基于新能源集控平臺的光伏組件清洗分析系統(tǒng)的設(shè)計

黃山峰，姜 凱，顧志興，秦冠軍

(南京南瑞繼保電氣有限公司，南京 211102)

0 引言

截至2021 年3 月底，中國并網(wǎng)光伏發(fā)電累計裝機容量達(dá)2.59 億kW，同比增長24.2%。其中，并網(wǎng)分布式光伏發(fā)電累計裝機容量為8134 萬kW，占并網(wǎng)光伏發(fā)電累計裝機容量的31.4%；并網(wǎng)集中式光伏發(fā)電累計裝機容量為1.78 億kW，占并網(wǎng)光伏發(fā)電累計裝機容量的68.6%。中國新能源發(fā)電產(chǎn)業(yè)在國家補貼政策的推動下實現(xiàn)了增速發(fā)展，其中，風(fēng)電和光伏發(fā)電產(chǎn)業(yè)的表現(xiàn)較為突出。運維是整個產(chǎn)業(yè)鏈的最后一個環(huán)節(jié)，目前的運維過程中，仍然存在著光伏電站(或“風(fēng)電場”)管理不規(guī)范、維護管理水平跟不上、電站數(shù)據(jù)分析不到位、發(fā)電效率差的問題。積灰是影響光伏發(fā)電效率的關(guān)鍵因素之一。

通過對某光伏電站的實際運維數(shù)據(jù)分析后，發(fā)現(xiàn)積灰污染會大幅降低光伏電站的發(fā)電量，估計因其造成的發(fā)電量損失每年至少在5%以上，由此可知，每年因積塵而造成的經(jīng)濟損失非?？捎^。光伏組件長時間暴露于空氣中，灰塵容易沉積在其表面，導(dǎo)致其能夠接收到的太陽輻照度下降，使其輸出功率下降，最終造成光伏電站的發(fā)電量損失[1]。因此，及時清洗光伏組件表面的積灰尤為重要，為了減少積灰對光伏組件發(fā)電量的影響，電站需要不定期的對光伏組件進行清洗。目前，光伏組件清洗時間的選定方法有以下兩種。

1)固定周期法。選取發(fā)電設(shè)備運行穩(wěn)定的光伏方陣，經(jīng)過軟件處理和分析固定周期內(nèi)太陽輻照度下的理論和實際發(fā)電量數(shù)據(jù)，當(dāng)損失的發(fā)電量(理論發(fā)電量與實際發(fā)電量的差值)超過清洗成本時，確定清洗時間和清洗周期，然后全站光伏組件將以此清洗周期為依據(jù)進行光伏組件清洗。這種方法未考慮光伏方陣接收的太陽輻照度損耗、逆變器損耗、設(shè)備故障損失等因素，而且未考慮到每個清洗周期內(nèi)的太陽輻照度條件是否一樣等因素，導(dǎo)致確定的清洗周期的誤差較大。

2)樣本法。人為選取某個光伏方陣或某個光伏組串作為樣本，并每日進行清洗，一直保持光伏組件處于無灰塵附著狀態(tài)。定期抽取該樣本的發(fā)電數(shù)據(jù)，并進行分析，然后將其他光伏方陣或光伏組串的發(fā)電能力與樣本做對比，推算出因積灰造成的發(fā)電量損失，當(dāng)損失發(fā)電量超過清洗成本時，確定清洗時間和清洗周期。由于這種方法無法實時分析，并且采用定期抽取發(fā)電數(shù)據(jù)計算的形式，使運維人員的工作量較大，并且也未考慮光伏方陣或光伏組串所在的地形、地理位置對因積灰造成的發(fā)電量損失的影響。

隨著近年來新能源集控平臺建設(shè)的快速發(fā)展，新能源生產(chǎn)數(shù)據(jù)已成為發(fā)電企業(yè)的重要資產(chǎn)，比如，全面的數(shù)據(jù)范圍可為精細(xì)化的光伏組件清洗分析提供數(shù)據(jù)支持。因此，本文設(shè)計了一套基于新能源集控平臺的光伏組件清洗分析系統(tǒng)，通過建立清洗計算模型，可實現(xiàn)光伏組件無積灰理論發(fā)電量的計算，能解決積灰對光伏組件發(fā)電量影響無法量化的問題，最大程度平衡清洗后發(fā)電量收益與清洗成本之間的關(guān)系，自動推算下次最佳清洗時間，為用戶安排清洗工作提供科學(xué)依據(jù)，對于提高光伏電站運行效率和運營管理水平具有重要意義[2]。

