一种分布式光伏发电管理方法及系统与流程

1.本发明涉及光伏发电技术领域，具体涉及一种分布式光伏发电管理方法及系统。


背景技术：

2.光伏发电作为一种新型可再生能源，与传统能源相比具有可再生、无污染、来源广泛等优点，是替代化石能源的主要选择，正是由于这些优势，光伏发电不断发展。目前随着大规模的光伏发电系统应用日益广泛，也出现了越来越多的问题。由于太阳辐射量同季度、夜及阴晴等气象条件有关，造成光伏发电系统输出功率间敬性和随机性的固有缺点，当大量的光伏发电系统接入电网时，势必会对电力系统的安全稳定运行和电能质量等带来严峻挑战，从而限制光伏发电的发展速度和规模，所以对光伏发电系统输出功率进行预测对于电力系统运行具有非常重要的意义。而现今常用的分布式光伏发电管理方法还存在着一定的弊端，对于分布式光伏发电管理还存在着一定的可提升空间。
3.由于分布式光伏发电站一般地处偏僻地区，安排专业人士在站点值班会造成人力资源浪费，而如果安排非专业人士值班又难以及时发现问题，因此导致现有技术中分布式光伏发电站的运维管理难度大，使得发电效果差、发电效率低。


技术实现要素：

4.本技术实施例提供了一种分布式光伏发电管理方法及系统，用于针对解决现有技术中分布式光伏发电站的运维管理难度大，使得发电效果差、发电效率低的技术问题。
5.鉴于上述问题，本技术实施例提供了一种分布式光伏发电管理方法及系统。
6.第一方面，本技术实施例提供了一种分布式光伏发电管理方法，所述方法包括：通过大数据获取历史清洁信息；基于所述历史清洁信息构建清洁管理模型；获取光伏电池组的表面结构信息；根据所述表面结构信息，确定污渍累积数据，包括累积周期、累积速率和累积量；将所述污渍累积数据输入所述清洁管理模型，获取清洁管理方案；根据所述清洁管理方案进行分布式光伏发电站的清洁养护。
7.第二方面，本技术实施例提供了一种分布式光伏发电管理系统，所述系统包括：历史清洁信息获取模块，所述历史清洁信息获取模块用于通过大数据获取历史清洁信息；清洁管理模型构建模块，所述清洁管理模型构建模块用于基于所述历史清洁信息构建清洁管理模型；表面结构信息获取模块，所述表面结构信息获取模块用于获取光伏电池组的表面结构信息；污渍累积数据获取模块，所述污渍累积数据获取模块用于根据所述表面结构信息，确定污渍累积数据，包括累积周期、累积速率和累积量；清洁管理方案获取模块，所述清洁管理方案获取模块用于将所述污渍累积数据输入所述清洁管理模型，获取清洁管理方案。清洁养护模块，所述清洁养护模块用于根据所述清洁管理方案进行分布式光伏发电站的清洁养护。
8.本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
9.本技术实施例提供的一种分布式光伏发电管理方法，涉及光伏发电技术领域，通
过大数据获取历史清洁信息，基于历史清洁信息构建清洁管理模型，获取光伏电池组的表面结构信息，根据表面结构信息，确定污渍累积数据，包括累积周期、累积速率和累积量，将污渍累积数据输入清洁管理模型，获取清洁管理方案，根据清洁管理方案进行分布式光伏发电站的清洁养护。解决了现有技术中分布式光伏发电站的运维管理难度大，使得发电效果差、发电效率低的技术问题，实现了对于分布式光伏发电站的精准化管理，达到提高发电效果、提升发电效率的技术效果。
10.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
11.图1为本技术实施例提供了一种分布式光伏发电管理方法流程示意图；
12.图2为本技术实施例提供了一种分布式光伏发电管理方法中获取优化清洁管理方案流程示意图；
13.图3为本技术实施例提供了一种分布式光伏发电管理方法中构建清洁管理模型流程示意图；
14.图4为本技术实施例提供了一种分布式光伏发电管理系统结构示意图。
15.附图标记说明：历史清洁信息获取模块10，清洁管理模型构建模块20，表面结构信息获取模块30，污渍累积数据获取模块40，清洁管理方案获取模块50，清洁养护模块60。
具体实施方式
