分布式光伏系統(tǒng)最優(yōu)運(yùn)維周期確定方法

尹德?lián)P，梅 飛，鄭建勇，赫衛(wèi)國，祁曉婧

（1. 東南大學(xué) 電氣工程學(xué)院，江蘇 南京 210096；2. 河海大學(xué) 能源與電氣學(xué)院，江蘇 南京 211100；3. 東南大學(xué) 自動(dòng)化學(xué)院，江蘇 南京 210096；4. 中國電力科學(xué)研究院有限公司，江蘇 南京 210003）

0 引言

隨著國際社會(huì)對生態(tài)環(huán)境、氣候變化、可持續(xù)發(fā)展等問題的日益重視，加快開發(fā)利用可再生能源已成為世界各國發(fā)展的重中之重。在各種可再生能源中，光伏（PV）具有清潔、高效、可循環(huán)發(fā)展等優(yōu)勢，應(yīng)用尤為廣泛。我國光伏發(fā)電裝機(jī)容量增長迅速，據(jù)國家能源局統(tǒng)計(jì)，2015 年我國已成為世界光伏裝機(jī)容量第一大國。截至2020 年2 月底，我國分布式光伏新增裝機(jī)容量1.220×107kW，同比增長41.3%，光伏發(fā)電累計(jì)裝機(jī)容量達(dá)到2.043×108kW，同比增長17.3%，其中分布式光伏累計(jì)裝機(jī)容量為6.263×107kW，同比增長24.2%［1］。未來光伏發(fā)電尤其是分布式光伏發(fā)電將在我國能源供給結(jié)構(gòu)中占據(jù)重要地位。如果按照光伏發(fā)電平均成本5 元／W、運(yùn)維占1%的成本進(jìn)行計(jì)算，則分布式光伏運(yùn)維市場規(guī)模將突破30 億元［2］。目前，分布式光伏運(yùn)維已逐漸向智慧化、平臺(tái)化發(fā)展，對運(yùn)維的經(jīng)濟(jì)性提出了更高的要求。合理安排光伏運(yùn)維任務(wù)、確定最優(yōu)運(yùn)維周期可以有效降低運(yùn)維成本，提高光伏收益，具有重要的現(xiàn)實(shí)意義。

分布式光伏系統(tǒng)故障設(shè)備維修是光伏運(yùn)維的一項(xiàng)重要內(nèi)容，這對于確定運(yùn)維周期以及分析光伏系統(tǒng)的可靠性至關(guān)重要。目前，關(guān)于光伏系統(tǒng)可靠性的研究模型主要分為2 類：一類是基于元件故障的可靠性模型，另一類是基于資源限制的可靠性模型。研究方法主要包括可靠性框圖、故障樹分析和馬爾科夫法。文獻(xiàn)［3］利用指數(shù)概率分布的故障樹法分析光伏系統(tǒng)可靠性。文獻(xiàn)［4］建立光伏系統(tǒng)主要組成部分的可靠性評估模型，并利用馬爾科夫鏈蒙特卡洛方法評估光伏系統(tǒng)可靠性。

光伏組件的清洗工作是光伏運(yùn)維的另一項(xiàng)重要內(nèi)容。光伏系統(tǒng)長期工作在暴露環(huán)境中，空氣中的微小顆粒易在組件面板上積累形成積灰。積灰會(huì)降低光伏透光率，減少光伏發(fā)電量，同時(shí)還會(huì)導(dǎo)致面板局部過熱，引起熱斑效應(yīng)。文獻(xiàn)［5］通過對光伏系統(tǒng)積灰情況進(jìn)行跟蹤發(fā)現(xiàn)，在1 個(gè)月內(nèi)積灰密度增加了5.44 g／m2，發(fā)電量減少了12.7%。文獻(xiàn)［6］研究不同灰塵粒徑下積灰密度與發(fā)電量損失間的關(guān)系。眾多研究結(jié)果均表明，隨著時(shí)間推移，光伏積灰密度會(huì)增加，并會(huì)進(jìn)一步減少發(fā)電量。

