KR20220116570A - 태양광 발전 스트링 및 저장 매체의 작동 상태를 인식하는 방법 및 장치 - Google Patents
태양광 발전 스트링 및 저장 매체의 작동 상태를 인식하는 방법 및 장치 Download PDFInfo
- Publication number
- KR20220116570A KR20220116570A KR1020227027403A KR20227027403A KR20220116570A KR 20220116570 A KR20220116570 A KR 20220116570A KR 1020227027403 A KR1020227027403 A KR 1020227027403A KR 20227027403 A KR20227027403 A KR 20227027403A KR 20220116570 A KR20220116570 A KR 20220116570A
- Authority
- KR
- South Korea
- Prior art keywords
- string
- photovoltaic
- power
- current
- solar power
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004364 calculation method Methods 0.000 claims description 36
- 238000001514 detection method Methods 0.000 claims description 31
- 238000009434 installation Methods 0.000 claims description 17
- 238000012360 testing method Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 6
- 230000005284 excitation Effects 0.000 claims description 2
- 238000010248 power generation Methods 0.000 abstract description 36
- 238000012423 maintenance Methods 0.000 description 20
- 125000000205 L-threonino group Chemical group [H]OC(=O)[C@@]([H])(N([H])[*])[C@](C([H])([H])[H])([H])O[H] 0.000 description 17
- 238000004891 communication Methods 0.000 description 5
- 238000013480 data collection Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 239000011521 glass Substances 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000010409 thin film Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
Images
Classifications
-
- 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
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S40/00—Components or accessories in combination with PV modules, not provided for in groups H02S10/00 - H02S30/00
- H02S40/30—Electrical components
- H02S40/36—Electrical components characterised by special electrical interconnection means between two or more PV modules, e.g. electrical module-to-module connection
-
- 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)
- Control Of Electrical Variables (AREA)
- Braiding, Manufacturing Of Bobbin-Net Or Lace, And Manufacturing Of Nets By Knotting (AREA)
Abstract
태양광 발전 스트링의 작동 상태를 인식하는 방법 및 장치가 개시된다. 이 방법은 현재 작동 조건에서 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류를 계산하는 단계; 태양광 발전 스트링의 대표 연도 이론 전력 및 대표 연도 최대 단락 전류를 계산하는 단계; 태양광 발전 스트링의 이론 전력, 이론 최대 단락 전류, 대표 연도 이론 전력 및 대표 연도 최대 단락 전류를 기초로기초로발전 스트링의 표준 상태 파라미터를 설정하는 단계; 현재 작동 조건에서 태양광 발전 스트링의 작동 상태 파라미터를 획득하는 단계; 태양광 발전 스트링의 작동 상태 파라미터를 태양광 발전 스트링의 대응하는 표준 상태 파라미터와 비교함으로써 태양광 발전 스트링의 작동 상태를 결정하는 단계를 포함한다.
Description
본 개시(disclosure)는 태양광 발전 기술 분야에 관한 것으로, 특히 태양광 발전 스트링(photovoltaic string)의 작동 상태를 인식하는 방법 및 장치와, 저장 매체에 관한 것이다.
태양광 발전 설비(photovoltaic field station)의 실제 운영에 있어서, 발전 성능이 낮거나 비정상인 것과 같은 발전 성능과 관련한 고장이 태양광 발전 스트링에서 자주 발생한다. 따라서 태양광 발전 설비의 발전 손실을 줄이기 위한 점검 및 유지 보수가 필요한다.
관련 기술에서는 태양광 발전 설비에서 태양광 발전 모듈을 검사하기 위해 운영 및 유지 보수 인력이 할당된다. 구체적으로, 태양광 발전 설비에서 각각의 태양광 발전 스트링을 비교 또는 순위화하여, 낮은 순위 또는 평균 수준의 편차가 심한 발전 성능을 갖는 태양광 발전 스트링은 문제가 있는 태양광 발전 스트링으로 정의된다.
그러나, 태양광 발전 스트링은 설치 과정의 차이로 인해 발전 성능이 다르기 때문에 태양광 발전 스트링을 비교하거나 순위를 매길 때 오판이 발생하기 쉽다. 그 결과, 태양광 발전 스트링의 작동 상태를 판정하는 정확도가 낮다.
본 발명의 실시예는 태양광 발전 스트링의 작동 상태를 판단하는 정확도를 향상시킬 수 있는 태양광 발전 스트링의 작동 상태 인식 방법 및 장치, 그리고 저장 매체를 제공한다.
일 양태(aspect)로, 태양광 발전 스트링의 작동 상태를 인식하는 방법이 제공된다.
상기 방법은, 현재 작동 조건에서 상기 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류를 계산하는 단계, 여기에서 상기 태양광 발전 스트링은 직렬 연결된 적어도 2개의 태양광 발전 모듈에 의해 형성된 DC 출력을 갖는 회로 유닛임; 상기 태양광 발전 스트링의 대표 연도 이론 전력 및 대표 연도 최대 단락 전류를 계산하는 단계; 상기 태양광 발전 스트링의 이론 전력, 이론 최대 단락 전류, 대표 연도 이론 전력, 및 대표 연도 최대 단락 전류에 기초하여, 상기 태양광 발전 스트링의 표준 상태 파라미터를 설정하는 단계, 여기에서 상기 표준 상태 파라미터는 상기 태양광 발전 스트링의 전력 임계값 및 단락 전류 임계값을 포함함; 상기 현재 작동 조건에서 상기 태양광 발전 스트링의 작동 상태 파라미터를 획득하는 단계, 상기 작동 상태 파라미터는 상기 태양광 발전 스트링의 작동 전력 및 작동 전류를 포함함; 및 상기 태양광 발전 스트링의 작동 상태 파라미터를 상기 태양광 발전 스트링의 해당 표준 상태 파라미터와 비교함으로써 상기 태양광 발전 스트링의 작동 상태를 결정하는 단계를 포함한다.
다른 양태로, 태양광 발전 스트링의 작동 상태를 인식하기 위한 장치가 제공된다.
상기 장치는, 현재 작동 조건에서 상기 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류를 계산하는 제1 계산모듈, 여기에서 상기 태양광 발전 스트링은 직렬 연결된 적어도 2개의 태양광 발전 모듈에 의해 형성된 DC 출력을 갖는 회로 유닛임; 상기 태양광 발전 스트링의 대표 연도 이론 전력 및 대표 연도 최대 단락 전류를 계산하는 제2 계산모듈; 상기 태양광 발전 스트링의 상기 이론 전력, 상기 이론 최대 단락 전류, 상기 대표 연도 이론 전력, 및 상기 대표 연도 최대 단락 전류에 기초하여, 상기 태양광 발전 스트링의 표준 상태 파라미터를 설정하는 표준 설정 모듈, 여기에서 상기 표준 상태 파라미터는 상기 태양광 발전 스트링의 전력 임계값 및 단락 전류 임계값을 포함함; 상기 현재 작동 조건에서 상기 태양광 발전 스트링의 작동 상태 파라미터를 획득하는 제1 획득모듈, 상기 작동 상태 파라미터는 상기 태양광 발전 스트링의 작동 전력 및 작동 전류를 포함함; 및 상기 태양광 발전 스트링의 작동 상태 파라미터를 상기 태양광 발전 스트링의 해당 표준 상태 파라미터와 비교함으로써 상기 태양광 발전 스트링의 작동 상태를 결정하는 결정 모듈을 포함한다.
일부 실시예에서, 상기 표준 설정 모듈은, 태양광 발전 스트링의 이론 전력 및 대표 연도 이론 전력 중 더 작은 것을 전력 임계값으로 결정하도록 구성된 제1 획득 서브모듈; 및 태양광 발전 스트링의 이론 최대 단락 전류와 대표 연도 최대 단락 전류 중 더 작은 것을 단락 전류 임계값으로 결정하도록 구성된 제2 획득 서브모듈을 포함한다.
일부 실시예에서, 상기 장치는, 태양광 발전 스트링이 설치된 태양광 발전 설비의 순간 복사 조도를 미리 설정된 간격으로 획득하도록 구성된 제2 획득 모듈; 태양광 발전 설비의 순간 복사 조도가 복사 임계값보다 크거나 같은 기간을 검출 기간으로 결정하도록 구성된 제3 획득 모듈; 및 싱기 검출 기간 내의 특정 기간의 작동 조건을 현재 작동 조건으로 결정하도록 구성된 제4 획득 모듈을 포함한다.
일부 실시예에서, 제1 획득 모듈은 검출 기간의 현재 작동 조건에서 DC 컴바이너 박스 또는 태양광 발전 스트링의 스트링형 인버터의 DC 측 작동 전류 및 작동 전력을 획득하도록 구성된다.
일부 실시예에서, 제1 계산 모듈은, 기상 데이터의 존재에 대한 응답으로, 태양광 발전 설비에 대응하는 기상 데이터에 기초하여, 현재 작동 조건에서 태양광 발전 설비의 복사 조도, 주변 온도, 및 풍속을 획득하도록 구성된 제3 획득 서브모듈; 현재 작동 조건에서 태양광 발전 설비의 복사 조도, 주변 온도 및 풍속을 기초로 현재 작동 조건에서 태양광 발전 스트링 내의 태양광 모듈의 온도를 계산하도록 구성된 제1 계산 서브모듈; 태양광 발전 모듈의 온도에 기초하여, 현재 작동 조건에 대응하는 태양광 발전 모듈의 셀의 온도를 계산하도록 구성된 제2 계산 서브모듈; 대표 연도의 현재 작동 조건에 대응하는 검출 시간에, 태양광 발전 모듈의 복사 조도 및 태양광 모듈의 온도에 기초하여, 현재 작동 조건에 대응하는 태양광 발전 모듈의 셀들의 평균 작동 온도를 계산하도록 구성된 제3 계산 서브모듈: 현재 작동 조건에서 태양광 발전 설비의 복사 조도, 현재 작동 조건에서 태양광 발전 모듈의 셀들의 평균 작동 온도 및 태양광 발전 모듈의 셀들의 온도에 기초하여, 현재의 작동 조건에서 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류를 계산하도록 구성된 제4 계산 서브모듈을 포함한다.
일부 실시예에서, 제1 계산 모듈은, 태양광 발전 설비에 대응하는 기상 데이터가 없는 경우에 대한 응답으로, 현재 작동 조건에서 태양광 발전 스트링 전체에서 최대 전류를 획득하도록 구성된 제4 획득 서브모듈; 상기 최대 전류에 기초하여, 현재 작동 조건에서 복사 조도를 계산하도록 구성된 제5 계산 서브모듈; 및 현재 작동 조건에서의 태양광 발전 설비의 복사 조도, 표준 작동 조건에서의 태양광 발전 모듈의 단락 전류, 및 표준 테스트 조건에서의 태양광 발전 모듈의 복사 조도에 기초하여 태양광 발전 설비 내의 태양광발전 스트링의 이론 전력 및 이론 최대 단락 전류를 계산하도록 구성된 제6 계산 서브모듈을 포함한다.
일부 실시예에서, 제2 계산 모듈은, 태양광 발전 설비의 지리적 위치에 기초하여, 대표 연도의 태양광 발전 설비의 복사 조도를 획득하도록 구성된 제5 획득 서브모듈, 여기에서, 대표 연도에 태양광 발전 설비의 복사 조도를 수집하는 간격은 작동 조건에서 태양광 발전 설비의 복사 조도를 획득하는 간격과 동일함; 현재 작동 조건에 대응하는 검출 시간에, 대표 연도의 태양광 발전 설비이 복사 조도 중 최대 복사 조도를 선택하도록 구성된 선택 서브모듈; 및 최대 복사 조도에 기초하여 태양광 발전 설비에서 태양광 발전 스트링의 대표 연도 이론 전력 및 대표 연도 최대 단락 전류를 계산하도록 구성된 제7 계산 서브모듈을 포함한다.
일부 실시예에서, 결정 모듈은, 태양광 발전 스트링의 작동 상태 파라미터가 제1 시간 임계값보다 큰 기간 동안 태양광 발전 스트링의 표준상태 파라미터보다 큰 경우에 대하여, 태양광 발전 스트링의 전력이 상승한 것으로 결정하도록 구성된 제1 결정 서브모듈; 태양광 발전 스트링의 작동 상태 파라미터의 전류가 제2 시간 임계값보다 큰 기간 동안 전류 임계값보다 작은 경우에 대하여, 태양광 발전 스트링에 단락이 발생한 것으로 결정하도록 구성된 제2 결정 서브모듈; 및 태양광 발전 스트링의 작동 상태 파라미터가 제3 시간 임계값보다 큰 기간 동안 태양광 발전 스트링의 가중된 표준 상태 파라미터보다 작은 경우에 대하여, 태양광 발전 스트링의 전류 또는 전력이 낮은 것으로 결정하도록 구성된 제3 결정 서브모듈을 포함한다.
또 다른 양태로, 컴퓨터 장치가 제공된다. 상기 컴퓨터 장치는, 프로세서; 및 적어도 하나의 명령어, 적어도 하나의 프로그램, 코드 세트, 또는 명령어 세트를 저장하는 메모리를 포함하며, 상기 적어도 하나의 명령어, 상기 적어도 하나의 프로그램, 상기 코드 세트, 또는 상기 명령어 세트는, 상기 프로세서에 의해 로드 및 실행되면, 상술한 양태의 태양광 발전 스트링의 작동 상태 인식 방법을 수행하게 한다.
