CN114139744A - 异常光伏组串支路识别方法、装置、电子设备及存储介质 - Google Patents

异常光伏组串支路识别方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN114139744A
CN114139744A CN202111436028.6A CN202111436028A CN114139744A CN 114139744 A CN114139744 A CN 114139744A CN 202111436028 A CN202111436028 A CN 202111436028A CN 114139744 A CN114139744 A CN 114139744A
Authority
CN
China
Prior art keywords
photovoltaic
branch
abnormal
inverter
string
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
CN202111436028.6A
Other languages
English (en)
Inventor
刘丽娇
王晓晨
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.)
Xinao Shuneng Technology Co Ltd
Original Assignee
Xinao Shuneng 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 Xinao Shuneng Technology Co Ltd filed Critical Xinao Shuneng Technology Co Ltd
Priority to CN202111436028.6A priority Critical patent/CN114139744A/zh
Publication of CN114139744A publication Critical patent/CN114139744A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9035—Filtering based on additional data, e.g. user or group profiles
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computational Linguistics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Photovoltaic Devices (AREA)

Abstract

本公开涉及光伏发电技术领域，提供了异常光伏组串支路识别方法、装置、电子设备及存储介质。该方法包括：按照预设的计算周期，计算光伏系统中的每个逆变器的第一离散率，并筛选出第一离散率大于预设的离散阈值的异常逆变器；对同一异常逆变器所连接的每一个光伏组串支路进行筛查，以确定其中输出功率最小的第一光伏组串支路；计算剔除了第一光伏组串支路后的异常逆变器的第二离散率；当第二离散率小于或等于预设的离散阈值时，确定第一光伏组串支路为异常光伏组串支路，能够及时、准确地识别出系统中的异常运行光伏组串设备，识别效率高，并且有效地减少了因光伏组串设备故障而造成的能源浪费，有利于提高企业的发电收益。

Description

异常光伏组串支路识别方法、装置、电子设备及存储介质
技术领域
本公开涉及光伏发电技术领域，尤其涉及一种异常光伏组串支路识别方法、装置、电子设备及存储介质。
背景技术
分布式光伏电站是指利用分散式资源，装机规模较小的、布置在用户附近的发电系统。它是一种新型的、具有广阔前景的发散和能源综合利用方式。
光伏组串设备是将光能(太阳能)转换成电能的关键设备。而光伏组串设备的正常运行与否会直接影响到分布式光伏系统正常发电与否。因此，需要对分布式光伏系统的光伏组串设备的运行状态进行实时监测，以确保系统能够正常发电。
传统的光伏组串设备监测方法系通过采集光伏组串设备的电压、电流数据，并经由人工根据经验来判断光伏组串设备的运行状态。然而，这种方式不仅需要耗费大量的人力、物力，监测成本高，而且还容易出现人因漏检、错检等现象，从而难以及时、准确地识别出系统中的异常运行光伏组串设备，进而容易导致因光伏组串设备故障而造成的能源浪费，并降低企业的发电收益。
发明内容
有鉴于此，本公开实施例提供了一种异常光伏组串支路识别方法、装置、电子设备及存储介质，以解决现有技术中通过人工识别光伏系统中的异常光伏组串支路，费时、费力、成本高，且容易出现人因漏检、错检等现象，从而难以及时、准确地识别出系统中的异常运行光伏组串设备，进而容易导致因光伏组串设备故障而造成的能源浪费，并降低企业的发电收益的问题。
本公开实施例的第一方面，提供了一种异常光伏组串支路识别方法，包括：