目前，國內(nèi)外已有一些學(xué)者對光伏運(yùn)維問題進(jìn)行了研究。文獻(xiàn)［7］詳細(xì)調(diào)研目前美國大部分光伏電站的運(yùn)維方式及價(jià)格，結(jié)果表明，光伏運(yùn)維的預(yù)算費(fèi)用差異較大，依然缺乏成熟的光伏運(yùn)維體系。文獻(xiàn)［8］從嚴(yán)重程度、發(fā)生頻率、檢測精度3 個(gè)方面評估光伏系統(tǒng)不同故障風(fēng)險(xiǎn)，并提出通過加裝過載測量設(shè)備和熱成像儀等設(shè)備減小光伏系統(tǒng)故障風(fēng)險(xiǎn)。文獻(xiàn)［9］根據(jù)監(jiān)控?cái)?shù)據(jù)及環(huán)境條件的變化，提出一種基于人工神經(jīng)網(wǎng)絡(luò)的光伏可靠性分析工具，基于該工具，提出一種改進(jìn)的光伏狀態(tài)維修方案，從而減少直接和間接費(fèi)用。文獻(xiàn)［10］以準(zhǔn)備時(shí)間和維修時(shí)間作為參數(shù)，以運(yùn)維成本最低作為目標(biāo)函數(shù)建立光伏智能運(yùn)維模型，并利用粒子群優(yōu)化算法進(jìn)行求解。文獻(xiàn)［11］針對不同的分布式光伏補(bǔ)貼政策，以凈現(xiàn)值、內(nèi)部收益率和動(dòng)態(tài)投資回收期作為指標(biāo)，計(jì)算光伏系統(tǒng)在不同運(yùn)維模式下的經(jīng)濟(jì)效益。文獻(xiàn)［12］建立分布式光伏運(yùn)維模型，在綜合考慮運(yùn)維公司位置、運(yùn)維人員數(shù)量的情況下，使運(yùn)維總成本達(dá)到最優(yōu)。文獻(xiàn)［13］分析溫度與暴露時(shí)間對光伏組件積灰率的影響，分別建立多元線性回歸模型和神經(jīng)網(wǎng)絡(luò)模型評估每日積灰速率，并利用約旦的數(shù)據(jù)分析模型的有效性，基于積灰速率模型給出光伏清洗建議。文獻(xiàn)［14］構(gòu)建積灰時(shí)間變化漸近模型，并建立電池板積灰費(fèi)用評估模型來確定最佳清洗周期。然而，目前針對分布式光伏運(yùn)維的研究大多沒有考慮分布式光伏系統(tǒng)結(jié)構(gòu)的影響，也沒有綜合考慮系統(tǒng)的故障狀態(tài)及積灰狀態(tài)。此外，目前缺乏對光伏系統(tǒng)最優(yōu)運(yùn)維周期的研究，運(yùn)維周期主要通過運(yùn)維人員的經(jīng)驗(yàn)確定，不利于光伏運(yùn)維經(jīng)濟(jì)效益。

針對以上問題，本文在考慮分布式光伏典型應(yīng)用場景的基礎(chǔ)上，建立運(yùn)維周期模型，綜合分析部件失效損失、組件積灰損失、運(yùn)維固定成本、運(yùn)維時(shí)間成本等因素，提出一種以經(jīng)濟(jì)效益最優(yōu)為目標(biāo)的分布式光伏最優(yōu)運(yùn)維周期確定方法，并通過不同算例驗(yàn)證了該方法的有效性和合理性。