또 다른 양태로, 비일시적 컴퓨터 판독가능 저장 매체가 제공된다. 상기 저장 매체는 적어도 하나의 명령어, 적어도 하나의 프로그램, 코드 세트 또는 명령어 세트를 저장하고, 상기 적어도 하나의 명령어, 적어도 하나의 프로그램, 코드 세트, 또는 명령어 세트는, 컴퓨터 장치의 프로세서에 의해 로드 및 실행되면, 컴퓨터 장치가 상술한 양태의 태양광 발전 스트링의 작동 상태를 인식하는 방법을 수행하게 한다.
본 개시에 따른 기술적 솔루션은 다음과 같은 유익한 효과를 얻을 수 있다.
본 개시에서, 현재 작동 조건에서 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류는 물론 태양광 발전 스트링의 대표 연도 이론 전력 및 대표 연도 최대 단락 전류는 태양광 발전 스트링의 전력 임계값 및 단락 전류 임계값을 포함하는 표준 상태 파라미터를 설정하기 위해 계산되고, 태양광 발전 스트링의 작동 상태 파라미터가 획득되며, 태양광 발전 스트링의 작동 상태는 작동 상태 파라미터를 태양광 발전 스트링의 해당 표준 상태 파라미터를 비교하여 결정된다. 따라서, 태양광 발전 설비의 운전 및 유지 보수 시 태양광 발전 스트링의 작동 파라미터에 대한 벤치마크 결정을 통해 태양광 발전 스트링의 실제 작동 상태를 획득할 수 있어, 태양광 발전 스트링의 작동 상태 판단 정확도를 향상시킬 수 있다.
본 명세서에 통합되어 그 일부를 구성하는 첨부 도면은 본 개시와 일치하는 실시예를 예시하고, 상세한 설명과 함께 본 개시의 원리를 설명하는 역할을 한다.
도 1은 본 발명의 일 실시예에 따른 태양광 발전 스트링의 작동 상태를 인식하는 방법의 흐름도이고,
도 2는 본 발명의 일 실시예에 따른 태양광 발전 스트링의 작동 상태를 인식하는 방법의 흐름도이며,
도 3은 본 발명의 일 실시예에 따른 태양광 발전 스트링의 작동 상태를 인식하는 방법의 흐름도이고,
도 4는 본 발명의 일 실시예에 따른 태양광 발전 스트링의 작동 상태를 인식하는 방법의 흐름도이며,
도 5는 본 발명의 일 실시예에 따른 태양광 발전 스트링의 작동 상태를 인식하는 방법의 흐름도이고,
도 6은 본 발명의 일 실시예에 따른 태양광 발전 스트링의 작동 상태를 인식하는 장치의 블록도이며,
도 7은 본 개시의 예시적인 실시예에 따른 컴퓨터 장치의 구조적 블록도이다.
도 1은 본 발명의 일 실시예에 따른 태양광 발전 스트링의 작동 상태를 인식하는 방법의 흐름도이고,
도 2는 본 발명의 일 실시예에 따른 태양광 발전 스트링의 작동 상태를 인식하는 방법의 흐름도이며,
도 3은 본 발명의 일 실시예에 따른 태양광 발전 스트링의 작동 상태를 인식하는 방법의 흐름도이고,
도 4는 본 발명의 일 실시예에 따른 태양광 발전 스트링의 작동 상태를 인식하는 방법의 흐름도이며,
도 5는 본 발명의 일 실시예에 따른 태양광 발전 스트링의 작동 상태를 인식하는 방법의 흐름도이고,
도 6은 본 발명의 일 실시예에 따른 태양광 발전 스트링의 작동 상태를 인식하는 장치의 블록도이며,
도 7은 본 개시의 예시적인 실시예에 따른 컴퓨터 장치의 구조적 블록도이다.
일부 실시예에 대해 상세히 설명되며, 그 예는 첨부 도면에 예시되어 있다. 이하의 설명은, 달리 명시되지 않는 한, 상이한 도면에서 동일한 참조 번호가 동일하거나 유사한 엘리먼트를 나타내는 첨부 도면을 참조한다. 예시적인 실시예의 다음 설명에서 설명되는 실시예는 본 개시내용과 일치하는 모든 구현을 나타내는 것은 아니다. 대신, 이들 실시예는 첨부된 청구범위에 기재된 바와 같은 본 개시와 관련된 양태(aspect)와 일치하는 장치 및 방법의 단순한 예일 뿐이다.
이해할 수 있는 바와 같이, 본 명세서에서 "복수"라는 용어는 2 이상을 의미한다. 본 명세서에서 "및/또는"이라는 용어는 3개의 관계를 나타내는 연관된 객체의 연관 관계를 설명한다. 예를 들어, A 및/또는 B는, A가 단독으로 존재하고, A와 B가 동시에 존재하며, B가 단독으로 존재하는 것으로 표현될 수 있다. "/" 기호는 일반적으로 컨텍스트 개체 간의 "OR" 관계를 나타낸다.
태양광 발전 설비의 운전 및 유지 보수에 있어서, 태양광 발전 스트링의 작동 상태에 대한 문제 해결(trobleshoot)이 필요하다. 본 개시는 태양광 발전 스트링의 작동 상태를 인식하는 방법을 제공하며, 이 방법은 태양광 발전 스트링의 작동 상태를 판단하는 정확도를 향상시킬 수 있다. 이해의 편의를 위해, 본 개시의 실시 예와 관련된 용어에 대해 설명하면 다음과 같다.
1) 태양광 발전 스트링(photovoltaic string)
모듈들의 스트링으로 지칭되는 태양광 발전 스트링은 태양광 발전 시스템에서 직렬로 연결된 여러 태양광 발전 모듈에 의해 형성된 DC 출력을 갖는 회로 유닛이다.
2) 태양광 발전 모듈(photovoltaic module)
태양 전지 패널로도 알려진 태양광 발전 모듈은 직렬로 연결하고 병렬로 연결한 다음 여러 개의 단위 셀을 타이트하게 패키징하여 형성된다. 태양광 발전 모듈은 태양 에너지를 전기 에너지로 변환하고 전기 에너지를 배터리에 보내 저장하거나 이에 의해 부하를 구동할 수 있다. 기존의 태양광 발전 모듈은 이중유리 모듈, 기존 모듈, 박막 모듈 등으로 분류된다.
3) 대표 기상 연도(Typical Meteorological Year, TMY)
본 개시의 실시예에서는 기상 연도를 대표 연도(typcical year)로 간단히 표기한다. 대표 연도는 일사량과 같은 일련의 시간별 기상 데이터로 구성된 데이터 연도이다. 대표 연도에는 다음과 같은 특징이 있다.
(1) 대표 연도의 일사량, 기온, 풍속과 같은 기상 데이터의 발생 빈도 분포는 과거 기상 데이터의 발생 빈도의 장기 분포와 유사하다.
(2) 대표 연도의 기상 파라미터는 과거의 기상 파라미터에 대한 1일 파라미터 표준과 유사한 연속성을 갖는다.
(3) 대표 연도의 기상 파라미터와 과거 파라미터는 서로 다른 파라미터 사이에 상관관계를 갖는다.
대표 연도는 과거 연도의 기상 데이터로부터 계산 및 선택된 12개의 대표적인 월간 기상 데이터로 구성된 대표 기상 연도이거나, 또는 상이한 가중 요인(weighting factors)을 갖는 서로 다른 도시 및 지역의 대표 기상 연도를 선택 및 계산하여 결정될 수도 있다. .
4) 복사 조도(irradiancy)
복사 조도는 단위 면적당 에너지로 정의된다.
5) 현재 작동 조건
본 개시의 실시예에 있어서, 현재 작동 조건은 작동 상태 인식이 필요한 태양광 발전 스트링이 실제 작동되는 동안, 본 개시의 방법을 적용하여 작동 상태 인식이 수행되는 기간 동안 그 기간에 해당하는 기후, 복사 조도 등의 조건을 의미한다.
6) 이론 전력(theortical power)와 작동 전력(operating power)
이론 전력은 이론 계산으로 현재 작동 조건에서 태양광 발전 스트링이 출력해야 하는 전력을 의미하며, 작동 전력은 실제 작동 시 현재 작동 조건에서 태양광 발전 스트링이 실제로 출력하는 전력을 의미한다.
일반적으로 작동 전력과 이론 전력의 차이는 인정되며, 그 차이는 자연환경, 선로 손실 등에 기인한다. 일반적으로 작동 전력은 태양광 발전 스트링의 정상 작동에서 이론 전력보다 작다.
7) 이론 단락 전류(theortical short-circuit power)와 작동 전류(operating current)
단락 전류는 전력 계통의 운전 중 페이스들(phases) 사이 또는 페이스와 그라운드(또는 뉴트럴) 사이에 비정상적인 접속(즉, 단락)이 발생할 때 흐르는 전류를 의미한다.
이론 단락 전류는 현재 작동 조건에서 태양광 발전 스트링에서 발생할 수 있는 최대 전류를 의미할 수 있으며, 작동 전류는 현재 작동 조건에서 실제 작동시 태양광 발전 스트링에서 발생되는 전류를 의미한다.
태양광 발전 스트링의 정상 작동에서 작동 전류는 이론 단락 전류보다 작다.
8) 대표 연도 이론 전력과 대표 연도 최대 단락 전류
상술한 대표 연도의 설명을 참조하면, 보통 복수의 대표 연도가 있다. 대표 연도의 이론 전력과 대표 연도의 최대 단락 전류를 계산하기 위해 이들 대표 연도 중 가장 복사 조도가 높은 대표 연도의 기후 데이터를 선택한다.
즉, 대표 연도 이론 전력은 대표 연도의 작동 조건에서 태양광 발전 스트링이 출력할 수 있는 최대 전력을 의미하고, 대표 연도 최대 단락 전류는 대표 연도의 작동 조건에서 태양광 발전 스트링이에서 발생될 수 있는 최대 전류를 의미한다.
태양광 발전 설비을 실제 운영함에 있어, 발전 성능이 낮거나 비정상인 등의 발전 성능과 관련한 고장이 태양광 발전 스트링에서 자주 발생한다. 그러나 운영 및 유지 보수 담당자는 태양광 발전 스트링의 전류 및 전압을 기초로 낮은 발전 성능의 원인을 정확하게 판단하거나 분석하지 못할 수 있다. 또한, 플랫폼에는 많은 양의 데이터가 저장되어 있기 때문에 이러한 데이터를 활용하여 운영 및 유지 보수를 효과적으로 가이드하기 어렵고, 이는 태양광 발전 설비의 발전 손실을 초래한다. 게다가, 태양광 발전 설비의 태양광 발전 스트링의 수는 매우 많다. 예를 들어 1MW 태양광 발전소는 일반적으로 165-185개의 태양광 발전 스트링을 포함한다. 대규모 태양광 발전 현장 스테이션, 특히 지상 발전소 또는 다중 지붕이 있는 분산형 태양광 발전소에서 태양광 발전 모듈이 설치된 필드의 상황은 종종 복잡하고 서로 다르다. 예를 들어, 태양광 발전 모듈마다 설치 방위각, 설치 기울기 및 차광 상태가 다르기 때문에, 데이터 측면에서 이들 태양광 발전 스트링의 낮은 발전 성능과 고장 원인을 정확히 파악하기 어렵다.
기존의 방법에서는 태양광 발전 스트링을 서로 비교하거나 순위를 매겨 낮은 등급 또는 평균 수준의 편차가 심한 발전 성능이 문제가 되는 태양광 발전 스트링을 정의하여, 낮은 등급의 태양광 발전 스트링이 발전 성능을 직접 인식할 수 있다. 그러나 앞서 설명한 바와 같이 태양광 발전 스트링마다 설치 정보의 차이로 인해 발전 성능이 다른 것이 정상이기 때문에, 실제로 손상된 태양광 발전 스트링 중 중간 정도의 발전 성능을 가진 태양광 발전 스트링은 정확하게 인식되지 않고, 실제 저전력 생성 성능을 갖는 태양광 발전 스트링임에도 쉽게 무시될 수 있다. 게다가, 때때로 태양광 발전 필드에서의 통신 장애로 인해 데이터가 모니터링 플랫폼으로 정확하게 전송되지 않거나 데이터 이상이 발생할 수 있기 때문에 데이터 이상이 너무 크면 최하우 등급의 태양광 발전 스트링에 오판을 일으킬 수 있으나. 태양광 발전 스트링의 성능이 실제로 낮아지지 않는다. 따라서 태양광 발전 클라우드 모니터 플랫폼에서 획득한 빅데이터를 활용하여 태양광 발전 설비에서 태양광 발전 스트링의 발전 성능에 대한 실제 상황을 정확하게 판단하고, 고장 원인을 분석하고 분류할 수 있도록 실제 태양광 발전 스트링의 발전 성능을 복원하기 위한 알고리즘 분석을 수행해야 한다. 이렇게 함으로써, 운영 및 유지 보수 인력의 운영 효율성을 개선하여 고장 극복을 위한 조언을 도출하여 태양광 발전소의 발전 손실을 줄일 수 있다.
도 1은 본 개시의 일 실시예에 따른 태양광 발전 스트링의 작동 상태를 인식하는 방법의 흐름도이다. 이 방법은 서버에 의해 수행될 수 있다. 도 1에 도시된 바와 같이. 이 방법은 다음 단계를 포함할 수 있다.