按照预设的计算周期，计算光伏系统中的每个逆变器的第一离散率，并筛选出第一离散率大于预设的离散阈值的异常逆变器；
对同一异常逆变器所连接的每一个光伏组串支路进行筛查，以确定其中输出功率最小的第一光伏组串支路；
计算剔除了第一光伏组串支路后的异常逆变器的第二离散率；
当第二离散率小于或等于预设的离散阈值时，确定第一光伏组串支路为异常光伏组串支路。
本公开实施例的第二方面，提供了一种异常光伏组串支路识别装置，包括：
第一计算模块，被配置为按照预设的计算周期，计算光伏系统中的每个逆变器的第一离散率，并筛选出第一离散率大于预设的离散阈值的异常逆变器；
筛查模块，被配置为对同一异常逆变器所连接的每一个光伏组串支路进行筛查，以确定其中输出功率最小的第一光伏组串支路；
第二计算模块，被配置为计算剔除了第一光伏组串支路后的异常逆变器的第二离散率；
确定模块，被配置为当第二离散率小于或等于预设的离散阈值时，确定第一光伏组串支路为异常光伏组串支路。
本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。
本公开实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。
本公开实施例与现有技术相比存在的有益效果至少包括：通过按照预设的计算周期，计算光伏系统中的每个逆变器的第一离散率，并筛选出第一离散率大于预设的离散阈值的异常逆变器；对同一异常逆变器所连接的每一个光伏组串支路进行筛查，以确定其中输出功率最小的第一光伏组串支路；计算剔除了第一光伏组串支路后的异常逆变器的第二离散率；当第二离散率小于或等于预设的离散阈值时，确定第一光伏组串支路为异常光伏组串支路，能够及时、准确地识别出系统中的异常运行光伏组串设备，识别效率高，并且有效地减少了因光伏组串设备故障而造成的能源浪费，有利于提高企业的发电收益。
附图说明
为了更清楚地说明本公开实施例中的技术方案，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公开的一些实施例，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它的附图。
图1是本公开实施例提供的一种异常光伏组串支路识别方法的流程示意图；
图2是本公开实施例提供的异常光伏组串支路识别方法中的一种光伏系统架构的示意图；
图3是本公开实施例提供的一种异常光伏组串支路识别装置的结构示意图；
图4是本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本公开实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本公开。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本公开的描述。
下面将结合附图详细说明根据本公开实施例的一种异常光伏组串支路识别方法和装置。
图1是本公开实施例提供的一种异常光伏组串支路识别方法的流程示意图。如图1所示，该异常光伏组串支路识别方法包括：
步骤S101，按照预设的计算周期，计算光伏系统中的每个逆变器的第一离散率，并筛选出第一离散率大于预设的离散阈值的异常逆变器。
示例性的，结合图2，在本公开实施例中，提供了一种光伏系统的结构示意图。如图2所示，该光伏系统200包括：发电节点201、(汇流板节点)、逆变器节点202、汇流箱节点203、箱变节点204以及并网节点205(并网柜)。其中，每个设备节点可能会连接有一个或多个下属设备。例如，发电节点201，可由多个分散安装的光伏组串簇构成；每个光伏组串簇包括多个光伏组串，每个光伏组串可包括多块相互串联在一起的组件，例如，由22块组件相互串联在一起构成的光伏组串。逆变器节点202包括多个逆变器，通常每个逆变器对应连接多个光伏组串，每个光伏组串与逆变器之间的连接通路即构成一个光伏组串支路。汇流箱节点203包括多个汇流箱，每个汇流箱对应连接一个逆变器。箱变节点204包括多个箱变，每个箱变对应连接一个汇流箱。每个箱变可对应连接一个并网柜。
逆变器，是把直流电能转变成交流电的设备。
其中预设的计算周期，可以根据实际情况灵活设置。例如，可以设置为30分钟/次、1小时/次、1天/次等。
预设的离散阈值，可以根据实际情况灵活设置。通常是设置为10％。
在计算每个逆变器的第一离散率之前，需要对光伏系统中的逆变器节点202下的每一个逆变器的光伏组串的物理连接情况进行梳理和统计。具体的，可以按照下表1记录每个逆变器下的光伏组串的连接情况。
表1逆变器下的光伏组串的连接情况明细表
Figure BDA0003381736450000041
Figure BDA0003381736450000051
在计算每个逆变器的第一离散率时，需要先剔除每个逆变器中未连接有光伏组串的支路，然后，根据连接有光伏组串的支路计算每个逆变器的第一离散率。