16.本技术实施例通过提供一种分布式光伏发电管理方法，用于针对解决现有技术中分布式光伏发电站的运维管理难度大，使得发电效果差、发电效率低的技术问题。
17.实施例一
18.如图1所示，本技术实施例提供了一种分布式光伏发电管理方法，该方法应用于分布式光伏发电管理系统，所述分布式光伏发电管理系统与数据采集装置通信连接，所述方法包括：
19.步骤s100：通过大数据获取历史清洁信息；
20.具体而言，本技术实施例提供的一种分布式光伏发电管理方法应用于分布式光伏发电管理系统，所述分布式光伏发电管理系统与数据采集装置通信连接，所述数据采集装置用于进行对目标光伏发电站进行数据采集。
21.首先基于互联网获取光伏发电站以往的清洁信息，包括污渍类型、清洁方式、清洁周期等，其中，污渍类型包括积灰、积雪、鸟粪等，由于分布式光伏发电站的发电需求，其必须在户外环境中设立太阳能板，由此才能吸收太阳能来实现发电，在此条件下，因为太阳能板长期暴露在户外，所以很容易积灰，当灰尘积累厚度达到一定水平，就会阻碍光线与太阳能板的接触率，使其能源接收量衰减，因此在分布式光伏发电站运维管理中，需要定期对太阳能板进行积灰清理工作。通过历史清洁信息的获取，实现了对于历史清洁管理方案的掌握，为后续建立的清洁管理打下基础。
22.步骤s200：基于所述历史清洁信息构建清洁管理模型；
23.具体而言，灰尘、积雪、鸟粪等是影响发电效率的主要因素，灰尘会阻挡到达组件的光线，影响散热，最终影响转换效率和发电量，还会侵蚀电路板表面，使电路板表面粗糙，导致灰尘进一步积聚并增加日光漫反射，同时阴影遮挡使得同一块组件上的不同电池产生的电压、电流不同，有些电池还会作为负载消耗功率，这样会造成热斑效应，对组件造成不可恢复的损毁。当清洁频率较高时，组件表面的灰尘主要以浮尘为主，用水冲洗即可，而清洁频率较低时，灰尘有了一定的累积量，则需要加强冲洗强度和次数，对于鸟粪等顽固污垢，需要配合人工擦拭，对于积雪则更复杂一些，如遇下雪天气，应先进行除雪工作，当组件表面干燥时再进行擦拭，并且由于下雪对于组件影响较复杂，因此应适当调整清洁方式和频率，基于上述的各种污渍类型和清洁方案的对应关系构建清洁管理模型。
24.步骤s300：获取光伏电池组的表面结构信息；
25.具体而言，通过图像采集装置获取光伏电池组的图像信息，所述图像采集装置为对光伏电池组表面进行图像采集的装置，通常为摄像机，且所述摄像机与图像处理系统通信连接，可进行图像传输，通过图像处理系统获得图像采集装置采集的第一图像，获得大数据统计结果下的光伏电池组的统计结果，并对不同表面光滑度的光伏电池组进行分类，对不同光滑度的光伏电池组进行特征提取，根据特征提取结果获得第一特征，将所述第一特征作为第一卷积特征，对所述第一图像进行特征匹配，根据特征卷积结果判断目标图像与目标特征的匹配程度，获得特征匹配度的计算结果，即目标光伏电池组的表面光滑度。通过清洁记录获取目标光伏电池组的表面清洁周期，基于表面光滑度和表面清洁周期获得光伏电池组的表面结构信息。
26.步骤s400：根据所述表面结构信息，确定污渍累积数据，包括累积周期、累积速率和累积量；
27.具体而言，光伏电池组的表面结构信息包含表面光滑度、表面清洁周期，根据表面清洁周期可获得灰尘累积周期，根据表面光滑度可获得累积速率和累积量，如表面比较粗糙，则灰尘累积速率较快，同一周期累积量较多。光伏电池的光电转换效率与太阳辐射强度有关，灰尘累积在光伏组件表面，会使前盖玻璃透光率下降，透光率的下降会导致电池的输出性能下降，沉积浓度越大，透光率越低，面板吸收的辐射量越低，其输出性能下降越大。示例性地，在印度某地区进行了45
°
角的积尘遮挡实验，结果显示，在灰尘遮蔽作用下光伏组件的平均透射率在10天后降低了8％。
28.步骤s500：将所述污渍累积数据输入所述清洁管理模型，获取清洁管理方案；
29.具体而言，所述污渍累积数据包括目标光伏电池组表面的污渍类型、清洁周期，将污渍类型、清洁周期输入清洁管理模型，将目标污渍类型与历史污渍类型进行匹配，当匹配到同类型的污渍后将该类型污渍下的目标清洁周期与历史清洁周期进行匹配，如对于灰尘，历史清洁周期有一周清洁一次的，只需要简单冲洗即可，有一个月清洁一次的，每次清洁需要加大冲水强度和次数，根据目标光伏电池组表面的清洁周期匹配相近的历史清洁周期，获取历史清洁方案，以此作为目标光伏电池组的清洁管理方案。
