CN117117862B - 一种太阳能光伏系统运行状态智能分析方法及系统 - Google Patents
一种太阳能光伏系统运行状态智能分析方法及系统 Download PDFInfo
- Publication number
- CN117117862B CN117117862B CN202311383185.4A CN202311383185A CN117117862B CN 117117862 B CN117117862 B CN 117117862B CN 202311383185 A CN202311383185 A CN 202311383185A CN 117117862 B CN117117862 B CN 117117862B
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- output power
- time
- loss
- range
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 52
- 239000011159 matrix material Substances 0.000 claims abstract description 81
- 238000012544 monitoring process Methods 0.000 claims abstract description 68
- 238000010248 power generation Methods 0.000 claims abstract description 39
- 230000002159 abnormal effect Effects 0.000 claims abstract description 30
- 230000007613 environmental effect Effects 0.000 claims abstract description 26
- 238000012423 maintenance Methods 0.000 claims abstract description 10
- 238000011835 investigation Methods 0.000 claims abstract description 8
- 239000000428 dust Substances 0.000 claims description 28
- 230000005855 radiation Effects 0.000 claims description 22
- 238000013480 data collection Methods 0.000 claims description 16
- 230000005856 abnormality Effects 0.000 claims description 13
- 238000007405 data analysis Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 6
- 238000003491 array Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004140 cleaning Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000005286 illumination Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
- H02J3/0012—Contingency detection
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
- H02S50/10—Testing of PV devices, e.g. of PV modules or single PV cells
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种太阳能光伏系统运行状态智能分析方法及系统,涉及电力系统领域,包括:进行原始数据收集;根据环境误差和系统误差,分析得出光伏补偿范围;分析得出光伏方阵随时间变化的输出功率;根据光伏补偿范围,得到光伏方阵随时间变化的实际输出功率范围,对光伏方阵进行输出功率实时监测;将光伏方阵随时间变化的实际输出功率范围汇总得到随时间变化的总发电效率范围;对光伏系统总发电效率进行实时监测,判断光伏系统总发电效率是否异常,对存在异常的光伏方阵进行故障排查及维修。通过设置补偿分析模块、实时监测模块、输出功率测算模块和判断识别模块,根据总发电效率范围进行判断,可以避免监测出现误判。