作为一示例，假设光伏系统中有10个逆变器，每个逆变器均有1#～8#共8个连接口，可首先根据这10个逆变器的光伏组串的实际连接情况，按照上表1进行记录和统计各个逆变器的光伏组串的连接情况，然后，剔除各个逆变器中未连接光伏组串的支路，根据每个逆变器连接有光伏组串的各支路的相关参数(如输出功率等)计算出各个逆变器的第一离散率。
示例性的，假设1号逆变器有1#～8#共8个连接口，其中，1#和7#没有连接光伏组串，2#～6#以及8#均连接有光伏组串，那么在计算1号逆变器的第一离散率时，需要剔除1#和7#这两条支路，然后根据2#～6#以及8#这几条支路的光伏组串的相关设备参数计算出1号逆变器的第一离散率。
在计算出10个逆变器的第一离散率后，筛选出第一离散率大于预设的离散阈值(例如，为10％)的异常逆变器(可能存在异常光伏组串支路的逆变器)。
步骤S102，对同一异常逆变器所连接的每一个光伏组串支路进行筛查，以确定其中输出功率最小的第一光伏组串支路。
作为一示例，假设根据上述步骤，筛选出的异常逆变器为1号逆变器和2号逆变器。接着，分别对1号逆变器和2号逆变器所连接的每一个光伏组串支路进行筛查，从中找出每个逆变器中输出功率最小的第一光伏组串支路。
作为一示例，可通过获取设置在每个光伏组串支路的输出端的输出功率计量表的读数来进一步确定每个光伏组串的输出功率，并通过比较每个光伏组串的输出功率的大小，确定其中输出功率最小的第一光伏组串支路。
步骤S103，计算剔除了第一光伏组串支路后的异常逆变器的第二离散率。
结合上述示例，假设1号逆变器中的输出功率最小的第一光伏组串支路是其中的2#连接口所对应的支路，那么剔除2#连接口所对应的支路后，1号逆变器目前连接有光伏组串的接口为3#～6#以及8#。进一步，根据3#～6#以及8#的光伏组串支路的相关参数(如输出功率)计算1号逆变器的第二离散率。
步骤S104，当第二离散率小于或等于预设的离散阈值时，确定第一光伏组串支路为异常光伏组串支路。
结合上述示例，假设经上述步骤计算得到1号逆变器的第二离散功率为7％(小于预设的离散阈值10％)，那么可将2#连接口所对应的光伏组串支路确定为异常光伏组串支路，即2#连接口所对应的光伏组串支路发生故障。
作为一示例，假设经上述步骤计算得到1号逆变器的第二离散率为11％(大于预设的离散阈值10％)，那么继续找出3#～6#以及8#连接口所对应的光伏组串支路中输出功率最小的支路，剔除该输出功率最小的支路后，根据剩余支路的相关参数(如输出功率)计算1号逆变器的第三离散率，重复上述步骤，直至计算到1号逆变器的离散功率小于或等于预设的离散阈值为止，即可筛查出1号逆变器中的所有异常光伏组串支路。
类似地，可根据1号逆变器的异常光伏组串支路的排查方式，对2号逆变器中的光伏组串支路进行排查，识别出其中的异常组串支路，具体的排查过程，在此不再赘述。
本公开实施例提供的技术方案，通过按照预设的计算周期，计算光伏系统中的每个逆变器的第一离散率，并筛选出第一离散率大于预设的离散阈值的异常逆变器；对同一异常逆变器所连接的每一个光伏组串支路进行筛查，以确定其中输出功率最小的第一光伏组串支路；计算剔除了第一光伏组串支路后的异常逆变器的第二离散率；当第二离散率小于或等于预设的离散阈值时，确定第一光伏组串支路为异常光伏组串支路，能够及时、准确地识别出系统中的异常运行光伏组串设备，识别效率高，并且有效地减少了因光伏组串设备故障而造成的能源浪费，有利于提高企业的发电收益。
在一些实施例中，上述步骤S104，包括：
计算同一异常逆变器所连接的每两个光伏组串支路之间的第一相关性系数；
当第二离散率小于或等于预设的离散阈值，且每两个光伏组串支路之间的第一相关性系数均在预设的相关性系数范围内时，确定第一光伏组串支路为异常光伏组串支路。
其中，光伏组串支路之间的相关性系数，是指同一逆变器下的光伏组串的实时发电功率的相关性，该相关性系数可根据不同发电站的发电特性来具体设定。一般地，同一逆变器下的光伏组串支路之间的合理相关性系数在99.2％以上。也就是说，预设的相关性系数范围可设置为≥99.2％。
下面以计算1号逆变器所连接的每两个光伏组串支路之间的第一相关性系数为例来进行详细说明。
1号逆变器的2#～6#以及8#均连接有光伏组串。计算2号逆变器所连接的每两个光伏组串支路之间的第一相关性系数，具体为：计算2#接口所对应的光伏组串支路分别与3#、4#、5#、6#、8#接口所对应的光伏组串支路之间的第一相关性系数；3#接口所对应的光伏组串支路分别与4#、5#、6#、8#接口所对应的光伏组串支路之间的第一相关性系数；4#接口所对应的光伏组串支路分别与5#、6#、8#接口所对应的光伏组串支路之间的第一相关性系数；5#接口所对应的光伏组串支路分别与6#、8#接口所对应的光伏组串支路之间的第一相关性系数；6#接口所对应的光伏组串支路与8#接口所对应的光伏组串支路之间的第一相关性系数。
假设根据上述步骤，计算得到1号逆变器的第二离散率为7％(小于预设的离散阈值10％)，且1号逆变器下所连接的每两个光伏组串支路之间的第一相关性系数均大于99.2％(假设预设的相关性系数范围为≥99.2％)，即在预设的相关性系数范围内，那么可将2#连接口所对应的光伏组串支路确定为异常光伏组串支路。