30.步骤s600：根据所述清洁管理方案进行分布式光伏发电站的清洁养护。
31.具体而言，分布式光伏发电站运行过程中，需要进行定期的维护，分布式光伏发电站的运行接收太阳光主要靠太阳能光伏电池接收板，但是随着时间的不断推移，电池板上方就会被灰尘或者积雪等覆盖，影响分布式光伏发电站系统的运行，因此通过所述清洁管
理模型获取与目标分布式光伏发电站匹配的清洁管理方案，根据清洁管理方案中的清洁方式和清洁频率进行目标分布式光伏发电站的清洁，其中清洁方式包括冲水强度、冲水次数以及是否辅以人工擦拭等，通过科学进行分布式光伏发电站的清洁养护，实现了对于分布式光伏发电的管理，达到提高发电效果、提升发电效率的技术效果。
32.进一步而言，如图2所示，本技术还包括：
33.步骤s710：根据所述数据采集装置对目标光伏发电站进行数据采集，获取数据采集结果，所述数据采集结果包括天气数据和温度数据；
34.步骤s720：根据所述温度数据对所述清洁管理方案进行调整，获得调整清洁管理方案；
35.步骤s730：根据所述天气数据获取清洁频率；
36.步骤s740：根据所述调整清洁管理方案和所述清洁频率对所述清洁管理方案进行优化，获取优化清洁管理方案。
37.具体而言，春季风沙天气严重，在此季节里电池组件灰尘较多，但组件表面以浮尘为主，用水冲洗即可，另外随时关注天气情况，风沙过后进行清洗即可，可根据电池板的清洁程度适当的增加或减少清洗次数。夏季电池组件表面污垢主要以鸟粪等顽固污垢组成，用水冲洗不足以彻底清除，因此在鸟粪等顽固污垢较多时需要配合人工擦拭，可根据现场实际情况进行，因光伏组件的转换效率与温度有直接关系，温度越高转换效率越低，夏季加强水冲洗次数，也可以适当的降温，增加发电量，但应避过中午等温度过高的时间，以防止组件因热胀冷缩造成的损坏。
38.秋季在该站所处位置属于多雨季节，因雨水关系组件表面污垢较少，只在雨水较少或组件表面污垢较严重时清洗，同时根据组件表面情况，适当的减少清洗次数。季因天气寒冷不适合用水清洗，冬季电池组件清洁主要以去污剂配合擦拭为主，在擦拭过程中去污剂不能过多，如遇下雪天气，应先进行除雪工作，待组件表面干燥时再进行擦拭。冬季组件清洁工作不易太多，适当即可。以此根据季节、温度的不同对得到的清洁管理方案进行优化，得到适合当前环境的方案，使得清洁管理方案更加严谨、科学。
39.进一步而言，本技术步骤s200还包括：
40.步骤s210：对所述历史清洁信息进行清洁特征识别，获取多个污渍类型以及各污渍类型对应的清洁方案；
41.步骤s220：基于所述污渍类型和所述清洁方案构建所述清洁管理模型。
42.具体而言，根据历史清洁信息获取多个污渍类型，如灰尘、积雪、鸟粪等，根据污渍的累积方式、清理难度、对光伏电池组的影响不同进行分析，示例性地，以累积速率为x轴、清理难度为y轴、对光伏电池组的影响为z轴，建立污渍类型识别坐标系，对所述污渍类型识别坐标系进行区域标签化分类，不同的区域对应不同的污渍类型，将所述历史清洁信息输入所述污渍类型识别坐标系获得各污渍类型向量，根据所述污渍类型向量在污渍类型识别坐标系的区域内进行映射匹配，获得对应的污渍类型。
43.将污渍类型-清洁方案以8:2的比例分为训练集和验证集，训练集用于模型的训练，验证集用于验证得到的模型的准确率，通过不断调整训练集获得相对而言准确率最高的模型作为最终模型。通过构建污渍类型识别坐标系进行向量映射的方法，使得污渍类型分类结果更加准确，使得模型构建效果更加有效的技术效果。
44.进一步而言，如图3所示，本技术步骤s100还包括：
45.步骤s110：通过大数据获取第一历史清洁信息；
46.步骤s120：对所述第一历史清洁信息进行降噪处理，获得所述历史清洁信息。
