基于数据时空分布特征的光伏方阵损失量化方法与流程

本发明涉及光伏运维管理，具体涉及基于数据时空分布特征的光伏方阵损失量化方法。

背景技术：

1、光伏发电作为可再生能源的重要组成部分近年来得到了快速发展，一个光伏电站由若干个光伏方阵组成，一个光伏方阵又由若干个光伏组件串并联而成。在光伏电站实际运行过程中，会受到环境因素影响，如阴影遮挡光伏组件的面板、光伏组件的面板污染、阳光照射到光伏组件的面板的入射角以及温度对光伏组件的影响均会影响光伏电站的发电效率，除此之外，光伏电站的发电效率也与光伏方阵到逆变器的直流回路、逆变器的运行状态以及逆变器到升压站的线路有着密切关系，导致光伏电站的实际出力总是小于其理论出力，这部分本可以发出却未发出的电量定义为损失电量，目前对损失电量的分析一般分为方阵损失、逆变器损失、集电线路损失和升压站损失，其中方阵损失包括直流回路损失、遮挡损失、温度上升损失、脏污损失、入射角损失等，这些方阵损失的电量可通过运维来进行管理，以减小光伏发电的损失地那辆，但是目前尚未有针对方阵损失进行准确量化的方法，不能为光伏电站的运维提供依据。

技术实现思路

1、本发明实施例提供了基于数据时空分布特征的光伏方阵损失量化方法，通过获取光伏方阵的倾斜面日照强度、光伏电池面板温度、光伏方阵出力和光伏电站出力的测量值，通过构建分析模型对数据进行分析得到阴影损失系数和最大功率追踪损失系数，实现对这部分损失电量进行准确量化，为光伏电站的运维提供了依据。

2、基于数据时空分布特征的光伏方阵损失量化方法，包括以下步骤：

3、步骤1，获取测量值，分别获取光伏方阵的倾角以及倾斜面日照强度、光伏电池面板温度、光伏方阵出力和光伏电站出力；

4、步骤2，计算光伏电站理论发电量和损失电量，根据所述步骤1获取的测量值分别计算出光伏电站输出的理论发电量、温度损失电量、升压损失电量和逆变损失电量，根据光伏方阵的倾角以及光伏电站的设计资料计算倾角修正系数，并计算入射角损失电量，从电站设计资料中获取直流回路的修正系数，计算直流回路损失电量；

5、步骤3，计算光伏方阵出力无温度损失点，根据所述步骤1中得到的光伏方阵出力与所述步骤2中得到的温度损失电量之和得到无温度损失电量，以日照强度为横坐标、光伏方阵不考虑温度损失的出力为纵坐标构建第一分析模型，在第一分析模型中得到光伏方阵出力无温度损失点的分布情况；

6、步骤4，计算光伏方阵的总体损失，根据步骤2中得到的光伏电站输出的理论发电量与所述步骤3中得到的无温度损失电量之差，得到总体损失电量；

7、步骤5，构建无温度损失点上沿线，取得所述步骤3第一分析模型中横坐标对应的光伏方阵出力无温度损失点的最大值，并拟合成一条直线，即为无温度损失点上沿线；

8、步骤6，得到第一损失电量，根据所述步骤3第一分析模型中横坐标对应的所述步骤2中得到的光伏电站输出的理论发电量对应纵坐标的值减去所述步骤5中得到的无温度损失点上沿线对应的值，得到第一损失电量；

9、步骤7，得到第二损失电量，根据所述步骤3第一分析模型中横坐标对应的无温度损失点上沿线对应纵坐标的值减去对应的横坐标上光伏方阵出力无温度损失点对应纵坐标的值，得到第二损失电量；

10、步骤8，构建第二分析模型，按照时间维度构建横坐标、光伏方阵不考虑温度损失的出力为纵坐标构建第二分析模型，将所述步骤2中得到的光伏电站输出的理论发电量、所述步骤3中得到的光伏方阵出力无温度损失点以及所述步骤5中得到的无温度损失点上沿线输入到第二分析模型中；

