CN212009575U - 一种光伏电站发电实时功率预测系统 - Google Patents

一种光伏电站发电实时功率预测系统 Download PDF

Info

Publication number
CN212009575U
CN212009575U CN201922297984.5U CN201922297984U CN212009575U CN 212009575 U CN212009575 U CN 212009575U CN 201922297984 U CN201922297984 U CN 201922297984U CN 212009575 U CN212009575 U CN 212009575U
Authority
CN
China
Prior art keywords
power
data
time
unit
real
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
Application number
CN201922297984.5U
Other languages
English (en)
Inventor
沈浩
杨振辰
倪黄雁
沈磊
杨凯
于浩格
杨洋
奕卓
汤超
陆佳
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.)
Shanghai Liangji New Energy Investment Co ltd
Original Assignee
Shanghai Liangji New Energy Investment 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 Shanghai Liangji New Energy Investment Co ltd filed Critical Shanghai Liangji New Energy Investment Co ltd
Priority to CN201922297984.5U priority Critical patent/CN212009575U/zh
Application granted granted Critical
Publication of CN212009575U publication Critical patent/CN212009575U/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Photovoltaic Devices (AREA)

Abstract

本实用新型的目的在于公开一种光伏电站发电实时功率预测系统，它包括控制单元、数据通讯单元、气象环境监测单元和数据采集单元，控制单元通过数据通讯单元分别连接气象环境监测单元和数据采集单元，气象环境监测单元用于监测环境参数并获取光照强度数据和温度数据，数据采集单元用于分别获取组件特性参数和组串数据；与现有技术相比，根据实时太阳辐照量、组件温度、安装角度、组件使用年限、组件本身参数计算出组件的实时功率预测，组件实时预测标杆功率与全站各组串的功率比对，从而精确到缺失功率比例较大的组串的具体位置，提示运维人员及时查找功率缺失原因并排除故障，提高场站人员运维水平和运维效率，进而提高发电量。