1 清洗計算模型

本文利用新能源集控平臺的歷史數(shù)據(jù)，通過精細(xì)化建模，建立清洗計算模型，為基于新能源集控平臺的光伏組件清洗分析系統(tǒng)提供理論依據(jù)。

1.1 太陽輻照度－輸出功率擬合

光伏發(fā)電是利用半導(dǎo)體界面的光生伏特效應(yīng)，將太陽輻射能直接轉(zhuǎn)換成電能。理論上太陽輻照度與光伏組件輸出功率之間存在某種線性關(guān)系。以某個光伏電站為例，通過分析新能源集控平臺數(shù)據(jù)，發(fā)現(xiàn)光伏方陣在完成清洗后的一段時間內(nèi)，光伏組件表面較為清潔，基本沒有灰塵，光伏組件處于最好的運行狀態(tài)，發(fā)電能力較好，將該時間段定義為T0；利用新能源集控平臺中光伏組件清洗后保持清潔的多個時間段(T0)內(nèi)光伏電站輻照儀上顯示的太陽輻照度數(shù)據(jù)和光伏方陣輸出功率數(shù)據(jù)，構(gòu)成最佳清洗數(shù)據(jù)散點圖[3]，每個點對應(yīng)某時刻i下光伏方陣接收的太陽輻照度值Ii和理想的光伏方陣輸出功率Pi；根據(jù)散點圖擬合得到太陽輻照度與光伏方陣輸出功率之間的線性關(guān)系，如式(1)所示。

式中：a、b、c均為線性參數(shù)。

由上述計算方法可知：計算樣本越多，擬合曲線越精確。因此，可以考慮利用n次清洗后光伏組件保持清潔的時間段來計算太陽輻照度-輸出功率擬合曲線的線性參數(shù)。

1.2 無積灰理論發(fā)電量的計算

得到太陽輻照度-輸出功率擬合曲線的線性參數(shù)后，以清洗結(jié)束后的第k天作為基準(zhǔn)時間，從該天開始計算每日的無積灰理論發(fā)電量。首先，從新能源集控平臺中獲取太陽輻照度數(shù)據(jù)，根據(jù)式(1)可計算得到i時刻下光伏方陣接收的太陽輻照度對應(yīng)的理想的光伏方陣輸出功率，并實測該光伏方陣的實際輸出功率；然后對實際輸出功率和理想輸出功率分別積分，可以得到每天的實際發(fā)電量F′和理想發(fā)電量E′[3]，則該光伏方陣每天的發(fā)電能力Lp可表示為：

光伏方陣每天的發(fā)電能力可以反映出積灰對光伏方陣發(fā)電量的影響程度。本文選取的可表征積灰影響程度的發(fā)電能力指標(biāo)是將光伏方陣輸出功率積分得到的實際發(fā)電量與理想發(fā)電量進行對比，因此，即使一些光伏電站存在輻照儀不精準(zhǔn)的情況，也不會對積灰影響程度的分析結(jié)果造成影響[3]。根據(jù)新能源集控平臺采集的逆變器數(shù)據(jù)得到光伏方陣實際日發(fā)電量F，可通過式(3)計算得到該光伏方陣無積灰理論發(fā)電量E，即：

進而可得到積灰損失發(fā)電量L，即：

1.3 確定清洗時間

光伏方陣的清洗成本M是參考光伏組件清洗定額計算得到的。若每千瓦光伏組件的清洗成本是C，光伏方陣的裝機容量為Z，則整個光伏方陣的清洗成本為：

若每度電的費用為f，將清洗成本折算成電量G為：

當(dāng)光伏方陣清洗經(jīng)過q天后，因積灰造成的累積損失發(fā)電量超過光伏方陣的清洗成本折算電量時，即：

當(dāng)滿足式(7)時，則可以給出光伏方陣清洗建議，再由人工參考未來幾天的降雨量情況，最終確定是否清洗[3]。

2 基于新能源集控平臺的光伏組件清洗分析系統(tǒng)設(shè)計

本文基于新能源集控平臺，采用清洗計算模型，在考慮光伏電站運維需求后，設(shè)計并搭建光伏組件清洗分析系統(tǒng)。該系統(tǒng)的框架圖如圖1所示。

圖1 基于新能源集控平臺的光伏組件清洗分析系統(tǒng)的框架圖Fig.1 Framework diagram of PV modules cleaning analysis system based on new energy centralized control platform