Description
技术领域
本发明涉及电力系统领域,具体是涉及一种太阳能光伏系统运行状态智能分析方法及系统。
背景技术
光伏电站一般就地安装一套监控系统,用来监控站内箱变、逆变器、汇流箱、各个支路的运行情况。对于运维企业,为了管理分布在全国各地的光伏电站,一般需要安装远程管理平台,集监控系统和生产运行分析系统为一体。监测人员不需要亲自到电站,就可以远程对电站实时的发电数据进行监控,并可以通过各个电站的生产运行指标的分析比较来初步判断电站的运行管理情况。
由于光伏电站积累的原始数据冗余繁多,对于光伏电站的运行情况影响的因素多,容易因为光照、温度等误差影响光伏电站的运行情况,在对光伏电站的运行情况监测时,未充分考虑各类误差损耗对光伏电站的运行情况,导致监测出现误判,此外,现有的分析方法难以同时兼顾监测成本与查找异常的速度。
发明内容
为解决上述技术问题,提供一种太阳能光伏系统运行状态智能分析方法及系统,本技术方案解决了上述背景技术中提出的对于光伏电站的运行情况影响的因素多,容易因为光照、温度等误差影响光伏电站的运行情况,在对光伏电站的运行情况监测时,未充分考虑各类误差损耗对光伏电站的运行情况,导致监测出现误判,此外,现有的分析方法难以同时兼顾监测成本与查找异常的速度的问题。
为达到以上目的,本发明采用的技术方案为:
一种太阳能光伏系统运行状态智能分析方法,包括:
进行原始数据收集,原始数据收集经过筛选和处理,初步统计出需要的数据;
根据原始数据收集分析得出系统误差,根据原始数据收集分析得出环境误差,根据环境误差和系统误差,分析得出光伏补偿范围;
系统误差包括直流线路损耗、逆变器损耗和交流线路损耗;
环境误差包括灰尘和植被遮挡损耗、太阳辐射损耗和温度影响损耗;
将太阳能光伏系统中的光伏板均匀划分为至少一个光伏方阵,分析得出光伏方阵随时间变化的输出功率;
根据光伏补偿范围,得到光伏方阵随时间变化的实际输出功率范围,对光伏方阵进行输出功率实时监测;
将光伏方阵随时间变化的实际输出功率范围汇总得到随时间变化的总发电效率范围;
对光伏系统总发电效率进行实时监测,判断光伏系统总发电效率是否异常,若光伏系统总发电效率正常,则不作任何处理,若光伏系统总发电效率异常,则比较光伏方阵输出功率与光伏方阵随时间变化的实际输出功率范围,检索出存在异常的光伏方阵,对存在异常的光伏方阵进行故障排查及维修;
进行系统重点故障点监测,重点监测多晶组件运行情况、接线盒运行情况、MC插头接插情况、电池板松动程度、连接头断裂和电气短路情况,若重点监测的条目中出现异常情况,则针对对应的条目进行故障排查及维修。
优选的,所述根据原始数据收集分析得出系统误差包括以下步骤:
分析得出直流线路损耗、逆变器损耗和交流线路损耗;
为直流线路损耗、逆变器损耗和交流线路损耗分配权重;
根据分配的权重,汇总直流线路损耗、逆变器损耗和交流线路损耗,得到系统误差。
优选的,所述分析得出直流线路损耗、逆变器损耗和交流线路损耗包括以下步骤:
统计直流线路的第一电阻a,统计直流线路的第一电流b;
计算得出直流线路损耗为;
统计逆变器内部元件的运行输入功率和运行输出功率,逆变器内部元件包括pcb电子器件、电源、滤波元件、连接线缆和功率器件;
使用运行输入功率减去运行输出功率,得到逆变器损耗;
统计交流线路的第二电阻c,统计直流线路的第二电流d;
计算得出直流线路损耗为。
优选的,所述根据原始数据收集分析得出环境误差包括以下步骤:
分析得出灰尘和植被遮挡损耗、太阳辐射损耗和温度影响损耗;
为灰尘和植被遮挡损耗、太阳辐射损耗和温度影响损耗分配权重;
根据分配的权重,汇总灰尘和植被遮挡损耗、太阳辐射损耗和温度影响损耗,得到环境误差。
优选的,所述分析得出灰尘和植被遮挡损耗、太阳辐射损耗和温度影响损耗包括以下步骤:
获取光伏系统所在位置的植被密度,获取光伏系统所在位置的空气中的灰尘密度,获取定期对光伏板清理的时间间隔;
综合分析得出灰尘和植被遮挡损耗;
获取光伏系统所在位置的纬度,根据光伏系统所在位置的纬度,推算太阳入射角的变化范围;
结合光伏系统所在位置的山地的地形条件,分析得到太阳入射角的变化范围中的不可利用入射角的范围;
根据不可利用入射角的范围,分析得出太阳辐射损耗;
获取光伏系统所在位置的平均温度,获取光伏系统关于温度的功率衰减因子;
根据平均温度和功率衰减因子,分析得出温度影响损耗。
优选的,所述根据环境误差和系统误差,分析得出光伏补偿范围包括以下步骤:
统计分析得出环境误差和系统误差对光伏系统的第一影响因子和第二影响因子;
按第一影响因子和第二影响因子的比例,汇总环境误差和系统误差,得出光伏补偿范围。