11、步骤9，取最大辐照度值，在所述步骤8中，将数据按小时划分，取得每个时间段内最大辐照度值；

12、步骤10，计算每个时间段内最大理论发电量，根据装机容量、最大辐照度和标准辐照度得到每个时间段内最大理论发电量；

13、步骤11，计算每个时间段的效率值；

14、步骤12，计算时间段的效率值平均值；

15、步骤13，得到阴影损失系数；

16、步骤14，得到最大功率追踪损失系数。

17、进一步的，第一损失电量为光伏电池面板污染电量损失。

18、进一步的，所述步骤7中，第二损失电量为阴影和最大功率追踪电量损失。

19、进一步的，所述步骤8中的时间维度的时间范围根据光伏电站所处的地理位置以及日期，通过计算进行确定。

20、进一步的，所述步骤10中，计算公式为：装机容量×最大辐照度/标准辐照度。

21、进一步的，所述步骤11中，每个时间段的效率值＝光伏方阵出力无温度损失点/光伏方阵最大理论发电量。

22、进一步的，所述步骤12中，取所有时间段内最大的6个效率值，计算得到平均值。

23、进一步的，所述步骤13中，阴影损失系数计算方式为：sum((时间段的效率值平均值/每个时间段的效率值-1)×无温度损失)。

24、进一步的，所述步骤14中，最大功率追踪损失系数计算方式为：第二损失电量-阴影损失电量。

25、本发明实施例提供的上述技术方案的有益效果至少包括：

26、本发明通过获取光伏方阵的倾斜面日照强度、光伏电池面板温度、光伏方阵出力和光伏电站出力的测量值，通过构建分析模型对数据进行分析得到阴影损失系数和最大功率追踪损失系数，实现对这部分损失电量进行准确量化，为光伏电站的运维提供了依据。

27、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

28、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

技术特征：

1.基于数据时空分布特征的光伏方阵损失量化方法，其特征在于，包括以下步骤：

2.如权利要求1所述的基于数据时空分布特征的光伏方阵损失量化方法，其特征在于，第一损失电量为光伏电池面板污染电量损失。

3.如权利要求1所述的基于数据时空分布特征的光伏方阵损失量化方法，其特征在于，所述步骤7中，第二损失电量为阴影和最大功率追踪电量损失。

4.如权利要求1所述的基于数据时空分布特征的光伏方阵损失量化方法，其特征在于，所述步骤8中的时间维度的时间范围根据光伏电站所处的地理位置以及日期，通过计算进行确定。

5.如权利要求1所述的基于数据时空分布特征的光伏方阵损失量化方法，其特征在于，所述步骤10中，计算公式为：装机容量×最大辐照度/标准辐照度。

6.如权利要求1所述的基于数据时空分布特征的光伏方阵损失量化方法，其特征在于，所述步骤11中，每个时间段的效率值＝光伏方阵出力无温度损失点/光伏方阵最大理论发电量。

7.如权利要求1所述的基于数据时空分布特征的光伏方阵损失量化方法，其特征在于，所述步骤12中，取所有时间段内最大的6个效率值，计算得到平均值。

8.如权利要求1所述的基于数据时空分布特征的光伏方阵损失量化方法，其特征在于，所述步骤13中，阴影损失系数计算方式为：sum((时间段的效率值平均值/每个时间段的效率值-1)×无温度损失)。

9.如权利要求1所述的基于数据时空分布特征的光伏方阵损失量化方法，其特征在于，所述步骤14中，最大功率追踪损失系数计算方式为：第二损失电量-阴影损失电量。

技术总结
基于数据时空分布特征的光伏方阵损失量化方法，涉及光伏运维管理技术领域，包括：获取测量值、计算光伏电站理论发电量和损失电量、计算光伏方阵出力无温度损失点、计算光伏方阵的总体损失、构建无温度损失点上沿线、得到第一损失电量、得到第二损失电量、构建第二分析模型、取最大辐照度值、计算每个时间段内最大理论发电量、计算每个时间段的效率值、计算时间段的效率值平均值、得到阴影损失系数和得到最大功率追踪损失系数等步骤，通过构建分析模型对数据进行分析得到阴影损失系数和最大功率追踪损失系数，实现对这部分损失电量进行准确量化，为光伏电站的运维提供了依据。

技术研发人员：徐超,孟秀俊,汪德军,赵江,朱玉瑞,胡辉,陈文渊
受保护的技术使用者：华能威宁风力发电有限公司
技术研发日：
技术公布日：2024/1/14