本公开实施例提供的技术方案，通过计算每个逆变器的离散率，并结合计算每个逆变器下所连接的每两个光伏组串支路之间的相关性系数，可以有效提高异常光伏组串支路的识别准确性和可靠性，从而有利于后续对识别出的异常光伏组串支路进行故障检测和维修，进而减少因光伏组串设备故障而造成的能源浪费，有利于提高企业的发电收益。
在一些实施例中，在计算同一异常逆变器所连接的每两个光伏组串支路之间的第一相关性系数之后，还包括：
若同一异常逆变器所连接的第i个光伏组串支路与其他各个光伏组串支路的第一相关性系数均不在预设的相关性系数范围内，则将第i个光伏组串支路确定为异常支路；
当第二离散率小于或等于预设的离散阈值，且第一光伏组串支路包括异常支路时，确定第一光伏组串支路为异常光伏组串支路。
结合上述示例，假设1号逆变器有1#～8#共8个连接口，其中，1#和7#没有连接光伏组串，2#～6#以及8#均连接有光伏组串，那么可以将2#～6#以及8#连接口所对应的支路设置为第1～i(此时i＝6)个光伏组串支路，其中，2#接口所对应的光伏组串支路为第1个光伏组串支路，3#接口所对应的光伏组串支路为第2个光伏组串支路，4#接口所对应的光伏组串支路为第3个光伏组串支路，以此类推，8#接口所对应的光伏组串支路为第6个光伏组串支路。
假设第1个光伏组串支路与3#～6#以及8#接口所对应的光伏组串支路的第一相关性系数均小于99.2％(假设预设的相关性系数范围为≥99.2％)，即均不在预设的相关性系数范围内，那么将第1个光伏光伏组串支路确定为异常支路。而第2(3、4、5、6)个光伏组串支路与其他接口所对应的光伏组串支路的第一相关性系数均大于99.2％。
结合上述示例，假设1号逆变器的第二离散率为7％(小于预设的离散阈值10％)，且根据上述步骤确定第一光伏组串支路为2#接口所对应的光伏组串支路，即包括第1个光伏组串支路，那么此时可确定第一光伏组串支路为异常光伏组串支路。
在另一些实施例中，当第二离散率小于或等于预设的离散阈值，且第一光伏组串支路不包括异常支路时，计算除第i个光伏组串支路之外的其他支路中的两两支路之间的第二相关性系数；若其他支路中的两两支路之间的第二相关性系数均在预设的相关性系数范围内，则将i个光伏组串支路确定为异常光伏组串支路。
具体地，结合上述示例，假设1号逆变器的第二离散率为7％(小于预设的离散阈值10％)，且根据上述步骤确定第一光伏组串支路为2#接口所对应的光伏组串支路，而根据计算同一逆变器下所连接的每两个光伏组串支路之间的第一相关性系数的步骤，所确定的是第2个光伏组串支路与2#、4#～6#以及8#接口所对应的光伏组串支路的第一相关性系数均小于99.2％(假设预设的相关性系数范围为≥99.2％)，即均不在预设的相关性系数范围内，那么将第2个光伏光伏组串支路确定为异常支路(即3#连接口所对应的光伏组串支路)。而第1(3、4、5、6)个光伏组串支路与其他接口所对应的光伏组串支路的第一相关性系数均大于99.2％。
也就是说，根据计算逆变器的离散率所筛查出的异常光伏组串支路为2#接口所对应的光伏光伏组串支路(第一光伏组串支路)；根据计算逆变器下所连接的每两个光伏光伏组串支路之间的第一相关性系数所确定的异常光伏组串支路为3#接口所对应的光伏光伏组串支路，即第一光伏组串支路不包括3#接口所对应的光伏光伏组串支路。
此时，可进一步计算剔除第2个光伏组串支路(即3#连接口所对应的光伏组串支路)之外的其他光伏组串支路中的两两支路之间的第二相关性系数。即计算2#连接口所对应的光伏组串支路与4#、5#、6#、8#连接口所对应的光伏组串支路的第二相关性系数；4#连接口所对应的光伏组串支路与5#、6#、8#连接口所对应的光伏组串支路的第二相关性系数；5#连接口所对应的光伏组串支路与6#、8#连接口所对应的光伏组串支路的第二相关性系数；6#连接口所对应的光伏组串支路与8#连接口所对应的光伏组串支路的第二相关性系数。
示例性的，假设1号逆变器中剔除2#连接口所对应的光伏组串支路的其他支路中的两两支路之间的第二相关性系数均大于99.2％(假设预设的相关性系数范围为≥99.2％)，即均在预设的相关性系数范围内，那么可将第2个光伏光伏组串支路确定为异常支路(即3#连接口所对应的光伏组串支路)。
在一些实施例中，计算光伏系统中的每个逆变器的第一离散率的步骤，具体可包括：
计算每个逆变器所连接的每一个光伏组串支路的稳定输出功率；
根据稳定输出功率，确定每个逆变器的平均输出功率和功率标准差；
根据平均输出功率和功率标准差，计算得到每个逆变器的第一离散率。
作为一示例，可通过下述步骤计算每一个光伏组串支路的稳定输出功。具体的：
获取每个逆变器所连接的每一个光伏组串支路在计算周期内的历史电压数据和历史电流数据；
根据历史电压数据和历史电流数据，确定每一个光伏组串支路在计算周期内的稳定电压和稳定电流；
根据稳定电压和稳定电流，计算每一个光伏组串支路的稳定输出功率。
作为一示例，可通过每个逆变器的输出功率确定其开机启动时间和停机时间，通过设置在每一个光伏组串支路处的电压计量表获取其在上述开机启动时间和停机时间这一时间段内的历史电压数据，通过设置在每一个光伏组串支路处的电流计量表获取其在上述开机启动时间和停机时间这一时间段内历史电流数据。