1 分布式光伏運(yùn)維周期模型

1.1 分布式光伏最優(yōu)運(yùn)維周期確定總體思路

本文的目標(biāo)是通過建立以經(jīng)濟(jì)效益最優(yōu)為目標(biāo)的分布式光伏運(yùn)維周期模型，確定不同場景下的最優(yōu)運(yùn)維周期。每次運(yùn)維需要維修故障部件并清洗光伏組件，所建立模型的輸入?yún)?shù)為運(yùn)維周期候選解，輸出參數(shù)為最優(yōu)運(yùn)維周期和運(yùn)維總成本。分布式光伏運(yùn)維總成本主要由兩部分構(gòu)成：一部分是由光伏系統(tǒng)部件失效或光伏組件積灰導(dǎo)致的發(fā)電量損失成本；另一部分是每次的運(yùn)維成本。運(yùn)維周期越長，則失效的部件越多，累計(jì)失效時(shí)間越長，同時(shí)組件積灰越嚴(yán)重，這會(huì)使光伏的發(fā)電量低于預(yù)期，減少光伏發(fā)電經(jīng)濟(jì)效益。反之，運(yùn)維周期越短，則會(huì)導(dǎo)致累計(jì)的運(yùn)維成本越高，甚至超過發(fā)電量損失成本。因此，本文通過建立分布式光伏運(yùn)維周期模型尋求發(fā)電量損失成本和運(yùn)維成本間的平衡，達(dá)到運(yùn)維經(jīng)濟(jì)效益最優(yōu)。由于分布式光伏部件的失效是隨機(jī)發(fā)生的，在每個(gè)運(yùn)維周期內(nèi)的發(fā)電量損失成本和運(yùn)維成本都不盡相同，因此本文建立部件可靠性模型，并采用蒙特卡洛法得到模型結(jié)果的概率分布。由于光伏組件積灰會(huì)隨著運(yùn)行時(shí)間的增加而增加，因此本文建立光伏組件積灰模型以計(jì)算當(dāng)天由積灰造成的發(fā)電量損失。

1.2 分布式光伏典型應(yīng)用場景

對于不同場景下的分布式光伏系統(tǒng)，由于其所處地理環(huán)境及連接結(jié)構(gòu)的差異性，最優(yōu)運(yùn)維周期也會(huì)不同。本文針對2 種典型的分布式光伏應(yīng)用場景分別構(gòu)建運(yùn)維周期模型［15］：第1 種場景為家用屋頂式分布式光伏，該場景的典型特征是每戶都有包括逆變器、斷路器在內(nèi)的整套設(shè)備，單個(gè)用戶功率較小，一般小于10 kW，由所有用戶各自獨(dú)立的成套設(shè)備組成整個(gè)住宅小區(qū)的光伏發(fā)電系統(tǒng)；第2 種場景為分布式光伏電站，該場景的典型特征是系統(tǒng)功率較大，整個(gè)系統(tǒng)采用集中連接的方式，共用匯流箱、逆變器、交流配電柜等設(shè)備。

本文參考江蘇省的分布式光伏案例，著重選取其中關(guān)鍵部件，建立典型分布式光伏系統(tǒng)數(shù)學(xué)模型。第1 種場景共有50 個(gè)家庭分布式光伏用戶，每戶裝機(jī)容量為8 kW，共0.4 MW。每戶光伏均由32 塊250 W 的光伏組件、1臺(tái)直流斷路器、1臺(tái)10 kW 逆變器以及1 臺(tái)交流斷路器組成。第2 種場景總裝機(jī)容量為1 MW，分布式光伏電站由4 000 塊250 W 光伏組件、16個(gè)直流匯流箱、2臺(tái)500 kW 逆變器以及1個(gè)交流配電柜組成。2 種典型應(yīng)用場景的分布式光伏系統(tǒng)結(jié)構(gòu)見附錄A圖A1。

1.3 光伏部件可靠性模型

可靠性的定義是，一個(gè)部件在特定的環(huán)境及操作條件下，在規(guī)定的時(shí)間內(nèi)不失效地完成其規(guī)定任務(wù)的能力［16］。在可靠性建模中，部件的失效時(shí)間是一個(gè)隨機(jī)變量，可以用不同的概率函數(shù)來描述。概率密度函數(shù)f(t)指一個(gè)隨機(jī)變量取一個(gè)特定值的相對可能性。部件在某一特定時(shí)間t之前失效的概率可以用累積密度函數(shù)F(t)來表示。累計(jì)密度函數(shù)與概率密度函數(shù)的關(guān)系為：

