TW202001766A - 太陽能電站監控方法 - Google Patents

太陽能電站監控方法 Download PDF

Info

Publication number
TW202001766A
TW202001766A TW107119991A TW107119991A TW202001766A TW 202001766 A TW202001766 A TW 202001766A TW 107119991 A TW107119991 A TW 107119991A TW 107119991 A TW107119991 A TW 107119991A TW 202001766 A TW202001766 A TW 202001766A
Authority
TW
Taiwan
Prior art keywords
solar power
clear sky
power plant
area
solar
Prior art date
Application number
TW107119991A
Other languages
English (en)
Other versions
TWI729295B (zh
Inventor
張志榮
周儷芬
呂藝光
Original Assignee
台灣電力股份有限公司
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 台灣電力股份有限公司 filed Critical 台灣電力股份有限公司
Priority to TW107119991A priority Critical patent/TWI729295B/zh
Publication of TW202001766A publication Critical patent/TW202001766A/zh
Application granted granted Critical
Publication of TWI729295B publication Critical patent/TWI729295B/zh

Links

Images

Landscapes

  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Photovoltaic Devices (AREA)

Abstract

一種太陽能電站監控方法，其具有以下步驟：決定區域；根據相應於所述區域內之各太陽能電站的購電量資料中的購電量計算出所述區域內之各太陽能電站的晴空指數，以及根據所述區域內之各太陽能電站的晴空指數計算出區域平均晴空指數，其中所述晴空指數被定義為所述太陽能電站的購電量資料中的購電量與所述太陽能電站的理論發電量的比值，且所述太陽能電站的理論發電量關聯於所述太陽能站所在的位置與時間；將所述區域內之各太陽能電站的晴空指數與所述區域平均晴空指數進行比較；以及根據比較結果，判斷所述區域內之各太陽能電站是否有異常。