단계 110에서, 현재 작동 조건에서 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류가 계산된다. 태양광 발전 스트링은 직렬로 연결된 적어도 2개의 태양광 발전 모듈로 형성된 DC 출력을 갖는 회로 유닛이다.
태양전지는 실제 사용에 필요한 전압보다 훨씬 낮은 0.5V의 전압을 생성할 수 있을 뿐이다. 실제 응용 분야의 요구 사항을 충족하려면 태양 전지를 태양 전지 모듈에 연결할 필요가 있다. 태양 전지 모듈은 직렬 또는 병렬로 연결된 다수의 태양 전지를 포함하므로 태양 전지 모듈은 실제 애플리케이션의 요구 사항을 충족하기 위해 더 많은 전력을 생성할 수 있다.
태양광 발전 시스템에서, 수개의 태양광 발전 모듈은 일반적으로 직렬로 연결되어 태양광 발전 모듈에 대한 증가된 용량 요건을 충족시키기 위한 용량을 보장하기 위해 DC 출력을 갖는 회로 유닛을 형성한다. 하나의 태양광 발전 스트링에 포함되는 태양광 발전 모듈의 수에는 제한이 없으므로, 실제 설치 필드 및 태양광 발전 스트링의 환경에 따른 설계 및 조정을 수행할 필요가 있다.
단계 120에서, 태양광 발전 스트링의 대표 연도 이론 전력 및 대표 연도 최대 단락 전류가 계산된다.
상술한 대표 연도에 대한 설명을 참조하여, 대표 연도 이론 전력 및 대표 연도 최대 단락 전류는 대표 연도에서 최대 복사 조도를 갖는 데이터에 기초하여 계산된다. 예를 들어, 과거 20년의 기상 데이터의 변화 특성을 요약하기 위해 과거 20년의 기상 데이터를 기초로 대표 연도를 선택할 수 있다. 대표 연도의 최대 복사 조도는 태양광 발전 스트링의 대표 연도 이론 전력 및 대표 연도 최대 단락 전류를 계산하기 위해 선택된다.
단계 130에서, 태양광 발전 스트링의 이론 전력, 이론 최대 단락 전류, 대표 연도 이론 전력 및 대표 연도 최대 단락 전류에 기초하여 태양광 발전 스트링의 표준 상태 파라미터가 설정된다. 표준 상태 파라미터에는 태양광 발전 스트링의 전력 임계값 및 단락 전류 임계값이 포함된다.
단계 140에서, 현재 작동 조건에서 태양광 발전 스트링의 작동 상태 파라미터가 획득된다. 작동 상태 파라미터에는 태양광 발전 스트링의 작동 전력 및 작동 전류가 포함된다.
단계 150에서, 태양광 발전 스트링의 작동 상태 파라미터를 태양광 발전 스트링의 해당 표준 상태 파라미터와 비교함으로써 태양광 발전 스트링의 작동 상태가 결정된다.
요약하면, 본 발명의 실시예에 따른 태양광 발전 스트링의 작동 상태 인식 방법에 있어서, 현재 작동 조건에서의 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류는 물론 태양광 발전 스트링의 대표 연도 이론 전력 및 대표 연도 최대 단락 전류 또한 태양광 발전 스트링의 전력 임계값 및 단락 전류 임계값을 포함하는 표준 상태 파라미터를 설정하기 위해 계산되며, 태양광 발전 스트링의 작동 상태 파라미터가 획득되며, 작동 상태 파라미터를 태양광 발전 스트링의 해당 표준 상태 파라미터와 비교함으로써 태양광 발전 스트링의 작동 상태가 결정된다. 따라서, 태양광 발전소의 운전 및 유지 보수 시 태양광 발전 스트링의 작동 파라미터에 대한 벤치마크 결정을 통해 태양광 발전 스트링의 실제 작동 상태를 획득할 수 있어, 태양광 발전 스트링의 작동 상태를 판단하는 정확도를 향상시킬 수 있다.
태양광 발전 설비(photovoltaic field station)가 기상 관측소를 가지고 있거나 또는 태양광 발전 설비에 대응하는 기상 데이터가 획득될 수 있는 경우, 본 개시의 일 실시예에 따른 태양광 발전 스트링의 작동 상태 인식 방법의 흐름도인 도 2를 참조할 수 있다. 이 방법은 서버에 의해 수행될 수 있다. 도 2에 도시된 바와 같이, 이 방법은 다음 단계를 포함할 수 있다.
단계 201에서, 태양광 발전 스트링이 설치된 태양광 발전 설비의 순간 복사 조도(instantaneous irradiancy)는 미리 설정된 간격으로 획득된다.
태양광 발전 설비의 복사 조도(irradiancy)는 일반적으로 태양광 발전 설비에 설치된 기상 관측소 조사기(irradiator)의 각도에 따라 결정되는 수평 조사와 경사 조사를 포함한다. 기상 관측소 조사기가 태양광 발전 설비에 수평으로 설치된 경우 검출된 복사 조도는 수평 복사 조도이며, 기상 관측소 조사기가 비스듬히 설치된 경우, 검출된 복사 조도는 경사 조사이고, 조사기의 기울기는 일반적으로 발전소 데이터에 액세스하는 모니터링 플랫폼에 의해 수집된다. 태양광 발전 모듈은 일반적으로 지면에 대해 경사를 이루도록 설치되기 때문에, 일반적으로 비스듬한 복사 조도로 위의 계산을 수행하는 것이 바람직하다. 경사 조사를 사용할 수 없는 경우 수평 조사를 사용하여 계산할 수 있다.
단계 202에서, 태양광 발전 설비의 순간 복사 조도가 복사 조도 임계값 이상인 기간을 검출 기간으로 결정한다.
태양광 발전 스트링의 작동은 복사 조도에 의존며, 발전량은 복사 조도에 따라 변한다. 구체적으로, 복사 조도가 증가하면 그에 따라 태양광 발전 스트링의 발전량이 증가하고; 복사 조도가 떨어지면 태양광 발전 스트링의 발전량이 그에 따라 떨어진다. 따라서, 너무 낮은 복사 조도로 인한 태양광 발전 스트링의 발전량 감소에 의해 발생되는 태양광 발전 스트링의 작동 상태 인식에 대한 간섭을 제거하기 위해, 태양광 발전 설비의 순간 복사 조도를 미리 설정된 간격으로 획득한다. 태양광 발전 설비의 순간 조사량이 복사 조도 임계값 이상인 기간을 검출 기간으로 결정한다. 다른 태양광 발전 설비의 다른 지리적 위치로 인해 다른 태양광 발전 설비의 검출 기간 또한 다르다.
선택적으로, 복사 조도 임계값은 300w/m2, 즉 복사 조도가 300w/m2 이상인 기간의 데이터만 태양광 발전 스트링 작동 상태에 대한 인식 동안 계산된다.
Hi가 태양광 발전 설비의 순간 복사 조도를 나타낼 때, Hthres는 복사 조도 임계값을 나타내며, 검출 기간 동안 태양광 발전 설비의 순간 복사 조도 Hi는 다음 관계를 만족한다.
단계 203에서, 검출 기간 내의 특정 기간의 작동 조건이 현재 작동 조건으로 결정된다.
현재의 작동 조건은 검출기간의 기간에 해당하는 기상 데이터의 특성값을 의미한다. 특성값은 데이터를 수집할 때의 순간 기상 데이터이거나, 그 기간 동안의 기상 데이터의 평균일 수 있다.
현재 작동 조건이 존재하는 기간은 데이터 수집 빈도에 따라 결정된다. 예를 들어, 데이터 수집 빈도는 매 1분, 매 5분, 또는 매 10분 당 1회일 수 있으므로, 해당 현재 작동 조건은 매 1분, 매 5분, 또는 매 10분의 순간 기상 데이터이다. 선택적으로, 해당 현재 작동 조건은 매 1분, 매 5분 또는 매 10분의 기상 데이터의 평균일 수도 있다. 데이터 수집 빈도는 서버의 계산 능력에 따라 테스터에 의해 설정될 수 있다.
본 개시의 실시예에서는, 데이터 수집의 순간 기상 데이터가 기상 데이터의 특성값인 경우를 본 개시의 예로 들어 설명한다.
단계 204에서, 현재 작동 조건에서 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류가 계산된다. 태양광 발전 스트링은 직렬로 연결된 적어도 2개의 태양광 발전 모듈로 형성된 DC 출력을 갖는 회로 유닛이다.
일부 실시예에, 현재 작동 조건에서의 태양광 발전 설비의 복사 조도, 주변 온도 및 풍속은, 기상 데이터의 존재에 대한 응답으로 태양광 발전 설비에 대응하는 기상 데이터에 기초하여 획득된다.
그런 다음 현재 작동 조건에서 태양광 발전 스트링의 태양광 발전 모듈의 온도는 현재 작동 조건에서 태양광 발전 설비의 복사 조도 및 풍속을 기초로 계산되며, 온도를 계산하는 식은 다음과 같다.
Tm은 현재 작동 조건에서 태양광 발전 모듈의 온도를 나타내고, Hi는 현재 작동 조건에 대응하는 태양광 발전 스트링의 순간 복사 조도를 나타내며, Ws는 풍속을 나타내고, Tamb는 현재 작동 조건에서 태양광 발전 설비의 주변 온도를 나타내며, a, b는 태양광 발전 모듈의 유형과 설치 방식에 따른 상수이다. 자세한 사항은 표 1을 참조할 수 있다.
| 컴포넌트 유형 | 설치방식 | a | b | ΔT |
| 더블-글래스 모듈 | 고정 경사 | -3.47 | -0.0594 | 3 |
| 더블-글래스 모듈 | 고정 경사 | -2.98 | -0.0471 | 1 |
| 기존 모듈 | 고정 경사 | -3.56 | -0.075 | 3 |
| 기존 모듈 | 컬러 스틸 타일 | -2.81 | -0.0455 | 0 |
| 박막 모듈 | 고정 경사 | -3.58 | -0.113 | 3 |
현재 작동 조건에서 태양광 발전 모듈의 셀의 온도는 태양광 발전 모듈의 온도에 기초하여 계산된다. 계산은 다음의 식을 기초로 한다.
Tcell은 현재 작동 조건에서 태양광 발전 모듈의 셀의 온도를 나타내고, Gstc는 표준 테스트 조건에서 태양광 발전 모듈의 복사 조도를 나타내며, 1000W/m2의 값을 가지며, ΔT는 태양광 발전 모듈의 유형과 설치 방식에 종속적인 온도 파라미터를 나타낸다. 자세한 사항은 표 1을 참조할 수 있다.
표준 테스트 조건은 당 업계에서 인정되는 태양광 발전 모듈에 대한 테스트 표준(STC)의 테스트 조건, 즉 AM=1.5; 1000W/m2; 25℃, 여기서 AM은 air-mass를 의미하고 AM=1.5는 대기를 통과하는 빛의 실제 거리가 대기의 수직 두께의 1.5배임을 의미한다. 1000 W/m2는 태양 전지에 대한 표준 테스트에서 빛의 복사 조도이다. 25 ℃ 는 25 ℃ 에서 작동한다는 의미이다.
현재 작동 조건에 해당하는 태양광 발전 모듈의 셀들의 평균 작동 온도는 대표 연도의 현재 작동 조건에 해당하는 시간에서의 태양광 발전 모듈의 복사 조도 및 대표 연도의 현재 작동 조건에 해당하는 시간에서의 태양광 발전 모듈의 온도에 기초하여 계산된다. 계산은 다음 식을 기초로 한다.
Tcell_typ_avg는 현재 작동 조건에 해당하는 태양광 발전 모듈의 셀들의 평균 작동 온도를 나타내고, Htyp_i는 대표 연도에서 현재 작동 조건에 해당하는 검출 시점에서의 복사 조도를 나타내며, Tcell_typ_i는 대표 연도의 현재 작동 조건에 해당하는 검출 시간에서의 태양광 발전 모듈의 온도를 나타낸다.
현재 작동 조건에서 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류는 현재 작동 조건에서의 태양광 발전 설비의 복사 조도, 태양광 발전 모듈의 셀의 평균 작동 온도, 및 현재 작동 조건에서 태양광 발전 모듈의 셀 온도에 기초하여 계산된다. 계산은 다음의 식을 기초로 한다.
Pi는 현재 작동 조건에서 태양광 발전 스트링의 이론 전력을 나타내고, Ii_max는 현재 작동 조건에서 태양광 발전 스트링의 이론 단락 전류를 나타내며, δ는 태양광 발전 모듈의 전력 온도 계수를 나타내며 단위는 %/℃이다. n은 태양광 발전 스트링을 구성하는 태양광 발전 모듈의 수를 나타내고, K는 태양광 발전 모듈의 설치 상황에 영향을 받는 경험 파라미터를 나타내며, Pstc는 표준 작동 조건에서 태양광 발전 모듈의 공칭 전력을 나타내고, Istc는 표준 작동 조건에서 태양광 발전 모듈의 공칭 단락 전류를 나타내며, Pstc 및 Istc는 태양광 발전 모듈의 제품 사양에서 얻을 수 있다.