然后，在上述时间段内(假设0时～24小时)，找出每个逆变器下的每一个光伏组串支路在每一个计算周期(如1个小时)内的稳定电压和稳定电流。这里的稳定电压、稳定电流，指的是在每一计算周期内，该光伏组串支路的电压/电流处于平稳状态，即电压/电流波动趋于平稳(如不再变化)的时间点所对应的电压、电流。之后，即可根据计算公式(1)：稳定输出功率＝稳定电流*稳定电压，计算得到每一个光伏组串支路的稳定输出功率。
接着，可根据下述公式(2)计算出每一个逆变器的平均输出功率。
Figure BDA0003381736450000111
其中，μ为逆变器在某k时刻的平均输出功率；N为该逆变器下所连接的光伏组串的总数量；xj为逆变器在某k时刻的第j个光伏组串支路的输出功率。
可根据下述公式(3)计算出每一个逆变器的功率标准差。
Figure BDA0003381736450000112
其中，σ为逆变器在某k时刻的功率标准差。
最后，可根据下述公式(4)计算得到每一个逆变器的第一离散率。
Figure BDA0003381736450000113
其中，CV为单个逆变器的第一离散率(即功率离散率)。
若预设的计算周期为一日，那么可通过计算一日内的每个小时的离散率，然后再对每个小时的离散率加权平均，即得。
在一些实施例中，在计算同一异常逆变器所连接的每两个光伏组串支路之间的第一相关性系数之前，还包括：
加载并显示预设的相关性系数范围；
获取异常光伏组串支路的输出功率；
当用户申请对预设的相关性系数范围进行调整时，根据输出功率调整并确定相关系数相关性系数范围。
作为一示例，可预先加载并在界面上透出显示预设的相关性系数范围。例如，预设的相关性系数范围为≥99.2％。
作为一示例，假设根据上述步骤，排查出1号逆变器的异常光伏组串支路为2#连接口所对应的光伏组串支路，那么可以获取2#连接口所对应的光伏组串支路的输出功率并反馈给用户，以便于用户了解并确定是要调低当前的相关性系数范围，还是调高当前的相关性系数范围。
示例性的，假设用户根据当前反馈的2#连接口所对应的光伏组串支路的输出功率，通过经验判断需要调高当前的相关性系数范围时，可在当前界面上对透出显示的预设的相关性系数范围进行修改调整。当后台检测到用户在当前界面上的预设的相关性系数范围的修改调整操作，例如，将原来的99.2％修改为99.5％，那么可将预设的相关性系数范围修改为≥99.5％。在后续计算每一个逆变器所连接的光伏组串支路的两两支路之间的相关性系数，并通过相关性系数确定异常支路时，采用用户修改后的相关性系数范围来作为筛选标准。
本公开实施例提供的技术方案，在逆变器设备进入正常运行状态即可对其离散率进行计算，计算的起始和终止时间点不受季节和气象的约束，计算方便且灵活性高。此外，通过计算每个逆变器的离散率，并结合计算每个逆变器下所连接的每两个光伏组串支路之间的相关性系数，可以有效提高异常光伏组串支路的识别准确性和可靠性，从而有利于后续对识别出的异常光伏组串支路进行故障检测和维修，进而减少因光伏组串设备故障而造成的能源浪费，有利于提高企业的发电收益。并且，能够实现对逆变器每小时的离散率的计算，具有强时效性和有效的运维价值。
上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。
下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
图3是本公开实施例提供的一种异常光伏组串支路识别装置的示意图。如图3所示，该异常光伏组串支路识别装置包括：
第一计算模块301，被配置为按照预设的计算周期，计算光伏系统中的每个逆变器的第一离散率，并筛选出第一离散率大于预设的离散阈值的异常逆变器；
筛查模块302，被配置为对同一异常逆变器所连接的每一个光伏组串支路进行筛查，以确定其中输出功率最小的第一光伏组串支路；
第二计算模块303，被配置为计算剔除了第一光伏组串支路后的异常逆变器的第二离散率；
确定模块304，被配置为当第二离散率小于或等于预设的离散阈值时，确定第一光伏组串支路为异常光伏组串支路。
本公开实施例提供的技术方案，通过将第一计算模块301配置为按照预设的计算周期，计算光伏系统中的每个逆变器的第一离散率，并筛选出第一离散率大于预设的离散阈值的异常逆变器；筛查模块302配置为对同一异常逆变器所连接的每一个光伏组串支路进行筛查，以确定其中输出功率最小的第一光伏组串支路；第二计算模块303配置为计算剔除了第一光伏组串支路后的异常逆变器的第二离散率；确定模块304配置为当第二离散率小于或等于预设的离散阈值时，确定第一光伏组串支路为异常光伏组串支路，能够及时、准确地识别出系统中的异常运行光伏组串设备，识别效率高，并且有效地减少了因光伏组串设备故障而造成的能源浪费，有利于提高企业的发电收益。
在一些实施例中，上述确定模块304包括：
相关系数计算单元，被配置为计算同一异常逆变器所连接的每两个光伏组串支路之间的第一相关性系数；
