光伏電站在建設過程中存在很多問題,如積塵、遮陰、衰減、失配、損壞等。很多投資者因此而承受著巨大的損失和投資風險。通過電站質量服務,如現場勘查、發電量評估、關鍵器件調校保養等可以有效發現并解決問題,保障電站的投資收益。其中,發電量評估服務可以很好的滿足用戶對診斷電站健康狀況的需求。
發電量評估方法
所謂發電量評估就是根據光伏電站各個環節收集的數據建立模型,通過對比和分析應發電量與實發電量之間的差異來診斷光伏電站的問題。做好發電量評估主要有發電量模擬和差值分析兩步驟。
對于發電量模擬,首先是環境變量的采集和輸入。通過采集光伏電站的傳感器、匯流箱、逆變器等實測環境變量可以更精準了解到電站的運行情況。如圖所示的電站實測總輻照曲線和當日實測發電量峰谷有很精準的擬合度,這就給故障診斷提供了依據。其次是模型算法,結合組件、逆變器、變壓器等模型可以生成電站的發電量模型,將相應的環境變量輸入相應的電站模型當中,可以得到在考慮了已知環境因素下的理想發電量。數據量豐富的公司會使用自己的通過大數據修正過的模型,從而減少誤差。
差值分析方面,通過理想與實際測量發電量值、PR值等進行對比,可以了解到光伏電站實發電量與理論值的差異。通過每個環節(組件、逆變器、箱變等)的相應對比,可以具體了解到電站的薄弱環節。這在一定程度上大大簡化電站的故障診斷,并精細化了運維管理。
長期發電量評估
設計完整的電站都有自己的監控系統和完備精準的歷史環境數據及電站運行數據存儲,這給不同時段的電站運行診斷帶來了便利。高端的監控軟件更集成了發電量診斷功能,根據收集相應的環境、組件、逆變器、匯流箱等參數,進行自動模擬分析,并顯示損耗比例。目前大部分的監控系統主要是實時數據收集,簡單分析和告警功能的集合體。這就需要相應的專業人員通過電站采集的數據進行評估。
電站中短期發電量評估
國內目前處于光伏電站智能化初期,很多電站沒有安裝監控系統,或者有監控系統卻精度不高、數據采集不全面。相關的細節可參照研討會中提及的(點擊下方閱讀原文)。結果就是:一方面,電站因為無監控系統而導致運維不當,面臨著組件功率衰減,隱裂,PID等問題;另一方面由于無監控系統也無法發現問題的源頭,就給電站發電量評估帶來很大的困難。同時,第三方質量檢測機構也需要自己的電站監測裝備對電站參數進行采集。那么,如何解決這些問題?
針對這些問題,一些公司長期運維實踐過程中開發了移動式數據采集監測站,較典型的如旻投智能科技移動監測站。該數據監測站兼備光伏電站的子陣數據采集、環境參量采集和電站診斷功能。通過外接的標準化高精度靈敏傳感器、高精度數據采集器和其所支持的遠程無線通訊系統對電站進行長達幾周或幾個月的數據采集。采集到的數據存儲在本地移動存儲設備或通過網絡上傳至云端導出,技術人員可使用配套的軟件或自己的算法對數據進行分析。
根據不同用戶的需求,這種監測站可以靈活配置,實現不同的精度和功能。當然,使用該移動式監測站還可以對電站已有的氣象站、傳感器及數據采集系統進行調校,使之更加精準。(肖博士:旻投智能科技)
發電量評估方法
所謂發電量評估就是根據光伏電站各個環節收集的數據建立模型,通過對比和分析應發電量與實發電量之間的差異來診斷光伏電站的問題。做好發電量評估主要有發電量模擬和差值分析兩步驟。
對于發電量模擬,首先是環境變量的采集和輸入。通過采集光伏電站的傳感器、匯流箱、逆變器等實測環境變量可以更精準了解到電站的運行情況。如圖所示的電站實測總輻照曲線和當日實測發電量峰谷有很精準的擬合度,這就給故障診斷提供了依據。其次是模型算法,結合組件、逆變器、變壓器等模型可以生成電站的發電量模型,將相應的環境變量輸入相應的電站模型當中,可以得到在考慮了已知環境因素下的理想發電量。數據量豐富的公司會使用自己的通過大數據修正過的模型,從而減少誤差。
差值分析方面,通過理想與實際測量發電量值、PR值等進行對比,可以了解到光伏電站實發電量與理論值的差異。通過每個環節(組件、逆變器、箱變等)的相應對比,可以具體了解到電站的薄弱環節。這在一定程度上大大簡化電站的故障診斷,并精細化了運維管理。
長期發電量評估
設計完整的電站都有自己的監控系統和完備精準的歷史環境數據及電站運行數據存儲,這給不同時段的電站運行診斷帶來了便利。高端的監控軟件更集成了發電量診斷功能,根據收集相應的環境、組件、逆變器、匯流箱等參數,進行自動模擬分析,并顯示損耗比例。目前大部分的監控系統主要是實時數據收集,簡單分析和告警功能的集合體。這就需要相應的專業人員通過電站采集的數據進行評估。
電站中短期發電量評估
國內目前處于光伏電站智能化初期,很多電站沒有安裝監控系統,或者有監控系統卻精度不高、數據采集不全面。相關的細節可參照研討會中提及的(點擊下方閱讀原文)。結果就是:一方面,電站因為無監控系統而導致運維不當,面臨著組件功率衰減,隱裂,PID等問題;另一方面由于無監控系統也無法發現問題的源頭,就給電站發電量評估帶來很大的困難。同時,第三方質量檢測機構也需要自己的電站監測裝備對電站參數進行采集。那么,如何解決這些問題?
針對這些問題,一些公司長期運維實踐過程中開發了移動式數據采集監測站,較典型的如旻投智能科技移動監測站。該數據監測站兼備光伏電站的子陣數據采集、環境參量采集和電站診斷功能。通過外接的標準化高精度靈敏傳感器、高精度數據采集器和其所支持的遠程無線通訊系統對電站進行長達幾周或幾個月的數據采集。采集到的數據存儲在本地移動存儲設備或通過網絡上傳至云端導出,技術人員可使用配套的軟件或自己的算法對數據進行分析。
根據不同用戶的需求,這種監測站可以靈活配置,實現不同的精度和功能。當然,使用該移動式監測站還可以對電站已有的氣象站、傳感器及數據采集系統進行調校,使之更加精準。(肖博士:旻投智能科技)