CN118137673A - 一种分布式光伏监测系统及其监测方法 - Google Patents
一种分布式光伏监测系统及其监测方法 Download PDFInfo
- Publication number
- CN118137673A CN118137673A CN202410534196.6A CN202410534196A CN118137673A CN 118137673 A CN118137673 A CN 118137673A CN 202410534196 A CN202410534196 A CN 202410534196A CN 118137673 A CN118137673 A CN 118137673A
- Authority
- CN
- China
- Prior art keywords
- power station
- photovoltaic power
- period
- photovoltaic
- value
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000010248 power generation Methods 0.000 claims abstract description 58
- 238000005265 energy consumption Methods 0.000 claims abstract description 47
- 238000005286 illumination Methods 0.000 claims description 43
- 239000000428 dust Substances 0.000 claims description 35
- 238000009825 accumulation Methods 0.000 claims description 29
- 230000002159 abnormal effect Effects 0.000 claims description 23
- 238000012937 correction Methods 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 13
- 230000005856 abnormality Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 9
- 230000000737 periodic effect Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 230000002354 daily effect Effects 0.000 claims description 5
- 230000003203 everyday effect Effects 0.000 claims description 5
- 230000008021 deposition Effects 0.000 claims 1
- 230000005855 radiation Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Photovoltaic Devices (AREA)
Abstract
本发明涉及光伏发电技术领域，具体公开了一种分布式光伏监测系统及其监测方法，步骤一：周期内，采集光伏电站的发电能效数据，基于光伏电站的发电能效数据得到光伏电站在周期内的实际发电量；步骤二：获取周期内光伏电站输出端的实际输出电量，基于光伏电站在周期内的实际发电量与周期内光伏电站输出端的实际输出电量得到周期内光伏电站输出偏离电量；步骤三：将周期内光伏电站输出偏离电量与预设的周期内光伏电站输出偏离电量阈值进行比较，得到光伏电站耗能信号；本发明从光伏板的运行环境等多个角度对光伏电站周期内的实际发电量进行修正，使光伏电站周期内的实际发电量精准度高，使其对光伏电站的电量损耗的识别精准度更加可靠。
Description
技术领域
本发明涉及光伏发电技术领域，具体涉及一种分布式光伏监测系统及其监测方法。
背景技术
分布式光伏是指利用分布式光伏发电系统将太阳能转化为电能的过程。分布式光伏发电系统通常由光伏电池板、逆变器、储能设备等组成，其具有节能环保、节约成本、提高能源安全性的特点。