第一确定单元，被配置为当第二离散率小于或等于预设的离散阈值，且每两个光伏组串支路之间的第一相关性系数均在预设的相关性系数范围内时，确定第一光伏组串支路为异常光伏组串支路。
在一些实施例中，上述确定模块304还包括：
第二确定单元，被配置为若同一异常逆变器所连接的第i个光伏组串支路与其他各个光伏组串支路的第一相关性系数均不在预设的相关性系数范围内，则将第i个光伏组串支路确定为异常支路；
第三确定单元，被配置为当第二离散率小于或等于预设的离散阈值，且第一光伏组串支路包括异常支路时，确定第一光伏组串支路为异常光伏组串支路。
在一些实施例中，上述确定模块304还包括：
系数计算单元，被配置为当第二离散率小于或等于预设的离散阈值，且第一光伏组串支路不包括异常支路时，计算除第i个光伏组串支路之外的其他支路中的两两支路之间的第二相关性系数；
第四确定单元，被配置为若其他支路中的两两支路之间的第二相关性系数均在预设的相关性系数范围内，则将i个光伏组串支路确定为异常光伏组串支路。
在一些实施例中，上述第一计算模块301包括：
功率计算单元，被配置为计算每个逆变器所连接的每一个光伏组串支路的稳定输出功率；
确定单元，被配置为根据稳定输出功率，确定每个逆变器的平均输出功率和功率标准差；
离散率计算单元，被配置为根据平均输出功率和功率标准差，计算得到每个逆变器的第一离散率。
在一些实施例中，上述功率计算单元，具体可被配置为：
获取每个逆变器所连接的每一个光伏组串支路在计算周期内的历史电压数据和历史电流数据；
根据历史电压数据和历史电流数据，确定每一个光伏组串支路在计算周期内的稳定电压和稳定电流；
根据稳定电压和稳定电流，计算每一个光伏组串支路的稳定输出功率。
在一些实施例中，上述确定模块304还包括：
加载单元，被配置为加载并显示预设的相关性系数范围；
获取单元，被配置为获取异常光伏组串支路的输出功率；
调整单元，被配置为当用户申请对预设的相关性系数范围进行调整时，根据输出功率调整并确定相关系数相关性系数范围。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本公开实施例的实施过程构成任何限定。
图4是本公开实施例提供的电子设备400的示意图。如图4所示，该实施例的电子设备400包括：处理器401、存储器402以及存储在该存储器402中并且可在处理器401上运行的计算机程序403。处理器401执行计算机程序403时实现上述各个方法实施例中的步骤。或者，处理器401执行计算机程序403时实现上述各装置实施例中各模块/单元的功能。
示例性地，计算机程序403可以被分割成一个或多个模块/单元，一个或多个模块/单元被存储在存储器402中，并由处理器401执行，以完成本公开。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序403在电子设备400中的执行过程。
电子设备400可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备400可以包括但不仅限于处理器401和存储器402。本领域技术人员可以理解，图4仅仅是电子设备400的示例，并不构成对电子设备400的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如，电子设备还可以包括输入输出设备、网络接入设备、总线等。
处理器401可以是中央处理单元(Central Processing Unit，CPU)，也可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器402可以是电子设备400的内部存储单元，例如，电子设备400的硬盘或内存。存储器402也可以是电子设备400的外部存储设备，例如，电子设备400上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器402还可以既包括电子设备400的内部存储单元也包括外部存储设备。存储器402用于存储计算机程序以及电子设备所需的其它程序和数据。存储器402还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。
在本公开所提供的实施例中，应该理解到，所揭露的装置/电子设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/电子设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本公开实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围，均应包含在本公开的保护范围之内。

Claims (10)

1.一种异常光伏组串支路识别方法，其特征在于，包括：
按照预设的计算周期，计算光伏系统中的每个逆变器的第一离散率，并筛选出第一离散率大于预设的离散阈值的异常逆变器；
对同一异常逆变器所连接的每一个光伏组串支路进行筛查，以确定其中输出功率最小的第一光伏组串支路；
