“追光”不止!中车时代电气光伏智能运维系统解决方案赋能绿色未来!

科技   2024-11-03 17:43   北京  

文 | 光伏头条 团队

微信公众号 | 光伏头条

10月15日,由国际能源网、国能能源研究院主办的国能网·2024第九届产业年会之光伏产业大会在北京盛大举行。会上,株洲中车时代电气股份有限公司高级工程师胡卫民做了主题为《科技赋能,光照未来——光伏电站智能运维关键技术与实践》的主题报告。

胡卫民分别从光伏当前的发展背景与现状、光伏电站智能运维解决方案及关键技术与实践等三方面做了精彩分享。


光伏电站运维行业发展空间巨大

近年来,光伏行业装机容量持续增长,数据显示,预计2025年光伏装机达614GW,同比增长13%,2026年光伏装机达687GW,同比增长12%,直到2028年光伏装机将超过1000GW,达到1112GW。胡卫民指出,预计到2025年,光伏产业数字化规模将达到185亿元,智能运维的市场规模在75亿元左右。因此,光伏电站运维行业具有巨大潜力和发展空间。

株洲中车时代电气股份有限公司高级工程师 胡卫民

随着电站投资业主对电站精细化管理的需求与日俱增,因此部分已经装机光伏电站仍处于“运维不合格”的状态。其中,鸟粪污染、草木遮挡、设备故障、零部件温度异常等现象比较常见。同时,电站运维频率不足、运维管理手段单一,不能及时发现电站运行过程中的痛点问题,给业主造成经济效益损失。与此同时,现有电站管理模式已不能满足电站安全经济运行的需要,企业数智化转型迫在眉睫。


针对目前光伏电站运维的发展现状,胡卫民总结出以下四点光伏电站运营管理的核心痛点。

一是发电电量偏差难溯源。由于理论应发电量受制天气、季节、调度、传输等众多因素,准确测算难度较大,致使理论应发电量与实发电量之间产生差异环节多达20项,目前自动化分析手段比较缺乏。

二是设备状态评价能力差。光伏组件难以通过外观量化异常的状态,同时在线监传感器也不可能覆盖到所有组串级的监测。

三是场站运行水平难以评价及量化。针对GW级光伏基地,目前没有公认的指标评价体系来支撑偏差分析及运维管理业务。

四是数据系统高度碎片化。当前,场站SCADA、AGC/AVC、智能巡视、无人机等多个系统形成“数据孤岛”,场站重复建设工作量大,使得多个独立系统严重影响电站运营管理协同效率。

中车时代电气推出光伏智能运维系统解决方案

针对光伏电站运维行业的发展,中车时代电气结合当前行业发展趋势以及电站运维核心需求场景,推出了一套完整的光伏智能运维系统解决方案,该方案覆盖监视、分析、诊断、巡检、管理五大功能板块,同时还提供WEB、PC工具软件、APP多种应用形态。

胡卫民重点对监视、分析、诊断、巡检四大功能板块进行了阐述。

株洲中车时代电气股份有限公司高级工程师 胡卫民

在实时监控方面,构建电站、方阵、设备三级分层管理模式,满足对数据不同粒度的展示场景。

在智能分析方面,基于能效智能分析模型,实现对电站、子阵、集电线路、箱变、逆变器、组串设备的发电效率分析,能够支持用户多时间维度查看每台设备的理论发电量、实际发电量、偏差电量及损失详情、等效小时数、PR值等。同时,还能够辅助用户快速定位短板设备,并针对性的制定设备发电提升策略。

在设备健康方面,光伏智能运维系统解决方案支持检测组串掉串、拉弧、灰尘、遮挡,逆变器容配比超限、绝缘连续降低、提前脱网待机等问题。同时,还支持检测逆变器IGBT发热异常、传感器零漂或断线、电容器容值衰减等,能有效预防设备亚健康和性能劣化,降低故障发生率,确保设备健康、高效运转。

