光伏电站智能清洗模型及实例分析

光伏电站智能清洗模型及实例 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 CMYK 发电技术发电与空调 Power Generation & Air Condition 唐治平1，周璐2，魏超2 (1. 新疆华电和田水电有限公司，新疆和田848000;2. 华电电力科学研究院，浙江杭州310030) 摘要:提出了一种光伏电站智能清洗计算模型与方法。利用光伏电站的历史运行数据建立光伏组 件清洗前后发电出力的专家数据库，基于该数据库建立智能清洗专家系统，将光伏组件清洗后的实测辐 照度代入该模型，计算得出光伏组件以及该光伏电站的实时功率损失及在某时间段内损失的发电量，计 算出光伏组件效率。通过利用现场数据模拟计算，验证了该计算模型与方法的有效性，可对浮尘原因造 成的光伏电站出力损失做出准确计算。该方法既可提高光伏电站的运行管理水平，还可为光伏电站运营 维护提供准确的数据支持。 关键词:光伏电站;智能清洗;模型 DOI:10.3969/J.ISSN.2095-3429.2015.01.006 中图分类号:TM615文献标识码:B文章编号:2095-3429(2015)——————————————————————————————————————————————— 01-0025-05 ModelandCaseAnalysisonPhotovoltaicPowerStationCleansing TANGZhi-ping1，ZHOULu2，WEIChao2 (1.XinjiangHuadianHetianHydropowerLimitedLiabilityCompany， Hetian848000，China; 2.HuadianElectricPowerResearchInstitute，Hangzhou310030，China) Abstract:The intelligent cleansing calculation model and method of the photovoltaic power station have been pro-posed. Based on the historical operating data of the photovoltaic power station，the professional database of generated output，which is before and after the cleansing of the photovoltaic module，can be built. Then according to this database，the intelli-gent cleansing model is brought up. The after-cleansing irradiance is used in this model，the Real-time power loss of the photovoltaic module and the power station，the loss of the generated energy within a certain time，and the efficiency of the photovoltaic module can be calculated. By making use of the field data simulation，this model is proved to be valid. It can ac-curately calculate the loss of the photovoltaic power caused by floating dust. This model can both improve the operating man-agement of the photovoltaic power station and provide accurate data for its operation and maintenance. Keywords:photovoltaic power station;intelligent cleansing calculation;model ——————————————————————————————————————————————— 0引言伏产业持续健康发展的根本出路和基本立足点，建立 2013年7月，国务院下发《国务院关于促进光伏产适应国内市场的光伏产品生产、销售和服务体系，形成业健康发展的若干意见》(国发〔2013〕24号)，把扩大国有利于产业持续健康发展的法规、政策、 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 体系和市内市场、提高技术水平、加快产业转型升级作为促进光场环境。