计算剔除了所述第一光伏组串支路后的异常逆变器的第二离散率；
当所述第二离散率小于或等于预设的离散阈值时，确定所述第一光伏组串支路为异常光伏组串支路。
2.根据权利要求1所述的方法，其特征在于，所述当所述第二离散率小于或等于所述预设的离散阈值时，确定所述第一光伏组串支路为异常光伏组串支路，包括：
计算同一异常逆变器所连接的每两个光伏组串支路之间的第一相关性系数；
当所述第二离散率小于或等于所述预设的离散阈值，且所述每两个光伏组串支路之间的第一相关性系数均在预设的相关性系数范围内时，确定所述第一光伏组串支路为异常光伏组串支路。
3.根据权利要求2所述的方法，其特征在于，所述计算同一异常逆变器所连接的每两个光伏组串支路之间的第一相关性系数之后，还包括：
若同一异常逆变器所连接的第i个光伏组串支路与其他各个光伏组串支路的第一相关性系数均不在预设的相关性系数范围内，则将所述第i个光伏组串支路确定为异常支路；
当所述第二离散率小于或等于所述预设的离散阈值，且所述第一光伏组串支路包括所述异常支路时，确定所述第一光伏组串支路为异常光伏组串支路。
4.根据权利要求3所述的方法，其特征在于，所述当所述第二离散率小于或等于所述预设的离散阈值，且所述第一光伏组串支路包括所述异常支路时，确定所述第一光伏组串支路为异常光伏组串支路之后，还包括：
当所述第二离散率小于或等于所述预设的离散阈值，且所述第一光伏组串支路不包括所述异常支路时，计算除所述第i个光伏组串支路之外的其他支路中的两两支路之间的第二相关性系数；
若所述其他支路中的两两支路之间的第二相关性系数均在预设的相关性系数范围内，则将所述i个光伏组串支路确定为异常光伏组串支路。
5.根据权利要求1所述的方法，其特征在于，所述计算光伏系统中的每个逆变器的第一离散率，包括：
计算每个逆变器所连接的每一个光伏组串支路的稳定输出功率；
根据所述稳定输出功率，确定每个逆变器的平均输出功率和功率标准差；
根据所述平均输出功率和功率标准差，计算得到每个逆变器的第一离散率。
6.根据权利要求5所述的方法，其特征在于，所述计算每个逆变器所连接的每一个光伏组串支路的稳定输出功率，包括：
获取每个逆变器所连接的每一个光伏组串支路在所述计算周期内的历史电压数据和历史电流数据；
根据所述历史电压数据和历史电流数据，确定每一个所述光伏组串支路在所述计算周期内的稳定电压和稳定电流；
根据所述稳定电压和稳定电流，计算每一个所述光伏组串支路的稳定输出功率。
7.根据权利要求2所述的方法，其特征在于，所述计算同一异常逆变器所连接的每两个光伏组串支路之间的第一相关性系数之前，还包括：
加载并显示预设的相关性系数范围；
获取所述异常光伏组串支路的输出功率；
当用户申请对所述预设的相关性系数范围进行调整时，根据所述输出功率调整并确定所述相关系数相关性系数范围。
8.一种异常光伏组串支路识别装置，其特征在于，包括：
第一计算模块，被配置为按照预设的计算周期，计算光伏系统中的每个逆变器的第一离散率，并筛选出第一离散率大于预设的离散阈值的异常逆变器；
筛查模块，被配置为对同一异常逆变器所连接的每一个光伏组串支路进行筛查，以确定其中输出功率最小的第一光伏组串支路；
第二计算模块，被配置为计算剔除了所述第一光伏组串支路后的异常逆变器的第二离散率；
确定模块，被配置为当所述第二离散率小于或等于预设的离散阈值时，确定所述第一光伏组串支路为异常光伏组串支路。
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可在所述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计算机程序时实现如权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
CN202111436028.6A 2021-11-29 2021-11-29 异常光伏组串支路识别方法、装置、电子设备及存储介质 Pending CN114139744A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111436028.6A CN114139744A (zh) 2021-11-29 2021-11-29 异常光伏组串支路识别方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111436028.6A CN114139744A (zh) 2021-11-29 2021-11-29 异常光伏组串支路识别方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN114139744A true CN114139744A (zh) 2022-03-04

Family

ID=80389213