如专利公开号CN116488323A公开了一种基于物联网的分布式光伏电站监测系统及监测方法，所述云端服务器与所述监测模块通过所述网络模块实现信号传输；所述监测模块用于获取传感器采集的实时监测数据并对监测数据进行实时处理；所述网络模块用于将所述监测数据传输至云端服务器，所述远端服务器用于将监测数据存储、分析或调用，通过实时采集变电站的运行数据，并对光伏变电站进行实时监控，实现监控的自动化运行，提高监控精度。
现有技术中，在对光伏电站实际发电量的获取过程中，没有对环境因素、光伏板灰尘附着等状况进行综合考量，导致光伏电站实际发电量存在偏差，具有一定局限性。
发明内容
本发明的目的在于提供一种分布式光伏监测系统及其监测方法，通过对光伏板总面积、光照时长、光照强度的处理得到光伏电站在周期内的实际发电量，在实际发电量的获取过程中，结合光伏板在周期内的积灰干扰总值、光伏温度动态值和光伏湿度动态值，即从光伏板的运行环境等多个角度对光伏电站周期内的实际发电量进行修正，使光伏电站周期内的实际发电量精准度高，使其对光伏电站的电量损耗的识别精准度更加可靠。
本发明的目的可以通过以下技术方案实现：
一种分布式光伏监测方法，包括以下步骤：
步骤一：周期内，采集光伏电站的发电能效数据，基于光伏电站的发电能效数据得到光伏电站在周期内的实际发电量；
其中，发电能效数据包括光伏电站的光伏板总面积FYj、周期内每天的日光照强度Gpj和周期内的每天的光照时长Cgj；
通过公式计算得到光伏电站在周期内的实际发电量，其中，T为周期天数，T=1、2、...j，f为光伏电站发电过程中的预设修正系数；
步骤二：获取周期内光伏电站输出端的实际输出电量，基于光伏电站在周期内的实际发电量与周期内光伏电站输出端的实际输出电量得到周期内光伏电站输出偏离电量；
步骤三：将周期内光伏电站输出偏离电量与预设的周期内光伏电站输出偏离电量阈值进行比较，得到光伏电站耗能信号；
其中，光伏电站耗能信号包括光伏电站耗能正常信号和光伏电站耗能异常信号；
步骤四：基于光伏电站耗能异常信号对光伏电站的使用状态进行监测，完成对光伏电站状态评估。
作为本发明进一步的方案：周期内每天的日光照强度Gpj的获取过程为：
以预设时间k1为一个时间检测单位，相邻两个时间检测单位k1之间的时间间隔不大于预设时间k2；
在k1时间内对光照强度进行连续多次检测，且相邻两次检测之间的时间间隔相同，使在k1时间内得到光照强度组，即G1、G2、...Gg，通过公式计算得到光照强度组的标准差值S1，其中，g表示光照强度组内光照强度数值的个数，Gp为光照强度组中G1、G2、...Gg的平均值，当S1大于等于预设值S时，删除光照强度组中的最大值和/或最小值，再次计算光照强度组的标准差值S1，直至S1小于预设值S，计算得到光照强度组中剩余数据的平均值Gp1；
将一天内所得到的多组光照强度组的平均值Gp1进行求和取均值，即得到周期内每天的日光照强度Gpj。
作为本发明进一步的方案：预设修正系数的获取过程为：
获取光伏板周期积灰干扰总值记为Hr；
获取周期内光伏板每天所对应的光伏温度动态值记为Wgj；
获取周期内光伏板每天所对应的光伏湿度动态值记为Dgj；
通过公式计算得到预设修正系数f，其中，T为周期天数。
作为本发明进一步的方案：周期积灰干扰总值的获取过程为：
将光伏电站的光伏板总面积分割成若干个面积相等的区域子单元，分别获取每个区域子单元的灰尘质量；
将灰尘质量与区域子单元的面积值进行比值计算，得到区域子单元的积灰影响值；
获取每个区域子单元积灰影响值所对应的预设积灰影响系数；
将每个区域子单元的积灰影响值与预设积灰影响系数进行乘积计算，得到区域子单元的积灰干扰值；
将所有区域子单元的积灰干扰值求和取均值，得到周期积灰干扰总值。
作为本发明进一步的方案：将光照时长分为若干个时间子单元，获取每个时间子单元中间时刻所对应的温度值和湿度值；
将所有时间子单元的温度值进行求和取均值，即得到周期内光伏板每天所对应的光伏温度动态值。
作为本发明进一步的方案：将光照时长分为若干个时间子单元，获取每个时间子单元中间时刻所对应的温度值和湿度值；
将所有时间子单元的湿度值进行求和取均值，即得到周期内光伏板每天所对应的光伏湿度动态值。
作为本发明进一步的方案：若周期内光伏电站输出偏离电量≤周期内光伏电站输出偏离电量阈值，则表示光伏电站在周期内的电量损耗正常，得到光伏电站耗能正常信号；
若周期内光伏电站输出偏离电量＞周期内光伏电站输出偏离电量阈值，则表示光伏电站在周期内的电量损耗异常，得到光伏电站耗能异常信号。
作为本发明进一步的方案：基于光伏电站耗能异常信号；
在监测时间段内对光伏电站的输出电流进行采集，得到光伏电站的实时输出电流；