Description

太陽能電站監控方法與裝置
本發明係關於一種太陽能電站監控方法與裝置，尤其指一種根據購電量資料來監控太陽能電站是否有發電效率過低或疑似偷電之異常狀況的太陽能電站監控方法與裝置。
一般來說，太陽能電站除了將部分電量供給業者本身自己使用外，多餘的電量則會賣給電力公司，以賺取利潤。以臺灣電力公司來說，購買太陽能電站產生的電為每度5至6元，而賣出給用電端的電則為每度3至4元。因此，為了避免不肖業者可能偷臺灣電力公司的電來轉賣回臺灣電力公司，以獲取中間價差的利潤，或者，為了避免部分太陽能電站發電效率過低，有需要提供一種能夠知悉太陽能電站是否異常的太陽能電站監控方法。
現有技術中的一種太陽電站監控方法是將太陽能電站的目前發電量上傳到管理太陽能電站之伺服器平台上，並且是將理論值或先前上傳的發電量與目前發電量來做比較，其本身並沒有考量到將區域內其他太陽能電站之發電量做為評估標準的概念，故此太陽電站監控方法並無法準確地判斷太陽能電站是否有異常。再者，上述太陽電站監控方法必須將太陽能電站的目前發電量上傳到管理太陽能電站之平台上，故需要額外的通訊設備與量測設備，從而相對地增加了設備成本。
現有技術中的其他多種太陽電站監控方法還包括了透過設置的電流量測裝置量測產生之電流來判斷太陽電站異常與否的作法、透過設置的表面乾淨的參考模組產生的發電量做為比較基準來判斷太陽電站異常與否的作法以及透過設置的感測模組評估的轉換效率來判斷太陽電站異常與否的作法等。然而，上述其他多種太陽電站監控方法都需要額外的量測設備，從而相對地增加了設備成本。另外，上述其他多種太陽電站監控方法也都沒有考量到將區域內其他太陽能電站之發電量做為評估標準的概念，故仍有不準確的問題。
因此，為了克服現有技術的不足之處，本發明實施例提供一種太陽能電站監控方法與裝置，其無須額外地在太陽能電站設置量測裝置與通訊裝置，且考量了區域內之各太陽能電站的發電量來做為評估標準(亦即，使用區域平均晴空指數做為評估標準)。
基於前述目的的至少其中之一者，本發明實施例提供一種太陽能電站監控方法，其包括以下步驟：決定區域；根據相應於所述區域內之各太陽能電站的購電量資料中的購電量計算出所述區域內之各太陽能電站的晴空指數，以及根據所述區域內之各太陽能電站的晴空指數計算出區域平均晴空指數，其中所述晴空指數被定義為所述太陽能電站的購電量資料中的購電量與所述太陽能電站的理論發電量的比值，且所述太陽能電站的理論發電量關聯於所述太陽能站所在的位置與時間；將所述區域內之各太陽能電站的晴空指數與所述區域平均晴空指數進行比較；以及根據比較結果，判斷所述區域內之各太陽能電站是否有異常。
可選地，於本發明實施例中，所述太陽能電站監控方法更包括：將所述異常資訊傳送給維修端伺服器或通報端伺服器。
可選地，於本發明實施例中，其中所述區域平均晴空指數為所述區域內之多個太陽能電站的多個晴空指數的平均值或權重平均值，其中標準差過大之一個或多個太陽能電站的晴空指數被排除於所述區域平均晴空指數的計算。
可選地，於本發明實施例中，其中當所述區域內的太陽能電站的晴空指數大於所述區域平均晴空指數，且其差異值大於第一異常門檻值，則將所述異常資訊傳送給所述通報端伺服器；當所述區域內的太陽能電站的晴空指數小於所述區域平均晴空指數，且其差異值大於第二異常門檻值，則將所述異常資訊傳送給所述維修端伺服器。
可選地，於本發明實施例中，所述太陽能電站監控方法更包括：根據所述區域內之各太陽能電站的晴空指數與多個歷史晴空指數判斷所述區域內之各太陽能電站的狀況；以及根據判斷結果，判斷所述區域內之各太陽能電站是否有異常。
可選地，於本發明實施例中，所述太陽能電站監控方法更包括：根據所述區域內之各太陽能電站的所述晴空指數與多個歷史晴空指數預測所述區域內之各太陽能電站的未來發電量；以及根據所述區域內之各太陽能電站的所述未來發電量決定調度規則。
可選地，於本發明實施例中，其中所述第一異常門檻值等於所述第二異常門檻值。。