該清洗分析系統(tǒng)需達(dá)到如下目標(biāo)：1)精細(xì)化管理新能源集控平臺管轄的所有光伏方陣的清洗記錄；2)基于新能源集控平臺大數(shù)據(jù)分析、訓(xùn)練太陽輻照度-輸出功率擬合模型；3)實現(xiàn)光伏方陣級無積灰理論發(fā)電量計算；4)主動推送清洗提醒。

2.1 基礎(chǔ)數(shù)據(jù)的精細(xì)化管理

通過新能源集控平臺采集其所管轄光伏電站的數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)(SCADA)的運行數(shù)據(jù)，包括光伏逆變器、箱變、升壓站監(jiān)控系統(tǒng)的數(shù)據(jù)、輸出功率預(yù)測值、輻照儀數(shù)據(jù)等，并對采集到的太陽輻照度數(shù)據(jù)和光伏方陣輸出功率設(shè)置10 min 的采樣周期存儲歷史。

開發(fā)的基礎(chǔ)數(shù)據(jù)管理模塊的功能主要包括錄入、修改、刪除光伏電站中關(guān)于光伏方陣清洗的基本信息，包括光伏方陣容量、上次清洗時間、上次清洗成本、當(dāng)時電價等。

2.2 太陽輻照度-輸出功率數(shù)據(jù)的擬合

清洗分析系統(tǒng)的數(shù)據(jù)模型訓(xùn)練模塊可以針對每個光伏方陣獨立訓(xùn)練數(shù)據(jù)模型，利用新能源集控平臺中n次清洗后的光伏組件保持清潔狀態(tài)的時間段數(shù)據(jù)進行計算，以光伏電站輻照儀獲取的太陽輻照度數(shù)據(jù)、光伏方陣輸出功率這兩個指標(biāo)作為模型輸入，通過擬合計算得到線性參數(shù)a、b、c。

擬合計算之前需要對歷史采樣數(shù)據(jù)進行清洗，剔除異常數(shù)據(jù)，否則會對模型的擬合結(jié)果產(chǎn)生影響。異常數(shù)據(jù)產(chǎn)生的原因及相應(yīng)的解決辦法如下：

1)因逆變器故障，通信、傳感器終端故障，發(fā)電單元停機等產(chǎn)生的異常數(shù)據(jù)。這類異常數(shù)據(jù)的主要特征為：在太陽輻照度遠(yuǎn)大于零時，光伏方陣的輸出功率保持為零或接近零。

解決辦法：擬合計算時，排除設(shè)備狀態(tài)為故障、異常運行、待機、停機和通信中斷時間段的數(shù)據(jù)，只采用設(shè)備正常運行狀態(tài)時間段的數(shù)據(jù)。

2)當(dāng)太陽輻照度較低時，根據(jù)式(1)計算得到的擬合曲線線性參數(shù)不準(zhǔn)確所產(chǎn)生的異常數(shù)據(jù)。一般發(fā)生在發(fā)電設(shè)備早、晚啟?；蜿幱晏鞖鈺r。

解決辦法：擬合計算時，設(shè)定選取數(shù)據(jù)的時間段，比如選取09:00～16:00；或先判斷太陽輻照度的大小，比如若太陽輻照度小于某個閾值則不參與計算。

2.3 無積灰理論發(fā)電量計算插件

基于新能源集控平臺的分析預(yù)處理技術(shù)，利用模塊化分析功能和插件化業(yè)務(wù)算法的架構(gòu)，構(gòu)建無積灰理論發(fā)電量計算插件，將業(yè)務(wù)分析與界面展示數(shù)據(jù)流解耦。在解決復(fù)雜業(yè)務(wù)計算與系統(tǒng)并發(fā)訪問造成的海量計算壓力問題的同時，極大提升了用戶界面體驗。