优选的,所述根据光伏补偿范围,得到光伏方阵随时间变化的实际输出功率范围包括以下步骤:
获取光伏方阵中光伏板的倾斜角度,测得的水平面太阳辐照度、水平面散射辐照度和法向直接辐照度;
经过处理和计算得到光伏板实际接收的辐照度和辐射量,得到光伏板的实际输出功率;
根据对不同时刻的数据进行统计,得到光伏板随时间变化的实际输出功率;
汇总光伏板随时间变化的实际输出功率,分析得出光伏方阵随时间变化的输出功率;
将光伏补偿范围的区间长度除以2得到e,光伏方阵随时间变化的输出功率减e和光伏方阵随时间变化的输出功率加e构成的区间为光伏方阵随时间变化的实际输出功率范围。
优选的,所述将光伏方阵随时间变化的实际输出功率范围汇总得到随时间变化的总发电效率范围包括以下步骤:
获取至少一个光伏方阵之间的串并联关系,计算得出至少一个光伏方阵的随时间变化的实际总输出功率范围,其中,在串联电路和并联电路,功率计算均按电路中的光伏方阵的输出功率叠加计算;
得到随时间变化的总发电效率范围。
优选的,所述检索出存在异常的光伏方阵包括以下步骤:
从所有光伏方阵中任取第一光伏方阵,对第一光伏方阵进行输出功率实时监测,得到第一光伏方阵的输出功率实时监测值,获取第一光伏方阵随时间变化的实际输出功率范围;
判断输出功率实时监测值是否属于随时间变化的实际输出功率范围内;
若输出功率实时监测值属于随时间变化的实际输出功率范围内,则第一光伏方阵为正常状态;
若输出功率实时监测值不属于随时间变化的实际输出功率范围内,则第一光伏方阵为异常状态;
令第一光伏方阵遍历所有光伏方阵,在所有光伏方阵中,找出存在异常的光伏方阵。
一种太阳能光伏系统运行状态智能分析系统,用于实现上述的太阳能光伏系统运行状态智能分析方法,包括:
数据采集模块,所述数据采集模块用于进行原始数据收集,初步统计出需要的数据;
补偿分析模块,所述补偿分析模块用于根据环境误差和系统误差,分析得出光伏补偿范围;
实时监测模块,所述实时监测模块用于对光伏系统总发电效率进行实时监测,以及对光伏方阵进行输出功率实时监测;
输出功率测算模块,所述输出功率测算模块用于得出光伏方阵随时间变化的输出功率,得到光伏方阵随时间变化的实际输出功率范围,得到随时间变化的总发电效率范围;
判断识别模块,所述判断识别模块用于判断光伏系统总发电效率是否异常,以及检索出存在异常的光伏方阵;
重点监测模块,所述重点监测模块用于进行系统重点故障点监测。
与现有技术相比,本发明的有益效果在于:
通过设置补偿分析模块、实时监测模块、输出功率测算模块和判断识别模块,综合考虑由直流线路损耗、逆变器损耗和交流线路损耗引起的系统误差和由灰尘和植被遮挡损耗、太阳辐射损耗和温度影响损耗引起的环境误差,根据系统误差和环境误差补偿得到总发电效率范围,根据总发电效率范围进行判断,可以避免监测出现误判,同时,将光伏板均匀划分为多个光伏方阵,对于光伏方阵进行监测,而非对单个光伏板监测,能控制监测成本,并且在异常检索时,对异常光伏方阵进行查找,而非对每个光伏板进行查找,能保证查找异常的速度。
附图说明
图1为本发明的太阳能光伏系统运行状态智能分析方法流程示意图;
图2为本发明的根据原始数据收集分析得出系统误差流程示意图;
图3为本发明的分析得出直流线路损耗、逆变器损耗和交流线路损耗流程示意图;
图4为本发明的根据原始数据收集分析得出环境误差流程示意图;
图5为本发明的分析得出灰尘和植被遮挡损耗、太阳辐射损耗和温度影响损耗流程示意图;
图6为本发明的根据环境误差和系统误差,分析得出光伏补偿范围流程示意图;
图7为本发明的根据光伏补偿范围,得到光伏方阵随时间变化的实际输出功率范围流程示意图;
图8为本发明的将光伏方阵随时间变化的实际输出功率范围汇总得到随时间变化的总发电效率范围流程示意图;
图9为本发明的检索出存在异常的光伏方阵流程示意图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。
参照图1所示,一种太阳能光伏系统运行状态智能分析方法,包括:
进行原始数据收集,原始数据收集经过筛选和处理,初步统计出需要的数据;
根据原始数据收集分析得出系统误差,根据原始数据收集分析得出环境误差,根据环境误差和系统误差,分析得出光伏补偿范围;
系统误差包括直流线路损耗、逆变器损耗和交流线路损耗;
环境误差包括灰尘和植被遮挡损耗、太阳辐射损耗和温度影响损耗;
将太阳能光伏系统中的光伏板均匀划分为至少一个光伏方阵,分析得出光伏方阵随时间变化的输出功率;
根据光伏补偿范围,得到光伏方阵随时间变化的实际输出功率范围,对光伏方阵进行输出功率实时监测;
将光伏方阵随时间变化的实际输出功率范围汇总得到随时间变化的总发电效率范围;