2013~2015年，年均新增光伏发电装机容量 作者简介:唐治平(1970-)，男，四川人，本科，工程师，研究方向:新能源发电技术; 周璐(1985-)，女，硕士研究生，研究方向:新能源发电技术。 总第 CMYK 发电与空调 Power Generation & Air Condition 发电技术 1000万kW左右，到2015年总装机容量达到3500万kW提供判断的依据。上述功能的实现主要通过以下几部以上。分去完成。 随着光伏电站的陆续建设和装机规模的快速增 长，我国光伏电站在运行中逐渐出现大量问题，如光伏1.1数据的处理 发电光-电转换效率低、开发和转化成本偏高、运行控实际测量中发现，温度升高1?，光伏电池的输出制及维护困难和繁琐、故障点难以 检测 工程第三方检测合同工程防雷检测合同植筋拉拔检测方案传感器技术课后答案检测机构通用要求培训 、效率衰减较难电压降低大约0.5%。在白天光伏电池工——————————————————————————————————————————————— 作的时间范围计量等[1]。内，温度变化不大，输出电压变化小，所以光伏电站的 目前由于技术手段有限，各因素对光伏电站发电输出功率归根结底主要由太阳辐射强度影响。导入各量的影响较难量化，电站故障维修通常为事后维护，检个光伏组件支路的电流、电压以及光伏组件温度、安装修方法和标准落后、粗放，效率衰减无法评估，主要原方式、辐照度等数据，对数据进行筛选，剔除数据坏点。因有:1)目前除发电量外，光伏阵列系统效率、光伏阵对光伏电站中相邻光伏组件的测量数据进行一致列平均故障间隔时间等指标大多为人工统计计算，且性检验，步骤如下: 各指标计算时，人为因素对于数据的可靠性影响较大;(1)用两两比较法构造判断矩阵，对每一层次各指 2)光伏电站发电量与太阳能资源有直接关系，但太阳标进行相对重要性判断，用数值表示并写成矩阵形式，能具有能量分散(能量密度低)、能量不稳定、能量不连把第i个指标对第j个指标的相对重要性的估计值记做续等缺点，这些因素给光伏电站性能和故障评价造成Xij，判断矩阵形式。 很大困难，光伏电站运营管理水平与运营维护技术水(2)计算权向量并做一致性检验。计算判断矩阵最平难以客观评价;3)由于影响发电量的因素较多且难大特征根及其对应的特征向量，并利用一致性指标、随以评价，灰尘覆盖厚度对于电量影响较难量化;4)缺机一致性指标和一致性比例做一致性检验。若检验通乏科学的智能运——————————————————————————————————————————————— 营管理系统支持，人为决策的合理性过，特征向量即为权向量。 有待提高[2~6]。若一致性检验不通过，则依据相邻光伏组件相似 目前，针对灰尘覆盖厚度对于电量影响较难量化性准则，参考光伏组件历史数据，将当前数据进行关联的问题，一般根据运维人员 经验 班主任工作经验交流宣传工作经验交流材料优秀班主任经验交流小学课改经验典型材料房地产总经理管理经验 判断。随机因素较大，并修正，避免光伏组件测量装置失效造成的误差。因此建立一套包含智能清洗专家系统的维护系统，同1.2建立相关影响因子专家系统数据库 时对电站整体运行性能进行实时评价，对于提高光伏 电站运行效率和运营管理水平具有重要意义。由于光伏电池的电压会随着光照强度和温度的变 化而变化，因此为了能够最大限度的利用太阳能，光伏 1智能清洗模型电站一般都带有最大功率跟踪。最大功率跟踪设备可 以校正光伏组件的负载电流和电压，使其工作在最大 光伏电站出力损失的计算，由专家系统数据库的功率输出点。如果光伏组件有灰尘，会影响光伏电池的建立、专家系统数据库的维护、获取专家系统数据库的光照强度，进而会影响光伏电池的输出功率;另外随着输出功率、光伏组件与光伏电站实时功率损失计算和光伏组件运行时间的增加，在同样清洗条件下，也可能发电量损失计算五个阶段组成[7]。功率会下降，综合考虑光照、温度等参数，可以对光伏 影响光伏系统输出功率的因素有很多，如观测点、组件厂家的产品质量进行评估考核。 ——————————————————————————————————————————————— 大气状况、天空中的云量、光伏组件灰尘遮挡等，这些建立相关影响因子专家系统数据库，当每次对光因素决定了光伏组件接收到的辐射量，进而影响光伏伏组件进行清洗后，把清洗后N个小时这段时间称为组件的输出功率[8~10]。同时，即使在已知辐射量的情况清洗有效时间TN，采样周期为Ts1，将TN时间内的数据按下，其输出功率也不是一个确定值，也会受到温度、湿照时间ti、功率Pi、辐照度Gi、温度Ti、标志位flag、辐照度度等因素的影响而变化。为了对光伏组件衰减效率进修正因子Giα、温度修正因子Tiβ等参数字段进行保存。行评估，本项目研究根据各光伏组件的出力与环境因 素的关系，利用光伏电站的历史运行数据，建立相关影其中i=0，1，……，TN60 T;flag=1，表示所采样数据为清 s1 响因子专家系统，专家系统通过对数据的横向和纵向洗有效时间的数据。