一种光伏电站智能清洗决策系统的建立方法技术方案

本发明专利技术涉及一种光伏电站智能清洗决策系统的建立方法，依次包括建立灰尘遮挡损失计算子系统、建立气象预测子系统、建立发电量预测子系统以及建立智能清洗决策子系统。本发明专利技术一方面，从光伏电站运维的实际需求出发，通过实地监测动态的光伏组件阵列灰尘遮挡损失率，提供更为准确，更具代表性的光伏组件灰尘遮挡损失率，作为决策的数据基础。能够避免光伏电站仅依靠运维人员直观判断的盲目性，使得清洗决策拥有量化的计算基础。另一方面，采用自动化的算法计算模式，使清洗决策的制定更具有时效性，为光伏电站提供动态的、收益最大化的清洗周期。

【技术实现步骤摘要】
一种光伏电站智能清洗决策系统的建立方法
本专利技术涉及一种光伏电站智能清洗决策系统的建立方法。
技术介绍
目前，太阳能光伏电站运维过程中存在着阵列清洗困难、清洗成本高、清洗时间难以把握等问题，也导致了光伏电站因阵列受灰尘遮挡而发电量降低，发电收益不满足预期。为光伏电站进行合理、有效的清洗决策，在清洗成本基本固定的前提下寻找动态的最佳清洗周期，是未来光伏电站智能运维、高效运维的必然要求。光伏阵列的清洗决策，需根据电站发电情况，并综合考虑区域气候情况、灰尘积累情况等而制定。由于光伏阵列在自然环境中积灰情况是动态变化的，难以用一段时间的经验值来确定长期固定的清洗周期。另外，太阳辐射情况、雨雪等气象条件，也是影响清洗决策的重要因素。现阶段，光伏电站运营公司对电站内阵列的清洗往往仅依赖发电量数据，甚至仅依靠对现场阵列表面灰尘的观察判断。同时，由于光伏阵列清洗成本较高，难以高频次清洗，导致很多光伏电站长期不进行组件清洗，或直到发电量异常时才进行清洗。灰尘遮挡严重时，不仅对光伏电站的发电量有重要影响，也对光伏组件的安全运行有着显著影响，因此需要一套能够为光伏电站提供智能、合理的清洗决策系统，在固定本文档来自技高网...

【技术保护点】
一种光伏电站智能清洗决策系统的建立方法，其特征在于：依次包括如下步骤：1）计算灰尘遮挡损失：采用实地监测方式，选取光伏电站中一组或多组具有代表性的光伏阵列作为对比组，在对比组周围选取一组或多组光伏阵列作为参照组，对对比组和参照组分别进行实时发电量监测，并在实时发电量监测过程中对对比组进行定时清洗，对对比组的实时发电量监测结果与相同环境下自然积灰的参照组的实时发电量监测结果进行对比，计算得到对比组的灰尘遮挡损失率；2）气象预测：采用实地监测与外接气象数据互补的方式，实时获取电站区域气象情况和太阳辐射情况，为发电量预测提供支持；3）步骤1）和步骤2）结束后，进行发电量预测：根据所有光伏阵列的发电量...

【技术特征摘要】
1.一种光伏电站智能清洗决策系统的建立方法，其特征在于：依次包括如下步骤：1）计算灰尘遮挡损失：采用实地监测方式，选取光伏电站中一组或多组具有代表性的光伏阵列作为对比组，在对比组周围选取一组或多组光伏阵列作为参照组，对对比组和参照组分别进行实时发电量监测，并在实时发电量监测过程中对对比组进行定时清洗，对对比组的实时发电量监测结果与相同环境下自然积灰的参照组的实时发电量监测结果进行对比，计算得到对比组的灰尘遮挡损失率；2）气象预测：采用实地监测与外接气象数据互补的方式，实时获取电站区域气象情况和太阳辐射情况，为发电量预测提供支持；3）步骤1）和步骤2）结束后，进行发电量预测：根据所有光伏阵列的发电量情况，结合灰尘遮挡损失率，分别计算对比组的发电量变化情况和参照组的发电量变化情况，预测整个光伏电站在一个清洗周期内的发电能力；4）步骤3）结束后，反馈最佳的清洗周期：收集步骤1）、步骤2）和步骤3）中所有处理结果，通过计算一个清洗周期内光伏电站总发电量收益函数与清洗成本函数之差的最大值，向电站人员反馈最佳的清洗周期，从而达到自动决策和智能清洗的目的。2.根据权利要求1所述的光伏电站智能清洗决策系统的建立方法，其特征在于：步骤2）中外接气象数据来源包括气象数据库和代表性气象站，气象数据库外接于国家气象部门，代表性气...

【专利技术属性】
技术研发人员：冯一铭，唐梓彭，杨雨，魏超，
申请(专利权)人：华电电力科学研究院，
类型：发明
国别省市：浙江,33