将光伏电站的实时输出电流未处于光伏电站的实时输出电流预设范围且超过预设时长的时间段，记为电流时间非稳段；
获取电流时间非稳段的时长，将所有电流时间非稳段所对应的时长进行求和，得到电流时间非稳段总时长；
将电流时间非稳段总时长与监测时间段总时长进行比值计算，得到电流时稳比；
获取电流时间非稳段在监测时间段内出现的频率，记为非稳段频率，将非稳段频率与电流时稳比进行乘积运算，得到电流非稳异值；
在电流时间非稳段内，获取光伏电站所需管控部件，获取管控部件所需监测的项目，将对应所需监测的项目记为监测项，对监测项内的非稳项和稳定项进行识别处理，得到光伏电站非稳基数比；
将光伏电站的电流非稳异值与光伏电站非稳基数比进行乘积运算，得到光伏电站非稳异值，基于光伏电站非稳异值完成对光伏电站异常程度识别。
作为本发明进一步的方案：光伏电站异常程度的等级信号包括光伏电站一级等级警示信号、光伏电站二级等级警示信号和光伏电站三级等级警示信号。
一种分布式光伏监测系统，包括发电数据采集模块、电量分析模块、决策判断模块和状态评估模块与云管控平台电性连接；
发电数据采集模块用于在周期内采集光伏电站的发电能效数据，基于光伏电站的发电能效数据得到光伏电站在周期内的实际发电量，将实际发电量发送至云管控平台；
电量分析模块接收云管控平台传送的周期内光伏电站输出端的实际输出电量，电量分析模块用于对光伏电站在周期内的实际发电量与周期内光伏电站输出端的实际输出电量处理得到周期内光伏电站输出偏离电量，将周期内光伏电站输出偏离电量传送至云管控平台；
决策判断模块接收云管控平台传送的周期内光伏电站输出偏离电量，决策判断模块将周期内光伏电站输出偏离电量与预设的周期内光伏电站输出偏离电量阈值进行比较，得到光伏电站耗能信号，并将光伏电站耗能信号传送至云管控平台；
其中，光伏电站耗能信号包括光伏电站耗能正常信号和光伏电站耗能异常信号；
状态评估模块接收云管控平台传送的光伏电站耗能异常信号，状态评估模块基于光伏电站耗能异常信号对光伏电站的使用状态进行监测，完成对光伏电站状态评估。
本发明的有益效果：
本发明通过采集光伏电站的发电能效数据，通过对光伏板总面积、光照时长、光照强度的处理得到光伏电站在周期内的实际发电量，在实际发电量的获取过程中，结合光伏板在周期内的积灰干扰总值、光伏温度动态值和光伏湿度动态值，即从光伏板的运行环境等多个角度对光伏电站周期内的实际发电量进行修正，使光伏电站周期内的实际发电量精准度高，使其对光伏电站的电量损耗的识别精准度更加可靠；
本发明基于光伏电站耗能异常信号，在监测时间段内对光伏电站的输出电流进行采集，得到光伏电站的实时输出电流，通过对光伏电站的实时输出电流的处理得到电流时间非稳段，基于电流时间非稳段获取电流非稳异值，再通过对电流时间非稳段光伏电站的管控部件运行状态进行识别得到光伏电站非稳基数比，基于光伏电站非稳基数比与电流非稳异值得到光伏电站非稳异值，基于光伏电站非稳异值完成对光伏电站运行状态的评估。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明实施例一种分布式光伏监测方法的流程图；
图2是本发明实施例一种分布式光伏监测系统的程序框图。
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，所描述的实施例仅仅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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例1：请参阅图1所示，本发明为一种分布式光伏监测方法，包括以下步骤：
步骤一：周期内，采集光伏电站的发电能效数据，基于光伏电站的发电能效数据得到光伏电站在周期内的实际发电量；
步骤二：获取周期内光伏电站输出端的实际输出电量，基于光伏电站在周期内的实际发电量与周期内光伏电站输出端的实际输出电量得到周期内光伏电站输出偏离电量；
步骤三：将周期内光伏电站输出偏离电量与预设的周期内光伏电站输出偏离电量阈值进行比较，得到光伏电站耗能信号；
其中，光伏电站耗能信号包括光伏电站耗能正常信号和光伏电站耗能异常信号；
步骤四：基于光伏电站耗能异常信号对光伏电站的使用状态进行监测，完成对光伏电站状态评估。
步骤一中，获取光伏电站在周期内的实际发电量，具体过程包括：
获取光伏电站的光伏板总面积并记为FYj；
获取光伏电站在周期内每天的日光照强度；
即以预设时间k1为一个时间检测单位，相邻两个时间检测单位k1之间的时间间隔不大于预设时间k2；