可選地，於本發明實施例中，其中所述區域平均晴空指數為所述區域內之多個太陽能電站的多個晴空指數的權重平均值，其中依據所述區域內之多個太陽能電站的多個面積決定多個權重，並根據所述多個權重與所述多個晴空指數計算所述權重平均值。
可選地，於本發明實施例中，其中所述維修端伺服器為太陽能設備維修商的伺服器，以及所述通報端伺服器為電力或能源稽查單位的伺服器。
基於前述目的的至少其中一者，本發明實施例還提供一種太陽能監控裝置，經組態而包括：購電量資料獲取模組、晴空指數計算模組、比較模組以及決策模組，以執行前述太陽能電站監控方法。
簡言之，本發明實施例提供的太陽能電站監控方法與裝置不但可以減少額外的設備成本，且能夠提升太陽能電站的監控精確度。
為充分瞭解本發明之目的、特徵及功效，茲藉由下述具體之實施例，並配合所附之圖式，對本發明做一詳細說明，說明如後。
本發明實施例提供一種太陽能電站監控方法，其係根據電力中心向各太陽能電站購電的購電量資料(註：太陽能電站的購電量資料定義為電力公司向所述太陽能電站於單位時間購買之購電量的量值資料，且單位時間例如為日)，來計算決定的區域內的各太陽能電站的晴空指數(clear sky index)與區域平均晴空指數，其中晴空指數為由購電量資料獲取的購電量(即，太陽能站賣給電力公司的電量)與此太陽能電站之理論發電量(註：太陽能電站之理論發電量關聯於所在位置與時間)的比值。接著，將區域內的各太陽能電站的晴空指數與區域平均晴空指數進行比較，以根據比較結果判斷各太陽能電站是否異常(如發電效率過低或疑似偷電)。
較佳地，當區域內的太陽能電站的晴空指數高於區域平均晴空指數，且差異值大於第一異常門檻值，則進一步地將異常信息傳送給電力或能源稽查單位的通報端伺服器，以使電力或能源稽查單位進一步地追查區域內有異常的太陽能電站是否真有偷電行為；當區域內的太陽能電站的晴空指數低於區域平均晴空指數，且差異值大於第二異常門檻值，則進一步地將異常信息傳送給太陽能設備維修商的維修端伺服器，以使太陽能設備維修商進一步地與區域內有異常的太陽能電站的業者連絡，並詢問是否需要檢修服務。
上述第一異常門檻值可以相同或不同於第二異常門檻值，且本發明不以此為限制。再者，上述太陽能設備維修商可以是電力公司自己，也可以是電力公司外包或合作的太陽能設備維修商。另外，區域平均晴空指數可以是區域的所有太陽能電站的晴空指數的平均值或權重平均值，其中標準差過大之太陽能電站的晴空指數被排除於區域平均晴空指數的計算。
再者，為了提升異常監控的能力，太陽能電站監控方法更可以將區域內的太陽能電站目前的晴空指數與其歷史的晴空指數之平均值進行比較，以判斷太陽能電站是否有異常。除此之外，太陽能電站監控方法更具有其他步驟，以預測未來幾小時、幾天或幾月的發電量，以決定調度規則，從而進行較佳的電力調度，使整個電網較為穩定。
另外一方面，本發明實施例還提供一種太陽能電站監控裝置，期可以由硬體電路(例如，現場可程式邏輯閘陣列(FPGA)或特殊應用積體電路(ASIC))或軟體配合計算裝置來實現，以組態出購電量資料獲取模組、晴空指數計算模組、比較模組與決策模組等，從而實現與執行上述太陽能電站監控方法。以下，將進一步介紹本發明實施例的太陽能電站監控方法與裝置。
首先，請參照圖1，圖1是本發明實施例的太陽能發電系統的情境示意圖。太陽能發電系統1包括太陽能電站111～11K、電力公司12與用電端131～13N，其中K與N為大於等於2的整數，且可以彼此相同或不同。太陽能電站111～11K與電力公司12透過多條電纜線電性連接，且太陽能電站111～11K可以將其產生的電饋送與販賣給電力公司12。電力公司12透過多條電纜線電性連接用電端131～13N，電力公司12用以將購買或自己產生的電饋送與販賣給用電端131～13N，其中用電端131～13N可以全部在同一個電網或分散在不同電網中。
