一种光伏电站组件性能管理方法、系统、装置及存储介质制造方法及图纸

本发明专利技术公开了一种光伏电站组件性能管理方法、系统、装置及存储介质，所述方法包括采集光伏电站运行数据；从预先构建的光伏电站虚拟仿真模型中，获取光伏电站虚拟仿真数据；计算所述光伏电站虚拟仿真数据与光伏电站运行数据的偏差，用于评估光伏电站中组件的运行性能，本发明专利技术实现了在运光伏电站中组件运行状态的实时监测，既能获得系统中关键的运行数据，又能提前预判部分组件性能退化导致的系统安全隐患，能够显著提高光伏并网项目的安全运行水平，提升优质的供电质量和并网发电效率。提升优质的供电质量和并网发电效率。提升优质的供电质量和并网发电效率。

【技术实现步骤摘要】
一种光伏电站组件性能管理方法、系统、装置及存储介质


[0001]本专利技术涉及一种光伏电站组件性能管理方法、系统、装置及存储介质，属于新能源发电应用


技术介绍

[0002]我国的光伏产业兴起于2000年前后，2009年首批金太阳项目投运标志着光伏发电大规模应用进入了新赛道。光伏组件长期应用难以避免出现老化、损坏等问题，若不考虑电池本体不一致问题的集成过程，极有可能造成应用隐患，甚至引起灾难性事故。
[0003]有鉴于此，在以新能源为主体的新型电力系统建设前提下，建立面向应用服务的科学性、专业性光伏组件筛选方法是解决上述问题的关键性技术之一。