Description

一种光伏电站发电实时功率预测系统
技术领域
本实用新型涉及一种实时功率预测系统，特别涉及一种光伏电站发电实时功率预测系统。
背景技术
在光伏发电站中，光伏组件的发电量与太阳辐照量、组件温度、组件清洁度等因素有很大关系。光伏功率预测系统是用来评估光伏电站的发电效率和运维管理水平，将功率预测系统的发电量与电站的实际发电量作比对。光伏功率预测系统是根据光伏电站当地的太阳辐照量、组件温度、组件清洁度、组件本身参数等因素预测出电站的应发电量。
现有的光伏功率预测系统是根据以往(去年同期或者历史年份的平均同期)的气象数据来计算预测未来一年或者一月一整段时间的光伏电站的发电量。
目前，光伏行业判断光伏电站发电量是否达到最大理论功率，是否还有提升空间，主要有以下几种方法：一、参考可研的数据来判断；二、采用现有光伏功率预测系统特点，根据往年积累的场站当地的气象数据预测未来一段时间的发电功率。1)每年的气象数据变化很大。有大光年小光年等等差异；2)预测的未来一段时间(一年或者一月半月)的光伏电站功率，并不能具体到某一天某个时刻的功率；三、与周边相邻地理位置的场站的发电量相比较；预测的是根据全站容量的层面，不能具体到组串为单位，对运维人员不能起到及时运维的效果。
上述这几种方法的不足之处是，对比时间长，不能精确及时反馈电站应发电量的缺失，而且对发电量的缺失部分不能给出具体的运维方案。
因此，特别需要一种光伏电站发电实时功率预测系统，以解决上述现有存在的问题。
实用新型内容
本实用新型的目的在于提供一种光伏电站发电实时功率预测系统，针对现有技术的不足。
本实用新型所解决的技术问题可以采用以下技术方案来实现：
一种光伏电站发电实时功率预测系统，其特征在于，它包括控制单元、数据通讯单元、气象环境监测单元和数据采集单元，所述控制单元通过数据通讯单元分别连接气象环境监测单元和数据采集单元，所述气象环境监测单元用于监测环境参数并获取光照强度数据和温度数据，所述数据采集单元用于分别获取组件特性参数和组串数据。
在本实用新型的一个实施例中，所述数据通讯单元与所述控制单元之间通过路由器互相通讯连接。
在本实用新型的一个实施例中，所述数据通讯单元包括但不限于有线通讯模块和无线通讯模块。
在本实用新型的一个实施例中，所述数据采集单元包括但不限于霍尔传感器、直流电流表和SCADA数据采集模块。
本实用新型的光伏电站发电实时功率预测系统，与现有技术相比，根据实时太阳辐照量、组件温度、安装角度、组件使用年限、组件本身参数计算出组件的实时功率预测，组件实时预测标杆功率与全站各组串的功率比对，从而精确到缺失功率比例较大的组串的具体位置，提示运维人员及时查找功率缺失原因并排除故障，提高场站人员运维水平和运维效率，进而提高发电量，实现本实用新型的目的。
本实用新型的特点可参阅本案图式及以下较好实施方式的详细说明而获得清楚地了解。
附图说明
图1为本实用新型的光伏电站发电实时功率预测系统的结构示意图；
图2为本实用新型的光伏电站发电实时功率预测系统的流程示意图。
具体实施方式
为了使本实用新型实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本实用新型。
实施例
如图1所示，本实用新型的光伏电站发电实时功率预测系统，它包括控制单元10、数据通讯单元20、气象环境监测单元30和数据采集单元40，控制单元10通过数据通讯单元20分别连接气象环境监测单元30和数据采集单元40，气象环境监测单元30用于监测环境参数并获取光照强度数据和温度数据，数据采集单元40用于分别获取组件特性参数和组串数据。
在本实施例中，数据通讯单元20与控制单元10之间通过路由器互相通讯连接。
在本实施例中，数据通讯单元20包括但不限于有线通讯模块和无线通讯模块。
在本实施例中，数据采集单元40包括但不限于霍尔传感器、直流电流表和SCADA数据采集模块。
如图2所示，本实用新型的光伏电站发电实时功率预测的实现方法，它包括如下步骤：
(1)通过气象地理信息和组件参数信息的大数据建立光伏电站组串的标杆功率模型，获得理论实时发电数据；
(2)实时采集气象参数和组件本身参数，计算出光伏电站组串的实时标杆功率，获得实时发电数据；
(3)通过实时标杆功率与光伏电站的所有组串的功率作对比，精确找出功率缺失的组串，进行运维，消除缺失，提高发电量。
在所述步骤(1)中，通过多种传感器采集气象地理信息(时间、日期、纬度、温度、水平面直射、水平面散射、组件安装角度等)，组件厂家提供组件特性参数(短路电流、开路电压、最大功率点电流、最大功率点电压、温度系数、衰减系数等)，采用三种不同的理论公式，计算当前电站在当前气象条件下的发电数据。
在所述步骤(3)中，当确定了组串标杆功率的公式后，采集全站每串组件的功率，并将标杆功率与全站组件功率做比对，找出功率缺失组串，并能精确的定位到功率缺失组串的位置，及时运维组串功率缺失。
本实用新型的光伏电站发电实时功率预测系统，通过多种传感器采集气象地理信息(时间、日期、纬度、温度、水平面直射、水平面散射、组件安装角度等)，同时需要组件厂家提供组件特性参数(短路电流、开路电压、最大功率点电流、最大功率点电压、温度系数、衰减系数等)。根据这些信息，采用三种不同的理论公式，计算当前电站在当前气象条件下的发电数据。采用三种不同的理论公式，原因是：1)理论公式未得到实际验证，后续可以根据与实测数据比对，进行选取和修正；2)理论公式计算方法的差异有可能为后续的分析提供依据。
同时测量一个组串的电压和电流，并采用霍尔元件测量该组串中每一块组件的电压。通过该组串的实测数据与理论计算数据比对，对理论公式进行验证。
验证之后，详细对理论计算数据和实测数据进行分析，定量考察电站的各项损失，为电站拥有者提供决策依据。
组件光照强度计算：
时角ω＝(t-12)×15°
赤纬角δ＝23.45sin[360(284+n)/365]
倾斜面与水平面的直接辐射量之比为
Figure DEST_PATH_GDA0002709848290000041
那么倾斜面的直接辐射为ST,b＝SbRb
倾斜面的散射为ST,d＝Sd(1+cosβ)/2
组件接收到的光照强度为ST＝ST,b+ST,d
(3)理论发电功率计算
采用三种方法计算发电站的实时理论发电功率。
1)公式一
采用标称功率和辐照强度直接计算，公式如下：
Sref＝1000w/m2
ΔT＝Tcell-25
组件最大输出功率为P'1m＝ST/Sref×Wp(1+αIΔT)(1+αUΔT)
该公式的计算方法为直接根据标准测试条件的功率折算，没有计算在不同光照强度下组件的最大功率点，实际上默认在不同的光照强度下组件的转换效率相同。预期不是很准确，但是有可能反应在不同光照强度下组件的转换效率这一信息。实际上是否能反应，后期根据实际情况处理。
2)公式二
公式二根据实时光照强度，计算组件最大功率点的电压和电流，进而得到最大输出功率，公式如下：
ΔS＝ST/Sref-1
c＝0.5
最大功率点电压U'm＝Um(1+cΔS)(1+αUΔT)
最大功率点电压I'm＝Im(S/Sref)(1+αIΔT)
组件输出最大功率P'2m＝U'mI'm
2)公式三
公式三同样根据实时光照强度计算组件最大功率点的电压和电流，进而得到最大输出功率，计算方法如下：
Figure DEST_PATH_GDA0002709848290000051
Figure DEST_PATH_GDA0002709848290000052
Figure DEST_PATH_GDA0002709848290000053
Figure DEST_PATH_GDA0002709848290000054
Figure DEST_PATH_GDA0002709848290000055
组件最大输出功率为P'3m＝U'mI'm
根据表3.1中的组件衰减参数，进一步计算衰减后的功率为：
P'im＝P'im×组件衰减系数i＝1,2,3
(3)验证
将公式计算结果、各种测量结果进行比对，以检验公式或测量的正误，进而对公式或者测量进行修正。
1)电压验证
采用霍尔元件测量了一个组串中每一块组件的电压Ui(i＝1-k)，k为组串中组件的数量，同时测量了组串两端的电压U。理论上，
Figure DEST_PATH_GDA0002709848290000061
将左右两边的数据对比，如果误差不大，则认为测量是正确的。
2)公式验证
认为组串中的第一块组件不发生PID衰减，那么理论上，P'1m、P'2m、P'3m和 U1I之间不应出现较大的差距。如果在现场实测中，出现很大的差距，则应该对公式进行挑选或者修正。
公式二和公式三计算了任意光照条件下的最大功率点U'2m和U'3m。认为组串的第一块组件不发生PID衰减，那么如果组件实际上正处于最大功率点，第一块组件的电压U1应该和U'2m(或U'3m)相等。通过U1-U'2m(或U1-U'3m)的大小，可以检验逆变器是否追踪到了最大的功率点。
组串分析：
这里分析监测组串的各项损失，结果作为全站的一个参考。
因逆变器未能追踪到最大功率点而引起的功率损失为：
PMPPT＝k(U'2m-U1)I
因PID衰减而引起的功率损失(认为第一块组件无PID衰减)为：
Figure DEST_PATH_GDA0002709848290000062
那么灰尘引起的功率损失为：
Pdust＝P'2m-P-PMPPT-PPID
将PMPPT、PPID、Pdust进行比较，可以得到组串各项电量损失情况。
将一天中，上述各项损失对时间积分，可以得到监测组串当天各项损失电量。
因未能追踪到最大功率点引起的发电量损失为
Figure DEST_PATH_GDA0002709848290000063
因PID引起的发电量损失为
Figure DEST_PATH_GDA0002709848290000071
因灰尘引起的发电量损失为
Figure DEST_PATH_GDA0002709848290000072
全站功率分析：
由于每一个组串所处的环境不同或者组件本身的差异，除监测组串外，其它组串的各项损失无法单独分离出来，只能得到一个总的损失，但是监测组串的数据可以作为参考。
空间数据分析：
SCADA系统可以采集到任一组串的实时发电功率Pi，那么该组串的发电功率损失为Pi,lost＝P'2m-Pi。根据Pi,lost的大小，可以定量得到全站每一个组串的功率损失，指导运维人员进行相应的处理。
历史数据分析：
如果P'1m的计算是可靠的，P/P'1m反应了组件在不同光照强度下的转换效率。记录P/P'1m的历史数据，如果在某一时刻出现较大的变化，应迅速查明原因。同样的，记录P/P'2m的历史数据。
日发电量损失：
组件发出的电量不等于上网电量，在到达关口电表之前，会有很多损失，如下所示：
Figure DEST_PATH_GDA0002709848290000073
Figure DEST_PATH_GDA0002709848290000081
那么，光伏电站的理论日发电量为：
Figure DEST_PATH_GDA0002709848290000082
用该理论发电量减去个当日关口计量电量，即可得到当日的全站发电量损失。
以上显示和描述了本实用新型的基本原理和主要特征和本实用新型的优点。本行业的技术人员应该了解，本实用新型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说明本实用新型的原理，在不脱离本实用新型精神和范围的前提下，本实用新型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实用新型范围内，本实用新型要求保护范围由所附的权利要求书及其等效物界定。