태양광 발전 스트링은 직렬로 연결된 여러 태양광 발전 모듈에 의해 형성되기 때문에, 태양광 발전 스트링을 통해 흐르는 전류는 각 태양광 발전 모듈을 통해 흐르는 전류인 반면, 태양광 발전 스트링에 의해 생성된 전력은 태양광 발전 스트링의 모든 태양광 발전 모듈에서 생성된 전력의 합가 같다는 점에 주목해야 한다. 실제로, 태양광 발전 스트링을 구성하는 태양광 발전 모듈의 사양은 일반적으로 동일하므로, 태양광 발전 스트링의 전력은 단일 태양광 발전 모듈의 전력에 태양광 발전 스트링을 구성하는 태양광 발전 모듈의 수를 곱하여 계산할 수 있다.
단계 205에서, 태양광 발전 스트링의 대표 연도 이론 전력 및 대표 연도 최대 단락 전류가 계산된다.
일부 실시예에서, 대표 연도의 태양광 발전 설비의 복사 조도는 태양광 발전 설비의 지리적 위치에 따라 획득되며, 여기서 대표 연도의 태양광 발전 설비의 복사 조도를 수집하는 간격은 작동 조건에서 태양광 발전 설비의 복사 조도를 획득하는 간격과 동일하다.
대표 연도의 태양광 발전 설비의 복사 조도 중 최대 복사 조사가 선택되고, 대표 연도의 최대 복사 조도에 기초하여 태양광 발전 설비의 태양광 발전 스트링의 대표 연도 이론 전력 및 대표 연도 최대 단락 전류가 계산된다.
태양광 발전 스트링의 대표 연도 이론 전력 및 대표 연도 최대 단락 전류는 다음의 식을 사용하여 계산된다.
Isc_tmy_max는 태양광 발전 스트링의 대표 연도 이론 단락 전류를 나타내고, Ptmy_max는 대표 연도 이론 전력을 나타내며, Istc는 표준 작동 조건에서 태양광 발전 모듈의 공칭 단락 전류를 나타내고, Htmy_max는 대표 연도의 태양광 발전 스트링의 최대 복사 조도를 나타낸다.
단계 206에서, 태양광 발전 스트링의 이론 전력, 이론 최대 단락 전류, 대표 연도 이론 전력 및 대표 연도 최대 단락 전류에 기초하여 태양광 발전 스트링의 표준 상태 파라미터가 설정된다. 표준 상태 파라미터에는 태양광 발전 스트링의 전력 임계값 및 단락 전류 임계값이 포함된다.
일부 실시예에서, 태양광 발전 스트링의 이론 전력 및 대표 연도 이론 전력 중 더 작은 것이 전력 임계값으로서 결정되고, 태양광 발전 스트링의 이론 최대 단락 전류와 대표 연도 최대 단락 전류 중 작은 것이 단락 전류 임계값으로 결정된다.
전류 임계값과 전력 임계값은 다음과 같이 표현된다.
Ithres는 태양광 발전 스트링의 단락 전류 임계값을 나타내고, Pthres는 태양광 발전 스트링의 전력 임계값을 나타낸다.
단계 207에서, 검출 기간의 현재 작동 조건에서 태양광 발전 스트링의 작동 상태 파라미터가 획득된다.
일부 실시예에서, 검출 기간의 현재 작동 조건에서 태양광 발전 스트링의 DC 컴바이너 박스 또는 스트링형 인버터의 DC 측 작동 전류 및 작동 전력이 획득된다.
DC 컴버이너 박스는 결합 및 모니터링을 위한 장치이다. 실제로, 동일한 사양을 갖는 다수의 태양광 발전 전지가 직렬로 연결되어 태양광 발전 컴바이너 박스에서 병렬로 연결될 복수의 태양광 발전 스트링을 형성한다.
인버터는 DC 전력을 AC 전력으로 변환하는 장치이다.
태양광 발전 스트링의 작동 전류 및 작동 전력에 대한 검출 동작은 전체 태양광 발전 스트링의 작동 전류 및 작동 전력을 획득하기 위해 DC 결합기 박스 및 스트링형 인버터의 DC 측에서 수행될 수 있다. 따라서 단일 태양광 발전 모듈에 대한 검출 및 계산을 수행할 필요가 없어 계산 효율성이 향상된다.
단계 208에서, 태양광 발전 스트링의 작동 상태 파라미터를 태양광 발전 스트링의 해당 표준 상태 파라미터와 비교함으로써 태양광 발전 스트링의 작동 상태가 결정된다.
일부 실시예에서, 제1 시간 임계값 보다 긴 기간 동안, 태양광 발전 스트링의 작동 상태 파라미터가 태양광 발전 스트링의 표준 상태 파라미터보다 큰 경우에대하여, 태양광 발전 스트링의 전력이 상승하는 것으로 결정된다.
이 결정은 다음의 관계를 기초로 한다.
Ix는 태양광 발전 스트링의 작동 전류를 나타내고, Px는 태양광 발전 스트링의 작동 전력을 나타내며, 다음의 관계를 충족시킨다.
이 경우, 태양광 발전 스트링의 전류 또는 전력이 상승하고, 경고를 위해 서버에 의해 관련 경고 메시지가 자동으로 발행된다. Tdur1은 태양광 발전 스트링의 전류 또는 전력이 계속 상승하는 기간을 나타내고, T1은 미리 설정된 제1 임계값을 나타낸다. 즉, 태양광 발전 스트링의 전류 또는 전력의 일시적인 상승은 경고 메시지를 트리거하지 않을 수 있으며, 이 경고 메시지는 태양광 발전 스트링의 전류 또는 전력이 일정 기간 동안 상승된 상태를 유지한 후에만 발행될 수 있으므로, 사고로 인해 태양광 발전 스트링의 작동 상태를 잘못 판단한 운영 및 유지 보수 직원이 잘못된 지시를 내리는 것을 피할 수 있다. 태양광 발전 스트링의 전류 또는 전력이 상승된 것으로 확인되면 서버는 대응하는 지시를 발행하여 운영 및 유지 보수 담당자에게 해당 검사를 수행하도록 상기시킬 수 있다. 검사는 일반적으로 통신 모듈 또는 태양광 발전 스트링의 라인을 점검하는 것인데, 일반적으로 통신 모듈이 고장나거나 라인 데이터가 비정상인 경우 상승이 발생하기 때문이다.
제1 시간 임계값은 1시간일 수 있다.
태양광 발전 스트링의 작동 상태 파라미터의 전류가 제2 시간 임계값보다 긴 지속 시간 동안 전류 임계값보다 작은 경우에 대하여, 태양광 발전 스트링에서 단락이 발생하는 것으로 결정된다. 결정은 다음 관계를 기초로 한다.
I1은 현재 임계값을 나타내고 I1의 값은 0.01A일 수 있으며 다음 관계가 충족된다.
이 경우, 태양광 발전 스트링의 연결이 끊어지고 서버에 의해 경보 메시지가 자동으로 발행된다.
이 경우는 퓨즈 단선, 퓨즈 베이스의 손상, 태양광 발전 스트링의 모듈 연결 단자의 분리 또는 단선, 태양광 발전 스트링의 모듈 정크 박스의 소손 등으로 인해 발생할 수 있다. 서버는 위에서 언급한 가능한 상황에 따라 운영 및 유지 보수 담당자에게 해당 지침을 제공할 수 있다.
Tdur2는 태양광 발전 스트링이 분리되는 기간을 나타내고, T2는 미리 설정된 제2 시간 임계값을 나타내며, 제2 시간 임계값은 30분일 수 있다.
태양광 발전 스트링의 작동 상태 파라미터가 제3 시간 임계값보다 긴 지속 시간 동안 태양광 발전 스트링의 가중된 표준 상태 파라미터보다 작은 경우에 대하여 태양광 발전 스트링의 전류 또는 전력이 낮은 것으로 결정된다.
결정은 다음 관계를 기초로 한다.
여기서 α 및 β는 경험 파라미터를 나타내고, 다음의 관계가 충족된다.
이 경우, 태양광 발전 스트링의 전류 또는 전력이 낮고, 태양광 발전 스트링의 발전 성능이 낮으면, 해당 경고 메시지가 서버에 의해 자동으로 발행되어 경보가 발생한다.
Tdur3은 태양광 발전 스트링이 분리된 기간을 나타내고, T3은 미리 설정된 제3 시간 임계값을 나타낸다. 즉, 태양광 발전 스트링의 전류 또는 전력의 일시적인 낮은 레벨은 경고 메시지를 트리거하지 않을 수 있으며, 경고 메시지는 태양광 발전 스트링의 전류 또는 전력이 일정 기간 동안 낮은 레벨을 유지한 후에만 발행될 수 있으므로, 사고로 인해 태양광 발전 스트링의 작동 상태를 잘못 판단하여 운영 및 유지 보수 직원에게 잘못된 지시를 내리는 것을 방지한다. 태양광 발전 스트링의 성능이 낮다고 판단되면 서버는 해당 지침을 발행하여 운영 및 유지보수 담당자에게 태양광 발전 스트링을 확인하도록 상기시킬 수 있다. 성능이 낮은 태양광 발전 스트링이 고유의 오래된 음영(perennial shadow), 국부적인 먼지 또는 기타 심각한 오염이 없다면, 태양광 발전 모듈은 심하게 감쇠되거나 손상된 것으로 판단될 수 있다. 운영 및 유지 보수 담당자는 열화상 카메라 또는 EL 테스터를 사용하여 태양광 발전 스트링에 대한 건강 상태 검출과 같은 태양광 발전 스트링에 대한 관련 성능 테스트를 수행해야 하며, 전력 손실을 줄이기 위해 성능이 낮은 태양광 발전 스트링을 교체해야 한다.
제3 시간 임계값은 3시간일 수 있다.
제1 시간 임계값, 제2 시간 임계값 및 제3 시간 임계값은 실제 상황에 따라 조정될 수 있으며, 본 개시는 제1 시간 임계값, 제2 시간 임계값 및 제3 시간 임계값을 제한하는 것은 아니다.
요약하면, 본 개시의 실시예에 따른 태양광 발전 스트링의 작동 상태 인식 방법에 있어서, 현재 작동 조건에서의 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류는 물론 태양광 발전 스트링의 대표 연도 이론 전력 및 대표 연도 최대 단락 전류 또한 태양광 발전 스트링의 전력 임계값 및 단락 전류 임계값을 포함하는 표준 상태 파라미터를 설정하기 위해 계산되고, 태양광 발전 스트링의 작동 상태 파라미터가 획득되며, 태양광 발전 스트링의 작동 상태는 작동 상태 파라미터를 태양광 발전 스트링의 해당 표준 상태 파라미터와 비교함으로써 결정된다. 따라서, 태양광 발전소의 운전 및 유지 보수 시 태양광 발전 스트링의 작동 파라미터에 대한 벤치마크 결정을 통해 태양광 발전 스트링의 실제 작동 상태를 획득할 수 있어, 태양광 발전 스트링의 작동 상태를 판단하는 정확도를 향상시킬 수 있다.
태양광 발전 설비에 기상 관측소가 없거나 태양광 발전 설비에 해당하는 기상 데이터를 획득할 수 없는 경우, 본 개시의 일 실시예에 따르는 태양광 발전 스트링의 작동 상태 인식 방법의 흐름도인 도 3을 참조할 수 있다. 태양광 발전 스트링의 작동 상태를 인식하는 방법은 서버에서 수행될 수 있다. 도 3에 도시된 바와 같이 이 방법은 다음 단계를 포함할 수 있다.
단계 301에서, 태양광 발전 설비에 대응하는 기상 데이터가 존재하지 않는 경우에 대하여 현재 작동 조건에서 모든 태양광 발전 스트링의 최대 전류가 획득된다.
단계 302에서, 현재 작동 조건에서의 태양광 발전 설비의 복사 조도는 최대 전류에 기초하여 계산된다.
태양광 발전 설비에 대응하는 기상 데이터가 획득되지 않을 수 있으므로, 태양광 발전 설비의 복사 조도가 획득되지 않을 수 있다. 따라서, 현재 작동 조건에서의 복사 조도가 복사 조도 임계값 이상인 조건을 충족하는지 여부를 판단하기 위해서는 현재 작동 조건에서의 이론 복사 조도를 태양광 발전 설비의 기존 작동 데이터로부터 변환할 필요가 있다.
계산은 다음 식을 기초로 한다.
Hi_th는 현재 작동 조건에서 이론 복사 조도를 나타내고, Imp_all_max는 현재 작동 조건에서 모든 태양광 발전 스트링의 최대 전류를 나타낸다.
단계 303에서, 태양광 발전 설비의 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류는, 현재 작동 조건에서의 이론 복사 조도가 복사 조도 임계값 이상으로 결정된 것에 대하여, 현재 작동 조건에서의 태양광 발전 설비의 복사 조도, 표준 작동 조건에서의 태양광 발전 모듈의 단락 전류, 및 표준 테스트 조건에서의 태양광 발전 모듈의 복사 조도에 기초하여 계산된다.
현재 작동 조건에서 이론 복사 조도는 복사 조도 임계값 이상이며, 다음과 같다.
현재 작동 조건에서 태양광 발전 설비의 복사 조도에 기초한 태양광 발전 설비에서의 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류, 표준 작동 조건에서 태양광 발전 모듈의 단락 전류, 및 표준 테스트 조건에서 태양광 발전 모듈의 복사 조도는 다음의 식을 사용하여 계산된다.
Ii_max_th는 현재 작동 조건에서 이론 최대 단락 전류를 나타내고, Pi_th는 현재 작동 조건에서 이론 전력을 나타냅니다.