在k1时间内对光照强度进行连续多次检测，且相邻两次检测之间的时间间隔相同，使在k1时间内得到光照强度组，即G1、G2、...Gg，通过公式计算得到光照强度组的标准差值S1，其中，g表示光照强度组内光照强度数值的个数，Gp为光照强度组中G1、G2、...Gg的平均值，当S1大于等于预设值S时，删除光照强度组中的最大值和/或最小值，再次计算光照强度组的标准差值S1，直至S1小于预设值S，计算得到光照强度组中剩余数据的平均值Gp1；
将一天内所得到的多组光照强度组的平均值Gp1进行求和取均值，即得到周期内每天的日光照强度Gpj；
获取周期内的每天的光照时长并记为Cgj；
通过公式计算得到光伏电站在周期内的实际发电量，其中，T为周期天数，T=1、2、...j，f为光伏电站发电过程中的预设修正系数；
其中，预设修正系数的获取过程为：
将光伏电站的光伏板总面积分割成若干个面积相等的区域子单元，分别获取每个区域子单元的灰尘质量；
将灰尘质量与区域子单元的面积值进行比值计算，得到区域子单元的积灰影响值；
获取每个区域子单元积灰影响值所对应的预设积灰影响系数，其中，积灰影响系数为经验值，由工作人员根据经验设定，积灰影响系数越大，则表示区域子单元上的灰尘对光伏板的发电影响越大；
将每个区域子单元的积灰影响值与预设积灰影响系数进行乘积计算，得到区域子单元的积灰干扰值；
将所有区域子单元的积灰干扰值求和取均值，得到周期积灰干扰总值；
获取每天光伏板在光照时长内所对应的光伏温度动态值和光伏湿度动态值；
将光照时长分为若干个时间子单元，获取每个时间子单元中间时刻所对应的温度值和湿度值；
将所有时间子单元的温度值进行求和取均值，即得到周期内光伏板每天所对应的光伏温度动态值；
将所有时间子单元的湿度值进行求和取均值，即得到周期内光伏板每天所对应的光伏湿度动态值；
将周期积灰干扰总值记为Hr；
将周期内光伏板每天所对应的光伏温度动态值记为Wgj；
将周期内光伏板每天所对应的光伏湿度动态值Dgj；
通过公式计算得到预设修正系数f，其中，T为周期天数；
通过上述获取预设修正系数的公式可知，周期积灰干扰总值越大，则表示光伏板表面上积灰量越大，积灰量越大，则说明对光伏电站的发电干扰越大，则对应的预设修正系数越小，光伏电站的发电量越少；
在周期内，光伏湿度动态值越大，则在周期内空气湿度越大，空气湿度大，空气中的水蒸气会吸收和散射部分太阳辐射，导致到达光伏电池板的太阳辐射强度减弱，随着湿度的增加，吸收和散射作用会增强，从而减少光伏电池板接收到的光强，降低光生电流的产生，进而影响发电效率，则对应的预设修正系数越小，光伏电站的发电量越少；
在周期内，由于光伏板是由电子元器件构成的，而电子元件在高温下其性能会受到影响，光伏板的开路电压会随着温度的升高而大幅下降，导致工作点的偏移，使得光伏电池板的输出功率下降，在温度低时，光伏板表面积累静电产生漏电现象，也会减少光伏板的输出功率，在光伏温度动态值越接近25℃时，则对应的预设修正系数越大，光伏电站的发电量越大。
其中，周期由工作人员设定，能够为10天、20天、1个月或3个月；
获取周期内光伏电站输出端的实际输出电量，将光伏电站在周期内的实际发电量与周期内光伏电站输出端的实际输出电量进行差值计算，得到周期内光伏电站输出偏离电量；
将周期内光伏电站输出偏离电量与预设的周期内光伏电站输出偏离电量阈值进行比较；
若周期内光伏电站输出偏离电量≤周期内光伏电站输出偏离电量阈值，则表示光伏电站在周期内的电量损耗正常，得到光伏电站耗能正常信号；
若周期内光伏电站输出偏离电量＞周期内光伏电站输出偏离电量阈值，则表示光伏电站在周期内的电量损耗异常，得到光伏电站耗能异常信号。
基于光伏电站耗能异常信号
在监测时间段内对光伏电站的输出电流进行采集，得到光伏电站的实时输出电流；
将光伏电站的实时输出电流未处于光伏电站的实时输出电流预设范围且超过预设时长的时间段，记为电流时间非稳段；
获取电流时间非稳段的时长，将所有电流时间非稳段所对应的时长进行求和，得到电流时间非稳段总时长；
将电流时间非稳段总时长与监测时间段总时长进行比值计算，得到电流时稳比；
获取电流时间非稳段在监测时间段内出现的频率，记为非稳段频率，将非稳段频率与电流时稳比进行乘积运算，得到电流非稳异值；
其中，监测时间段为经验值，由工作人员根据经验设定；
在电流时间非稳段内，获取光伏电站所需管控部件，获取管控部件所需监测的项目，将对应所需监测的项目记为监测项；
获取在电流时间非稳段内管控部件对应监测项的监测值，将对应监测项的监测值与监测项监测值要求进行比较；
将管控部件监测项的监测值不满足监测项监测值要求的监测项记为非稳项；