Claims (4)

1.一种光伏电站发电实时功率预测系统，其特征在于，它包括控制单元、数据通讯单元、气象环境监测单元和数据采集单元，所述控制单元通过数据通讯单元分别连接气象环境监测单元和数据采集单元，所述气象环境监测单元用于监测环境参数并获取光照强度数据和温度数据，所述数据采集单元用于分别获取组件特性参数和组串数据。
2.如权利要求1所述的光伏电站发电实时功率预测系统，其特征在于，所述数据通讯单元与所述控制单元之间通过路由器互相通讯连接。
3.如权利要求1所述的光伏电站发电实时功率预测系统，其特征在于，所述数据通讯单元包括但不限于有线通讯模块和无线通讯模块。
4.如权利要求1所述的光伏电站发电实时功率预测系统，其特征在于，所述数据采集单元包括但不限于霍尔传感器、直流电流表和SCADA数据采集模块。
CN201922297984.5U 2019-12-19 2019-12-19 一种光伏电站发电实时功率预测系统 Active CN212009575U (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201922297984.5U CN212009575U (zh) 2019-12-19 2019-12-19 一种光伏电站发电实时功率预测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201922297984.5U CN212009575U (zh) 2019-12-19 2019-12-19 一种光伏电站发电实时功率预测系统

Publications (1)

Publication Number Publication Date
CN212009575U true CN212009575U (zh) 2020-11-24

Family

ID=73408599

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201922297984.5U Active CN212009575U (zh) 2019-12-19 2019-12-19 一种光伏电站发电实时功率预测系统

Country Status (1)

Country Link
CN (1) CN212009575U (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112682972A (zh) * 2020-12-16 2021-04-20 苏州西热节能环保技术有限公司 一种聚光式太阳能发电站快速性能诊断装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112682972A (zh) * 2020-12-16 2021-04-20 苏州西热节能环保技术有限公司 一种聚光式太阳能发电站快速性能诊断装置

Similar Documents

Publication Publication Date Title
US10962576B2 (en) Estimation of shading losses for photovoltaic systems from measured and modeled inputs
Reich et al. Performance ratio revisited: is PR> 90% realistic?
Sun et al. Real‐time monitoring and diagnosis of photovoltaic system degradation only using maximum power point—the Suns‐Vmp method
US8972221B2 (en) Estimating solar irradiance components from plane of array irradiance and global horizontal irradiance
US9606168B2 (en) Irradiance mapping leveraging a distributed network of solar photovoltaic systems
CN103678872B (zh) 一种光伏发电系统性能评估方法及装置
CN107346899B (zh) 一种光伏电站系统稳定性评估方法及系统
CN106059496B (zh) 一种光伏组件阵列性能监测和故障识别的方法及系统
US9660576B2 (en) Predicting production of photovoltaic systems
CN105337575B (zh) 光伏电站状态预测及故障诊断方法和系统
Meng et al. Data-driven inference of unknown tilt and azimuth of distributed PV systems
KR102523891B1 (ko) 태양광 발전 스트링 및 저장 매체의 작동 상태를 인식하는 방법 및 장치
US20160356859A1 (en) Fault detection in energy generation arrangements
WO2016166991A1 (ja) 太陽光発電設備の診断システムおよびプログラム
CN109379042B (zh) 一种用于分析户用光伏遮挡物的方法及系统
JP2018037078A (ja) 障害検出機能付き発電モニタリングシステム
Arévalo et al. Smart monitoring method for photovoltaic systems and failure control based on power smoothing techniques
CN212009575U (zh) 一种光伏电站发电实时功率预测系统
Voutsinas et al. Development of an IoT power management system for photovoltaic power plants
KR101207310B1 (ko) 계통연계형 태양광발전 시스템의 발전성능 추정 방법 및 그 장치
CN113095532A (zh) 一种光伏电站发电实时功率预测系统及其实现方法及其实现方法
Omar et al. Energy yield calculation of the grid connected photovoltaic power system
Leloux et al. Automatic fault detection on BIPV systems without solar irradiation data
Koumpli Impact of data quality on photovoltaic (PV) performance assessment
JP2017153300A (ja) 太陽光発電パネル検査装置、パネル検査方法およびコンピュータプログラム

Legal Events

Date Code Title Description
GR01 Patent grant
GR01 Patent grant