F(t)=∫0tf(τ)dτ（1）

可靠性函數(shù)R(t)表示系統(tǒng)在（0，t］時(shí)間內(nèi)不失效的概率：

式中：λ為部件失效率，用單位時(shí)間內(nèi)的故障次數(shù)來表示，其反比值表示一個(gè)元件的平均故障時(shí)間間隔。

1.4 光伏組件積灰模型

光伏系統(tǒng)運(yùn)行在暴露的環(huán)境中，會(huì)有灰塵覆蓋在其面板表面形成積灰，降低面板透光率，從而導(dǎo)致發(fā)電效率下降，使同等氣象條件下的光伏發(fā)電量減少。因此，光伏組件積灰也是導(dǎo)致光伏系統(tǒng)發(fā)電量損失的重要誘因，有必要在運(yùn)維時(shí)清洗光伏組件。

目前對光伏組件積灰的研究主要關(guān)注于積灰密度和發(fā)電量損失的關(guān)系，而較少關(guān)注積灰速率。本文參考文獻(xiàn)［17］的積灰時(shí)變模型，模型如式（6）所示。

式中：d表示每次組件完全清洗后的第d天；ηash（d）為第d天的發(fā)電量損失率；a和b為經(jīng)驗(yàn)常數(shù)，由不同地區(qū)的積灰速率決定。

2 模型實(shí)施方法

本文利用MATLAB 建立分布式光伏最優(yōu)運(yùn)維周期模型，模擬運(yùn)維周期Tc∈［10，50］d 的情況。利用蒙特卡洛法在每個(gè)運(yùn)維周期均運(yùn)行模型1 000 次以得到每個(gè)運(yùn)維周期的總成本概率分布，最后通過1 000次模擬的平均值得到最優(yōu)運(yùn)維周期。

每次模擬分布式光伏運(yùn)行1 a時(shí)間，模型模擬運(yùn)行時(shí)間間隔為1 h。全年運(yùn)維次數(shù)為：

式中：Ttol為全年運(yùn)維次數(shù)，全年運(yùn)行總天數(shù)為TcTtol；表示向上取整。根據(jù)運(yùn)維周期Tc取值的不同，全年運(yùn)行總天數(shù)有所差別，本文在得到全年運(yùn)維總成本后，將其除以全年運(yùn)行總天數(shù)，計(jì)算出每天的平均值，以消除運(yùn)行總天數(shù)不同帶來的影響。

模擬開始后，隨著模擬時(shí)間推移，分布式光伏系統(tǒng)部件的狀態(tài)會(huì)發(fā)生改變。分布式光伏系統(tǒng)部件共有4 種狀態(tài)：第1 種為正常狀態(tài)，此時(shí)光伏部件并網(wǎng)發(fā)電，同時(shí)隨著時(shí)間推移，面板上的積灰量不斷增加；第2 種為失效狀態(tài)，根據(jù)文獻(xiàn)［18］，當(dāng)光伏組件發(fā)生故障時(shí)，即使故障沒有修復(fù)，只要光伏陣列能達(dá)到光伏逆變器的最小工作電壓，光伏逆變器就可以繼續(xù)工作，而一旦光伏逆變器發(fā)生故障，則不能將其所連組件發(fā)出的功率送至電網(wǎng)，相當(dāng)于組件處在離網(wǎng)狀態(tài)，因此本文假定光伏組件失效不會(huì)影響其他部件的運(yùn)行，而其他部件失效則會(huì)導(dǎo)致與其相連的所有光伏組件離網(wǎng)，發(fā)電量變?yōu)?，部件的失效時(shí)間由可靠性模型隨機(jī)確定，一旦部件失效，則將其標(biāo)記為失效狀態(tài)；第3 種為維修狀態(tài)，處于該狀態(tài)的部件是失效的，直到維修結(jié)束后才恢復(fù)至正常狀態(tài)；第4種為清洗狀態(tài)，由于每塊組件的清洗時(shí)間很短，無法準(zhǔn)確評估積灰導(dǎo)致的發(fā)電量變化，因此本文假定在清洗開始至結(jié)束的時(shí)段內(nèi)，所有光伏組件的發(fā)電量損失率為清洗開始時(shí)的一半，當(dāng)清潔結(jié)束后，發(fā)電量損失率重新變?yōu)?。