47.具体而言，第一历史清洁信息包含大量信息，其中有的对于本技术实施例有用如历史污渍类型、历史清洁方案等，同时也包含大量用不上的冗余信息，如清洁人员等，一组信息是否能够更好的兼容定位与浏览属性，在于信息本身是否足够强调与清晰，因此引入信噪比，帮助理解信息清晰度。将本技术实施例需要的信息作为有效信息，将其他信息作为次级信息，通过控制有效信息和次级信息的比例，控制平衡这个比例，如选用有效信息：次级信息为8:2的比例进行控制，达到强化有效信息降低多余信息的效果，进而将信息完整地提取。
48.进一步而言，本技术步骤s300还包括：
49.步骤s310：采集所述光伏电池组的图像信息；
50.步骤s320：对所述图像信息进行特征提取，获取所述表面结构信息。
51.具体而言，通过图像采集装置获取光伏电池组的图像信息，所述图像采集装置为对光伏电池组表面进行图像采集的装置，通常为摄像机，且所述摄像机与图像处理系统通信连接，可进行图像传输，通过图像处理系统获得图像采集装置采集的第一图像，获得大数据统计结果下的光伏电池组的统计结果，并对不同表面光滑度的光伏电池组进行分类，对不同光滑度的光伏电池组进行特征提取，根据特征提取结果获得第一特征，将所述第一特征作为第一卷积特征，对所述第一图像进行特征匹配，根据特征卷积结果判断目标图像与目标特征的匹配程度，获得特征匹配度的计算结果，即目标光伏电池组的表变光滑度，以此作为表面结构信息的一部分。
52.进一步而言，本技术步骤s320包括：
53.步骤s321：对所述图像信息进行特征提取，获取所述光伏电池组的特征数据集；
54.步骤s322：对所述特征数据集进行分类，获得分类子数据集；
55.步骤s323：对所述分类子数据集进行降维处理，获得所述表面结构信息。
56.具体而言，对提取到的特征数据进行数值化处理，并构建特征数据集矩阵，获得所述第一特征数据集。继而对所述第一特征数据集中的各特征数据进行中心化处理，首先求解所述第一特征数据集中各特征的平均值，然后对于所有的样本，每一个特征都减去自身的均值，继而获得新的特征值，由新的特征数据集构成所述第二特征数据集，所述第二特征数据集为一数据矩阵。
57.通过协方差公式对所述第二特征数据集进行运算，获得所述第二特征数据集的第一协方差矩阵，继而通过矩阵运算，求出所述第一协方差矩阵的特征值及特征向量，且每一特征值对应一个特征向量。在求出的所述第一特征向量中，选取最大的前k个特征值及其对应的特征向量，并将所述第一特征数据集中的原始特征投影到所选取的特征向量之上，得到降维之后的所述第一特征数据集。通过主成分分析法对数据库中的特征数据进行降维处理，在保证信息量的前提下，剔除冗余数据，使得数据库中特征数据的样本量减小，且降维后信息量损失最小，从而加快训练模型对于数据的运算速度。
58.实施例二
59.基于与前述实施例中一种分布式光伏发电管理方法相同的发明构思，如图4所示，
本技术提供了一种分布式光伏发电管理系统，系统包括：
60.历史清洁信息获取模块10，所述历史清洁信息获取模块10用于通过大数据获取历史清洁信息；
61.清洁管理模型构建模块20，所述清洁管理模型构建模块20用于基于所述历史清洁信息构建清洁管理模型；
62.表面结构信息获取模块30，所述表面结构信息获取模块30用于获取光伏电池组的表面结构信息；
63.污渍累积数据获取模块40，所述污渍累积数据获取模块40用于根据所述表面结构信息，确定污渍累积数据，包括累积周期、累积速率和累积量；
64.清洁管理方案获取模块50，所述清洁管理方案获取模块50用于将所述污渍累积数据输入所述清洁管理模型，获取清洁管理方案。
65.清洁养护模块60，所述清洁养护模块60用于根据所述清洁管理方案进行分布式光伏发电站的清洁养护。
66.进一步而言，系统还包括：
67.数据采集模块，用于根据所述数据采集装置对目标光伏发电站进行数据采集，获取数据采集结果，所述数据采集结果包括天气数据和温度数据；
68.清洁管理方案调整模块，用于根据所述温度数据对所述清洁管理方案进行调整，获得调整清洁管理方案；
69.清洁频率获取模块，用于根据所述天气数据获取清洁频率；
70.清洁管理方案优化模块，用于根据所述调整清洁管理方案和所述清洁频率对所述清洁管理方案进行优化，获取优化清洁管理方案。