無積灰理論發(fā)電量計算插件根據(jù)上文中的無積灰理論發(fā)電量算法，自動計算光伏方陣無積灰理論發(fā)電量。業(yè)務(wù)分析平臺周期調(diào)用無積灰理論發(fā)電量計算插件，從時間、對象集、指標(biāo)集等多個維度計算，將原始數(shù)據(jù)集合加工預(yù)處理成各類分析指標(biāo)和統(tǒng)計數(shù)據(jù)等，并保存入庫。

2.4 主動推送清洗提醒

清洗建議自動推送程序利用插件計算得到的無積灰理論發(fā)電量，并利用新能源集控平臺中存儲的實際發(fā)電量計算出積灰損失發(fā)電量。當(dāng)積灰損失發(fā)電量大于清洗成本時觸發(fā)自動推送邏輯，將清洗建議信息推送給新能源集控平臺和光伏電站負(fù)責(zé)人手機終端，推送的內(nèi)容包含：電站名稱、光伏方陣名稱、建議的清洗時間等。

3 應(yīng)用實例

光伏組件的安裝形式主要包含固定式和跟蹤式兩類，而采用哪種方式最有利于增加發(fā)電量，在光伏電站建設(shè)規(guī)劃時就已設(shè)計完成。本文中線性參數(shù)a、b、c，是根據(jù)電站在每次清洗周期內(nèi)的實際運行數(shù)據(jù)計算得到的，是不斷在調(diào)整和變化的，即每個電站每次清洗后，太陽輻照度和輸出功率的線性關(guān)系都是不同的。所以光伏組件安裝方式不會影響本文的研究方法和結(jié)論。

以河北省某個受灰塵影響嚴(yán)重的分布式光伏電站為例，該電站所在的屋頂是平屋頂，光伏組件采用固定式支架與屋頂平行安裝。對2021 年10 月該電站1#光伏方陣中光伏組件表面的積灰影響進行動態(tài)的量化分析。收集到的1#光伏方陣的基礎(chǔ)數(shù)據(jù)如表1 所示。

表1 1#光伏方陣的基礎(chǔ)數(shù)據(jù)Table 1 Basic data of 1# PV array表2 擬合線性參數(shù)的取值Table 2 Value of fitting linear parameters

收集該電站的歷史清洗時間，模型訓(xùn)練程序根據(jù)光伏組件清洗后清潔時間段內(nèi)的太陽輻照度數(shù)據(jù)和光伏方陣輸出功率數(shù)據(jù)進行數(shù)據(jù)擬合，得到擬合線性參數(shù)的取值，具體如表2 所示，太陽輻照度-輸出功率擬合線性曲線如圖2 所示。

圖2 太陽輻照度－輸出功率擬合曲線Fig. 2 Solar irradiance-output power fitting curve

結(jié)合表1 中的數(shù)據(jù)，再根據(jù)式(6)可計算得到清洗成本折算成的電量為14173.17 kWh。

表1 1#光伏方陣的基礎(chǔ)數(shù)據(jù)Table 1 Basic data of 1# PV array表2 擬合線性參數(shù)的取值Table 2 Value of fitting linear parameters

?

無積灰理論發(fā)電量計算插件根據(jù)擬合線性參數(shù)可以計算出光伏組件清洗后清潔時間段(8 天)之后每日的無積灰理論發(fā)電量和其對應(yīng)的積灰損失發(fā)電量，具體如表3 所示。

表3 積灰損失發(fā)電量統(tǒng)計Table 3 Statistics of power generation capacity loss due to dust accumulation

(續(xù)表)

隨著時間的推移，每天的積灰與積灰損失發(fā)電量都在增加，由清洗分析系統(tǒng)判斷出在11 月7 日總積灰損失發(fā)電量大于清洗成本折算成的電量(1.417317 萬 kWh)，此時清洗分析系統(tǒng)發(fā)出清洗建議。

4 結(jié)論

本文基于新能源集控平臺設(shè)計了一款光伏組件清洗分析系統(tǒng)，實現(xiàn)了對光伏組件清洗的精細(xì)化管理，同時擴展了光伏組件的無積灰理論發(fā)電量算法，改變了光伏組件清洗模式。實際應(yīng)用案例顯示，該系統(tǒng)能夠達(dá)到預(yù)期效果，為合理安排光伏組件清洗時間，提升清洗經(jīng)濟效益，提高光伏電站收益，提供了有效的技術(shù)手段。