[发明专利]一种分布式光伏系统云边协同积灰程度监测方法及系统

说明书

本发明属于分布式光伏运行维护技术领域，提供了一种分布式光伏系统云边协同积灰程度监测方法及系统，包括：获取分布式光伏系统的边缘端光伏阵列输出数据；根据所获取的光伏阵列输出数据，在云端处理器通过时态与交互信息分类算法构建分布式光伏阵列积灰程度分类模型；基于所构建的分布式光伏阵列积灰程度分类模型进行待监测光伏阵列的积灰程度的判断，完成对分布式光伏系统的云边协同积灰程度的监测。本发明根据区域内所有光伏阵列的实时运行数据和历史数据，检测积灰程度，判断光伏阵列是否需要清洗。

技术领域

本发明属于分布式光伏运行维护技术领域，具体涉及一种分布式光伏系统云边协同积灰程度监测方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

近年来，分布式光伏发电装机容量和发电量逐年提升，成为新能源发电重要的组成部分。分布式光伏阵列的运行寿命和发电量直接影响所有者的收益。

与大型光伏电站相比，分布式光伏系统的容量通常要小得多，分布也比较松散，一个区域内的分布式光伏系统通常属于不同的业主。因此，分布式光伏系统在投入运行后，缺乏对分布式光伏系统的维护。光伏板在运行过程中，长期暴露在室外，积灰是一个不可避免的问题；缺乏定期清理则加剧了这一问题。据调查，积灰可使发电效率降低20%以上，甚至高达80%。首先，灰尘阻挡太阳辐射到光伏板，直接降低光伏板的输出功率；其次，灰尘不均匀使光伏板不匹配，从而降低了光伏阵列的输出功率；最后，灰尘影响光伏板的温度，进而影响分布式光伏系统的输出功率。因此，及时、高效地清理光伏系统的灰尘可以显著增加发电量和业主的利润，同时在一定程度上延长光伏板的寿命。准确判断光伏阵列积灰程度是平衡清洗成本和发电效益的前提。

据发明人了解，现有的光伏积灰程度监测大致分为以下四类：第一类是直接测量光伏阵列灰尘重量，但这需要在建设初期安装精密的称重设备；第二类是通过拍摄光伏阵列的图像，再使用图像识别技术分辨积灰程度，这需要额外添加拍摄设备；第三类是建立光伏阵列的空气动力学模型，根据气象数据估算积灰程度；第四类是在光伏系统中增加额外的传感器，通过其他辅助信息判断积灰程度。但都是针对于大型光伏电站的，对于分布式光伏系统并不适用。

发明内容

为了解决上述问题，本发明提出了一种分布式光伏系统云边协同积灰程度监测方法及系统，只需分布式光伏系统的历史和当前运行数据;不需要额外的设备、传感器或气象数据；将光伏逆变器作为边缘端获取运行数据，将所获取的运行数据上传到云端；在云端，采用时间与交互信息分类模型进行运行数据的处理和分析，根据区域内所有光伏阵列的实时运行数据和历史数据，检测积灰程度，判断光伏阵列是否需要清洗。

根据一些实施例，本发明的第一方案提供了一种分布式光伏系统云边协同积灰程度监测方法，采用如下技术方案：

一种分布式光伏系统云边协同积灰程度监测方法，包括：

获取分布式光伏系统的边缘端光伏阵列输出数据；

根据所获取的光伏阵列输出数据，在云端处理器通过时态与交互信息分类算法构建分布式光伏阵列积灰程度分类模型；

基于所构建的分布式光伏阵列积灰程度分类模型进行待监测光伏阵列的积灰程度的判断，完成对分布式光伏系统的云边协同积灰程度的监测。

作为进一步的技术限定，所述分布式光伏系统边缘端为与分布式光伏阵列直接连接的逆变器；所述光伏阵列输出数据包括光伏阵列的输出电流和输出电压；所述云端处理器与所述分布式光伏系统边缘端通讯连接。

作为进一步的技术限定，在获取光伏阵列输出数据之后，需进行数据的筛选，剔除由于边缘端未处于正常运行状态的无效数据或由于边缘端未追踪到分布式光伏阵列最大功率的无效数据。

进一步的，筛选后的光伏阵列输出数据经归一化处理，对筛选后的数据进行线性变换，使数据映射在0到1之间。