단계 304에서, 태양광 발전 스트링의 대표 연도 이론 전력 및 대표 연도 최대 단락 전류가 계산된다.
단계 305에서, 태양광 발전 스트링의 이론 전력, 이론 최대 단락 전류, 대표 연도 이론 전력, 및 대표 연도 최대 단락 전류에 기초하여 태양광 발전 스트링의 표준 상태 파라미터가 설정된다. 표준 상태 파라미터에는 태양광 발전 스트링의 전력 임계값 및 단락 전류 임계값이 포함된다.
일부 실시예에서, 태양광 발전 스트링의 이론 전력 및 대표 연도 이론 전력 중 더 작은 것이 전력 임계값으로서 결정되고, 태양광 발전 스트링의 이론 최대 단락 전류와 대표 연도 최대 단락 전류 중 작은 것이 단락 전류 임계값으로 결정된다.
전류 임계값 및 전력 임계값은 다음과 같이 표현된다.
단계 306에서, 검출 기간의 현재 작동 조건에서 태양광 발전 스트링의 작동 상태 파라미터가 획득된다.
단계 307에서, 태양광 발전 스트링의 작동 상태 파라미터를 태양광 발전 스트링의 해당 표준 상태 파라미터와 비교함으로써 태양광 발전 스트링의 작동 상태가 결정된다.
여기에서, 단계 304, 306 및 307의 상세한 설명은 생략하고, 도 2에 도시된 실시예의 단계 205, 207 및 208의 관련 내용을 참조할 수 있다.
요약하면, 본 개시의 실시예들에 따른 방법에서, 현재 작동 조건에서의 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류는 물론 태양광 발전 스트링의 대표 연도 이론 전력 및 대표 연도 최대 단락 전류 또한 계산하여 태양광 발전 스트링의 전력 임계값 및 단락 전류 임계값을 포함하는 표준 상태 파라미터를 설정하고, 태양광 발전 스트링의 작동 상태 파라미터를 획득하며, 태양광 발전 스트링의 작동 상태를 계산하고, 태양광 발전 스트링의 작동 상태는 작동 상태 파라미터를 태양광 발전 스트링의 해당 표준 상태 파라미터와 비교하여 결정된다. 따라서, 태양광 발전 스트링의 실제 작동 상태는 태양광 발전소의 운전 및 유지 보수 시 태양광 발전 스트링의 작동 파라미터에 대한 벤치마크 결정을 통해 를 획득할 수 있어, 태양광 발전 스트링의 작동 상태 판단 정확도를 향상시킬 수 있다.
도 4는 본 개시의 일 실시예에 따른 태양광 발전 스트링의 작동 상태 인식 방법의 흐름도이다. 이 방법은 서버에 의해 수행될 수 있다. 도 4에 도시된 바와 같이 이 방법은 다음 단계를 포함할 수 있다.
단계 401에서, 검출 시간이 결정되고 태양광 발전 스트링의 작동 상태 파라미터가 획득된다.
단계 402에서, 작동 조건에서의 태양광 발전 스트링의 작동 전력 및 작동 전류가 출력된다.
단계 401에서 획득한 태양광 발전 스트링의 작동 상태 파라미터는, 검출 시간 동안의 태양광 발전 스트링의 작동 상태 파라미터의 일부를 나타내는, 작동 조건에서의 태양광 발전 스트링의 작동 전력 및 작동 전류를 포함한다.
단계 403에서, 태양광 발전 스트링의 이론 전력 및 이론 단락 전류는 특정 상황에 따라 해당 계산 방식을 선택함으로써 계산된다.
단계 404에서, 대표 연도의 기상 데이터가 획득된다.
태양광 발전 스트링이 위치한 태양광 발전 설비의 대표 연도의 기상 데이터가 획득된다.
단계 405에서, 대표 연도의 태양광 발전 스트링의 이론 전력 및 이론 단락 전류가 계산된다.
대표 연도의 태양광 발전 스트링의 이론 전력 및 이론 단락 전류는 대표 연도의 기상 데이터에 기초하여 계산된다.
단계 406에서, 태양광 발전 스트링의 작동 상태가 결정된다.
태양광 발전 스트링의 작동 상태는 태양광 발전 스트링의 이론 전력 및 이론 단락 전류, 작동 조건 하의 태양광 발전 스트링의 작동 전력 및 작동 전류 뿐 아니라 대표 연도의 태양광 발전 스트링의 이론 전력 및 이론 단락 전류에 기초하여 결정된다.
단계 407에서, 태양광 발전 스트링의 작동 상태에 기초하여 작동 및 유지보수에 대한 해당 조언이 제공된다.
요약하면, 본 개시의 실시예들에 따른 방법에서, 현재 작동 조건에서의 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류는 물론 태양광 발전 스트링의 대표 연도 이론 전력 및 대표 연도 최대 단락 전류 또한 계산하여 태양광 발전 스트링의 전력 임계값 및 단락 전류 임계값을 포함하는 표준 상태 파라미터를 설정하고, 태양광 발전 스트링의 작동 상태 파라미터를 획득하며, 작동 상태 파라미터를 태양광 발전 스트링의 해당 표준 상태 파라미터와 비교하여 태양광 발전 스트링의 작동 상태를 계산한다. 따라서, 실제 작동 상태는 태양광 발전소의 운전 및 유지 보수 시 태양광 발전 스트링의 작동 파라미터에 대한 벤치마크 결정을 통해 획득될 수 있어, 태양광 발전 스트링의 작동 상태 판단 정확도를 향상시킬 수 있다.
본 개시의 예시적인 실시예는 서버에 의해 수행될 수 있는 태양광 발전 스트링의 작동 상태를 인식하는 방법을 제공하고, 서버는 클라우드 모니터링 플랫폼으로 구현될 수 있다. 이 방법에는 다음 단계가 포함될 수 있다.
Ⅰ. 기상 관측소가 있는 태양광 발전 설비
단계 1에서, 태양광 발전 설비의 복사 조도가 획득되고, 300 w/m2보다 큰 복사 조도를 갖는 기간의 태양광 발전 스트링의 상태 데이터가 작동 상태 데이터로서 선택된다.
단계 2에서, 현재 작동 조건에서의 태양광 발전 스트링의 이론 전력 Pi 및 이론 단락 전류 Ii_max가 계산된다.
단계 3에서, 태양광 발전 설비의 대표 연도의 복사 조도에서 최대 복사 조도 Htmy_max가 획득된다.
단계 4에서, 태양광 발전 스트링의 대표 연도 이론 전력(Ptmy_max) 및 대표 연도 최대 단락 전류(Isc_tmy_max)는 최대 복사 조도(Htmy_max)에 기초하여 계산된다.
단계 5에서, 이론 전력 Pi 및 대표 연도 이론 전력 Ptmy_max 중 더 작은 것이 표준 상태 파라미터에서 전력 임계값 Pthres로 결정되고, 이론 단락 전류 Ii_max 및 대표 연도 최대 단락 전류 Isc_tmy_max 중 더 작은 것이 표준 상태 파라미터에서 단락 전류 임계값 Ithres로 결정된다.
단계 6에서, 현재 작동 조건에서의 태양광 발전 스트링의 작동 전력(Px) 및 작동 전류(Ix)가 획득된다.
단계 7에서, 제1 시간 임계값 T1이 설정됩니다. 태양광 발전 스트링의 작동 전력(Px) 및 작동 전류(Ix)는 다음의 관계를 충족시킨다.
Ix > Ithres
Px > Pthres
기간 Tdur은 다음의 관계를 만족시킨다.
Tdur > T1
그런 다음 클라우드 시스템은 태양광 발전 스트링의 전류 또는 전력이 상승된 것으로 결정하고 자동으로 경고 메시지를 보낸다.
단계 8에서, 작동 전류 Ix가 다음 관계를 만족한다면, 전류 임계값 I1 및 제2 시간 임계값 T2가 설정된다.
Ix < Ithres
Tdur > T2
그런 다음 클라우드 시스템은 태양광 발전 스트링이 연결 해제된 것으로 결정하고 자동으로 경고 정보를 보낸다.
단계 9에서, 제3 시간 임계값(T3)이 설정된다. 태양광 발전 스트링의 작동 전력 Px와 작동 전류 Ix는 다음 관계를 만족시킨다.
Ix <α * Ithres
Px <β * Pthres
기간 Tdur는 다음 관계를 충족시킨다.
Tdur > T3
여기에서, α 및 β는 경험 계수이다.
그리고, 클라우드 시스템은 태양광 발전 스트링의 성능이 낮다고 판단하여 자동으로 경고 메시지를 보낸다.
Ⅱ. 기상 관측소가 없는 태양광 발전 설비
단계 1에서, 현재 작동 조건에서 태양광 발전 설비의 모든 태양광 발전 스트링의 전류 중 최대 전류 Imp_all_max가 획득된다.
단계 2에서, 태양광 발전 설비의 복사 조도 Hi_th가 계산되고, 300 w/m2보다 큰 복사 조도를 갖는 기간의 태양광 발전 스트링의 상태 데이터가 작동 상태 데이터로서 선택된다.
단계 3에서, 현재 작동 조건에서 태양광 발전 스트링의 이론 전력 Pi_th 및 이론 단락 전류 Ii_max_th는 태양광 발전 설비의 복사 조도 Hi_th에 기초하여 계산된다.
단계 3에서, 태양광 발전 설비의 대표 연도의 복사 조도에서 최대 복사 조도 Htmy_max가 획득된다.
단계 4에서, 태양광 발전 스트링의 대표 연도 이론 전력(Ptmy_max) 및 대표 연도 최대 단락 전류(Isc_tmy_max)는 최대 복사 조도(Htmy_max)에 기초하여 계산된다.
단계 5에서, 이론 전력 Pi_th 및 대표 연도 이론 전력 Ptmy_max 중 작은 것이 표준 상태 파라미터의 전력 임계값 Pthres로 결정되고, 이론 단락 전류 Ii_max_th 및 대표 연도 최대 단락 전류 Isc_tmy_max 중 더 작은 것이 표준 상태 파라미터에서 단락 전류 임계값 Ithres으로 결정된다.
단계 6에서, 현재 작동 조건에서의 태양광 발전 스트링의 작동 전력(Px) 및 작동 전류(Ix)가 획득된다.
단계 7에서, 제1 시간 임계값(T1)이 설정된다. 태양광 발전 스트링의 작동 전력 Px와 작동 전류 Ix는 다음을 충족시킨다.
Ix > Ithres
Px > Pthres
지속 시간 Tdur는 다음을 충족시킨다.
Tdur > T1
그리고, 태양광 발전 스트링의 전류 또는 전력 상승한 것으로 결정하고, 자동으로 경고 메시지를 송신한다.
단계 8에서, 전류 임계값 I1 및 제2 시간 임계값 T2가 설정된다. 만약 태양광 발전 스트링의 작동 전력 Px과 작동 전류 Ix가 다음의 관계를 충족시키면,
Ix <Ithres
Tdur > T2
클라우드 시스템은 태양광 발전 스트링이 분리된 것으로 결정하고, 자동으로 경고 정보를 보낸다.
단계 9에서, 제3 시간 임계값(T3)이 설정된다. 태양광 발전 스트링의 작동 전력 Px와 작동 전류 Ix는 다음을 충족시키고,
Ix <α * Ithres
Px <*?* * Pthres
지속시간 Tdur은 다음의 관계를 충족시킨다.
Tdur > T3
여기에서, α와 β는 경험 계수이다.
그리고, 클라우드 시스템은 태양광 발전 스트링이 낮은 성능을 갖는 것으로 결정하고, 자동으로 경고 메시지를 보낸다.
도 5는 본 개시의 일 실시예에 따른 태양광 발전 스트링의 작동 상태를 인식하는 방법의 흐름도이다. 상술한 단계를 수행하는 논리에 대해서는 도 5를 참조할 수 있다. 도 5에 도시된 바와 같이, 태양광 발전 스트링 작동 상태 인식에 있어서, 현재 작동 조건에서의 이론 복사 조도와 태양광 발전 스트링의 이론 전력 및 이론 전류는 기상 관측소가 있는 경우와 기상 관측소가 없는 경우, 서로 다른 방식으로 획득되며, 표준 상태 파라미터는 계산된 대표 연도 이론 최대 단락 전류 및 대표 연도 이론 전력을 기초로 결정되며, 태양광 발전 스트링의 작동 상태를 결정하도록 작동 상태 파라미터는 표준 상태 파라미터와 비교되고, 태양광 발전 스트링의 결정된 작동 상태를 기초로 해당 조언이 제공된다.
요약하면, 본 개시의 실시예에 따른 방법에서, 현재 작동 조건에서의 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류는 물론 태양광 발전 스트링의 대표 연도 이론 전력 및 대표 연도 최대 단락 전류 또한 계산하여 태양광 발전 스트링의 전력 임계값 및 단락 전류 임계값을 포함하는 표준 상태 파라미터를 설정하고, 태양광 발전 스트링의 작동 상태 파라미터를 획득하며, 작동 상태 파라미터를 태양광 발전 스트링의 해당 표준 상태 파라미터와 비교하여 태양광 발전 스트링의 작동 상태를 결정한다. 따라서, 태양광 발전소의 운전 및 유지 보수 시 태양광 발전 스트링의 작동 파라미터에 대한 벤치마크 결정을 통해 태양광 발전 스트링의 실제 작동 상태를 획득할 수 있어, 태양광 발전 스트링의 작동 상태 판단 정확도를 향상시킬 수 있다.