當(dāng)模型模擬運(yùn)行時(shí)長達(dá)到設(shè)定的運(yùn)維周期時(shí)，光伏運(yùn)維公司在08:00派出團(tuán)隊(duì)對系統(tǒng)進(jìn)行運(yùn)維，每天的最長工作時(shí)間為8 h。運(yùn)維團(tuán)隊(duì)的行動(dòng)包括4種：第1 種為駕車，運(yùn)維團(tuán)隊(duì)駕車從運(yùn)維公司到分布式光伏系統(tǒng)現(xiàn)場，并在當(dāng)天運(yùn)維結(jié)束后駕車返回，如果在當(dāng)天工作時(shí)間內(nèi)沒有完成所有運(yùn)維任務(wù)，則需次日重新駕車至現(xiàn)場，同時(shí)，本文假設(shè)較短的駕車時(shí)間不計(jì)入工作時(shí)間中；第2 種為打開／關(guān)閉部件，在到達(dá)現(xiàn)場后，首先將失效部件所連支路的所有設(shè)備關(guān)閉，使其處于維修狀態(tài)，在維修完畢后，打開部件，使其恢復(fù)至正常狀態(tài)，本文假設(shè)該行動(dòng)不消耗時(shí)間且沒有成本；第3 種為維修，針對失效部件進(jìn)行維修，維修時(shí)長由部件種類及運(yùn)維團(tuán)隊(duì)人數(shù)共同確定；第4 種為清洗，當(dāng)所有失效部件維修結(jié)束后，對所有光伏組件進(jìn)行清洗，清洗時(shí)長由光伏應(yīng)用場景、系統(tǒng)規(guī)模及運(yùn)維團(tuán)隊(duì)人數(shù)共同確定。模型實(shí)施方法流程圖見附錄A圖A2。

3 運(yùn)維經(jīng)濟(jì)成本

3.1 發(fā)電量損失成本

發(fā)電量損失成本主要由光伏系統(tǒng)部件失效損失和光伏組件積灰損失2個(gè)部分組成。

1）部件失效損失。

因光伏系統(tǒng)部件失效使光伏組件離線而導(dǎo)致的經(jīng)濟(jì)效益損失表示為：

式中：nmod（t）為t時(shí)刻失效的光伏組件總數(shù)；ni（t）為除光伏組件外在t時(shí)刻失效的第i個(gè)部件總數(shù)；ncon（i）為與第i個(gè)部件連接的光伏組件數(shù)量。若線路后端的部件失效，則不再考慮所有之前部件的失效情況，避免重復(fù)計(jì)算離線光伏組件的數(shù)量。

2）組件積灰損失。

因光伏組件積灰使發(fā)電量下降而導(dǎo)致的經(jīng)濟(jì)效益損失表示為：

式中：Cash(t)為t時(shí)刻因積灰而導(dǎo)致的經(jīng)濟(jì)效益損失；Ntol為光伏組件總數(shù)，Ntol-Nmod(t)表示t時(shí)刻在線光伏組件總數(shù)；ηash(t)為t時(shí)刻由積灰導(dǎo)致的發(fā)電量損失率。

3.2 運(yùn)維成本

運(yùn)維成本主要由運(yùn)維固定成本以及運(yùn)維時(shí)間成本2個(gè)部分組成。

1）運(yùn)維固定成本。

每次運(yùn)維的固定成本可表示為：

式中：Cmai為每次運(yùn)維的固定成本；np為運(yùn)維人員數(shù)量；tdr為從運(yùn)維公司駕車至分布式光伏系統(tǒng)的時(shí)長；cdr為每人每小時(shí)的車費(fèi)；ccl為每次運(yùn)維的積灰清洗費(fèi)用。

2）運(yùn)維時(shí)間成本。

由于每個(gè)運(yùn)維周期內(nèi)失效的部件存在差異，因此每次的維修任務(wù)都不盡相同。每次運(yùn)維所需的時(shí)間可表示為：

式中：Cti(T)為第T個(gè)運(yùn)維周期內(nèi)運(yùn)維時(shí)間成本；cw為每人每天的工資。2(tday(T)-1)nptdrcdr表示運(yùn)維時(shí)間每多一天產(chǎn)生的駕車費(fèi)用。