技术实现思路

[0004]本专利技术的目的在于克服现有技术中的不足，提供一种光伏电站组件性能管理方法、系统、装置及存储介质，能够实现对光伏组件的性能进行全方位监测。
[0005]为达到上述目的，本专利技术是采用下述技术方案实现的：
[0006]第一方面，本专利技术提供了一种光伏电站组件性能管理方法，包括：
[0007]采集光伏电站运行数据；
[0008]从预先构建的光伏电站虚拟仿真模型中，获取光伏电站虚拟仿真数据；
[0009]计算所述光伏电站虚拟仿真数据与光伏电站运行数据的偏差，用于评估光伏电站中组件的运行性能。
[0010]进一步的，所述光伏电站虚拟仿真模型的构建方法，包括：
[0011]获取光伏电站组件的运行特征指标；
[0012]将所述运行特征指标输入数字孪生平台，采用数字孪生技术建立光伏电站的虚拟仿真模型，并通过PNN智能算法预测运行特征指标的趋势。
[0013]进一步的，所述获取光伏电站组件的运行特征指标，包括：
[0014]选用单二极管等效电路模型构建光伏组件的光伏电池单元；
[0015]在均匀光照下，光伏电池单元中每块光伏电池产生的电能相等，光伏组件数学模型如下：
[0016][0017]式中，I
ph
为光生电流、I
SD
为二极管反向饱和电流、n为二极管理想因子、R
s
为等效串联电阻、R
sh
为等效并联电阻，I
ph
、I
SD
、n、R
s
、R
sh
统称为内部等效5参数，N
s
为光伏组件中串联电池片数，q为电子电荷量，k为玻尔兹曼常数，T
k
为绝对温度；
[0018]以不同工况下的光伏组件I
‑
V输出特性曲线来表征光伏组件的运行状态，获得开路电压V
oc
、短路电流I
sc
、最大功率点电压V
m
和电流I
m
四个特征量。
[0019]进一步的，对开路电压V
oc
、短路电流I
sc
、最大功率点电压V
m
和电流I
m
四个特征量采
用归一化处理，分别为：
[0020][0021][0022][0023][0024]其中，标准工况STC下，V
oc
‑
nornal
为开路电压基准值、I
sc
‑
nornal
为短路电流基准值、V
m
‑
nornal
为最大功率点电压基准值、I
m
‑
nornal
为电流基准值。
[0025]进一步的，建立光伏电站的虚拟仿真模型后，通过实时无线数据进行传输，不断校验物理实体状态量和虚拟仿真状态量之间的误差，直至误差值控制在预设范围内，计算公式如下：
[0026][0027]其中，ε为预设误差值上限，N为预设采样数量，物理实体状态量分别为开路电压V
oc
‑
A
、短路电流基准值I
sc
‑
A
、最大功率点电压基准值V
m
‑
A
和电流基准值I
m
‑
A
，虚拟仿真状态量分别为开路电压V
oc
‑
V
、短路电流基准值I
sc
‑
V
、最大功率点电压基准值V
m
‑
V
和电流基准值I
m
‑
V
。
[0028]进一步的，计算所述光伏电站虚拟仿真数据与光伏电站运行数据的偏差，用于评估光伏电站中组件的运行性能，包括：
[0029]通过光伏电站物理实体采集数据和光伏电站虚拟仿真数据进行实时交互，并进行差值计算评估光伏组件运行状态，计算公式如下：
[0030]T5＝V
(oc
‑
V)
‑
V
(oc
‑
A)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0031]T6＝I
(sc
‑
V)
‑
I
(sc
‑
A)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0032]T7＝V
(m
‑
V)
‑
V
(m
‑
A)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0033]T8＝I
(m
‑
V)
‑
I
(m
‑
A)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0034]其中，T5为开路故障、T6为短路故障、T7为R
s
内阻老化故障、T8为R
sh
内阻老化故障。
[0035]第二方面，本专利技术提供一种光伏电站组件性能管理系统，包括：
[0036]采集模块，用于采集光伏电站运行数据；
[0037]获取模块，用于从预先构建的光伏电站虚拟仿真模型中，获取光伏电站虚拟仿真数据；
[0038]计算模块，用于计算所述光伏电站虚拟仿真数据与光伏电站运行数据的偏差，用于评估光伏电站中组件的运行性能。
[0039]进一步的，所述获取模块还包括光伏电站虚拟仿真模型构建模块，所述光伏电站虚拟仿真模型构建模块包括：
[0040]获取单元，用于获取光伏电站组件的运行特征指标；
[0041]模型构建单元，用于将所述运行特征指标输入数字孪生平台，采用数字孪生技术
建立光伏电站的虚拟仿真模型，并通过PNN智能算法预测运行特征指标的趋势。
[0042]第三方面，本专利技术提供一种光伏电站组件性能管理装置，包括处理器及存储介质；
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光伏电站组件性能管理方法，其特征在于，包括：采集光伏电站运行数据；从预先构建的光伏电站虚拟仿真模型中，获取光伏电站虚拟仿真数据；计算所述光伏电站虚拟仿真数据与光伏电站运行数据的偏差，用于评估光伏电站中组件的运行性能。2.根据权利要求1所述的光伏电站组件性能管理方法，其特征在于，所述光伏电站虚拟仿真模型的构建方法，包括：获取光伏电站组件的运行特征指标；将所述运行特征指标输入数字孪生平台，采用数字孪生技术建立光伏电站的虚拟仿真模型，并通过PNN智能算法预测运行特征指标的趋势。3.根据权利要求1所述的光伏电站组件性能管理方法，其特征在于，所述获取光伏电站组件的运行特征指标，包括：选用单二极管等效电路模型构建光伏组件的光伏电池单元；在均匀光照下，光伏电池单元中每块光伏电池产生的电能相等，光伏组件数学模型如下：式中，I
ph
为光生电流、I
SD
为二极管反向饱和电流、n为二极管理想因子、R
s
为等效串联电阻、R
sh
为等效并联电阻，I
ph
、I
SD
、n、R
s
、R
sh
统称为内部等效5参数，N
s
为光伏组件中串联电池片数，q为电子电荷量，k为玻尔兹曼常数，T
k
为绝对温度；以不同工况下的光伏组件I
‑
V输出特性曲线来表征光伏组件的运行状态，获得开路电压V
oc
、短路电流I
sc
、最大功率点电压V
m
和电流I
m
四个特征量。4.根据权利要求3所述的光伏电站组件性能管理方法，其特征在于，对开路电压V
oc
、短路电流I
sc
、最大功率点电压V
m
和电流I
m
四个特征量采用归一化处理，分别为：四个特征量采用归一化处理，分别为：四个特征量采用归一化处理，分别为：四个特征量采用归一化处理，分别为：其中，标准工况STC下，V
oc
‑
nornal
为开路电压基准值、I
sc
‑
nornal
为短路电流基准值、V
m
‑
nornal
为最大功率点电压基准值、I
m
‑
nornal
为电流基准值。5.根据权利要求4所述的光伏电站组件性能管理方法，其特征在于，建立光伏电站的虚拟仿真模型后，通过实时无线数据进行传输，不断校验物理实体状态量和虚拟仿真状态量之间的误差，直至误差值控制在预设范围内，计算公式如下：
其中，ε为预设误差值上限，N为预设采样数量，物理实体状态量分别为开路电压V
oc
‑
A
、短路电流基准值I
sc
‑
A
...

【专利技术属性】
技术研发人员：陈凌，景绍学，陈华宝，孙华军，刘恋，吕乐豪，
申请(专利权)人：淮阴师范学院，
类型：发明
国别省市：