将管控部件监测项的监测值满足监测项监测值要求的监测项记为稳定项；
获取非稳项的个数，将非稳项的个数与管控部件监测项个数进行比值计算，得到管控部件的非稳项比值；
获取每个管控部件内非稳项的预设非稳系数，将管控部件内非稳项的预设非稳系数进行求和，得到管控部件的非稳系数值；
将管控部件的非稳项比值与管控部件的非稳系数值乘积运行，得到管控部件的非稳基数；
将光伏电站内所有管控部件的非稳基数求和得到光伏电站非稳基数总值，将光伏电站非稳基数总值与光伏电站管控部件个数进行比值计算，得到光伏电站非稳基数比；
将光伏电站的电流非稳异值与光伏电站非稳基数比进行乘积运算，得到光伏电站非稳异值；
其中，光伏电站的管控部件包括但不限于控制柜、逆变器、蓄电池和并网箱；
管控部件的监测项包括但不限于电流值、电压值、温度值、振动频率等，监测项的监测内容是根据管控部件对应使用场景确定，监测项的内容均是对应部件工作时本体所产生，如电流值、电压值均为管控部件工作时实际的电流值、电压值；
将光伏电站非稳异值记为FY，预设光伏电站非稳异值阈值的极限值为FY1和FY2，其中，FY1<FY2；
当FY<FY1时，则表示光伏电站异常程度低，生成光伏电站一级等级警示信号；
当FY1≤FY<FY2时，则表示光伏电站异常程度中，生成光伏电站二级等级警示信号；
当FY≥FY2时，则表示光伏电站异常程度高，生成光伏电站三级等级警示信号；
其中，光伏电站的等级越高，则表明光伏电站的异常越严重，便于合理安排维修人员及时有效的对异常光伏电站进行维修处理，可视化程度高。
实施例2：请参阅图2所示，本发明为一种分布式光伏监测系统，包括发电数据采集模块、电量分析模块、决策判断模块、状态评估模块和云管控平台；
所述发电数据采集模块、电量分析模块、决策判断模块和状态评估模块与云管控平台电性连接；
发电数据采集模块用于在周期内采集光伏电站的发电能效数据，基于光伏电站的发电能效数据得到光伏电站在周期内的实际发电量，将实际发电量发送至云管控平台；
电量分析模块接收云管控平台传送的周期内光伏电站输出端的实际输出电量，电量分析模块用于对光伏电站在周期内的实际发电量与周期内光伏电站输出端的实际输出电量处理得到周期内光伏电站输出偏离电量，将周期内光伏电站输出偏离电量传送至云管控平台；
决策判断模块接收云管控平台传送的周期内光伏电站输出偏离电量，决策判断模块将周期内光伏电站输出偏离电量与预设的周期内光伏电站输出偏离电量阈值进行比较，得到光伏电站耗能信号，并将光伏电站耗能信号传送至云管控平台；
其中，光伏电站耗能信号包括光伏电站耗能正常信号和光伏电站耗能异常信号；
状态评估模块接收云管控平台传送的光伏电站耗能异常信号，状态评估模块基于光伏电站耗能异常信号对光伏电站的使用状态进行监测，完成对光伏电站状态评估。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。
Claims (10)
1.一种分布式光伏监测方法，其特征在于，包括以下步骤：
步骤一：周期内，采集光伏电站的发电能效数据，基于光伏电站的发电能效数据得到光伏电站在周期内的实际发电量；
其中，发电能效数据包括光伏电站的光伏板总面积FYj、周期内每天的日光照强度Gpj和周期内的每天的光照时长Cgj；
通过公式计算得到光伏电站在周期内的实际发电量，其中，T为周期天数，T=1、2、...j，f为光伏电站发电过程中的预设修正系数；
步骤二：获取周期内光伏电站输出端的实际输出电量，基于光伏电站在周期内的实际发电量与周期内光伏电站输出端的实际输出电量得到周期内光伏电站输出偏离电量；
步骤三：将周期内光伏电站输出偏离电量与预设的周期内光伏电站输出偏离电量阈值进行比较，得到光伏电站耗能信号；
其中，光伏电站耗能信号包括光伏电站耗能正常信号和光伏电站耗能异常信号；
步骤四：基于光伏电站耗能异常信号对光伏电站的使用状态进行监测，完成对光伏电站状态评估。
2.根据权利要求1所述的一种分布式光伏监测方法，其特征在于，周期内每天的日光照强度Gpj的获取过程为：
以预设时间k1为一个时间检测单位，相邻两个时间检测单位k1之间的时间间隔不大于预设时间k2；
在k1时间内对光照强度进行连续多次检测，且相邻两次检测之间的时间间隔相同，使在k1时间内得到光照强度组，即G1、G2、...Gg，通过公式计算得到光照强度组的标准差值S1，其中，g表示光照强度组内光照强度数值的个数，Gp为光照强度组中G1、G2、...Gg的平均值，当S1大于等于预设值S时，删除光照强度组中的最大值和/或最小值，再次计算光照强度组的标准差值S1，直至S1小于预设值S，计算得到光照强度组中剩余数据的平均值Gp1；