3.3 運(yùn)維總成本

將發(fā)電量損失成本和運(yùn)維成本求和可得到分布式光伏全年運(yùn)維總成本為：

4 模型參數(shù)確定

4.1 部件失效率參數(shù)

根據(jù)文獻(xiàn)［19］提供的光伏系統(tǒng)信息，2 種典型分布式光伏部件的失效率分別如附錄A 表A1 和表A2所示。2種典型分布式光伏單個(gè)部件所連光伏組件數(shù)量分別如附錄A表A3和表A4所示。

4.2 組件輸出功率

在考慮分布式光伏全年平均每天有效時(shí)間為3.5 h 的情況下，采用分布式光伏四季平均每日出力曲線計(jì)算t時(shí)刻光伏組件的輸出功率P(t)，如附錄A圖A3所示。

4.3 積灰模型參數(shù)

本文利用江蘇某運(yùn)維公司提供的積灰數(shù)據(jù)，計(jì)算組件積灰模型的經(jīng)驗(yàn)常數(shù)，以確定光伏每日的積灰發(fā)電量損失率。該公司某小型分布式光伏系統(tǒng)在第1、5、10、15、20、25、30、35 天的組件效率分別為13.61%、12.94%、12.68%、12.61%、12.29%、12.02%、11.92%、11.79%，則該光伏系統(tǒng)相應(yīng)的發(fā)電量損失率分別為4.92%、6.83%、7.34%、9.70%、11.68%、12.42%、13.37%。擬合得到積灰模型經(jīng)驗(yàn)常數(shù)a=20.48、b=-0.038 7。則因光伏每日積灰而導(dǎo)致的發(fā)電量損失率為：

4.4 經(jīng)濟(jì)參數(shù)

本文假定：并網(wǎng)電價(jià)pel=0.40 元／（kW·h），運(yùn)維團(tuán)隊(duì)共有2 人，即np=2；從運(yùn)維公司駕車至2 種分布式光伏系統(tǒng)的時(shí)長tdr均為1 h；每人每小時(shí)的車費(fèi)cdr=25 元；維修單個(gè)失效部件所需的時(shí)間tfix=2 h；運(yùn)維時(shí)每人每天的工資cw=600元。

對于家用屋頂式分布式光伏，單次運(yùn)維的積灰清洗費(fèi)用ccl=300 元，清洗積灰所需時(shí)間tcl=8 h。對于分布式光伏電站，單次運(yùn)維的積灰清洗費(fèi)用ccl=2 000元，清洗積灰所需時(shí)間tcl=8 h。

5 結(jié)果討論

5.1 模型運(yùn)行結(jié)果的概率分布

分布式光伏運(yùn)維周期分別取為14、21、30 d，家用屋頂式分布式光伏運(yùn)維總成本概率分布如圖1 所示，分布式光伏電站總成本概率分布如附錄A 圖A4所示。

圖1 家用屋頂式分布式光伏運(yùn)維總成本概率分布Fig.1 Probability distribution of total operation and maintenance cost of household rooftop distributed PV

對于家用屋頂式分布式光伏，其1000次模擬運(yùn)維總成本的波動(dòng)主要是由時(shí)間成本導(dǎo)致的。從圖1可以看出，隨著運(yùn)維周期增加，概率分布峰值更加明顯，這主要是由于運(yùn)維周期增加使運(yùn)維團(tuán)隊(duì)行動(dòng)更加集中，時(shí)間成本波動(dòng)變小。對于分布式光伏電站，其運(yùn)維總成本的波動(dòng)主要是由部件失效損失導(dǎo)致的，與家用屋頂式分布式光伏相反，隨著運(yùn)維周期增加，其概率分布更加離散，這主要是由于分布式光伏電站故障率較高，運(yùn)維周期增加使失效部件數(shù)量增多且失效影響更大。