도 6은 본 개시의 일 실시예에 따른 태양광 발전 스트링의 작동 상태 인식 장치의 블록도이다. 이 장치는 도 1, 도 2, 도 3, 또는 도 5에 도시된 해당 실시예에 따른 방법의 전체 단계 또는 일부 단계를 수행하기 위해 소프트웨어 형태로 서버의 전부 또는 일부로서 구현될 수 있다. 도 6에 도시된 바와 같이, 이 장치는 제1 계산 모듈(610), 제2 계산 모듈(620), 표준 설정 모듈(630), 제1 획득 모듈(640) 및 결정 모듈(650)을 포함할 수 있다.
제 1 계산 모듈(610)은 현재 작동 조건에서 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류를 계산하도록 구성된다. 여기에서 태양광 발전 스트링은 직렬 연결된 적어도 2개의 태양광 발전 모듈에 의해 형성된 DC 출력을 갖는 회로 유닛이다.
제2 계산 모듈(620)은 태양광 발전 스트링의 대표 연도 이론 전력 및 대표 연도 최대 단락 전류를 계산하도록 구성된다.
표준 설정 모듈(630)은 태양광 발전 스트링의 이론 전력, 이론 최대 단락 전류, 대표 연도 이론 전력 및 대표 연도 최대 단락 전류에 기초하여 태양광 발전 스트링의 표준 상태 파라미터를 설정하도록 구성된다. 여기에서, 표준 상태 파라미터는 태양광 발전 스트링의 전력 임계값 및 단락 전류 임계값을 포함한다.
제1 획득 모듈(640)은 현재 작동 조건에서 태양광 발전 스트링의 작동 상태 파라미터들을 획득하도록 구성된다. 여기에서 작동 상태 파라미터는 태양광 발전 스트링의 작동 전력 및 작동 전류를 포함한다.
결정 모듈(650)은 태양광 발전 스트링의 작동 상태 파라미터를 태양광 발전 스트링의 해당 표준 상태 파라미터와 비교함으로써 태양광 발전 스트링의 작동 상태를 결정하도록 구성된다.
일부 실시예에서, 표준 설정 모듈(630)은, 태양광 발전 스트링의 이론 전력 및 대표 연도 이론 전력 중 더 작은 것을 전력 임계값으로 결정하도록 구성된 제1 획득 서브모듈; 및 태양광 발전 스트링의 이론 최대 단락 전류와 대표 연도 최대 단락 전류 중 더 작은 것을 단락 전류 임계값으로 결정하도록 구성된 제2 획득 서브모듈을 포함한다.
일부 실시예에서, 상기 장치는, 태양광 발전 스트링이 설치된 태양광 발전 설비의 순간 복사 조도를 미리 설정된 간격으로 획득하도록 구성된 제2 획득 모듈; 태양광 발전 설비의 순간 복사 조도가 복사 임계값보다 크거나 같은 기간을 검출 기간으로 결정하도록 구성된 제3 획득 모듈; 및 상기 검출 기간 내의 특정 기간의 작동 조건을 현재 작동 조건으로 결정하도록 구성된 제4 획득 모듈을 포함한다.
일부 실시예에서, 제1 획득 모듈(640)은 검출 기간의 현재 작동 조건에서 DC 컴바이너 박스 또는 태양광 발전 스트링의 스트링형 인버터의 DC 측 작동 전류 및 작동 전력을 획득하도록 구성된다.
일부 실시예에서, 제1 계산 모듈(610)은, 기상 데이터의 존재에 대한 응답으로, 태양광 발전 설비에 대응하는 기상 데이터에 기초하여, 현재 작동 조건에서 태양광 발전 설비의 복사 조도, 주변 온도, 및 풍속을 획득하도록 구성된 제3 획득 서브모듈; 현재 작동 조건에서 태양광 발전 설비의 복사 조도, 주변 온도 및 풍속을 기초로 현재 작동 조건에서 태양광 발전 스트링 내의 태양광 모듈의 온도를 계산하도록 구성된 제1 계산 서브모듈; 태양광 발전 모듈의 온도에 기초하여, 현재 작동 조건에 대응하는 태양광 발전 모듈의 셀의 온도를 계산하도록 구성된 제2 계산 서브모듈; 대표 연도의 현재 작동 조건에 대응하는 검출 시간에, 태양광 발전 모듈의 복사 조도 및 태양광 모듈의 온도에 기초하여, 현재 작동 조건에 대응하는 태양광 발전 모듈의 셀들의 평균 작동 온도를 계산하도록 구성된 제3 계산 서브모듈: 현재 작동 조건에서 태양광 발전 설비의 복사 조도, 현재 작동 조건에서 태양광 발전 모듈의 셀들의 평균 작동 온도 및 태양광 발전 모듈의 셀들의 온도에 기초하여, 현재의 작동 조건에서 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류를 계산하도록 구성된 제4 계산 서브모듈을 포함한다.
일부 실시예에서, 제1 계산 모듈(610)은, 태양광 발전 설비에 대응하는 기상 데이터가 없는 경우에 대한 응답으로, 현재 작동 조건에서 태양광 발전 스트링 전체에서 최대 전류를 획득하도록 구성된 제4 획득 서브모듈; 상기 최대 전류에 기초하여, 현재 작동 조건에서 복사 조도를 계산하도록 구성된 제5 계산 서브모듈; 및 현재 작동 조건에서의 태양광 발전 설비의 복사 조도, 표준 작동 조건에서의 태양광 발전 모듈의 단락 전류, 및 표준 테스트 조건에서의 태양광 발전 모듈의 복사 조도에 기초하여 태양광 발전 설비 내의 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류를 계산하도록 구성된 제6 계산 서브모듈을 포함한다.
일부 실시예에서, 제2 계산 모듈(620)은 태양광 발전 설비의 지리적 위치에 기초하여, 대표 연도의 태양광 발전 설비의 복사 조도를 획득하도록 구성된 제5 획득 서브모듈, 여기에서, 대표 연도에 태양광 발전 설비의 복사 조도를 수집하는 간격은 작동 조건에서 태양광 발전 설비의 복사 조도를 획득하는 간격과 동일함; 현재 작동 조건에 대응하는 검출 시간에, 대표 연도의 태양광 발전 설비이 복사 조도 중 최대 복사 조도를 선택하도록 구성된 선택 서브모듈; 및 최대 복사 조도에 기초하여 태양광 발전 설비에서 태양광 발전 스트링의 대표 연도 이론 전력 및 대표 연도 최대 단락 전류를 계산하도록 구성된 제7 계산 서브모듈을 포함한다.
일부 실시예에서, 결정 모듈(650)은, 태양광 발전 스트링의 작동 상태 파라미터가 제1 시간 임계값보다 큰 기간 동안 태양광 발전 스트링의 표준상태 파라미터보다 큰 경우에 대하여, 태양광 발전 스트링의 전력이 상승한 것으로 결정하도록 구성된 제1 결정 서브모듈; 태양광 발전 스트링의 작동 상태 파라미터의 전류가 제2 시간 임계값보다 큰 기간 동안 전류 임계값보다 작은 경우에 대하여, 태양광 발전 스트링에 단락이 발생한 것으로 결정하도록 구성된 제2 결정 서브모듈; 및 태양광 발전 스트링의 작동 상태 파라미터가 제3 시간 임계값보다 큰 기간 동안 태양광 발전 스트링의 가중된 표준 상태 파라미터보다 작은 경우에 대하여, 태양광 발전 스트링의 전류 또는 전력이 낮은 것으로 결정하도록 구성된 제3 결정 서브모듈을 포함한다.
요약하면, 본 개시의 실시예에 따른 장치는 서버에 적용되며, 여기에서 현재 작동 조건에서의 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류는 물론 태양광 발전 스트링의 대표연도 이론 전력과 대표 연도 최대 단락 전류 또한 태양광 발전 스트링의 전력 임계값과 단락 전류 임계값을 포함하는 표준 상태 파라미터를 설정하도록 계산되고, 태양광 발전 스트링의 작동 상태 파라미터가 획득되며, 태양광 발전 스트링의 작동 상태는 작동 상태 파라미터를 태양광 발전 스트링의 해당 표준 상태 파라미터와 비교하여 결정된다. 따라서, 태양광 발전 설비의 운전 및 유지 보수 시 태양광 발전 스트링의 작동 파라미터에 대한 벤치마크 결정을 통해 태양광 발전 스트링의 실제 작동 상태를 획득할 수 있어, 태양광 발전 스트링의 작동 상태 판정의 정확도를 향상시킬 수 있다.
도 7은 본 개시의 예시적인 실시예에 따른 컴퓨터 장치의 개략적인 구조도를 도시한다. 컴퓨터 장치는 본 개시의 솔루션에서 이미 설명한 서버로 구현될 수 있다. 컴퓨터 장치(700)는 중앙 처리 장치(CPU)(701), 랜덤 액세스 메모리(RAM)(702) 및 읽기 전용 메모리(ROM)(703)를 포함하는 시스템 메모리(704), 및 시스템 메모리(704)와 CPU(701)를 연결하는 시스템 버스(705)를 포함한다. 컴퓨터 장치(700)는 컴퓨터 내의 다양한 구성요소 사이의 정보 전송을 돕는 기본 입/출력 시스템(I/O 시스템)(706)과 운영 체제(713)를 저장하기 위한 고용량 저장장치(707), 애플리케이션(714), 및 기타 프로그램 모듈(715)을 더 포함한다.
기본 I/O 시스템(706)은 정보를 표시하기 위한 디스플레이(708) 및 사용자가 정보를 입력하기 위한 마우스 및 키보드와 같은 입력 장치(709)를 포함한다. 디스플레이(708) 및 입력 장치(709)는 모두 시스템 버스(705)에 연결된 I/O 컨트롤러(710)에 의해 CPU(701)에 연결된다. 기본 I/O 시스템(706)은 또한 키보드, 마우스 및 전자 스타일러스와 같은 복수의 다른 장치로부터 입력을 수신하고 처리하기 위한 I/O 컨트롤러(710)를 포함할 수 있다. 유사하게, I/O 컨트롤러(710)는 디스플레이 스크린, 프린터 또는 다른 유형의 출력 장치에 출력을 더 제공한다.
고용량 저장장치(707)는 시스템 버스(705)에 연결된 고용량 저장 컨트롤러(미도시)에 의해 CPU(701)에 연결된다. 고용량 저장장치(707) 및 그와 관련된 컴퓨터 판독 가능 매체는 컴퓨터 장치(700)를 위한 비휘발성 저장 장치를 제공한다. 즉, 고용량 저장장치(707)는 하드 디스크 또는 CD-ROM 드라이브와 같은 컴퓨터 판독 가능 매체(미도시)를 포함할 수 있다.
일반성을 잃지 않으면서, 컴퓨터 판독 가능 매체는 컴퓨터 저장 매체 및 통신 매체를 포함할 수 있습니다. 컴퓨터 저장 매체는 컴퓨터 판독 가능 명령, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보를 저장하기 위한 임의의 방법 또는 기술로 구현되는 휘발성 및 비휘발성, 이동식 및 비이동식 매체를 포함한다. 컴퓨터 저장 매체는 RAM, ROM, EPROM, EEPROM, 플래시 메모리 또는 기타 고체 상태 저장 장치; CD-ROM, DVD 또는 기타 광 저장 장치; 및 테이프 카트리지, 자기 테이프, 디스크 저장 장치 또는 기타 자기 저장 장치를 포함한다. 컴퓨터 저장매체가 이에 한정되지 않음은 당해 기술분야에서 통상의 기술을 가진 자에게 자명할 것이다. 상기 시스템 메모리(704) 및 고용량 저장장치(707)를 통칭하여 메모리라고 칭할 수 있다.
본 개시의 다양한 실시예에 따르면, 컴퓨터 장치는 또한 작동을 위해 인터넷과 같은 네트워크를 통해 네트워크 상의 원격 컴퓨터에 연결될 수 있다. 즉, 컴퓨터 장치(700)는 시스템 버스(705)에 연결된 네트워크 인터페이스 유닛(711)에 의해 네트워크(712)에 연결되거나, 네트워크 인터페이스 유닛(711)을 통해 다른 유형의 네트워크 또는 원격 컴퓨터 시스템(미도시)에 연결될 수 있다.
메모리는 메모리에 저장된 하나 이상의 프로그램을 더 포함한다. 하나 이상의 프로그램은 CPU(701)에 의해 로드될 때 CPU(701)로 하여금 도 1, 도 2, 도 3, 도4 및 도 5에 도시된 방법의 모든 단계 또는 일부 단계를 수행하게 한다.
통상의 기술자는 위에서 설명된 하나 이상의 예들에서, 본 개시의 실시예들에서 설명된 기능들이 하드웨어, 소프트웨어, 펌웨어, 또는 이들의 임의의 조합으로 구현될 수 있다는 것을 이해할 것이다. 소프트웨어로 구현되는 경우, 그 기능은 컴퓨터 판독 가능 매체에 저장되거나 컴퓨터 판독 가능 매체에 하나 이상의 명령 또는 코드로서 전송될 수 있다. 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 컴퓨터 프로그램의 한 위치에서 다른 위치로의 전송을 용이하게 하는 임의의 매체를 포함하는 통신 매체 모두를 포함한다. 저장 매체는 범용 또는 특수 목적 컴퓨터에 의해 액세스될 수 있는 모든 사용 가능한 매체일 수 있다.
