[发明专利]基于发电预测的光伏阵列异常判断方法、介质和设备

说明书

本发明提供了一种基于发电预测的光伏阵列异常判断方法、介质和设备，对光伏发电基础数据进行采集后进行大区划分并设置光伏阵列，对预设时间段内每个大区的发电量进行预测并获得实际的光伏阵列的发电功率，若光伏阵列中的大区发电存在异常，则判断异常位置，直至判定光伏单板发电异常；实现方法在计算机可读存储介质和计算机设备上的应用。本发明使得光伏阵列发电异常的判断更准确，更容易定位到光伏单板，可以及时对损坏的光伏单板进行处理，避免引发更大的损失；减少物资采购数量判断的人为经验水平要求及相关数据统计时间，采购数量更精准，减少库存积压；减少定期巡检的人力物力投入，更及时、准确的发现异常情况，保障光伏发电安全。

技术领域

本发明涉及电数字数据处理的技术领域，特别涉及一种光伏超短期下基于发电预测的光伏阵列异常判断方法、介质和设备。

背景技术

光伏发电是利用半导体界面的光生伏特效应而将光能直接转变为电能的技术，其将太阳能电池（光伏单板）经过串联后进行封装保护，可形成大面积的太阳电池组件（光伏阵列），再配合上功率控制器等部件，形成光伏发电装置。

除开光伏发电的其他不稳定因素，当在光伏发电过程中，若光伏面板存在遮挡物，则容易因为发热不均匀而引发火灾，特别是在光伏阵列的场景上，其后果更为严重，将导致大片光伏单板的逐个损坏。

现有技术中，对于这种情况的传统处理方式是通过人为定期巡查巡检，或是利用无人机巡检方式发现的，这需要持续投入大量的人力、物力进行巡检，成本高，且事实上排查难度也很大，很难第一时间发现出问题的单板；另外还有一些技术方案中提出采用对比不同的光伏面板发电差异发现异常的方案，然而，由于不同光伏面板自身外界因素不同，其发电效率本身就不同，这种方式在很大程度上无法准确发现光伏阵列的问题所在。

发明内容

本发明解决了现有技术中存在的问题，提供了一种优化的基于发电预测的光伏阵列异常判断方法、介质和设备。

本发明所采用的技术方案是，一种基于发电预测的光伏阵列异常判断方法，所述方法包括以下步骤：

步骤1：对光伏发电基础数据进行采集；

步骤2：基于所述光伏发电基础数据进行大区划分并基于划分的大区设置光伏阵列；

步骤3：对预设时间段内每个大区的发电量进行预测；

步骤4：获得实际的光伏阵列的发电功率；

步骤5：若光伏阵列中的大区发电存在异常，则判断异常位置，直至判定光伏单板发电异常；否则，重复步骤4。

优选地，所述基础数据包括每个光伏单板的发电功率及衰减率和所在地光照强度及天气。

优选地，基于所述每个光伏单板的基础数据，确认其发电影响因子，构建理论动态分布模型。

优选地，所述步骤2中，基于光伏发电基础数据，将预设范围内的大区进行划分，相同大区内的光伏发电基础数据的差值小于阈值；基于所述理论动态分布模型设置大区内的光伏阵列，直至大区的光伏发电达到预计值。

优选地，所述步骤3中，根据历史发电功率的同比及环比情况，结合所述理论动态分布模型，实现光伏单板短期发电量预测。

优选地，所述短期为24小时。

优选地，所述步骤5中，异常为光伏阵列的实际发电功率与预测值间的差值超过阈值，确定异常光伏阵列后，遍历每个指定光伏单板临近的其它光伏板信息，进行群体离散分析，找出存在偏离发电数据的光伏单板。

优选地，若存在多于一块光伏单板发电量异常且所有发电量异常的光伏单板的发电量均小于预计值，则以无人机判断是否存在遮挡并进行对应的处理；若仅有一块光伏单板发电量异常，则以人工排查问题并进行对应的处理。