CN115099472A - 一种并网光伏逆变器可靠性分析方法 - Google Patents
一种并网光伏逆变器可靠性分析方法 Download PDFInfo
- Publication number
- CN115099472A CN115099472A CN202210651776.4A CN202210651776A CN115099472A CN 115099472 A CN115099472 A CN 115099472A CN 202210651776 A CN202210651776 A CN 202210651776A CN 115099472 A CN115099472 A CN 115099472A
- Authority
- CN
- China
- Prior art keywords
- grid
- inverter
- connected photovoltaic
- photovoltaic
- 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
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 24
- 239000006185 dispersion Substances 0.000 claims abstract description 14
- 238000010606 normalization Methods 0.000 claims abstract description 6
- 238000010224 classification analysis Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000010248 power generation Methods 0.000 claims description 21
- 238000012423 maintenance Methods 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 6
- 238000003672 processing method Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 5
- 230000000694 effects Effects 0.000 description 2
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
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Biodiversity & Conservation Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种并网光伏逆变器可靠性分析方法,涉及光伏电站技术领域,主要目的在于通过对统计周期内光伏电站所有厂家型号的逆变器进行归一化评价分析,了解光伏电站的整体运行情况。主要采用的技术方案为:S1、计算光伏电站内每台并网光伏逆变器的发电量Qi;S2、对光伏电站内每台并网光伏逆变器的发电量Qi进行归一化处理,计算每台并网光伏逆变器的利用小时hi;S3、统计周期内,计算光伏电站内所有并网光伏逆变器的利用小时hi的平均值μ;S4、统计周期内,计算光伏电站内所有并网光伏逆变器的利用小时hi的标准差σ;S5、计算光伏电站并网光伏逆变器输出离散率α;S6、将光伏电站的并网光伏逆变器输出离散率α分类分析。
Description
技术领域
本发明涉及光伏电站技术领域,特别是涉及一种并网光伏逆变器可靠性分析方法。
背景技术
目前全国都在大力建设大型光伏电站,太阳能装机容量日渐增长,而逆变器作为光伏电站的核心设备,关系着光伏电站发电能力,故分析评价光伏逆变器的可靠性对大型光伏电站有的放矢地进行故障定位和设备检修至关重要。然而目前的分析方法大多针对光伏组串的电压和电流,颗粒度较细,很少对光伏逆变器进行全面的可靠性进行评价,而且光伏电站逆变器设备众多,厂家型号各异,因此对统计周期内整个光伏电站的所有逆变器的归一化可靠性评价是大型光伏电站从上而下有效运维的重要手段,是提升发电量的关键。
发明内容
有鉴于此,本发明提供一种并网光伏逆变器可靠性分析方法,主要目的在于通过对统计周期内光伏电站所有厂家型号的逆变器进行归一化评价分析,了解光伏电站的整体运行情况。
为达到上述目的,本发明主要提供如下技术方案:
本发明的实施例提供一种并网光伏逆变器可靠性分析方法。其包括:
S1、计算光伏电站内每台并网光伏逆变器的发电量Qi:统计周期内,根据并网光伏逆变器的输出功率Pi积分计算取得每台并网光伏逆变器的发电量Qi;