对光伏系统总发电效率进行实时监测,判断光伏系统总发电效率是否异常,若光伏系统总发电效率正常,则不作任何处理,若光伏系统总发电效率异常,则比较光伏方阵输出功率与光伏方阵随时间变化的实际输出功率范围,检索出存在异常的光伏方阵,对存在异常的光伏方阵进行故障排查及维修;
进行系统重点故障点监测,重点监测多晶组件运行情况、接线盒运行情况、MC插头接插情况、电池板松动程度、连接头断裂和电气短路情况,若重点监测的条目中出现异常情况,则针对对应的条目进行故障排查及维修;
设置系统重点故障点监测是因为这些项目容易出现异常,而且这些项目一旦出现异常对于整体系统运行会存在较大影响,因此,需要单独列出进行监测。
参照图2所示,根据原始数据收集分析得出系统误差包括以下步骤:
分析得出直流线路损耗、逆变器损耗和交流线路损耗;
为直流线路损耗、逆变器损耗和交流线路损耗分配权重,根据实际数据统计,得出直流线路损耗、逆变器损耗和交流线路损耗对光伏系统的影响比例,影响比例为权重;
根据分配的权重,汇总直流线路损耗、逆变器损耗和交流线路损耗,得到系统误差。
参照图3所示,分析得出直流线路损耗、逆变器损耗和交流线路损耗包括以下步骤:
统计直流线路的第一电阻a,统计直流线路的第一电流b;
计算得出直流线路损耗为;
统计逆变器内部元件的运行输入功率和运行输出功率,逆变器内部元件包括pcb电子器件、电源、滤波元件、连接线缆和功率器件;
使用运行输入功率减去运行输出功率,得到逆变器损耗;
统计交流线路的第二电阻c,统计直流线路的第二电流d;
计算得出直流线路损耗为。
参照图4所示,根据原始数据收集分析得出环境误差包括以下步骤:
分析得出灰尘和植被遮挡损耗、太阳辐射损耗和温度影响损耗;
为灰尘和植被遮挡损耗、太阳辐射损耗和温度影响损耗分配权重,根据实际数据统计,得出灰尘和植被遮挡损耗、太阳辐射损耗和温度影响损耗对光伏系统的影响比例,影响比例为权重;
根据分配的权重,汇总灰尘和植被遮挡损耗、太阳辐射损耗和温度影响损耗,得到环境误差。
参照图5所示,分析得出灰尘和植被遮挡损耗、太阳辐射损耗和温度影响损耗包括以下步骤:
获取光伏系统所在位置的植被密度,获取光伏系统所在位置的空气中的灰尘密度,获取定期对光伏板清理的时间间隔;
分别对于植被密度与光伏系统的输出功率以及空气中的灰尘密度和光伏系统的输出功率进行建模,根据建模结果,综合分析得出灰尘和植被遮挡损耗,如果不进行清理,则灰尘和植被遮挡损耗会不断增大,定期对光伏板清理的时间间隔决定了灰尘和植被遮挡损耗的上限;
获取光伏系统所在位置的纬度,根据光伏系统所在位置的纬度,推算太阳入射角的变化范围;
结合光伏系统所在位置的山地的地形条件,分析得到太阳入射角的变化范围中的不可利用入射角的范围;
根据不可利用入射角的范围,分析得出太阳辐射损耗;
获取光伏系统所在位置的平均温度,获取光伏系统关于温度的功率衰减因子;
根据平均温度和功率衰减因子,平均温度与功率衰减因子相乘,得出温度影响损耗。
参照图6所示,根据环境误差和系统误差,分析得出光伏补偿范围包括以下步骤:
统计分析得出环境误差和系统误差对光伏系统的第一影响因子和第二影响因子;
按第一影响因子和第二影响因子的比例,汇总环境误差和系统误差,得出光伏补偿范围。
参照图7所示,根据光伏补偿范围,得到光伏方阵随时间变化的实际输出功率范围包括以下步骤:
获取光伏方阵中光伏板的倾斜角度,测得的水平面太阳辐照度、水平面散射辐照度和法向直接辐照度,计算得到太阳辐照度垂直与光伏板的分量的大小,以及辐射量垂直与光伏板的分量的大小;
进而得到光伏板实际接收的辐照度和辐射量,得到光伏板的实际输出功率;
根据对不同时刻的数据进行统计,得到光伏板随时间变化的实际输出功率;
汇总光伏板随时间变化的实际输出功率,分析得出光伏方阵随时间变化的输出功率;
将光伏补偿范围的区间长度除以2得到e,光伏方阵随时间变化的输出功率减e和光伏方阵随时间变化的输出功率加e构成的区间为光伏方阵随时间变化的实际输出功率范围;
即在光伏方阵随时间变化的输出功率上下浮动不超过e的功率都是正常值,因此,在检测时,考虑到外部因素的原因,在小幅波动范围内,将监测值都认定为正常值,而在波动范围外,则将监测值认定为异常值,由此,不会将正常情况误判为异常情况。
参照图8所示,将光伏方阵随时间变化的实际输出功率范围汇总得到随时间变化的总发电效率范围包括以下步骤:
获取至少一个光伏方阵之间的串并联关系,计算得出至少一个光伏方阵的随时间变化的实际总输出功率范围,其中,在串联电路和并联电路,功率计算均按电路中的光伏方阵的输出功率叠加计算;
得到随时间变化的总发电效率范围。
参照图9所示,检索出存在异常的光伏方阵包括以下步骤:
从所有光伏方阵中任取第一光伏方阵,对第一光伏方阵进行输出功率实时监测,得到第一光伏方阵的输出功率实时监测值,获取第一光伏方阵随时间变化的实际输出功率范围;