於圖1的實施例中，太陽能電站111～11K的每一者為架構有太陽能板並且將太陽能轉換為電能的太陽能電站，且其可以由民營業者持有。在圖1中太陽能電站111～111K可以分布於不同的多個區域內或全部位於同一個區域內。舉例來說，太陽能電站111與112位於台北市，以及太陽能電站11K位於高雄市。電力公司12向太陽能電站111～11K購電，因此會具有太陽能電站111～11K的購電量資料，其中購電量資料自太陽能電站111～11K的電錶上的刻度變化獲得。舉例來說，透過人工或自動抄錄太陽能電站111～11K的電錶的度數，即可以獲得每一個太陽能電站111～11K之每日的購電量資料。另外，購電量資料在其他實施例中，更可以是每一個太陽能電站111～11K之每時、每周或每月的購電量資料，且本發明不以此為限制。
接著，請同時參照圖2，圖2是本發明實施例的太陽能電站監控系統的方塊示意圖。電力公司的購電端伺服器21、多個太陽能電站的售電端裝置221～22K、太陽能設備維修商的維修端伺服器23與電力或能源稽查單位的通報端伺服器24構成了一個太陽能電站監控系統2。購電端伺服器21通訊連結於售電端裝置221～22K、維修端伺服器23與通報端伺服器24，以及維修端伺服器23通訊連結售電端裝置221～22K。
售電端裝置221～22K可以是太陽能電站的業者所架構的伺服器或計算機設備。當購電端伺服器21根據其購電量資料判斷出某一個太陽能電站異常時，購電端伺服器21可以依據異常資訊表示的異常狀況將異常資訊傳送給維修端伺服器23與通報端伺服器24的其中一者，並且選擇性地將異常資訊傳送給對應異常的太陽能電站的售電端裝置22i(i為1至K的整數)。
購電端伺服器21可以決定一個區域(例如，特定的縣、市、鄉、鎮、區或特定範圍的區域)，其中區域係由使用者輸入選取或透過分群演算法來自動選擇，且使用者可以是電力公司的工程人員或太陽能電站111～11K的業者。購電端伺服器21可以根據區域內的之各太陽能電站的購電量資料計算出晴空指數以及區域的區域平均晴空指數。
然後，購電端伺服器21比較各太陽能電站的晴空指數與區域平均晴空指數。如果太陽能電站的晴空指數大於區域平均晴空指數，且超出第一異常門檻值，則太陽能電站可能疑似有偷電的情況，故購電端伺服器21向電力或能源稽查單位的通報端伺服器24傳送異常資訊，以供電力或能源稽查單位對異常的太陽能電站進行調查。如果太陽能電站的晴空指數小於區域平均晴空指數，且超出第二異常門檻值，則太陽能電站可能有太陽能設備受損或汙損導致發電效率低下的情況，故購電端伺服器21向太陽能設備維修商的維修端伺服器23傳送異常資訊，以供太陽能設備維修商向異常的太陽能電站的業者提供太陽能板的清洗、維修、角度校正或移除附近之遮蔽物的服務。
再者，如前面所述，異常資訊是選擇性地傳送給對應異常的太陽能電站的售電端裝置22i，因此，如果設計上選擇不將異常資訊傳送給對應異常的太陽能電站的售電端裝置22i，則無須使售電端裝置221～22K通訊連結構電端伺服器21。另外，上述第一與第二差異門檻值可以設計成相同或不同，且本發明不以此為限制。
接著，進一步地說明晴空指數的計算細節。晴空指數的定義為購電量資料的購電量與太陽能電站之理論發電量的比值。購電量資料可以透過每隔一個單位時間(單位時間可以是時、日、周或月)抄錄太陽能電站將電饋送給電力公司的電錶而獲得，換言之，購電量資料有太陽能發電站於每個單位時間的實際發電量。太陽能電站之理論發電量可以根據大氣質量(air mass)AM與太陽能電站的高度h、太陽高度角(sun elevation angle)α、太陽方位角(sun azimuth angle)θ、太陽能模組傾角β與太陽能模組所面向的方位角ψ來決定。
進一步地，太陽能電站的太陽能模組所接收的日射量可以表示為Smodule =Sincident [cosα*sinβ*cos(ψ-θ)+sinα*cosβ]，其中太陽高度角α與太陽方位角θ關聯於太陽能電站的緯度與時間，而太陽能模組所面向的方位角ψ關聯於太陽能電站位於北半球或南半球，Sincident 為全日射量IG ，其為直接照射強度ID (單位為kW/m2 )的1.1倍，且直接照射強度ID 可以表示為ID =1.353*[(1-ah)*0.7EXP_AM +ah]，其中a為0.14，h表示高度(單位為公里)，以及EXP_AM=AM0.678 。大氣質量AM可表示為AM=1/cosζ，其中ζ為天頂角，即陽光與地面之法線的夾角。