예시적인 실시예는 적어도 하나의 명령어, 적어도 하나의 프로그램, 코드 세트, 또는 명령어 세트를 저장하는 비일시적 컴퓨터 판독가능 저장 매체를 제공한다. 적어도 하나의 명령어, 적어도 하나의 프로그램, 코드 세트, 또는 명령어 세트는, 컴퓨터 장치의 프로세서에 의해 로드되고 실행될 때, 컴퓨터 장치가 도 3, 도 3 및 도 4에 도시된 상술한 실시예에 따르는 방법의 모든 단계 또는 일부 단게를 수행하도록 한다 도 1에 도시된 전술한 실시예 중 어느 하나. 2, 도. 도 3 및 도 3 4. 예를 들어, 컴퓨터가 읽을 수 있는 비일시적 저장 매체는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등일 수 있다.
본 개시의 다른 실시예들은 본 개시의 명세서 및 실시를 고려함으로써 통상의 기술자에게 명백할 것이다. 본 출원은 일반적인 원리를 따르고 여기에 공개되지 않은 일반적인 지식 또는 일반적으로 사용되는 기술적 조치를 포함하는 본 개시의 모든 변형, 사용 또는 개조를 포함하도록 의도된다. 명세서 및 실시예는 단지 예시적인 것으로 간주되어야 하며, 본 개시의 진정한 범위 및 사상은 다음 청구범위에 의해 표시된다.
본 개시는 위에서 설명되고 첨부 도면에 예시된 정확한 구성에 한정되지 않으며, 그 범위를 벗어나지 않고 다양한 수정 및 변경이 이루어질 수 있다. 본 개시의 범위는 첨부된 청구범위에만 종속되도록 의도된다.
Claims (10)
- 태양광 발전 스트링의 작동 상태를 인식하는 방법에 있어서,
현재 작동 조건에서 상기 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류를 계산하는 단계, 여기에서 상기 태양광 발전 스트링은 직렬 연결된 적어도 2개의 태양광 발전 모듈에 의해 형성된 DC 출력을 갖는 회로 유닛임;
상기 태양광 발전 스트링의 대표 연도 이론 전력 및 대표 연도 최대 단락 전류를 계산하는 단계;
상기 태양광 발전 스트링의 이론 전력, 이론 최대 단락 전류, 대표 연도 이론 전력, 및 대표 연도 최대 단락 전류에 기초하여, 상기 태양광 발전 스트링의 표준 상태 파라미터를 설정하는 단계, 여기에서 상기 표준 상태 파라미터는 상기 태양광 발전 스트링의 전력 임계값 및 단락 전류 임계값을 포함함;
상기 현재 작동 조건에서 상기 태양광 발전 스트링의 작동 상태 파라미터를 획득하는 단계, 상기 작동 상태 파라미터는 상기 태양광 발전 스트링의 작동 전력 및 작동 전류를 포함함; 및
상기 태양광 발전 스트링의 작동 상태 파라미터를 상기 태양광 발전 스트링의 해당 표준 상태 파라미터와 비교함으로써 상기 태양광 발전 스트링의 작동 상태를 결정하는 단계를 포함하는 방법.
- 제 1 항에 있어서,
상기 태양광 발전 스트링의 상기 이론 전력, 상기 이론 최대 단락 전류, 상기 대표 연도 이론 전력, 및 상기 대표 연도 최대 단락 전류에 기초하여, 상기 태양광 발전 스트링의 표준 상태 파라미터를 설정하는 단계는,
상기 태양광 발전 스트링의 상기 이론 전력과 상기 대표 연도 이론 전력 중 더 작은 것을 상기 전력 임계값으로 결정하는 단계; 및
상기 태양광 발전 스트링의 상기 이론 최대 단락 전류와 상기 대표 연도 최대 단락 전류 중 더 작은 것을 상기 단락 전류 임계값으로 결정하는 단계를 포함하는 방법. - 제1항에 있어서,
상기 현재 작동 조건에서 상기 태양광 발전 스트링의 상기 이론 전력 및 상기 이론 최대 단락 전류를 계산하기 전에,
미리 설정된 간격으로 상기 태양광 발전 스트링이 설치된 태양광 발전 설비의 순간 복사 조도(instantaneous irradiancy)를 획득하는 단계;
상기 태양광 발전 설비의 순간 복사 조도가 복사 조도 임계값 이상인 기간을 검출 기간으로 결정하는 단계; 및
상기 검출 기간 내의 특정 기간의 작동 조건을 상기 현재 작동 조건으로 결정하는 단계를 포함하는 방법. - 제1항에 있어서,
상기 현재 작동 조건에서 상기 태양광 발전 스트링의 상기 이론 전력 및 상기 이론 최대 단락 전류를 계산하는 단계는,
기상 데이터의 존재에 대응하여, 상기 태양광 발전 설비에 대응하는 상기 기상 데이터에 기초하여 상기 현재 작동 조건에서 상기 태양광 발전 설비의 조도, 주변 온도 및 풍속을 획득하는 단계;
상기 현재 작동 조건에서 상기 태양광 발전 설비의 복사 조도, 주변 온도 및 풍속에 기초하여 상기 현재 작동 조건에서 상기 태양광 발전 스트링 내의 상기 태양광 발전 모듈의 온도를 계산하는 단계;
상기 태양광 발전 모듈의 온도에 기초하여 상기 현재 작동 조건에서 상기 태양광 발전 모듈의 셀 온도를 계산하는 단계;
대표 연도의 상기 현재 작동 조건에 대응하는 검출시간에서의 상기 태양광 발전 모듈의 복사 조도와 대표 연도의 현재 작동 조건에 대응하는 상기 검출시간에서의 상기 태양광 발전 모듈의 온도에 기초하여, 상기 현재 작동 조건에 대응하는 상기 태양광 발전 모듈의 셀들의 평균 작동 온도를 계산하는 단계; 및
상기 현재 작동 조건에서 상기 태양광 발전 설비의 복사 조도, 상기 현재 작동 조건에서 상기 태양광 발전 모듈의 셀들의 평균 작동 온도, 및 상기 태양광 발전 모듈의 온도들에 기초하여, 상기 현재 작동 조건에서 상기 태양광 발전 스트링의 상기 이론 전력 및 상기 이론 최대 단락 전류를 계산하는 단계를 포함하는 방법. - 제1항에 있어서,
상기 현재 작동 조건에서 상기 태양광 발전 스트링의 상기 이론 전력 및 상기 이론 최대 단락 전류를 계산하는 단계는,
상기 태양광 발전 설비에 해당하는 기상 데이터가 존재하지 않는 경우에 대하여 상기 현재 작동 조건에서 모든 태양광 발전 스트링의 최대 전류를 획득하는 단계;
상기 최대 전류에 기초하여 상기 현재 작동 조건에서 상기 태양광 발전 설비의 복사 조도를 계산하는 단계; 및
상기 현재 작동 조건에서 상기 태양광 발전 설비의 복사 조도, 표준 작동 조건에서 상기 태양광 발전 모듈의 단락 전류, 및 표준 테스트 조건에서 상기 태양광 발전 모듈의 단락 전류에 기초하여 상기 태양광 발전 설비 내의 상기 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류를 계산하는 단계를 포함하는 방법. - 제1항에 있어서,
상기 태양광 발전 스트링의 상기 대표 연도 이론 전력 및 상기 대표 연도 최대 단락 전류를 계산하는 단계는,
상기 태양광 발전 설비의 지리적 위치에 따라 대표 연도의 상기 태양광 발전 설비의 복사 조도를 획득하는 단계, 여기에서, 상기 대표 연도의 상기 태양광 발전 설비의 복수 조도를 수집하는 간격은 작동 조건에서 상기 태양광 발전 설비의 복사 조도를 획득하는 간격과 동일함;
상기 현재 작동 조건에 대응하는 검출 시점에서 상기 대표 연도의 상기 태양광 발전 설비의 복사 조도 중 최대 복사 조도를 선택하는 단계; 및
상기 최대 복사 조도에 기초하여 상기 태양광 발전 설비 내의 상기 태양광 발전 스트링의 대표 연도 이론 잔력 및 대표 연도 최대 단락 전류를 계산하는 단계를 포함하는 방법. - 제1항에 있어서,
상기 태양광 발전 스트링의 작동 상태 파라미터를 상기 태양광 발전 스트링의 해당 표준 상태 파라미터와 비교함으로써 상기 태양광 발전 스트링의 작동 상태를 결정하는 단계는,
상기 태양광 발전 스트링의 작동 상태 파라미터가 제1 시간 임계값보다 긴 기간 동안 상기 태양광 발전 스트링의 표준 상태 파라미터보다 큰 경우에 대하여, 상기 태양광 발전 스트링의 전력이 상승한 것으로 결정하는 단계;
상기 태양광 발전 스트링의 작동 상태 파라미터의 전류가 제2 시간 임계값보다 긴 기간 동안 전류 임계값보다 작은 경우에 대하여 상기 태양광 발전 스트링에서 단락이 발생하는 것으로 결정하는 단계; 및
상기 태양광 발전 스트링의 작동 상태 파라미터가 제3 시간 임계값보다 긴 기간 동안 상기 태양광 발전 스트링의 가중된 표준 상태 파라미터보다 작은 경우에 대하여 상기 태양광 발전 스트링의 전류 또는 전력이 낮은 것으로 결정하는 단계를 포함하는 방법. - 태양광 발전 스트링의 작동 상태를 인식하는 장치에 있어서,
현재 작동 조건에서 상기 태양광 발전 스트링의 이론 전력 및 이론 최대 단락 전류를 계산하는 제1 계산모듈, 여기에서 상기 태양광 발전 스트링은 직렬 연결된 적어도 2개의 태양광 발전 모듈에 의해 형성된 DC 출력을 갖는 회로 유닛임;
상기 태양광 발전 스트링의 대표 연도 이론 전력 및 대표 연도 최대 단락 전류를 계산하는 제2 계산모듈;
상기 태양광 발전 스트링의 상기 이론 전력, 상기 이론 최대 단락 전류, 상기 대표 연도 이론 전력, 및 상기 대표 연도 최대 단락 전류에 기초하여, 상기 태양광 발전 스트링의 표준 상태 파라미터를 설정하는 표준 설정 모듈, 여기에서 상기 표준 상태 파라미터는 상기 태양광 발전 스트링의 전력 임계값 및 단락 전류 임계값을 포함함;
상기 현재 작동 조건에서 상기 태양광 발전 스트링의 작동 상태 파라미터를 획득하는 제1 획득모듈, 상기 작동 상태 파라미터는 상기 태양광 발전 스트링의 작동 전력 및 작동 전류를 포함함; 및
상기 태양광 발전 스트링의 작동 상태 파라미터를 상기 태양광 발전 스트링의 해당 표준 상태 파라미터와 비교함으로써 상기 태양광 발전 스트링의 작동 상태를 결정하는 결정 모듈을 포함하는 장치. - 프로세서; 및
적어도 하나의 명령어, 적어도 하나의 프로그램, 코드 세트, 또는 명령어 세트를 저장하는 메모리를 포함하며,
상기 적어도 하나의 명령어, 상기 적어도 하나의 프로그램, 상기 코드 세트, 또는 상기 명령어 세트는, 상기 프로세서에 의해 로드 및 실행되면, 상기 프로세서로 하여금 제1항 내지 제7항 중 어느 한 항의 방법을 수행하게 하는 컴퓨터 장치. - 적어도 하나의 명령어, 적어도 하나의 프로그램, 코드 세트, 또는 명령어 세트를 저장하는 비일시적 컴퓨터 판독 가능 저장 매체로서,
상기 적어도 하나의 명령어, 상기 적어도 하나의 프로그램, 상기 코드 세트, 또는 상기 명령어 세트는, 컴퓨터 장치의 프로세서에 의해 로드되고 실행되면, 상기 컴퓨터 장치로 하여금 제1항 내지 제7항 중 어느 한 항의 방법을 수행하게 하는 저장 매체.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010022031.2 | 2020-01-09 | ||
| CN202010022031.2A CN111082749B (zh) | 2020-01-09 | 2020-01-09 | 光伏组串运行状态的识别方法、装置及存储介质 |
| PCT/SG2021/050017 WO2021141544A1 (en) | 2020-01-09 | 2021-01-08 | Method and apparatus for recognizing operating state of photovoltaic string and storage medium |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220116570A true KR20220116570A (ko) | 2022-08-23 |
| KR102523891B1 KR102523891B1 (ko) | 2023-04-20 |
Family
ID=70322594
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020227027403A KR102523891B1 (ko) | 2020-01-09 | 2021-01-08 | 태양광 발전 스트링 및 저장 매체의 작동 상태를 인식하는 방법 및 장치 |
Country Status (13)
| Country | Link |
|---|---|
| US (1) | US20230179144A1 (ko) |
| EP (1) | EP4088380A4 (ko) |
| JP (1) | JP7289995B2 (ko) |
| KR (1) | KR102523891B1 (ko) |
| CN (1) | CN111082749B (ko) |
| AU (1) | AU2021205791A1 (ko) |
| BR (1) | BR112022013701A2 (ko) |
| CA (1) | CA3167552A1 (ko) |
| CL (1) | CL2022001865A1 (ko) |
| MX (1) | MX2022008426A (ko) |
| MY (1) | MY195723A (ko) |
| WO (1) | WO2021141544A1 (ko) |
| ZA (1) | ZA202208347B (ko) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113949343B (zh) * | 2021-08-31 | 2024-05-28 | 隆基光伏科技(上海)有限公司 | 光伏发电设备的检测方法、装置、电子设备及存储介质 |
| CN113992151A (zh) * | 2021-09-24 | 2022-01-28 | 上海远景科创智能科技有限公司 | 光伏阵列工作状态的确定方法、装置、设备及存储介质 |
| CN114580062B (zh) * | 2022-03-08 | 2022-12-13 | 中国华电科工集团有限公司 | 一种基于大数据的大型光伏电站工程施工建设质量分析云系统 |
| CN115048698A (zh) * | 2022-06-15 | 2022-09-13 | 华能大理风力发电有限公司洱源分公司 | 一种光伏场站组串与数据采集系统的对应关系确定方法 |
| CN116596162B (zh) * | 2023-07-05 | 2023-10-20 | 浙江正泰新能源开发有限公司 | 一种光伏发电量测算方法、装置、设备及存储介质 |
| CN117639068B (zh) * | 2023-11-27 | 2024-08-23 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 并网型光伏系统三相短路电流峰值的确定方法及装置 |
| CN118074622B (zh) * | 2024-04-17 | 2024-08-06 | 滁州捷泰新能源科技有限公司 | 一种基于光伏系统电性能数据的组件自动化清洁方法 |
| CN118487550A (zh) * | 2024-05-07 | 2024-08-13 | 纳晖新能源科技有限公司 | 光伏电站中组串异常的检测方法及相关产品 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090003017A (ko) * | 2007-07-05 | 2009-01-09 | 한국전기연구원 | 태양광발전시스템의 출력 보정 및 성능 검증 장치 및 그 방법 |
| KR20110136466A (ko) * | 2010-06-15 | 2011-12-21 | 연세대학교 산학협력단 | 태양광 발전 시스템의 출력 저하 진단 장치 및 출력 저하 진단 방법 |
| KR101223898B1 (ko) * | 2012-04-09 | 2013-01-21 | 삼성물산 주식회사 | 태양광 발전모듈의 고장 진단 및 예지 방법 |
| JP2015068690A (ja) * | 2013-09-27 | 2015-04-13 | 株式会社日立製作所 | 太陽光発電システムの故障診断システム及び故障診断方法 |
| JP2017112675A (ja) * | 2015-12-15 | 2017-06-22 | 株式会社日立製作所 | 太陽光発電システムの診断システム及び診断方法 |
| KR20170074832A (ko) * | 2017-06-12 | 2017-06-30 | 박규식 | 태양 전지 모듈의 열화 진단 장치 |
Family Cites Families (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4528503A (en) * | 1981-03-19 | 1985-07-09 | The United States Of America As Represented By The Department Of Energy | Method and apparatus for I-V data acquisition from solar cells |