判断输出功率实时监测值是否属于随时间变化的实际输出功率范围内;
若输出功率实时监测值属于随时间变化的实际输出功率范围内,则第一光伏方阵为正常状态;
若输出功率实时监测值不属于随时间变化的实际输出功率范围内,则第一光伏方阵为异常状态;
令第一光伏方阵遍历所有光伏方阵,在所有光伏方阵中,找出存在异常的光伏方阵;
其检索时,将多个光伏板构成的光伏方阵作为整体进行检索,因此,检索次数比检索所有光伏板的次数少,而若某个光伏方阵出现异常,则对该光伏方阵中的光伏板进行检索,其检索次数也少于检索所有光伏板的次数,因而,检索的效率比检索每个光伏板的效率高,而在监测时,仅对光伏方阵监测,需要安装的监测设备数量少,因此,监测成本能得到控制。
一种太阳能光伏系统运行状态智能分析系统,用于实现上述的太阳能光伏系统运行状态智能分析方法,包括:
数据采集模块,所述数据采集模块用于进行原始数据收集,初步统计出需要的数据;
补偿分析模块,所述补偿分析模块用于根据环境误差和系统误差,分析得出光伏补偿范围;
实时监测模块,所述实时监测模块用于对光伏系统总发电效率进行实时监测,以及对光伏方阵进行输出功率实时监测;
输出功率测算模块,所述输出功率测算模块用于得出光伏方阵随时间变化的输出功率,得到光伏方阵随时间变化的实际输出功率范围,得到随时间变化的总发电效率范围;
判断识别模块,所述判断识别模块用于判断光伏系统总发电效率是否异常,以及检索出存在异常的光伏方阵;
重点监测模块,所述重点监测模块用于进行系统重点故障点监测。
上述太阳能光伏系统运行状态智能分析系统的工作过程如下:
步骤一:数据采集模块进行原始数据收集,原始数据收集经过筛选和处理,初步统计出需要的数据;
步骤二:补偿分析模块根据原始数据收集分析得出系统误差,根据原始数据收集分析得出环境误差,根据环境误差和系统误差,分析得出光伏补偿范围;
步骤三:输出功率测算模块分析得出光伏方阵随时间变化的输出功率,根据光伏补偿范围,得到光伏方阵随时间变化的实际输出功率范围,实时监测模块对光伏方阵进行输出功率实时监测;
步骤四:输出功率测算模块将光伏方阵随时间变化的实际输出功率范围汇总得到随时间变化的总发电效率范围;
步骤五:实时监测模块对光伏系统总发电效率进行实时监测;
步骤六:判断识别模块判断光伏系统总发电效率是否异常,以及检索出存在异常的光伏方阵,对存在异常的光伏方阵进行故障排查及维修;
步骤七:重点监测模块进行系统重点故障点监测,针对对应的条目进行故障排查及维修。
再进一步的,本方案还提出一种存储介质,其上存储有计算机可读程序,计算机可读程序被调用时执行上述的太阳能光伏系统运行状态智能分析方法。
可以理解的是,存储介质可以是磁性介质,例如,软盘、硬盘、磁带;光介质例如,DVD;或者半导体介质例如固态硬盘SolidStateDisk,SSD等。
综上所述,本发明的优点在于:通过设置补偿分析模块、实时监测模块、输出功率测算模块和判断识别模块,综合考虑由直流线路损耗、逆变器损耗和交流线路损耗引起的系统误差和由灰尘和植被遮挡损耗、太阳辐射损耗和温度影响损耗引起的环境误差,根据系统误差和环境误差补偿得到总发电效率范围,根据总发电效率范围进行判断,可以避免监测出现误判,同时,将光伏板均匀划分为多个光伏方阵,对于光伏方阵进行监测,而非对单个光伏板监测,能控制监测成本,并且在异常检索时,对异常光伏方阵进行查找,而非对每个光伏板进行查找,能保证查找异常的速度。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (10)
1.一种太阳能光伏系统运行状态智能分析方法,其特征在于,包括:
进行原始数据收集,原始数据收集经过筛选和处理,初步统计出需要的数据;
根据原始数据收集分析得出系统误差,根据原始数据收集分析得出环境误差,根据环境误差和系统误差,分析得出光伏补偿范围;
系统误差包括直流线路损耗、逆变器损耗和交流线路损耗;
环境误差包括灰尘和植被遮挡损耗、太阳辐射损耗和温度影响损耗;
将太阳能光伏系统中的光伏板均匀划分为至少一个光伏方阵,分析得出光伏方阵随时间变化的输出功率;
根据光伏补偿范围,得到光伏方阵随时间变化的实际输出功率范围,对光伏方阵进行输出功率实时监测;
将光伏方阵随时间变化的实际输出功率范围汇总得到随时间变化的总发电效率范围;
对光伏系统总发电效率进行实时监测,判断光伏系统总发电效率是否异常,若光伏系统总发电效率正常,则不作任何处理,若光伏系统总发电效率异常,则比较光伏方阵输出功率与光伏方阵随时间变化的实际输出功率范围,检索出存在异常的光伏方阵,对存在异常的光伏方阵进行故障排查及维修;
进行系统重点故障点监测,重点监测多晶组件运行情况、接线盒运行情况、MC插头接插情况、电池板松动程度、连接头断裂和电气短路情况,若重点监测的条目中出现异常情况,则针对对应的条目进行故障排查及维修。
2.根据权利要求1所述的一种太阳能光伏系统运行状态智能分析方法,其特征在于,所述根据原始数据收集分析得出系统误差包括以下步骤:
分析得出直流线路损耗、逆变器损耗和交流线路损耗;
为直流线路损耗、逆变器损耗和交流线路损耗分配权重;
根据分配的权重,汇总直流线路损耗、逆变器损耗和交流线路损耗,得到系统误差。
3.根据权利要求2所述的一种太阳能光伏系统运行状态智能分析方法,其特征在于,所述分析得出直流线路损耗、逆变器损耗和交流线路损耗包括以下步骤:
统计直流线路的第一电阻a,统计直流线路的第一电流b;
计算得出直流线路损耗为 ;
统计逆变器内部元件的运行输入功率和运行输出功率,逆变器内部元件包括pcb电子器件、电源、滤波元件、连接线缆和功率器件;
使用运行输入功率减去运行输出功率,得到逆变器损耗;
统计交流线路的第二电阻c,统计直流线路的第二电流d;
计算得出直流线路损耗为。
4.根据权利要求3所述的一种太阳能光伏系统运行状态智能分析方法,其特征在于,所述根据原始数据收集分析得出环境误差包括以下步骤:
分析得出灰尘和植被遮挡损耗、太阳辐射损耗和温度影响损耗;
为灰尘和植被遮挡损耗、太阳辐射损耗和温度影响损耗分配权重;
根据分配的权重,汇总灰尘和植被遮挡损耗、太阳辐射损耗和温度影响损耗,得到环境误差。
5.根据权利要求4所述的一种太阳能光伏系统运行状态智能分析方法,其特征在于,所述分析得出灰尘和植被遮挡损耗、太阳辐射损耗和温度影响损耗包括以下步骤:
获取光伏系统所在位置的植被密度,获取光伏系统所在位置的空气中的灰尘密度,获取定期对光伏板清理的时间间隔;
综合分析得出灰尘和植被遮挡损耗;
获取光伏系统所在位置的纬度,根据光伏系统所在位置的纬度,推算太阳入射角的变化范围;
结合光伏系统所在位置的山地的地形条件,分析得到太阳入射角的变化范围中的不可利用入射角的范围;
根据不可利用入射角的范围,分析得出太阳辐射损耗;
获取光伏系统所在位置的平均温度,获取光伏系统关于温度的功率衰减因子;
根据平均温度和功率衰减因子,分析得出温度影响损耗。
6.根据权利要求5所述的一种太阳能光伏系统运行状态智能分析方法,其特征在于,所述根据环境误差和系统误差,分析得出光伏补偿范围包括以下步骤:
统计分析得出环境误差和系统误差对光伏系统的第一影响因子和第二影响因子;
按第一影响因子和第二影响因子的比例,汇总环境误差和系统误差,得出光伏补偿范围。
7.根据权利要求6所述的一种太阳能光伏系统运行状态智能分析方法,其特征在于,所述根据光伏补偿范围,得到光伏方阵随时间变化的实际输出功率范围包括以下步骤:
获取光伏方阵中光伏板的倾斜角度,测得的水平面太阳辐照度、水平面散射辐照度和法向直接辐照度;
经过处理和计算得到光伏板实际接收的辐照度和辐射量,得到光伏板的实际输出功率;
根据对不同时刻的数据进行统计,得到光伏板随时间变化的实际输出功率;
汇总光伏板随时间变化的实际输出功率,分析得出光伏方阵随时间变化的输出功率;
将光伏补偿范围的区间长度除以2得到e,光伏方阵随时间变化的输出功率减e和光伏方阵随时间变化的输出功率加e构成的区间为光伏方阵随时间变化的实际输出功率范围。
8.根据权利要求7所述的一种太阳能光伏系统运行状态智能分析方法,其特征在于,所述将光伏方阵随时间变化的实际输出功率范围汇总得到随时间变化的总发电效率范围包括以下步骤:
获取至少一个光伏方阵之间的串并联关系,计算得出至少一个光伏方阵的随时间变化的实际总输出功率范围,其中,在串联电路和并联电路,功率计算均按电路中的光伏方阵的输出功率叠加计算;
得到随时间变化的总发电效率范围。
9.根据权利要求8所述的一种太阳能光伏系统运行状态智能分析方法,其特征在于,所述检索出存在异常的光伏方阵包括以下步骤:
从所有光伏方阵中任取第一光伏方阵,对第一光伏方阵进行输出功率实时监测,得到第一光伏方阵的输出功率实时监测值,获取第一光伏方阵随时间变化的实际输出功率范围;
判断输出功率实时监测值是否属于随时间变化的实际输出功率范围内;
若输出功率实时监测值属于随时间变化的实际输出功率范围内,则第一光伏方阵为正常状态;
若输出功率实时监测值不属于随时间变化的实际输出功率范围内,则第一光伏方阵为异常状态;
令第一光伏方阵遍历所有光伏方阵,在所有光伏方阵中,找出存在异常的光伏方阵。
10.一种太阳能光伏系统运行状态智能分析系统,用于实现如权利要求1-9任一项所述的太阳能光伏系统运行状态智能分析方法,其特征在于,包括:
数据采集模块,所述数据采集模块用于进行原始数据收集,初步统计出需要的数据;
补偿分析模块,所述补偿分析模块用于根据环境误差和系统误差,分析得出光伏补偿范围;
实时监测模块,所述实时监测模块用于对光伏系统总发电效率进行实时监测,以及对光伏方阵进行输出功率实时监测;
输出功率测算模块,所述输出功率测算模块用于得出光伏方阵随时间变化的输出功率,得到光伏方阵随时间变化的实际输出功率范围,得到随时间变化的总发电效率范围;
判断识别模块,所述判断识别模块用于判断光伏系统总发电效率是否异常,以及检索出存在异常的光伏方阵;
重点监测模块,所述重点监测模块用于进行系统重点故障点监测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311383185.4A CN117117862B (zh) | 2023-10-24 | 2023-10-24 | 一种太阳能光伏系统运行状态智能分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311383185.4A CN117117862B (zh) | 2023-10-24 | 2023-10-24 | 一种太阳能光伏系统运行状态智能分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117117862A CN117117862A (zh) | 2023-11-24 |
CN117117862B true CN117117862B (zh) | 2024-01-09 |
Family
ID=88798741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311383185.4A Active CN117117862B (zh) | 2023-10-24 | 2023-10-24 | 一种太阳能光伏系统运行状态智能分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117117862B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117997270B (zh) * | 2024-04-03 | 2024-07-12 | 国网山西省电力公司营销服务中心 | 一种光伏发电计量故障的监测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103399219A (zh) * | 2013-06-25 | 2013-11-20 | 招商新能源(深圳)有限公司 | 光伏发电站性能实时监测方法 |
CN109004903A (zh) * | 2018-08-14 | 2018-12-14 | 中国计量大学 | 适用于光伏阵列的故障检测系统及方法 |
KR20220049390A (ko) * | 2020-10-14 | 2022-04-21 | (주) 티이에프 | 태양광 발전 시스템에서 수집한 데이터를 통합적으로 관리하여 설비의 상태를 자동으로 모니터링하는 장치 및 방법 |
CN115173550A (zh) * | 2022-06-07 | 2022-10-11 | 华能南京金陵发电有限公司 | 一种分布式光伏发电实时监控方法和系统 |
CN116131460A (zh) * | 2023-02-10 | 2023-05-16 | 中国大唐集团科学技术研究院有限公司中南电力试验研究院 | 一种光伏方阵发电能力偏差异常分析方法 |
KR20230100402A (ko) * | 2021-12-28 | 2023-07-05 | (주)이투지 | 태양광 모듈 전력보상시스템 |
-
2023
- 2023-10-24 CN CN202311383185.4A patent/CN117117862B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103399219A (zh) * | 2013-06-25 | 2013-11-20 | 招商新能源(深圳)有限公司 | 光伏发电站性能实时监测方法 |
CN109004903A (zh) * | 2018-08-14 | 2018-12-14 | 中国计量大学 | 适用于光伏阵列的故障检测系统及方法 |
KR20220049390A (ko) * | 2020-10-14 | 2022-04-21 | (주) 티이에프 | 태양광 발전 시스템에서 수집한 데이터를 통합적으로 관리하여 설비의 상태를 자동으로 모니터링하는 장치 및 방법 |
KR20230100402A (ko) * | 2021-12-28 | 2023-07-05 | (주)이투지 | 태양광 모듈 전력보상시스템 |