在光伏组件清洗有效时间之外，采比较，得出组件衰减效率，对组件厂家的产品质量提供样周期为Ts2，将采样数据按照时间tj、功率Pj、辐照度Gj、考核依据，并综合考虑其他因素，为是否开展清洗工作温度Tj、标志位flag、辐照度修正因子Gjα、温度修正因子 Tjβ等参数字段进行保存。其中j=0，1，……;flag=0，表示 36卷 CMYK 发电技术发电与空调 ——————————————————————————————————————————————— Power Generation & Air Condition 清洗有效时间之外所采样数据。一般情况下，为了能够新优化算法，选取新的Gref、Tref。 更多的记录清洗有效时间内数据，取Ts1<Ts2，TN可以根接下来选取该清洗有效时间与下一清洗有效时间据实际需要进行选择。之间的数据，进行计算。由于计算时间区间介于两次清 建立完成相关影响因子专家系统数据库后，需对洗有效时间之间，因此可以不考虑产品质量性能下降其各个参数字段进行训练优化，如Giα、Giβ、Gjα、Gjβ。对功率损失的影响。 (1)对Giα、Tiβ训练优化ΔP=P-(Pt+(Gt-Gref)×Gjα(-Tt-Tref)×Tjβ)(5)采用清洗有效时间TN内的数据作为训练数据，每式中Pt —设某一时间点t时刻采样数据中功率值; 次对光伏组件进行清洗后，都需要对其再次进行训练Gt —辐照度; 优化。按照下面公式对Giα、Giβ进行优化。Tt —温度; Pi+2-Pi=(Gi+2-Gi)×G(i+2)α-(Ti+2-Ti)×T(i+2)β(1)ΔP—由于灰尘导致的功率损失。 Pi+2-Pi+1=(Gi+2-Gi+1)×G(i+2)α-(Ti+2-Ti+1)×T(i+2)β(2)功率损失的计算值，可以作为智能维护系统中的式中T1，Ti+1，Ti+2,TN内的数据任意三个相邻时间点内参数，为开展清洗工作提供参考。 数据。建立损失电量和当地清洗成本的经济函数即可 ——————————————————————————————————————————————— (2)对Gjα、Tjβ训练优化判定。 采用M小时这段时间的数据作为训练数据，一般 情况下可以取M=N。训练优化方法与(1)中方法类似，2实例分析 这里不再赘述。本文验证光伏电站出力损失计算模型有效性所采 1.3组件清洗与否评估用方法如下: 计算由于灰尘所导致的功率的减少值，为智能维(1)从历史数据中任意选取16组光伏组件，。 护中智能清洗专家提供参考依据。(2)使用计算模型对搽洗前光伏组件在选定某一时 选取某个清洗有效时间TN内的数据，可取该TN内刻的发电功率损失进行计算。 数据字段中的辐照度的平均值作为参照辐照度，该TN(3)使用计算模型对搽洗后光伏组件在选定某一时 内数据字段中的温度值的平均值作为参照温度值。即:刻的发电功率损失进行计算。 (4)将计算结果与清洗成本进行比对，得出结论。 2.1模型验证Gref(3) T根据新疆某光伏电站从2013年7月开始清洗有效 N×Ts1时间的历史数据，设定清洗成本，并依据清洗成本倒推 式中Gref —参照辐照度;组件的功率阀值，现对2014年10月份(25日和10日)(上 ——————————————————————————————————————————————— Tref —参照温度，次清洗是2014年9月20日)和2014年4月份(10日和5日) (上次清洗是2014年3月20日)的光伏组件进行验算。该 地区浮沉影响最大的月份为每年的3、4月份，影响最小 Gref(4)的是7、8月份。 TN×T表1和表2是2014年10月10日和25日清洗前光伏组 s1 计算该T件功率。 N内数据中功率参数的相对参照辐照度 G由图1、图2可知2014年10月25日和2014年4月15日ref、参照温度Tref的参照功率P。 对于该T组件宜开展清洗工作，因为浮沉强度不一样，要求清洗 N内的所有数据，选取辐照度与Gref差值的 绝对值小于ε的时间也不一致，在三四月浮沉天气较多，所以要求清 G，并且温度与Tref的差值的绝对值小于εp 的所有功率值P洗的时间相对较短，20d即要求清洗。9月份大概是25d m，取其平均值作为参照功率P，其中εG、 ε左右即要求清洗可知，在同一个时间段在经历同一个P设置遵循以下原则: (1)ε时间段的运行后，组件因为浮沉影响的效率衰减差别 ——————————————————————————————————————————————— G、εP尽可能的小，不应超过一定限值εM，εM可 以根据需要进行选取。不大。按照2014年4~10月的光伏电池组件浮沉影响和 (2)ε该月的历史辐照情况计算大致的清洗时间。 