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111436028.6A Pending CN114139744A (zh) 2021-11-29 2021-11-29 异常光伏组串支路识别方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN114139744A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115811278A (zh) * 2023-02-07 2023-03-17 佰聆数据股份有限公司 基于离散率的分布式光伏故障检测方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115811278A (zh) * 2023-02-07 2023-03-17 佰聆数据股份有限公司 基于离散率的分布式光伏故障检测方法及装置
CN115811278B (zh) * 2023-02-07 2023-04-18 佰聆数据股份有限公司 基于离散率的分布式光伏故障检测方法及装置

Similar Documents

Publication Publication Date Title
Zhang et al. Reliability assessment of photovoltaic power systems: Review of current status and future perspectives
Yen et al. Effect of smart meter data collection frequency in an early detection of shorter-duration voltage anomalies in smart grids
EP3065245B1 (en) Power grid outage and fault condition management
Pecenak et al. Multiphase distribution feeder reduction
CN112307003B (zh) 电网数据多维辅助分析方法、系统、终端及可读存储介质
Agajie et al. Reliability enhancement and voltage profile improvement of distribution network using optimal capacity allocation and placement of distributed energy resources
CN109949178B (zh) 一种基于支持向量机中压配网停电事件判断及补全方法
WO2021176318A1 (en) Topology identification and state estimation of power grids
CN112886922B (zh) 一种光伏电站损失电量的计算方法、装置及存储介质
CN113169708A (zh) 太阳能发电平衡控制系统及方法
CN115061013B (zh) 基于停电事件大数据分析的低压常见故障研判方法及系统
CN112688428A (zh) 一种基于物联网技术的10千伏电网同期线损治理方法
CN116743079A (zh) 光伏组串故障处理方法、装置、光伏管理系统及介质
CN114139744A (zh) 异常光伏组串支路识别方法、装置、电子设备及存储介质
CN113054906B (zh) 光伏电站的故障确定方法、装置、处理器与光伏系统
CN113792967A (zh) 分布式光伏运行状态评估方法、装置及电子设备
CN114142808A (zh) 光伏系统异常运行设备识别方法、装置、设备及存储介质
CN113868821B (zh) 一种基于营配大数据融合的配网降损方法及终端机
Singh The role of hosting capacity study in power system advancements: a review
US11355930B2 (en) Phase identification using statistical analysis
CN112001588A (zh) 基于n-1态下的事故事件在线预判方法及装置
Thomas Connection imbalance in low voltage distribution networks
Abed et al. Reliability assessment of grid-connected multi-inverter for renewable power generation sector
CN114070198B (zh) 分布式光伏发电系统的故障诊断方法、装置和电子设备
Taghezouit et al. Model-based fault detection in photovoltaic systems: A comprehensive review and avenues for enhancement

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