S2、对光伏电站内每台并网光伏逆变器的发电量Qi进行归一化处理,计算每台并网光伏逆变器的利用小时hi:统计周期内,根据并网光伏逆变器的发电量Qi与并网光伏逆变器所接的光伏组件容量Ci计算取得每台并网光伏逆变器的利用小时hi;
S3、统计周期内,计算光伏电站内所有并网光伏逆变器的利用小时hi的平均值μ;
S4、统计周期内,计算光伏电站内所有并网光伏逆变器的利用小时hi的标准差σ;
S5、计算光伏电站并网光伏逆变器输出离散率α:统计周期内,根据并网光伏逆变器的利用小时的标准差σ和平均值μ计算取得光伏电站的并网光伏逆变器输出离散率α;
S6、将光伏电站的并网光伏逆变器输出离散率α分类分析,若α<4%,说明光伏电站所有并网光伏逆变器的出力非常一致,光伏电站的可靠性很好;若4%<α<8%,说明光伏电站所有并网光伏逆变器的出力比较一致,设备运行良好;若α>8%,说明光伏电站的可靠性较差。
如前所述的,在步骤S1中,统计周期内,根据并网光伏逆变器的输出功率Pi积分计算取得每台并网光伏逆变器的发电量Qi,计算公式如下:
Qi=∫Pidt。
如前所述的,在步骤S2中,统计周期内,根据并网光伏逆变器的发电量Qi与并网光伏逆变器所接的光伏组件容量Ci计算取得每台并网光伏逆变器的利用小时hi,计算公式如下:
如前所述的,在步骤S3中,统计周期内,计算光伏电站所有并网光伏逆变器的利用小时的平均值μ:将所有并网光伏逆变器的利用小时hi求和,再除以并网光伏逆变器的数量n,计算公式如下:
如前所述的,在步骤S4中,统计周期内,计算光伏电站所有并网光伏逆变器的利用小时hi的标准差σ,计算公式如下:
如前所述的,在步骤S5中,统计周期内,根据并网光伏逆变器的利用小时的标准差σ和平均值μ计算取得光伏电站的并网光伏逆变器输出离散率α,计算公式如下:
如前所述的,在步骤S6中,针对统计周期内并网光伏逆变器输出离散率α>8%的光伏电站,需要对所有并网光伏逆变器的利用小时hi进行排名,定位到发电较差的并网光伏逆变器。
如前所述的,对于发电较差的并网光伏逆变器,包括以下运维处理方法:
SⅠ、计算发电较差的并网光伏逆变器本身的转化效率η指标:通过发电较差的并网光伏逆变器输出输入功率计算,计算公式如下:
SⅡ、若发电较差的并网光伏逆变器转化效率低于逆变器转换效率阈值,则需要联合逆变器厂家运维,若发电较差的并网光伏逆变器转化效率高于逆变器转换效率阈值,则需要计算发电较差的并网光伏逆变器输入支路的功率Pij并进行排名分析,定位低性能支路,指导光伏电站运维,计算公式如下:
Pij=Uij×Iij。
如前所述的,所述逆变器转换效率阈值为行业标准或者为合同设定值。
借由上述技术方案,本发明并网光伏逆变器可靠性分析方法至少具有下列优点:
本发明的并网光伏逆变器可靠性分析方法通过对统计周期内并网光伏逆变器输出侧的功率进行归一化处理,更能全面精准分析并网光伏逆变器输出性能,全面了解光伏电站设备的可靠性,从上而下,首先从并网光伏逆变器输出侧分析定位性能较差的并网光伏逆变器,然后从并网光伏逆变器本身及并网光伏逆变器输入侧分析具体原因,为光伏电站有效运维提供数据支持,准确定位故障点,实现有效运维,确保发电量。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
图1是本发明并网光伏逆变器可靠性分析方法的流程图;
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明申请的具体实施方式、结构、特征及其功效,详细说明如后。
如图1所示,本发明的一个实施例提出的一种并网光伏逆变器可靠性分析方法,其包括如下步骤:
S1、计算光伏电站内每台并网光伏逆变器的发电量Qi:统计周期内,根据并网光伏逆变器的输出功率Pi积分计算取得每台并网光伏逆变器的发电量Qi,计算公式如下:
Qi=∫Pidt;
S2、对光伏电站内每台并网光伏逆变器的发电量Qi进行归一化处理,计算每台并网光伏逆变器的利用小时hi:统计周期内,根据并网光伏逆变器的发电量Qi与并网光伏逆变器所接的光伏组件容量Ci计算取得每台并网光伏逆变器的利用小时hi,计算公式如下:
S3、统计周期内,计算光伏电站内所有并网光伏逆变器的利用小时hi的平均值μ;将所有并网光伏逆变器的利用小时hi求和,再除以并网光伏逆变器的数量n,计算公式如下:
S4、统计周期内,计算光伏电站内所有并网光伏逆变器的利用小时hi的标准差σ,计算公式如下:
S5、计算光伏电站并网光伏逆变器输出离散率α:统计周期内,根据并网光伏逆变器的利用小时的标准差σ和平均值μ计算取得光伏电站的并网光伏逆变器输出离散率α,计算公式如下:
S6、将光伏电站的并网光伏逆变器输出离散率α分类分析,若α<4%,说明光伏电站所有并网光伏逆变器的出力非常一致,光伏电站的可靠性很好,只需持续关注该指标即可;若4%<α<8%,说明光伏电站所有并网光伏逆变器的出力比较一致,设备运行良好,但是可以通过运维改进提升;若α>8%,说明光伏电站的可靠性较差,肯定存在并网光伏逆变器出力不足,必须进一步分析,找出有问题的并网光伏逆变器单元并及时处理。
进一步的,在S6步骤中,针对统计周期内并网光伏逆变器输出离散率α>8%的光伏电站,需要对并网光伏逆变器的利用小时hi进行排名,定位到发电较差的并网光伏逆变器。
进一步的,对于发电较差的并网光伏逆变器,包括以下运维处理方法:
SⅠ、计算发电较差的并网光伏逆变器本身的转化效率η指标:通过发电较差的并网光伏逆变器输出输入功率计算,计算公式如下:
SⅡ、若发电较差的并网光伏逆变器转化效率不符合行业标准及合同设定值,则需要联合逆变器厂家运维,若符合行业标准及合同设定值,则需要计算发电较差的并网光伏逆变器输入支路的功率Pij并进行排名分析,定位低性能支路,从而指导光伏电站运维,计算公式如下:
Pij=Uij×Iij。
本发明实施例的并网光伏逆变器可靠性分析方法通过对统计周期内并网光伏逆变器输出侧的功率进行归一化处理,更能全面精准分析并网光伏逆变器输出性能,全面了解光伏电站设备的可靠性,从上而下,首先从并网光伏逆变器输出侧分析定位性能较差的并网光伏逆变器,然后从并网光伏逆变器本身及并网光伏逆变器输入侧分析具体原因,为光伏电站有效运维提供数据支持,准确定位故障点,实现有效运维,确保发电量。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (9)
1.一种并网光伏逆变器可靠性分析方法,其特征在于:其包括如下步骤:
S1、计算光伏电站内每台并网光伏逆变器的发电量Qi:统计周期内,根据并网光伏逆变器的输出功率Pi积分计算取得每台并网光伏逆变器的发电量Qi;
S2、对光伏电站内每台并网光伏逆变器的发电量Qi进行归一化处理,计算每台并网光伏逆变器的利用小时hi:统计周期内,根据并网光伏逆变器的发电量Qi与并网光伏逆变器所接的光伏组件容量Ci计算取得每台并网光伏逆变器的利用小时hi;
S3、统计周期内,计算光伏电站内所有并网光伏逆变器的利用小时hi的平均值μ;
S4、统计周期内,计算光伏电站内所有并网光伏逆变器的利用小时hi的标准差σ;
S5、计算光伏电站并网光伏逆变器输出离散率α:统计周期内,根据并网光伏逆变器的利用小时的标准差σ和平均值μ计算取得光伏电站的并网光伏逆变器输出离散率α;
S6、将光伏电站的并网光伏逆变器输出离散率α分类分析,若α<4%,说明光伏电站所有并网光伏逆变器的出力非常一致,电站的可靠性很好;若4%<α<8%,说明光伏电站所有并网光伏逆变器的出力比较一致,设备运行良好;若α>8%,说明光伏电站的可靠性较差。
2.根据权利要求1所述的并网光伏逆变器可靠性分析方法,其特征在于,
在步骤S1中,统计周期内,根据并网光伏逆变器的输出功率Pi积分计算取得每台并网光伏逆变器的发电量Qi,计算公式如下:
Qi=∫Pidt。
7.根据权利要求1所述的并网光伏逆变器可靠性分析方法,其特征在于,
在步骤S6中,针对统计周期内并网光伏逆变器输出离散率α>8%的光伏电站,需要对所有并网光伏逆变器的利用小时hi进行排名,定位到发电较差的并网光伏逆变器。
9.根据权利要求8所述的并网光伏逆变器可靠性分析方法,其特征在于,
所述逆变器转换效率阈值为行业标准或者为合同设定值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210651776.4A CN115099472A (zh) | 2022-06-10 | 2022-06-10 | 一种并网光伏逆变器可靠性分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210651776.4A CN115099472A (zh) | 2022-06-10 | 2022-06-10 | 一种并网光伏逆变器可靠性分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115099472A true CN115099472A (zh) | 2022-09-23 |
Family
ID=83291362
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210651776.4A Pending CN115099472A (zh) | 2022-06-10 | 2022-06-10 | 一种并网光伏逆变器可靠性分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115099472A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110807581A (zh) * | 2019-10-26 | 2020-02-18 | 国网青海省电力公司经济技术研究院 | 一种光伏电站对标评估方法 |
CN111178609A (zh) * | 2019-12-23 | 2020-05-19 | 国网河北省电力有限公司 | 一种基于归一化拟合的区域光伏月发电量预测方法 |
CN114285073A (zh) * | 2021-12-21 | 2022-04-05 | 中国大唐集团新能源科学技术研究院有限公司 | 一种并网光伏逆变器性能分析系统 |
-
2022
- 2022-06-10 CN CN202210651776.4A patent/CN115099472A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110807581A (zh) * | 2019-10-26 | 2020-02-18 | 国网青海省电力公司经济技术研究院 | 一种光伏电站对标评估方法 |
CN111178609A (zh) * | 2019-12-23 | 2020-05-19 | 国网河北省电力有限公司 | 一种基于归一化拟合的区域光伏月发电量预测方法 |
CN114285073A (zh) * | 2021-12-21 | 2022-04-05 | 中国大唐集团新能源科学技术研究院有限公司 | 一种并网光伏逆变器性能分析系统 |
Non-Patent Citations (2)
Title |
---|
张天保;王武;: "大型渔光互补光伏电站在无光伏区监控时的运行分析", 低碳世界 * |
谢骊骊等: "光伏电站在线监测智能诊断系统设计与实现", 太阳能 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110717688B (zh) | 考虑新能源出力不确定性的水风光短期联合优化调度方法 | |
CN102810860B (zh) | 风能源与常规能源协调调度模式下备用容量分析方法 | |
CN104376410A (zh) | 一种配电网中分布式电源的规划方法 | |
CN108364117B (zh) | 一种考虑光伏电站元件可靠性的电网风险评估方法 | |
CN113159601B (zh) | 一种基于dbscan聚类算法的光伏电站运行状态分析方法 | |
CN111859812B (zh) | 天气影响下的海上风电场及柔直并网系统可靠性评估方法 | |
CN105574612A (zh) | 一种基于数据挖掘的光伏发电量预测方法 | |
CN113541194A (zh) | 一种海上风电场及vsc-hvdc并网系统可靠性评估方法 | |
CN111931331A (zh) | 一种适用于配电网机组组合的分布鲁棒优化方法 | |
CN104574221B (zh) | 一种基于损失电量特征参数的光伏电站运行状态辨识方法 | |
CN116054129A (zh) | 一种基于光伏制氢的多电解槽联合运行功率分配方法 | |
CN112036718B (zh) | 一种考虑新能源不确定性的电力系统安全风险评估方法 | |
CN110389949B (zh) | 一种光伏阵列数据清洗方法 | |
CN115099472A (zh) | 一种并网光伏逆变器可靠性分析方法 | |
CN116796144A (zh) | 一种光伏电站运行效率计算及运行状态评价方法 | |
CN114281846B (zh) | 一种基于机器学习的新能源发电预测方法 | |
CN116544951A (zh) | 一种水电调峰灵活性量化与调度方法 | |
CN114285073B (zh) | 一种并网光伏逆变器性能分析系统 | |
CN115034472A (zh) | 一种分布式光伏运行智能预测管理系统 | |
CN108470247A (zh) | 基于关联规则分类的光伏电站经营辅助决策方法 | |
CN111835036B (zh) | 一种分布式能源的辅助调度系统及调度方法 | |
CN108959719B (zh) | 交直流混合的分布式可再生能源系统测试场景模拟方法 | |
CN112288285B (zh) | 一种基于广义极值分布的光伏发电站组串衰减率评估方法 | |
Qiao et al. | Wind farm micro-siting based on auto-regressive wind prediction | |
CN110601263A (zh) | 一种基于节点类型变换法的风电场接入点电压风险评估方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220923 |