G、εP选取应该尽量使Pm存在，若Pm不存在，重 总第 CMYK 发电与空调 Power Generation & Air Condition 发电技术 表12014年10月25日清洗前光伏组件发电功率表22014年10月10日清洗前光伏组件发电功率组件序号 Z01010101Z01010102Z01010103Z01010104组件序号 Z01010101Z01010102Z01010103Z01010104标定功率250250250250标定功率250250250250清洗前182189185185清洗前220221225224组件序号Z01010105Z01010106Z01010107Z01010108组件序号Z01010105Z01010106Z01010107Z01010108标定功率250250250250标定功率250250250250清洗前182181186185清洗前218232218222组件序号Z01010109Z01010110Z01010111Z01010112组件序号Z01010109Z01010110Z01010111Z01010112标定功率250250250250标定功率250250250250清洗前182181186185清洗前223230228226组件序号Z01010113Z01010114Z01010115Z01010116组件序号——————————————————————————————————————————————— Z01010113Z01010114Z01010115Z01010116标定功率250250250250标定功率250250250250清洗前182185186185清洗前228227225226 表32014年4月10日清洗前光伏组件发电功率表42014年4月5日清洗前光伏组件发电功率组件序号 Z01010101Z01010102Z01010103Z01010104组件序号 Z01010101Z01010102Z01010103Z01010104标定功率250250250250标定功率250250250250清洗前165170172168清洗前208209207208组件序号Z01010105Z01010106Z01010107Z01010108组件序号Z01010105Z01010106Z01010107Z01010108标定功率250250250250标定功率250250250250清洗前165169172168清洗前205205209206组件序号Z01010109Z01010110Z01010111Z01010112组件序号Z01010109Z01010110Z01010111Z01010112标定功率250250250250标定功率250250250250清洗前170170172172清洗前210202207201组件序号Z01010113Z01010114Z01010115Z01010116组件序号Z01010113Z01010114Z01010115Z01010116标定功率250250250250标定功率250250250250清洗前173170170168清洗前206204202204 图12014年10月份光伏组件清洗判定图22014年4月份光伏组件清洗判定 36卷 CMYK 发电技术发电与空调 Power Generation & Air Condition ——————————————————————————————————————————————— 本模型计算清洗时间见表3。量可信度评估[J]. 电力系统保护与 控制，2013，41(14):1~7. [2] 艾欣，韩晓男，孙英云.光伏发电并网及 表32014年4月至2014年10月清洗时间其相关技术发展现状与 展望[J].现代电 序号1234567力，2013，30(1).清洗时间4月10日5月1日5 月25日7月1日8月109月15日10月25日[3] 方鑫，郭强，张冬 霞，等. 考虑天气不确 定性的光伏电站置信容量评估[J]. 电力 系统自动化，2012，26(10):27~32. 以一个20MWp光伏电站来计算，相对于传统设定[4] 梁双，胡 学浩，张冬霞，等. 基于随机模型的光伏置信容量评估方法[J]. 的每 个月清洗一次，单位清洗成本为6万元计算，相对电力系统自动化， 2012，36(13):32~37. 于传统的清洗方式来说，根据计算，按照本 文提出的计[5] Hoff T. Calculating photovoltaic’s value:a utility perspective[J]. IEEE 算模型来设定的光伏组件搽洗时间的方法大约增 加发Trans on Energy Conversion，1988，3(3):491~495. [6] Khallat M A，Rahaman S. A model of capacity credit evaluation of 电量417391度，合计人民币41万元。grid-connected photovoltaic system with fuel cell support[J]. IEEE Trans on Power Systems，1988，3(3):1270~1278. 