在智能巡检方面,该系统解决方案通过结合数据智能分析+无人机智能巡检,实现组串设备全面诊断。同时,基于数据智能分析和图像CV诊断双重确认,精准识别缺陷设备,大幅提升运维效率。胡卫民表示,“巡检方面,我们主要使用行业旗舰无人机和可换电无人机库,通过场站建图、航线规划、任务调度、智能巡检,来实现全流程自动化巡检。”

光伏智能运维系统解决方案四大关键性技术

那么,这套光伏智能运维系统解决方案涉及到哪些关键性技术呢?胡卫民从以下四点做了详细介绍。

第一个关键性技术是低效组串预警-IV诊断。据了解,在地面光伏发电系统初期成本占比中,光伏组件约占40.7%,光伏组件的各种故障问题将会直接影响电站的实际收益。常见的故障有阴影、蜗纹,热斑、PID、二极管失效、隐裂、虚焊等,但由于部分故障在人工巡检时不容易被发现,因此,容易造成发电效率下降、组件寿命下降、组件损坏、火灾事故等的发生。

在此基础上,IV诊断还需要基于专家规则及智能诊断算法,精准识别遮挡、热斑、玻璃碎裂、PID效应、组件少配、线缆老化、组串开路等15种故障,并通过鉴衡L4级认证,进行现场实测,诊断准确率>90%,响应时间不超过15min/100MW。

另外,由于天气辐照具有随机性,IV诊断结果容易受到天气干扰等问题,因此,我们需要构建以标准组串发电量为基准,基于支路组串发电量长时间尺度的趋势分析。同时,构建低效组串分级预警模型,实现对异常及低效组串的筛选。

第二个关键性技术是电站能效分析。胡卫民表示,要攻克电站能效分析的问题,首先需要解决的是理论发电量的评估。针对理论发电量的评估,中车时代电气推出了基于物理方法的理论发电量模型和基于标杆组串的理论发电量模型。

胡卫民介绍,基于物理方法的理论发电量模型是,首先通过太阳位置模型得到光伏电池板所接收的有效辐照度,然后利用光伏组件的电气特性,确立输出的直流功率,最后结合温度、风向等信息进行补偿修正,得到理论发电量。

基于标杆组串的理论发电量模型是,基于场站运行历史数据(辐照度数据、电气量数据),采用数据驱动模型,学习标杆组串与目标组串电压电流、功率、发电量的映射关系,按日输出组串应发功率曲线和应发电量。以及按照设备树关系(组串-汇流箱-逆变器-发电单元-集电线-子阵-场站)层层汇总,扣除限电损耗、传输损耗、交直流转换损耗、容配比损耗等,得到各级设备的理论应发功率与电量。

第三个关键性技术是直流拉弧检测。通过故障电弧全息特征提取自学习算法,精准识别串联、并联、接地拉弧故障,能够支持30A大电流检测及600m超长距离检测,有效辨识强干扰噪声,以及长线路阻抗下微弱电弧信号提取。同时还能够识别电弧信号,支持100ms快速的断开直流分断开关,防止火灾发生。

第四个关键性技术是设备故障预警。胡卫民表示,该技术主要针对光伏场站组串掉串、易受风沙、衰减影响,逆变器故障、绝缘降低,箱变内部放电、油温高等问题。传统方法单一依靠逆变器状态遥信数据,难以及时定位故障或低效工况时间段,难以对设备劣化趋势进行超前预警。

因此,需要我们通过设备运行状态监测与特征辨识,对每个故障进行建模,同时对电站进行模拟触发,收集大量的故障样本,通过特征提取及算法,有效识别组串掉串、拉弧、灰尘、衰减、遮挡,逆变器容配比超限、绝缘连续降低、提前脱网待机,逆变器IGBT发热异常、传感器零漂或断线、电容器容值衰减等故障。

来源:光伏头条




推荐阅读







光伏头条
关注硅料/硅片、光伏电池/组件、光伏逆变器、光伏支架、光伏系统等光伏全产业链,跟踪产业政策,聚焦光伏产业链的企业与项目,推动光伏行业的前沿产品、技术和模式的应用落地,洞察光伏产业的投资机会。
 最新文章