另外，太陽能電站之理論發電量與太陽能電站的太陽能模組所接收的日射量Smodule 呈線性關係，故藉由計算出太陽能電站的太陽能模組所接收的日射量Smodule ，即可以算出太陽能電站之理論發電量。由於，太陽能電站之理論發電量已經考量了高度h的因素，且相應於太陽能電站之購電量資料的購電量也與高度h相關，因此，太陽能電站的晴空指數彌平了高度因素的影響，而能作為效能評估的精確指標。
接著，進一步地說明區域平均晴空指數的計算細節。區域平均晴空指數可以是區域內所有的太陽能電站的晴空指數的平均值，但標準差(或變異數)過大的太陽能電站的晴空指數則被排除於區域平均晴空指數的計算。除此之外，區域平均晴空指數也可以區域內所有的太陽能電站的晴空指數的權重平均值，其中權重值可以是太陽能電站在區域內所具有的面積比例。舉例來說，決定的區域有四個太陽能電站(其分別具有晴空指數CSI1 ～CSI4 )，其於區域所佔有的面積比例為0.25、0.125、0.125與0.5，則區域平均晴空指數為0.25* CSI1 +0.125*CSI2 +0.125* CSI3 +0.5* CSI4 。
然後，請參照圖3，圖3是本發明實施例的購電端伺服器的方塊示意圖。本發明實施例所述的太陽能電站監控方法主要由購電端伺服器3來執行，且在不失一般性的情況下，購電端伺服器3可以是一般的計算機裝置，並配合軟體程式碼來實現。購電端伺服器3包括處理單元31、儲存單元32、通訊單元33、記憶單元34與輸入/輸出單元35，其中儲存單元32、通訊單元33、記憶單元34與輸入/輸出單元35電性連接處理單元31。儲存單元32儲存有軟體程式碼與購電量資料，以及處理單元31讀取程式碼與獲取購電量資料，並且將記憶單元34做為程式執行的暫存，以藉此執行前述太陽能電站監控方法。通訊單元33用以使購電端伺服器與售電端裝置、維修端伺服器與通報端伺服器通訊連結。輸入/輸出單元35可以提供輸入/輸出介面以供使用購電端伺服器的使用者進行操作，例如決定選取的區域。
之後，請參照圖4，圖4是本發明實施例的太陽能電站監控裝置的方塊示意圖。大致上來說，購電端伺服器3配合軟體程式碼便能組態成包括的太陽能電站監控裝置4，太陽能電站監控裝置4包括購電量資料獲取模組41、晴空指數計算模組42、比較模組43與決策模組44，其中晴空指數計算模組42電性連結購電量資料獲取模組41與比較模組43，以及決策模組44電性連結比較模組43。在此請注意，上述太陽能電站監控裝置4除了以軟體配合一般計算機裝置來執行外，更可以是透過FPGA或ASIC的硬體電路來實現。
購電量資料模組41用以獲得區域內的各太陽能電站的購電量資料。晴空指數計算模組42根據區域內各太陽能電站的購電量資料的購電量計算區域內各太陽能電站的晴空指數，以及根據區域內各太陽能電站的的晴空指數計算區域平均晴空指數。接著，比較模組43將區域內各太陽能電站的的晴空指數與區域平均晴空指數進行比較。然後，決策模組44根據比較結果判斷區域內是否有太陽能電站發生異常，並將異常資訊傳送給對應的對象，例如維修端伺服器或通報端伺服器。
再來，請參照圖5，圖5是本發明實施例的太陽能電站監控裝置提供給使用者的畫面示意圖。太陽能電站監控裝置還包括畫面提供模組(未繪於圖式中)，其可以呈現使用者選擇之區域內的太陽能電站的晴空指數、發電量(對應於購電量資料的購電量)與區域平均晴空指數，以讓使用者可以直覺地知悉太陽能電站是否有異常。以圖5的例子來說，2018/02/11的太陽能電站的晴空指數大於區域平均晴空指數太多，則可能表示太陽能電站疑似有偷電；以及2018/02/12的太陽能電站的晴空指數小於區域平均晴空指數太多，則可能表示太陽能電站的發電效率過低，可能需要清潔、維修或移除遮蔽物等。
最後，請參照圖6，圖6是本發明實施例的太陽能電站監控方法的流程示意圖。太陽能電站監控方法可以由上述太陽能電站監控裝置來執行，然而，本發明實施例不以此為限制。首先，在步驟S61中，決定一個區域，其中區域的可以是由使用者手動輸入或系統自行透過分群演算法來決定，亦即，區域的決定方式非用以限制本發明。接著，在步驟S62中，獲取區域內之各太陽能電站的購電量資料。
之後，在步驟S63中，根據對應區域內之各太陽能電站的購電量資料的購電量，計算區域內之各太陽能電站的晴空指數，以及根據區域內之各太陽能電站的晴空指數計算區域平均晴空指數。接著，在步驟S64中，將區域平均晴空指數與區域內之各太陽能電站的晴空指數進行比較。然後在步驟S65中，根據比較結果進行相關動作。例如，區域平均晴空指數大於區域內之某一太陽能電站的晴空指數甚多，則表示區域內某一太陽能電站有發電效率過低的問題，故需要將異常資訊進一步地傳送給維修端伺服器。例如，區域平均晴空指數小於區域內之某一太陽能電站的晴空指數甚多，則表示區域內某一太陽能電站有疑似偷電的問題，故需要將異常資訊進一步地傳送給通報端伺服器。
再者，為了提升異常監控的能力，太陽能電站監控方法更可以步驟S66與S67。在步驟S66中，根據區域內之各太陽能電站目前的晴空指數與歷史的晴空指數判斷區域內之各太陽能電站的狀況。例如，計算太陽能電站的歷史晴空指數的平均值，並將此平均值與太陽能電站目前的晴空指數進行比較，以判斷太陽能電站的狀況。接著，在步驟S67中，根據判斷結果進行相關動作。舉例來說，若太陽能電站目前的晴空指數忽然小於太陽能電站的歷史晴空指數的平均值很多，則可能太陽能電站有發電效率過低的問題，而需要進一步地維修。透過使用區域平均晴空指數與歷史晴空指數的平均值來做為監控太陽能電站是否異常之標準，將可以使得太陽能電站監控方法的監控精確度提升。
此之外，為了進行較佳的電力調度，使整個電網較為穩定，太陽能電站監控方法更包括步驟S68與S69。在步驟S68中，根據區域內之各太陽能電站目前的晴空指數與歷史晴空指數預測區域內之各太陽能電站之未來幾個時間單位(例如，時、日、周或月)的未來發電量。在步驟S69中根據區域內之各太陽能電站的未來發電量決定調度規則，以進行較佳的電力調度，使整個電網較為穩定。
據此，本發明實施例提供的太陽能電站監控方法與裝置可以無須額外地在太陽能電站設置量測裝置與通訊裝置，且考量了區域內之各太陽能電站的發電量來做為評估標準(亦即，使用區域平均晴空指數做為評估標準)，因此，其不但可以減少額外的設備成本，且能夠提升太陽能電站的監控精確度。再者，本發明實施例更根據監控的結果，進一步地將疑似偷電的太陽能電站的異常資訊傳送給電力或能源稽查單位來進行調查，或者將發電效率過低的太陽能電站的異常資訊傳送給太陽設備維修商，故本發明具有使電力公司減少損失避免被詐騙的效果，以及提供太陽設備維修商對客戶進行服務的機會。
本發明在上文中已以較佳實施例揭露，然熟習本項技術者應理解的是，上述實施例僅用於描繪本發明，而不應解讀為限制本發明之範圍。應注意的是，舉凡與前述實施例等效之變化與置換，均應設為涵蓋於本發明之範疇內。因此，本發明之保護範圍當以申請專利範圍所界定者為準。
1‧‧‧太陽能發電系統111～11K‧‧‧太陽能電站12‧‧‧電力公司131～13N‧‧‧用電端2‧‧‧太陽能電站監控系統21‧‧‧購電端伺服器221～22K‧‧‧售電端裝置23‧‧‧維修端伺服器24‧‧‧通報端伺服器3‧‧‧購電端伺服器31‧‧‧處理單元32‧‧‧儲存單元33‧‧‧通訊單元34‧‧‧記憶單元35‧‧‧輸入/輸出單元4‧‧‧太陽能電站監控裝置41‧‧‧購電量資料獲取模組42‧‧‧晴空指數計算模組43‧‧‧比較模組44‧‧‧決策模組S61～S69‧‧‧步驟流程
圖1是本發明實施例的太陽能發電系統的情境示意圖。
圖2是本發明實施例的太陽能電站監控系統的方塊示意圖。
圖3是本發明實施例的購電端伺服器的方塊示意圖。
圖4是本發明實施例的太陽能電站監控裝置的方塊示意圖。
圖5是本發明實施例的太陽能電站監控裝置提供給使用者的畫面示意圖。
圖6是本發明實施例的太陽能電站監控方法的流程示意圖。
2‧‧‧太陽能電站監控系統
21‧‧‧購電端伺服器
221~22K‧‧‧售電端裝置
23‧‧‧維修端伺服器
24‧‧‧通報端伺服器

Claims (10)

  1. 一種太陽能電站監控方法，包括： 決定區域； 根據相應於所述區域內之各太陽能電站的購電量資料中的購電量計算出所述區域內之各太陽能電站的晴空指數，以及根據所述區域內之各太陽能電站的晴空指數計算出區域平均晴空指數，其中所述晴空指數被定義為所述太陽能電站的購電量資料中的購電量與所述太陽能電站的理論發電量的比值，且所述太陽能電站的理論發電量關聯於所述太陽能站所在的位置與時間； 將所述區域內之各太陽能電站的晴空指數與所述區域平均晴空指數進行比較；以及 根據比較結果，判斷所述區域內之各太陽能電站是否有異常。
  2. 如請求項第1項所述之太陽能電站監控方法，更包括： 將所述異常資訊傳送給維修端伺服器或通報端伺服器。
  3. 如請求項第1項所述之太陽能電站監控方法，其中所述區域平均晴空指數為所述區域內之多個太陽能電站的多個晴空指數的平均值或權重平均值，其中標準差過大之一個或多個太陽能電站的晴空指數被排除於所述區域平均晴空指數的計算。
  4. 如請求項第2項所述之太陽能電站監控方法，其中當所述區域內的太陽能電站的晴空指數大於所述區域平均晴空指數，且其差異值大於第一異常門檻值，則將所述異常資訊傳送給所述通報端伺服器；當所述區域內的太陽能電站的晴空指數小於所述區域平均晴空指數，且其差異值大於第二異常門檻值，則將所述異常資訊傳送給所述維修端伺服器。
  5. 如請求項第1項所述之太陽能電站監控方法，更包括： 根據所述區域內之各太陽能電站的晴空指數與多個歷史晴空指數判斷所述區域內之各太陽能電站的狀況；以及 根據判斷結果，判斷所述區域內之各太陽能電站是否有異常。
  6. 如請求項第1項所述之太陽能電站監控方法，更包括： 根據所述區域內之各太陽能電站的所述晴空指數與多個歷史晴空指數預測所述區域內之各太陽能電站的未來發電量；以及 根據所述區域內之各太陽能電站的所述未來發電量決定調度規則。
  7. 如請求項第4項所述之太陽能電站監控方法，其中所述第一異常門檻值等於所述第二異常門檻值。
  8. 如請求項第3項所述之太陽能電站監控方法，其中所述區域平均晴空指數為所述區域內之多個太陽能電站的多個晴空指數的權重平均值，其中依據所述區域內之多個太陽能電站的多個面積決定多個權重，並根據所述多個權重與所述多個晴空指數計算所述權重平均值。
  9. 如請求項第2項所述之太陽能電站監控方法，其中所述維修端伺服器為太陽能設備維修商的伺服器，以及所述通報端伺服器為電力或能源稽查單位的伺服器。
  10. 一種太陽能監控裝置，經組態而包括：購電量資料獲取模組、晴空指數計算模組、比較模組以及決策模組，以執行如請求項第1至9項其中一項所述的太陽能電站監控方法。
TW107119991A 2018-06-11 2018-06-11 太陽能電站監控方法 TWI729295B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW107119991A TWI729295B (zh) 2018-06-11 2018-06-11 太陽能電站監控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW107119991A TWI729295B (zh) 2018-06-11 2018-06-11 太陽能電站監控方法