3结语[7] Perez R，Tarlor M，Hoff T，et al. Moving toward consensus ——————————————————————————————————————————————— on a photo- voltaic generation capacity valuation methodologh[C] // Proceedings of Solar 本文通过建立一个外部专家系统，故障诊断可根Power， September 24-27，2007，Long Beach，CA，USA. 据阈值和外部专家系统返回值进行监测量故障预判。[8] Esmili A，Nasiri A. A case study on improving ELCC by utilization of en- 对清洁状态下光伏组件的发电数据进行分析，建ergy storage with solar PV[C] // Proceedings of 35th Annual Conference of 立相关影响因子专家系统，并使用每次清洗后的数据IEEE on Industry Electronics，November 3-5，2009，Proto，Portugal. 对模型进行二次训练，以保证专家系统的时效性，专家[9] Keane A，Milligan M，Dent C J，et al. Capacity value of wind power[J]. IEEE Trans on Power Systems，2011，26(2):564~572. 系统通过对数据的横向和纵向比较，得出组件衰减效[10] 栗然，李广敏. 基于支持向量机回归的光伏发电出力预测[J]. 中国电率，为是否开展清洗工作提供判断的依据。力，2008，41(2):74~78. 收稿日期:2014-10-30 参考文献:修回日期:2014-11-12 [1] 高英，谢开贵，胡博，等. 考虑光伏出力与负荷相关性的光伏电站容 (上接) ——————————————————————————————————————————————— 等配套设备，致使能源站初投资增加，同时电制冷机组参考文献:在低温工况运行时COP降低，蓄冷放冷板换的换热也[1] 殷平.冷热电三联供系统研究(1):分布式能源还是冷热电三联供[J].会带来冷量损失。而纯蓄热系统即蓄90~95?低温热暖通空调，2013，(3):10,17.水，用作提供生活热水和空调热水，有冷负荷需求时可[2] 李先瑞.天然气分布式能源系统 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 时应注意的几个问题[J].发电与通过热水型溴化锂机组对外提供冷冻水。究竟采用何空调，2012，(3):7,13. [3] 陆耀庆，等.实用供热空调设计手册[M].北京.中国建筑工业出版社. 种蓄能形式经济性更好，仍需要根据不同项目的负荷2008. 情况及溴化锂机组的技术水平及投资做进一步的分析[4] CJJ145-2010，燃气冷热电三联供技术规程[S].和研究。收稿日期:2015-02-10 修回日期:2015-03-19 (上接) 参考文献:京:华北电力大学，2002. [1] 张爱军，王鹏，朱宪然，等.600MW机组锅炉高温受热面炉内壁温测量[6] 王勇，张六成，韦志鹏.Delphi下，面向对象程序设计方法的实现[J].农 初探[J] .华北电力技术，2011，6(03):27~30.业网络信息. 2006 ，09(13):76~87 [2] 陈鸿伟，陈聪，高建强，等.锅炉金属壁温在线监测系统模型——————————————————————————————————————————————— 的开发与[7] 王孟浩，王衡，陈朝柱，等.高参数大容量电站锅炉过热器再热器的超 实现[J] .中国电机工程学报，2006，26(21):126~129.温问题和炉内壁温在线监测[J].锅炉技术，2009，40(1):5~11. [3] 袁益超，刘幸拯，陈之航.大型电站锅炉烟温与汽温分布理论分析与[8] 周新雅，黄兴德，严晓东，等.基于氧化皮测量的高温受热面在线壁温 试验研究[J].中国电机工程学报，2002，22(12):56~61.监测与修正技术[J].华东电力，2008，36(05):83~86. [4] 王秀清，赵景林，解海龙，等.电站锅炉屏式过热器壁温计算方法的研收稿日期:2014-10-15 究[J] .东北电力学院学报，1998，18(02):19~25.修回日期:2014-11-18 [5] 张蓉媛.大型电站锅炉过热器系统热偏差计算与壁温特性研究[D].北 总第 ———————————————————————————————————————————————