5.2 模型運(yùn)行結(jié)果平均值

5.2.1 基本方案結(jié)果

2 種典型場景分布式光伏運(yùn)維周期的模擬結(jié)果平均值如圖2 所示。由圖可知，隨著運(yùn)維周期的增加，失效部件數(shù)量、失效時(shí)間以及積灰程度均增長，2種典型場景的發(fā)電量損失成本均增加。同時(shí)，由于運(yùn)維周期增加，一年內(nèi)的運(yùn)維總次數(shù)減少，總運(yùn)維時(shí)間縮短，因此2 種典型場景的運(yùn)維成本均降低。對于發(fā)電量損失成本，家用屋頂式分布式光伏主要為組件積灰損失，而分布式光伏電站主要為部件失效損失，其主要原因是分布式光伏電站部件連接的光伏組件較多且故障率較高。對于運(yùn)維成本，2 種典型場景均主要為時(shí)間成本，由于分布式光伏電站每次清洗所需時(shí)間較短，因此其時(shí)間成本隨運(yùn)維周期增加下降幅度較小。

圖2 2 種典型場景分布式光伏最優(yōu)運(yùn)維周期及成本Fig.2 Optimal operation and maintenance cycles and costs of distributed PV under two typical scenarios

由圖2 可知：家用屋頂式分布式光伏的最優(yōu)運(yùn)維周期為29 d，此時(shí)運(yùn)維總成本最優(yōu)，平均每天的運(yùn)維總成本為116.7 元，平均每天的部件失效損失為4.8 元，組件積灰損失為37.9 元，運(yùn)維固定成本為13.8元，運(yùn)維時(shí)間成本為60.2元；分布式光伏電站的最優(yōu)運(yùn)維周期為20 d，平均每天的運(yùn)維總成本為410.6元，平均每天的部件失效損失為128.3元，組件積灰損失為61.7 元，運(yùn)維固定成本為105.0 元，運(yùn)維時(shí)間成本為115.6元。

根據(jù)傳統(tǒng)運(yùn)維方案得到的家用屋頂式分布式光伏和分布式光伏電站的運(yùn)維周期分別為90、30 d，平均每天的運(yùn)維總成本分別為152.4、440.7 元。與傳統(tǒng)運(yùn)維方案相比，采用本文方案時(shí)，家用屋頂式分布式光伏和分布式光伏電站平均每天可分別節(jié)省成本35.7、30.1元，全年可分別節(jié)省成本1.3、1.1萬元?？梢?，本文最優(yōu)運(yùn)維周期確定方法顯著提高了2 種典型分布式光伏系統(tǒng)的經(jīng)濟(jì)效益。

5.2.2 并網(wǎng)電價(jià)對最優(yōu)運(yùn)維周期的影響

本文通過改變并網(wǎng)電價(jià)pel來模擬光伏并網(wǎng)電價(jià)調(diào)整對最優(yōu)運(yùn)維周期的影響。分別設(shè)定pel為0.25、0.40、0.55 元／（kW·h）。2 種場景下不同并網(wǎng)電價(jià)的運(yùn)維總成本如圖3所示。

圖3 不同并網(wǎng)電價(jià)的最優(yōu)運(yùn)維周期Fig.3 Optimal operation and maintenance cycles for different electricity prices

對于2 種典型場景的所有運(yùn)維周期，總成本都會(huì)隨著并網(wǎng)電價(jià)增加而增長，增長的費(fèi)用為發(fā)電量損失成本。隨著運(yùn)維周期增加，發(fā)電量損失成本在總成本中的占比逐漸提高，并網(wǎng)電價(jià)的影響更大，因此，該總成本增長趨勢會(huì)進(jìn)一步擴(kuò)大。在并網(wǎng)電價(jià)分別為0.25、0.40、0.55 元／（kW·h）時(shí)：家用屋頂式分布式光伏的最優(yōu)運(yùn)維周期分別為42、29、22 d，平均每天的運(yùn)維總成本分別為94.4、116.7、131.3元；分布式光伏電站的最優(yōu)運(yùn)維周期分別為26、20、15 d，平均每天的運(yùn)維總成本分別為327.3、410.6、471.0元。