Publications (2)

Publication Number Publication Date
TW202001766A true TW202001766A (zh) 2020-01-01
TWI729295B TWI729295B (zh) 2021-06-01

Family

ID=69941569

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107119991A TWI729295B (zh) 2018-06-11 2018-06-11 太陽能電站監控方法

Country Status (1)

Country Link
TW (1) TWI729295B (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8682585B1 (en) * 2011-07-25 2014-03-25 Clean Power Research, L.L.C. Computer-implemented system and method for inferring operational specifications of a photovoltaic power generation system
CN103715983B (zh) * 2013-12-26 2016-03-30 广东易事特电源股份有限公司 太阳能发电系统的故障检测装置和方法
CN105245186A (zh) * 2015-10-27 2016-01-13 天津天传新能源电气有限公司 一种太阳能光伏组件监测报警系统及其工作方法

Also Published As

Publication number Publication date
TWI729295B (zh) 2021-06-01

Similar Documents

Publication Publication Date Title
US8280799B2 (en) Method and systems for predicting solar energy production
US9322951B2 (en) Weather and satellite model for estimating solar irradiance
US10956629B2 (en) Estimation of soiling losses for photovoltaic systems from measured and modeled inputs
US20160072287A1 (en) Comfort-driven optimization of electric grid utilization
KR101663369B1 (ko) 분산형 태양광발전소의 경제성 검토 장치 및 방법
US20180188301A1 (en) Estimation of shading losses for photovoltaic systems from measured and modeled inputs
US20140201109A1 (en) Energy distribution system and related methods, devices, and systems
JP3817124B2 (ja) 広域電力供給システムおよび個別小規模発電装置の運用方法
US20100332373A1 (en) System and method for participation in energy-related markets
Dobschinski et al. Uncertainty forecasting in a nutshell: Prediction models designed to prevent significant errors
US20070174219A1 (en) Renewable energy usage fee
US20180287388A1 (en) Controlled Distribution of Integrated Power Supplies for Electrical Loads
Mukai et al. The competitiveness of continuous monitoring of residential PV systems: A model and insights from the Japanese market
US11451053B2 (en) Method and arrangement for estimating a grid state of a power distribution grid
JP2011165088A (ja) 電力取引システム及び電力取引システムの制御方法
TWI729295B (zh) 太陽能電站監控方法
Kleissl Current state of the art in solar forecasting
Cibulka et al. User requirements and research needs for renewable generation forecasting tools that will meet the needs of the caiso and utilities for 2020
CN111160663B (zh) 一种预测方法及装置
Bing et al. Validation of solar PV power forecasting methods for high penetration grid integration
TWI672662B (zh) 區域太陽能發電狀況預測方法與裝置
Klever Design and simulation of a grid-conneted PV system in South Africa: technical, commercial and economical aspects
Singh et al. Beyond DERMS: Platform development, flexibility, prediction, and value measurements
Monroe Simulating evolution of low-voltage electric grids with distributed energy technology adoption: An agent-based modeling approach
HANDBOOK et al. Handbook for Rooftop Solar Development in Asia