将一天内所得到的多组光照强度组的平均值Gp1进行求和取均值，即得到周期内每天的日光照强度Gpj。
3.根据权利要求1所述的一种分布式光伏监测方法，其特征在于，预设修正系数的获取过程为：
获取光伏板周期积灰干扰总值记为Hr；
获取周期内光伏板每天所对应的光伏温度动态值记为Wgj；
获取周期内光伏板每天所对应的光伏湿度动态值记为Dgj；
通过公式计算得到预设修正系数f，其中，T为周期天数。
4.根据权利要求3所述的一种分布式光伏监测方法，其特征在于，周期积灰干扰总值的获取过程为：
将光伏电站的光伏板总面积分割成若干个面积相等的区域子单元，分别获取每个区域子单元的灰尘质量；
将灰尘质量与区域子单元的面积值进行比值计算，得到区域子单元的积灰影响值；
获取每个区域子单元积灰影响值所对应的预设积灰影响系数；
将每个区域子单元的积灰影响值与预设积灰影响系数进行乘积计算，得到区域子单元的积灰干扰值；
将所有区域子单元的积灰干扰值求和取均值，得到周期积灰干扰总值。
5.根据权利要求3所述的一种分布式光伏监测方法，其特征在于，将光照时长分为若干个时间子单元，获取每个时间子单元中间时刻所对应的温度值和湿度值；
将所有时间子单元的温度值进行求和取均值，即得到周期内光伏板每天所对应的光伏温度动态值。
6.根据权利要求3所述的一种分布式光伏监测方法，其特征在于，将光照时长分为若干个时间子单元，获取每个时间子单元中间时刻所对应的温度值和湿度值；
将所有时间子单元的湿度值进行求和取均值，即得到周期内光伏板每天所对应的光伏湿度动态值。
7.根据权利要求1所述的一种分布式光伏监测方法，其特征在于，若周期内光伏电站输出偏离电量≤周期内光伏电站输出偏离电量阈值，则表示光伏电站在周期内的电量损耗正常，得到光伏电站耗能正常信号；
若周期内光伏电站输出偏离电量＞周期内光伏电站输出偏离电量阈值，则表示光伏电站在周期内的电量损耗异常，得到光伏电站耗能异常信号。
8.根据权利要求1所述的一种分布式光伏监测方法，其特征在于，基于光伏电站耗能异常信号；
在监测时间段内对光伏电站的输出电流进行采集，得到光伏电站的实时输出电流；
将光伏电站的实时输出电流未处于光伏电站的实时输出电流预设范围且超过预设时长的时间段，记为电流时间非稳段；
获取电流时间非稳段的时长，将所有电流时间非稳段所对应的时长进行求和，得到电流时间非稳段总时长；
将电流时间非稳段总时长与监测时间段总时长进行比值计算，得到电流时稳比；
获取电流时间非稳段在监测时间段内出现的频率，记为非稳段频率，将非稳段频率与电流时稳比进行乘积运算，得到电流非稳异值；
在电流时间非稳段内，获取光伏电站所需管控部件，获取管控部件所需监测的项目，将对应所需监测的项目记为监测项，对监测项内的非稳项和稳定项进行识别处理，得到光伏电站非稳基数比；
将光伏电站的电流非稳异值与光伏电站非稳基数比进行乘积运算，得到光伏电站非稳异值，基于光伏电站非稳异值完成对光伏电站异常程度识别。
9.根据权利要求8所述的一种分布式光伏监测方法，其特征在于，光伏电站异常程度的等级信号包括光伏电站一级等级警示信号、光伏电站二级等级警示信号和光伏电站三级等级警示信号。
10.一种分布式光伏监测系统，其特征在于，包括发电数据采集模块、电量分析模块、决策判断模块和状态评估模块与云管控平台电性连接；
发电数据采集模块用于在周期内采集光伏电站的发电能效数据，基于光伏电站的发电能效数据得到光伏电站在周期内的实际发电量，将实际发电量发送至云管控平台；
电量分析模块接收云管控平台传送的周期内光伏电站输出端的实际输出电量，电量分析模块用于对光伏电站在周期内的实际发电量与周期内光伏电站输出端的实际输出电量处理得到周期内光伏电站输出偏离电量，将周期内光伏电站输出偏离电量传送至云管控平台；
决策判断模块接收云管控平台传送的周期内光伏电站输出偏离电量，决策判断模块将周期内光伏电站输出偏离电量与预设的周期内光伏电站输出偏离电量阈值进行比较，得到光伏电站耗能信号，并将光伏电站耗能信号传送至云管控平台；
其中，光伏电站耗能信号包括光伏电站耗能正常信号和光伏电站耗能异常信号；