| US5747967A (en) * | 1996-02-22 | 1998-05-05 | Midwest Research Institute | Apparatus and method for maximizing power delivered by a photovoltaic array |
| US8101848B2 (en) * | 2005-10-18 | 2012-01-24 | GM Global Technology Operations LLC | Solar photovoltaic output for cloudy conditions with a solar tracking system |
| US7479774B2 (en) * | 2006-04-07 | 2009-01-20 | Yuan Ze University | High-performance solar photovoltaic (PV) energy conversion system |
| WO2007124059A2 (en) * | 2006-04-21 | 2007-11-01 | University Of South Carolina | Apparatus and method for enhanced solar power generation and maximum power point tracking |
| CN101378236B (zh) * | 2007-08-31 | 2011-12-14 | 比亚迪股份有限公司 | 一种太阳能电池系统的保护装置和保护方法 |
| WO2010056775A1 (en) * | 2008-11-11 | 2010-05-20 | Pv Powered, Inc. | System and method of determining maximum power point tracking for a solar power inverter |
| US8922061B2 (en) * | 2010-03-22 | 2014-12-30 | Tigo Energy, Inc. | Systems and methods for detecting and correcting a suboptimal operation of one or more inverters in a multi-inverter system |
| US9660576B2 (en) * | 2010-05-04 | 2017-05-23 | Solmetric Corporation | Predicting production of photovoltaic systems |
| CN101950980B (zh) * | 2010-09-13 | 2012-10-31 | 江西省电力科学研究院 | 用于分布式光伏电源并网调控的储能装置容量配置方法 |
| JP5732873B2 (ja) * | 2011-01-31 | 2015-06-10 | 株式会社日立製作所 | 太陽電池の特性演算方法及び太陽光発電システム |
| US10181541B2 (en) * | 2011-11-20 | 2019-01-15 | Tesla, Inc. | Smart photovoltaic cells and modules |
| CN102545707B (zh) * | 2012-01-11 | 2016-04-20 | 云南电力试验研究院（集团）有限公司电力研究院 | 以发电单元为基本预测单元的发电功率预测方法及系统 |
| CN102566435B (zh) * | 2012-02-17 | 2013-10-02 | 冶金自动化研究设计院 | 一种光伏电站的性能预报及故障报警方法 |
| ES2747835T3 (es) * | 2012-05-30 | 2020-03-11 | Neo Virtus Eng Inc | Método y aparato de predicción de radiación solar y de producción de energía solar usando formación de imagen de irradiancia sintética |
| ES2535059B1 (es) * | 2013-10-31 | 2016-02-09 | Control Techniques Iberia S.A. | Método y sistema para controlar un suministro de potencia eléctrica a una carga |
| CN106256086B (zh) * | 2014-05-27 | 2019-06-21 | 太阳能公司 | 光伏系统保护 |
| CN104601108B (zh) * | 2015-02-10 | 2017-02-01 | 河海大学常州校区 | 一种小型光伏电站的故障诊断方法 |
| JP2017063591A (ja) | 2015-04-30 | 2017-03-30 | 株式会社別川製作所 | 太陽光発電システム、太陽光発電ユニットの診断方法および診断プログラム |
| CN105141253B (zh) * | 2015-08-17 | 2017-05-17 | 国家电网公司 | 基于光伏出力曲线斜率的光伏窃电识别方法 |
| CN106100578A (zh) * | 2016-05-30 | 2016-11-09 | 佛山科学技术学院 | 一种适用于光伏并网系统的故障检测方法及其系统 |
| KR20190037657A (ko) * | 2017-09-29 | 2019-04-08 | 전자부품연구원 | 태양전지모듈 열화특성 측정장치 및 이를 이용한 열화특성 측정방법 |
| CN107832869A (zh) * | 2017-10-18 | 2018-03-23 | 国网上海市电力公司 | 一种风力发电与光伏发电的发电功率预测方法 |
| CN109117865A (zh) * | 2018-07-13 | 2019-01-01 | 福州大学 | 一种基于主成分分析实现光伏阵列工作状态分析与故障诊断方法 |
| CN109271736B (zh) * | 2018-10-12 | 2023-02-03 | 阳光电源股份有限公司 | 光伏组件的故障类型判定方法及装置 |
| CN110209047B (zh) * | 2019-05-13 | 2020-11-10 | 西安交通大学 | 一种基于残差网络的光伏电站遮挡物定位方法 |
-
2020
- 2020-01-09 CN CN202010022031.2A patent/CN111082749B/zh active Active
-
2021
- 2021-01-08 WO PCT/SG2021/050017 patent/WO2021141544A1/en unknown
- 2021-01-08 AU AU2021205791A patent/AU2021205791A1/en not_active Abandoned
- 2021-01-08 MX MX2022008426A patent/MX2022008426A/es unknown
- 2021-01-08 US US17/791,336 patent/US20230179144A1/en not_active Abandoned
- 2021-01-08 BR BR112022013701A patent/BR112022013701A2/pt not_active Application Discontinuation
- 2021-01-08 CA CA3167552A patent/CA3167552A1/en active Pending
- 2021-01-08 JP JP2022542367A patent/JP7289995B2/ja active Active
- 2021-01-08 KR KR1020227027403A patent/KR102523891B1/ko active IP Right Grant
- 2021-01-08 EP EP21738658.0A patent/EP4088380A4/en not_active Withdrawn
- 2021-01-08 MY MYPI2022003646A patent/MY195723A/en unknown
-
2022
- 2022-07-08 CL CL2022001865A patent/CL2022001865A1/es unknown
- 2022-07-26 ZA ZA2022/08347A patent/ZA202208347B/en unknown
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090003017A (ko) * | 2007-07-05 | 2009-01-09 | 한국전기연구원 | 태양광발전시스템의 출력 보정 및 성능 검증 장치 및 그 방법 |
| KR20110136466A (ko) * | 2010-06-15 | 2011-12-21 | 연세대학교 산학협력단 | 태양광 발전 시스템의 출력 저하 진단 장치 및 출력 저하 진단 방법 |
| KR101223898B1 (ko) * | 2012-04-09 | 2013-01-21 | 삼성물산 주식회사 | 태양광 발전모듈의 고장 진단 및 예지 방법 |
| JP2015068690A (ja) * | 2013-09-27 | 2015-04-13 | 株式会社日立製作所 | 太陽光発電システムの故障診断システム及び故障診断方法 |
| JP2017112675A (ja) * | 2015-12-15 | 2017-06-22 | 株式会社日立製作所 | 太陽光発電システムの診断システム及び診断方法 |
| KR20170074832A (ko) * | 2017-06-12 | 2017-06-30 | 박규식 | 태양 전지 모듈의 열화 진단 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| MY195723A (en) | 2023-02-07 |
| KR102523891B1 (ko) | 2023-04-20 |
| AU2021205791A1 (en) | 2022-07-28 |
| AU2021205791A8 (en) | 2022-08-11 |
| EP4088380A4 (en) | 2023-05-24 |
| JP2023500167A (ja) | 2023-01-04 |
| US20230179144A1 (en) | 2023-06-08 |
| CL2022001865A1 (es) | 2022-11-25 |
| CN111082749A (zh) | 2020-04-28 |
| JP7289995B2 (ja) | 2023-06-12 |
| BR112022013701A2 (pt) | 2022-10-11 |
| WO2021141544A1 (en) | 2021-07-15 |
| CA3167552A1 (en) | 2021-07-15 |
| EP4088380A1 (en) | 2022-11-16 |
| CN111082749B (zh) | 2023-08-04 |
| MX2022008426A (es) | 2022-10-20 |
| ZA202208347B (en) | 2022-10-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102523891B1 (ko) | 태양광 발전 스트링 및 저장 매체의 작동 상태를 인식하는 방법 및 장치 | |
| Dhimish | Assessing MPPT techniques on hot-spotted and partially shaded photovoltaic modules: Comprehensive review based on experimental data | |
| Daliento et al. | Monitoring, diagnosis, and power forecasting for photovoltaic fields: A review | |
| Dhimish et al. | Parallel fault detection algorithm for grid-connected photovoltaic plants | |
| Silvestre et al. | Automatic fault detection in grid connected PV systems | |
| US8482309B2 (en) | Failure detecting method for a solar power generation system | |
| JP6093465B1 (ja) | 太陽光発電システムの発電診断方法、及び発電診断装置 | |
| Ventura et al. | Development of models for on-line diagnostic and energy assessment analysis of PV power plants: The study case of 1 MW Sicilian PV plant | |
| US11086278B2 (en) | Adaptive system monitoring using incremental regression model development | |
| KR101874857B1 (ko) | 태양전지 셀에 대한 고장 모니터링 장치 및 그 동작 방법 | |
| Livera et al. | Failure diagnosis of short-and open-circuit fault conditions in PV systems | |
| Livera et al. | Advanced failure detection algorithms and performance decision classification for grid-connected PV systems | |
| WO2021017234A1 (zh) | 一种光伏组件性能的衰减监测方法及系统 | |
| Zahraoui et al. | System‐level condition monitoring approach for fault detection in photovoltaic systems | |
| Taghezouit et al. | Model-based fault detection in photovoltaic systems: A comprehensive review and avenues for enhancement | |
| CN108322186B (zh) | 一种光伏系统故障监控方法及系统 | |
| KR101544713B1 (ko) | 태양광 발전기 출력 저하 판단 방법 및 장치 | |
| CN111401689B (zh) | 光伏场站降雪日期的确定方法、装置、设备及存储介质 | |
| Cooper et al. | Photovoltaic inverter-based quantification of snow conditions and power loss | |
| Halwani et al. | A Robust Method for Diagnosis and Localization of Faults in Photovoltaic Panel Strings and Bypass Diodes | |
| Constantin et al. | Importance of Preventive Maintenance in Solar Energy Systems and Fault Detection for Solar Panels based on Thermal Images. | |
| Muñoz et al. | A tool for the performance evaluation and failure detection of Amareleja PV plant (ACCIONA) from SCADA | |
| Al-Katheri et al. | Application of Artificial Intelligence in PV Fault Detection. Sustainability 2022, 14, 13815 | |
| Belik et al. | Prediction of the degradation process of mono-Si photovoltaic panels in Ukrainian and Czech conditions | |
| Dalsass et al. | Utilization of Inverter Operating Point Shifts as a Quality Assessment Tool for Photovoltaic Systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| A302 | Request for accelerated examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |