數據分析在光伏電站運維中的應用

魏東

摘 要：國內光伏電站當前為搶高電價而重建設、輕管理，上下游廠商為降低成本而重數量、輕質量的思想導致了光伏電站生產管理能力不足、運維方法不科學，使得光伏電站實際發電效率達不到設計值，企業發電利潤得不到可靠保障。本文簡要討論了通過對光伏電站的運營數據進行科學統計和分析，深入挖掘電站發電潛力，提高電站發電量，使得電站收益真正達到設計要求。本文還簡單介紹了我公司紅原電站應用數據分析在運維活動中，使得電站從各方陣發電能力差異較大，逐漸改善并達到設計目標的例子。

關鍵詞：數據分析；光伏電站；運維管理

正如所有的產品一樣，光伏電站在長達25年的壽命周期中，組件效率、電器元件性能會逐步降低，發電量隨之逐年遞減，除去這些自然老化的因素之外，還有組件、逆變器質量問題，線路布局、灰塵、串并聯損失、線纜損失等多種因素。因此，光伏電站必須要有科學合理可行的運維管理方法和手段，保證電站在正常衰減外的平穩運行。

1 主要思路和做法

解決上述問題，要做到有的放矢地進行運維工作，提高運維效率，就需要通過相應手段快速準確的發現光場異常、定位異常。這個手段就是數據分析，將數據分析應用到運維活動中并作為一個重要組成部分，通過對光場設備的運行狀態監控數據的統計分析，判斷問題所在位置，結合現場檢查發現問題原因，進而找到處理辦法。

數據分析的基礎當然是要有數據粒度足夠的、覆蓋范圍足夠的反映光場運行狀態的數據。數據粒度方面來說，數據粒度越細，能夠更真實全面的反應系統的運行狀態。現在光伏電站光場數據基本采集到逆變器，即數據粒度能夠達到逆變器級，有的采用智能匯流箱或者組串式逆變器的電站，數據粒度能夠達到組串級別。目前我公司紅原花海20MW光伏電站和若爾蓋卓坤30MW光伏電站，采用的36kW組串式逆變器，光場運行狀態參數的可以細化到每一個光伏組串，記錄有時間、逆變器狀態、發電量、輸入功率、有功功率、無功功率、電網各相/線電壓相電流、各光伏組串輸入電壓電流等34個數據字段，時間分辨率為5min，每個逆變器每天產生9792（288×34）個數據項。數據覆蓋范圍來說，除了光伏組串運行狀態、逆變器運行狀態、箱變運行狀態等常規數據外，環境監測站（包括太陽輻射觀測設備）的各氣象數據也必須記錄，特別是光伏組件敏感的環境因素：太陽輻射，環境溫度或者組件背板溫度，風速風向，這些氣象數據是判斷光場發電能力是否處于正常狀態的重要輸入參數。

原始數據冗余繁多，且單純的原始數據沒有分析的意義。因此，原始數據收集以后要經過篩選和處理，初步統計出需要的數據。如我紅原電站的逆變器記錄的原始數據有9792項/天，但最重要最具有實際意義的是功率數據、時間數據、發電量數據、組串電流電壓等；氣象站數據中主要需要的是太陽輻射數據、環境溫度數據、風速風向等。從原始數據中篩選初步統計出需要的數據后，下一步就是對數據進行處理和計算，成為具備可比性的數據。如氣象站測得的水平面太陽輻照度、水平面散射輻照度、法向直接輻照度，經過處理和計算得到光伏組件陣列面實際接收的輻照度和曝輻量、通過實測光伏陣列輸出功率數據，計算得到光伏方陣實際系統效率、歸一化系統效率，將各個方陣的的發電量歸一化處理為標準等價發電時數等等。

在得到了上述的數據后，就可以用于分析電站的實際發電能力情況。通過歸一化處理后的發電時數，可以橫向比較電站各個方陣的運行情況；通過系統效率可以縱向比較方陣的發電能力是否達到設計要求。在找到發電量能力落后的方陣后，就可以進一步仔細分析該方陣的原始數據，并且運維人員可以有重點的關注和檢查方陣的各個設備和環節，從而找到其發電量能力落后的原因并消除。

另外，由于光伏電站會產生大量的運行數據，上述數據收集、分類統計、處理計算和分析過程，必須要采用計算機軟件進行或輔助處理。現在市場有很多供應商提出了所謂的“智能光伏解決方案”，但基本上其“智能”程度僅僅是做到將原始數據收集存儲，少部分有一些簡單的統計，沒有處理計算，難以達到運維真正需要的程度。有的“智能光伏”解決方案考慮到了一些對原始數據的處理計算，但非常粗獷，如我公司使用的某廠商的智能光伏監控平臺，根本不符合我電站跟蹤式光伏和聚光光伏的實際情況，所謂的“智能”數據根本不具備參考價值。究其根本，主要是因為這些“智能光伏解決方案”供應商光伏發電知識和實際電站運營經驗的欠缺，不清楚電站用戶的需求，而大多數光伏電站用戶也不重視科學運營，提不出自己清晰的需要。

2 效果和經驗

我公司紅原電站通過對電站運營數據的分析，發現了電站各方陣發電能力的差異，C7系統發電能力最好與最差方陣相比，等效滿發時數高約9.4%，發電能力最好方陣與全部方陣平均水平相比，等效滿發時數高約4.1%；T0系統發電能力最好與最差方陣相比，等效滿發時數高約8.8%，發電能力最好方陣與全部方陣平均水平相比，等效滿發時數高約4.6%。數據分析團隊對各方陣詳細數據的分析，為現場運維人員提供了針對性的巡檢建議，使得運維人員高效精確的找到了造成方陣發電能力差異較大的原因，并及時快速定位問題所在，逐步提高電站的各個方陣的發電能力。現在，紅原電站并網已有8個月，T0方陣光場平均效率達到14.03%，C7方陣光場平均效率達到18.76%。

3 自評意見

通過對紅原光伏電站大量的運營數據進行科學的分類統計、處理計算并分析，掌握電站實際運行情況，快速定位缺陷點，提高運維效率，避免電站“亞健康”狀態運行，挖掘潛在發電能力，使得紅原電站T0方陣光場平均效率達到14.03%、C7方陣光場平均效率達到18.76%的設計要求。

參考文獻

[1]劉宇航.基于主成分分析的故障監測方法及其應用研究[D].華東理工大學，2012.

[2]張翔.分布式集群監控平臺的故障監測和管理[D].北京郵電大學，2015.