状态评估模块接收云管控平台传送的光伏电站耗能异常信号，状态评估模块基于光伏电站耗能异常信号对光伏电站的使用状态进行监测，完成对光伏电站状态评估。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410534196.6A CN118137673B (zh) | 2024-04-30 | 2024-04-30 | 一种分布式光伏监测系统及其监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410534196.6A CN118137673B (zh) | 2024-04-30 | 2024-04-30 | 一种分布式光伏监测系统及其监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118137673A true CN118137673A (zh) | 2024-06-04 |
| CN118137673B CN118137673B (zh) | 2024-07-12 |
Family
ID=91245923
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410534196.6A Active CN118137673B (zh) | 2024-04-30 | 2024-04-30 | 一种分布式光伏监测系统及其监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118137673B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090266353A1 (en) * | 2008-04-24 | 2009-10-29 | Hon Hai Precision Industry Co., Ltd. | Automatic cleaning system for solar panels and method thereof |
| CN115482098A (zh) * | 2022-10-27 | 2022-12-16 | 兴业银行股份有限公司 | 光伏发电异常监测和贷款风险评估方法及系统 |
| CN116317935A (zh) * | 2022-12-29 | 2023-06-23 | 河南四达检测技术有限公司 | 一种分布式光伏并网检测方法 |
| CN116861348A (zh) * | 2023-06-07 | 2023-10-10 | 国网吉林省电力有限公司吉林供电公司 | 一种基于实际距离建立集群分析的光伏电站异常检测方法 |
| CN117237159A (zh) * | 2023-08-22 | 2023-12-15 | 国网浙江省电力有限公司温州供电公司 | 一种光伏电站碳减排量实时计算方法 |
| CN117391229A (zh) * | 2023-04-13 | 2024-01-12 | 东北电力大学 | 一种光伏组件清洗周期预测方法 |
| CN117498785A (zh) * | 2023-11-14 | 2024-02-02 | 浙江正泰智维能源服务有限公司 | 一种光伏组件的表面污染处理方法、装置以及设备 |
-
2024
- 2024-04-30 CN CN202410534196.6A patent/CN118137673B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090266353A1 (en) * | 2008-04-24 | 2009-10-29 | Hon Hai Precision Industry Co., Ltd. | Automatic cleaning system for solar panels and method thereof |
| CN115482098A (zh) * | 2022-10-27 | 2022-12-16 | 兴业银行股份有限公司 | 光伏发电异常监测和贷款风险评估方法及系统 |
| CN116317935A (zh) * | 2022-12-29 | 2023-06-23 | 河南四达检测技术有限公司 | 一种分布式光伏并网检测方法 |
| CN117391229A (zh) * | 2023-04-13 | 2024-01-12 | 东北电力大学 | 一种光伏组件清洗周期预测方法 |
| CN116861348A (zh) * | 2023-06-07 | 2023-10-10 | 国网吉林省电力有限公司吉林供电公司 | 一种基于实际距离建立集群分析的光伏电站异常检测方法 |
| CN117237159A (zh) * | 2023-08-22 | 2023-12-15 | 国网浙江省电力有限公司温州供电公司 | 一种光伏电站碳减排量实时计算方法 |
| CN117498785A (zh) * | 2023-11-14 | 2024-02-02 | 浙江正泰智维能源服务有限公司 | 一种光伏组件的表面污染处理方法、装置以及设备 |
Non-Patent Citations (2)
| Title |
|---|
| GYU GWANG KIM 等: "Prediction Model for PV Performance With Correlation Analysis of Environmental Variables", IEEE JOURNAL OF PHOTOVOLTAICS, vol. 9, no. 3, 31 May 2019 (2019-05-31), pages 832, XP011720890, DOI: 10.1109/JPHOTOV.2019.2898521 * |
| 刘卫亮 等: "基于数字孪生与融合神经网络的光伏阵列故障诊断", 太阳能学报, 10 April 2024 (2024-04-10), pages 1 - 10 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118137673B (zh) | 2024-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | Forecasting based power ramp-rate control for PV systems without energy storage | |
| CN107040206B (zh) | 一种光伏电池板积灰状态监测系统与清洗周期优化方法 | |
| CN101441239B (zh) | 一种并网型光伏电站发电性能的验证方法 | |
| CN105762793B (zh) | 计及分布式新能源的配网故障停电损失评估方法 | |
| WO2016166991A1 (ja) | 太陽光発電設備の診断システムおよびプログラム | |
| Malvoni et al. | Study of degradation of a grid connected photovoltaic system | |
| CN117353436B (zh) | 一种基于物联网监控的太阳能供电系统 | |
| CN115589187A (zh) | 提高太阳能电池发电效率的光伏发电系统及方法 | |
| CN106452354A (zh) | 一种并网型光伏电站发电性能的验证方法 | |
| CN117220597A (zh) | 一种光伏电站快速频率响应速率监测系统 | |
| CN113285492B (zh) | 区域电网风光联合发电系统联合出力特性的分析方法 | |
| CN118137673B (zh) | 一种分布式光伏监测系统及其监测方法 | |
| US20240030866A1 (en) | System for monitoring under-performance of solar power plant | |
| TW201727559A (zh) | 再生能源電廠的管理方法與系統 | |
| CN116131460A (zh) | 一种光伏方阵发电能力偏差异常分析方法 | |
| CN115360978A (zh) | 一种用于光伏发电的电力运行异常数据监测系统 | |
| CN115081735A (zh) | 一种基于小波神经网络的光伏功率预测方法及系统 | |
| CN103279649A (zh) | 基于实时光资源监测网络的光伏基地弃光电量评估方法 | |
| CN113627691A (zh) | 一种光伏组件实时发电最高功率预测系统 | |
| Van der Borg | A traffic noise barrier equipped with 2160 AC-modules | |
| CN218181355U (zh) | 一种光储互补智能箱式变电系统 | |
| CN108336968A (zh) | 一种基于组件数据的分析监控系统 | |
| CN118353084A (zh) | 一种光伏并网逆变器控制系统及控制方法 | |
| CN117713358A (zh) | 一种电力监控远程数据采集系统 | |
| CN116565909A (zh) | 一种电力系统混合储能调度方法及系统 |
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 | ||
| GR01 | Patent grant |