CN115173550A (zh) * | 2022-06-07 | 2022-10-11 | 华能南京金陵发电有限公司 | 一种分布式光伏发电实时监控方法和系统 |
CN116131460A (zh) * | 2023-02-10 | 2023-05-16 | 中国大唐集团科学技术研究院有限公司中南电力试验研究院 | 一种光伏方阵发电能力偏差异常分析方法 |
Non-Patent Citations (1)
Title |
---|
光伏发电功率预测方法研究综述;钱振;机电工程;第32卷(第5期);651-659 * |
Also Published As
Publication number | Publication date |
---|---|
CN117117862A (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117117862B (zh) | 一种太阳能光伏系统运行状态智能分析方法及系统 | |
CN107346899B (zh) | 一种光伏电站系统稳定性评估方法及系统 | |
CN113992153B (zh) | 一种光伏电站可视化实时监测分布式管理系统 | |
CN106777984A (zh) | 一种基于密度聚类算法实现光伏阵列工作状态分析与故障诊断的方法 | |
Wang et al. | Probability modeling for PV array output interval and its application in fault diagnosis | |
CN111614317B (zh) | 一种基于iv曲线扫描的光伏板阴影遮挡的诊断方法 | |
Yurtseven et al. | Sensorless fault detection method for photovoltaic systems through mapping the inherent characteristics of PV plant site: Simple and practical | |
JP2023500167A (ja) | 太陽光発電ストリングの動作状態を認識する方法および装置ならびに記憶媒体 | |
CN113206639B (zh) | 一种光伏组件常见故障的检测方法 | |
Yun et al. | Research on fault diagnosis of photovoltaic array based on random forest algorithm | |
CN104821789A (zh) | 一种光伏发电系统可靠性的检测方法 | |
CN115619592A (zh) | 一种光伏组串损失电量计算方法及系统 | |
CN114679133A (zh) | 基于发电预测的光伏阵列异常判断方法、介质和设备 | |
Braid et al. | Image analysis method for quantifying snow losses on PV systems | |
CN116846332A (zh) | 光伏发电站设备发电性能诊断方法、装置和介质 | |
CN117332920A (zh) | 一种新能源场站运行故障演化分析方法 | |
CN113533824A (zh) | 一种多维串联光伏组串数据采集系统和方法 | |
CN108540093A (zh) | 基于波动法大数据采集的分布式光伏电站监测预警系统 | |
Tan et al. | Denoising convolutional neural networks based dust accumulation status evaluation of photovoltaic panel | |
CN111814829A (zh) | 一种用于光伏电站的发电异常识别方法及系统 | |
CN110635768A (zh) | 一种光伏电站组件热斑故障自动检测装置及其工作方法 | |
Zhang et al. | A data-driven photovoltaic string current mismatch fault diagnosis method based on IV curve | |
CN116131460A (zh) | 一种光伏方阵发电能力偏差异常分析方法 | |
CN215415588U (zh) | 一种多维串联光伏组串数据采集系统 | |
CN115310839A (zh) | 一种光伏电站积灰预警评估方法和系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |