失。
本领域内的技术人员应明白,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。
本申请是参照根据本申请实施例的方法、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。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (10)
1.一种考虑积灰的光伏组件清洗方法,其特征在于,包括以下步骤:
S1、根据光伏组件实测功率与额定功率比值确定光伏组件的功率修正因子α;
S2、根据步骤S1确定的光伏组件功率修正因子α计算积灰引起的功率损失率作为基础积灰程度η0;
S3、修正降雨、风速、安装倾角、湿度及空气质量对光伏组件功率的影响得到总的修正因子N;
S4、利用步骤S2的基础积灰程度η0和步骤S3总的修正因子N预测未来某一时间点的积灰程度;
S5、根据步骤S4预测的未来某一时间点的积灰程度对光伏组件的功率损失进行预测,根据预测结果判断是否对光伏组件进行清洗。
4.根据权利要求1所述的考虑积灰的光伏组件清洗方法,其特征在于,步骤S3中,总的修正因子N如下:
N=n1*n2*n3*n4*n5
其中,N为总的修正因子,n1为降雨修正系数,n2为风速修正系数,n3为安装倾角修正系数,n4为湿度修正系数,n5为空气质量修正系数。
5.根据权利要求4所述的考虑积灰的光伏组件清洗方法,其特征在于,降雨修正系数n1为:
n1=A-Ae-bt
其中,A为可清洗比例,t为降雨时间,b为衰减系数;
风速修正系数n2为:
风速<3m/s时,n2=0.6~0.7;风速3~8m/s时,n2=0.8~0.9;风速8~14m/s时,n2=0.9~1;风速>14m/s时,n2=1;
安装倾角修正系数n3为:
当安装倾角<20°时,n3=0.5~0.6;安装倾角20~40°时,n3=0.8~0.9;安装倾角>40°时,n3=1;
湿度修正系数n4为:
n4=1-(0.5%~1.5%)Y
其中,Y为积灰密度;
空气质量修正系数n5为:
空气质量为优时,n5=1;
空气质量为良时,n5=0.95~1;
空气质量为轻度污染时,n5=0.95~0.9;
空气质量为中度污染时,n5=0.85~0.9;
空气质量为重度污染时,n5=0.8~0.85。
6.根据权利要求5所述的考虑积灰的光伏组件清洗方法,其特征在于,针对降雨修正系数n1,当降雨量<1mm/min时,A=0.2,b=0.2;降雨量为1~4mm/min时,A=0.5,b=0.2;降雨量为4~8mm/min时,A=0.8,b=0.5;降雨量>8mm/min时,n1=1。
7.根据权利要求1所述的考虑积灰的光伏组件清洗方法,其特征在于,步骤S4中,未来某一时间点的积灰程度ηf为:
ηf=η0*ln(α*N)
其中,η0为基础积灰程度,N为总修正系数。
9.根据权利要求1所述的考虑积灰的光伏组件清洗方法,其特征在于,步骤S5中,当光伏组件的积灰程度ηf>30%,或功率损失ηdust>3%时,对光伏组件进行清洗。
10.一种考虑积灰的光伏组件清洗系统,其特征在于,包括:
计算模块,根据光伏组件实测功率与额定功率比值确定光伏组件的功率修正因子α;
损失模块,根据光伏组件功率修正因子α计算积灰引起的功率损失率作为基础积灰程度η0;
修正模块,修正降雨、风速、安装倾角、湿度及空气质量对光伏组件功率及积灰程度得到总的修正因子N;
预测模块,利用基础积灰程度η0和总的修正因子N预测未来某一时间点的积灰程度;
清洗模块,根据预测的未来某一时间点的积灰程度对光伏组件的功率损失进行预测,根据预测结果判断是否对光伏组件进行清洗。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111389839.5A CN114118561A (zh) | 2021-11-22 | 2021-11-22 | 一种考虑积灰的光伏组件清洗方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111389839.5A CN114118561A (zh) | 2021-11-22 | 2021-11-22 | 一种考虑积灰的光伏组件清洗方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114118561A true CN114118561A (zh) | 2022-03-01 |
Family
ID=80439622
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111389839.5A Pending CN114118561A (zh) | 2021-11-22 | 2021-11-22 | 一种考虑积灰的光伏组件清洗方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114118561A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115641029A (zh) * | 2022-12-13 | 2023-01-24 | 北京飞来风科技发展有限公司 | 基于环境气象影响的光伏组件清洗需求评估方法及系统 |
CN116629644A (zh) * | 2023-07-26 | 2023-08-22 | 国家电投集团综合智慧能源科技有限公司 | 一种基于ai模型训练的光伏电站灰尘损失电量预测方法 |
CN118095798A (zh) * | 2024-04-25 | 2024-05-28 | 华能山东发电有限公司众泰电厂 | 基于大数据的光伏清洗机器人能效优化方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107886191A (zh) * | 2017-10-20 | 2018-04-06 | 中冶华天南京电气工程技术有限公司 | 一种光伏组件清洗时机的判断方法 |
CN108399493A (zh) * | 2018-02-02 | 2018-08-14 | 上海电气分布式能源科技有限公司 | 积灰致光伏发电量损失预测方法及光伏组件清洗判断方法 |
CN108880470A (zh) * | 2018-06-28 | 2018-11-23 | 河海大学常州校区 | 一种计算积灰对光伏组件输出功率及发电量影响的方法 |
CN110046329A (zh) * | 2019-04-24 | 2019-07-23 | 河海大学常州校区 | 一种计算光伏组件积灰损失的多元回归模型的构建方法 |
CN110059446A (zh) * | 2019-05-17 | 2019-07-26 | 河海大学常州校区 | 一种预测光伏组件积灰程度的方法 |
CN110162836A (zh) * | 2019-04-22 | 2019-08-23 | 创维互联(北京)新能源科技有限公司 | 基于光伏板发电能力的积灰评价方法、积灰清洗控制方法及积灰评价系统和可读存储介质 |
-
2021
- 2021-11-22 CN CN202111389839.5A patent/CN114118561A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107886191A (zh) * | 2017-10-20 | 2018-04-06 | 中冶华天南京电气工程技术有限公司 | 一种光伏组件清洗时机的判断方法 |
CN108399493A (zh) * | 2018-02-02 | 2018-08-14 | 上海电气分布式能源科技有限公司 | 积灰致光伏发电量损失预测方法及光伏组件清洗判断方法 |
CN108880470A (zh) * | 2018-06-28 | 2018-11-23 | 河海大学常州校区 | 一种计算积灰对光伏组件输出功率及发电量影响的方法 |
CN110162836A (zh) * | 2019-04-22 | 2019-08-23 | 创维互联(北京)新能源科技有限公司 | 基于光伏板发电能力的积灰评价方法、积灰清洗控制方法及积灰评价系统和可读存储介质 |
CN110046329A (zh) * | 2019-04-24 | 2019-07-23 | 河海大学常州校区 | 一种计算光伏组件积灰损失的多元回归模型的构建方法 |
CN110059446A (zh) * | 2019-05-17 | 2019-07-26 | 河海大学常州校区 | 一种预测光伏组件积灰程度的方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115641029A (zh) * | 2022-12-13 | 2023-01-24 | 北京飞来风科技发展有限公司 | 基于环境气象影响的光伏组件清洗需求评估方法及系统 |
CN115641029B (zh) * | 2022-12-13 | 2023-03-10 | 北京飞来风科技发展有限公司 | 基于环境气象影响的光伏组件清洗需求评估方法及系统 |
CN116629644A (zh) * | 2023-07-26 | 2023-08-22 | 国家电投集团综合智慧能源科技有限公司 | 一种基于ai模型训练的光伏电站灰尘损失电量预测方法 |
CN116629644B (zh) * | 2023-07-26 | 2023-10-31 | 国家电投集团综合智慧能源科技有限公司 | 一种基于ai模型训练的光伏电站灰尘损失电量预测方法 |
CN118095798A (zh) * | 2024-04-25 | 2024-05-28 | 华能山东发电有限公司众泰电厂 | 基于大数据的光伏清洗机器人能效优化方法及装置 |
CN118095798B (zh) * | 2024-04-25 | 2024-07-19 | 华能山东发电有限公司众泰电厂 | 基于大数据的光伏清洗机器人能效优化方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114118561A (zh) | 一种考虑积灰的光伏组件清洗方法及系统 | |
Gonzalo et al. | Survey of maintenance management for photovoltaic power systems | |
CN108399493B (zh) | 积灰致光伏发电量损失预测方法及光伏组件清洗判断方法 | |
Subramaniyan et al. | Quantification of environmental effects on PV module degradation: A physics-based data-driven modeling method | |
CN112163018A (zh) | 确定光伏组件的生命周期的方法、装置及系统 | |
CN108880470B (zh) | 一种计算积灰对光伏组件输出功率及发电量影响的方法 | |
CN112487609B (zh) | 一种光伏组件清洗时刻确定方法及装置 | |
Abraim et al. | Techno-economic assessment of soiling losses in CSP and PV solar power plants: A case study for the semi-arid climate of Morocco | |
CN109787552A (zh) | 一种光伏电站的清洗方法及系统 | |
CN110059446A (zh) | 一种预测光伏组件积灰程度的方法 | |
CN108537357B (zh) | 基于降额因子的光伏发电量损失预测方法 | |
CN107064165A (zh) | 一种光伏组件表面积灰度在线检测装置及清洗方法 | |
CN108268963B (zh) | 一种自修正检验的光伏功率短期预测方法 | |
CN107256437B (zh) | 一种光伏电站超短期辐照度预测方法及系统 | |
TWI671996B (zh) | 判斷太陽能發電模組朝向的方法 | |
CN113567739A (zh) | 一种光伏电站发电受限状态实时检测方法及系统 | |
CN115641029B (zh) | 基于环境气象影响的光伏组件清洗需求评估方法及系统 | |
CN115310839A (zh) | 一种光伏电站积灰预警评估方法和系统 | |
CN116562459A (zh) | 结合气温湿度风速日照云量环境因素的碳排放分析算法 | |
Talayero et al. | Diagnosis of failures in solar plants based on performance monitoring | |
Makkar et al. | IoT based framework: mathematical modelling and analysis of dust impact on solar panels | |
CN110046329B (zh) | 一种计算光伏组件积灰损失的多元回归模型的构建方法 | |
CN115545966A (zh) | 一种光伏组串电量损失分析与识别方法及其存储介质 | |
Al-Janahi et al. | Environmental Impact Associated with the Performance of Building Integrated Photovoltaics: Life-Cycle Assessment Perspective | |
CN114091905A (zh) | 一种考虑辐照度的光伏组件清洗方法及系统 |
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 |