5.2.3 季節(jié)對最優(yōu)運(yùn)維周期的影響

分布式光伏發(fā)電在不同季節(jié)的發(fā)電量有明顯的差異性，因此，應(yīng)根據(jù)季節(jié)調(diào)整分布式光伏最優(yōu)運(yùn)維周期。由于春秋兩季光伏出力幾乎一致，因此本文認(rèn)為春秋兩季的最優(yōu)運(yùn)維周期相同，只模擬其中一個(gè)季節(jié)。2種場景下不同季節(jié)的運(yùn)維總成本見圖4。

圖4 不同季節(jié)的最優(yōu)運(yùn)維周期Fig.4 Optimal operation and maintenance cycles for different seasons

在夏季、春秋季、冬季：家用屋頂式分布式光伏的最優(yōu)運(yùn)維周期分別為22、29、47 d，平均每天的運(yùn)維總成本分別為140.4、116.7、90.0元；分布式光伏電站的最優(yōu)運(yùn)維周期分別為13、20、28 d，平均每天的運(yùn)維總成本分別為502.3、410.6、305.8元。

5.2.4 服役時(shí)長對最優(yōu)運(yùn)維周期的影響

光伏系統(tǒng)在運(yùn)行過程中會(huì)受到環(huán)境因素如光、熱、氧、液體介質(zhì)等作用，使材料、接頭、電纜等產(chǎn)生老化，同時(shí)，會(huì)因長期內(nèi)部熱機(jī)械應(yīng)力作用積累疲勞損傷，影響系統(tǒng)可靠性［20］。因此，應(yīng)根據(jù)服役時(shí)長調(diào)整分布式光伏最優(yōu)運(yùn)維周期。本文設(shè)定分布式光伏服役時(shí)長為Y年，若在第Y年開始時(shí)設(shè)備從未進(jìn)行過維修，則第Y年的可靠度函數(shù)為：

若設(shè)備之前進(jìn)行過維修，則根據(jù)維修后的時(shí)長計(jì)算設(shè)備在第Y年的初始可靠度。本文計(jì)算2 種場景下設(shè)備服役10 a間每年的最優(yōu)運(yùn)維周期及運(yùn)維總成本，如表1所示。

表1 不同服役時(shí)長的最優(yōu)運(yùn)維周期Table 1 Optimal operation and maintenance cycles for different service years

6 結(jié)論

1）本文在考慮分布式光伏系統(tǒng)部件可靠性、組件積灰速率的基礎(chǔ)上，建立靈活的分布式光伏運(yùn)維周期模型。該模型是以通用方式建立并實(shí)施的，通過調(diào)整模型參數(shù)，實(shí)現(xiàn)不同場景、影響因素下最優(yōu)運(yùn)維周期的確定以及經(jīng)濟(jì)效益的定量評估，這有助于指導(dǎo)分布式光伏運(yùn)維策略，提高經(jīng)濟(jì)性。

2）分布式光伏的應(yīng)用場景是確定最優(yōu)運(yùn)維周期的主要因素，由于不同應(yīng)用場景下組件數(shù)量、系統(tǒng)部件連接方式不同，各項(xiàng)成本在運(yùn)維總成本中的占比區(qū)別較大。最優(yōu)運(yùn)維周期也與系統(tǒng)連接結(jié)構(gòu)、部件性能、灰塵積累、所處季節(jié)、并網(wǎng)電價(jià)、服役時(shí)長等因素密切相關(guān)，可以根據(jù)實(shí)際情況將該最優(yōu)運(yùn)維周期確定方法拓展應(yīng)用于不同類型、不同條件的分布式光伏系統(tǒng)。

3）本文的最優(yōu)運(yùn)維周期確定方法依賴于對系統(tǒng)部件失效的預(yù)測，而未考慮光伏系統(tǒng)狀態(tài)實(shí)時(shí)監(jiān)測、診斷的結(jié)果，這將是筆者下一步研究的重點(diǎn)，以進(jìn)一步精細(xì)確定分布式光伏最優(yōu)運(yùn)維時(shí)間。

附錄見本刊網(wǎng)絡(luò)版（http：//www.epae.cn）。