71.进一步而言，系统还包括：
72.清洁特征识别模块，用于对所述历史清洁信息进行清洁特征识别，获取多个污渍类型以及各污渍类型对应的清洁方案；
73.模型构建模块，用于基于所述污渍类型和所述清洁方案构建所述清洁管理模型。
74.进一步而言，系统还包括：
75.第一历史清洁信息获取模块，用于通过大数据获取第一历史清洁信息；
76.降噪处理模块，用于对所述第一历史清洁信息进行降噪处理，获得所述历史清洁信息。
77.进一步而言，系统还包括：
78.图像信息获取模块，用于采集所述光伏电池组的图像信息；
79.特征提取模块，用于对所述图像信息进行特征提取，获取所述表面结构信息。
80.进一步而言，系统还包括：
81.特征数据集获取模块，用于对所述图像信息进行特征提取，获取所述光伏电池组的特征数据集；
82.分类模块，用于对所述特征数据集进行分类，获得分类子数据集；
83.降维处理模块，用于对所述分类子数据集进行降维处理，获得所述表面结构信息。
84.本说明书通过前述对一种分布式光伏发电管理方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种分布式光伏发电管理方法及系统，对于实施例公开的装置
而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
85.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：
1.一种分布式光伏发电管理方法，其特征在于，所述方法应用于分布式发电管理系统，所述系统与数据采集装置通信连接，所述方法包括：通过大数据获取历史清洁信息；基于所述历史清洁信息构建清洁管理模型；获取光伏电池组的表面结构信息；根据所述表面结构信息，确定污渍累积数据，包括累积周期、累计速率和累计量；将所述污渍累积数据输入所述清洁管理模型，获取清洁管理方案。根据所述清洁管理方案进行分布式光伏发电站的清洁养护。2.如权利要求1所述方法，其特征在于，所述方法还包括：根据所述数据采集装置对目标光伏发电站进行数据采集，获取数据采集结果，所述数据采集结果包括天气数据和温度数据；根据所述温度数据对所述清洁管理方案进行调整，获得调整清洁管理方案；根据所述天气数据获取清洁频率；根据所述调整清洁管理方案和所述清洁频率对所述清洁管理方案进行优化，获取优化清洁管理方案。3.如权利要求1所述方法，其特征在于，所述基于所述历史清洁信息构建清洁管理模型，方法包括：对所述历史清洁信息进行清洁特征识别，获取多个污渍类型以及各污渍类型对应的清洁方案；基于所述污渍类型和所述清洁方案构建所述清洁管理模型。4.如权利要求1所述的方法，其特征在于，所述通过大数据获取历史清洁信息，包括：通过大数据获取第一历史清洁信息；对所述第一历史清洁信息进行降噪处理，获得所述历史清洁信息。5.如权利要求1所述的方法，其特征在于，所述获取光伏电池组的表面结构信息，包括：采集所述光伏电池组的图像信息；对所述图像信息进行特征提取，获取所述表面结构信息。6.如权利要求5所述的方法，其特征在于，所述对所述图像信息进行特征提取，获取所述表面结构信息，包括：对所述图像信息进行特征提取，获取所述光伏电池组的特征数据集；对所述特征数据集进行分类，获得分类子数据集；对所述分类子数据集进行降维处理，获得所述表面结构信息。7.一种分布式光伏发电管理系统，其特征在于，所述系统与数据采集装置通信连接，所述系统包括：历史清洁信息获取模块，所述历史清洁信息获取模块用于通过大数据获取历史清洁信息；清洁管理模型构建模块，所述清洁管理模型构建模块用于基于所述历史清洁信息构建清洁管理模型；表面结构信息获取模块，所述表面结构信息获取模块用于获取光伏电池组的表面结构信息；
污渍累积数据获取模块，所述污渍累积数据获取模块用于根据所述表面结构信息，确定污渍累积数据，包括累积周期、累积速率和累积量；清洁管理方案获取模块，所述清洁管理方案获取模块用于将所述污渍累积数据输入所述清洁管理模型，获取清洁管理方案。清洁养护模块，所述清洁养护模块用于根据所述清洁管理方案进行分布式光伏发电站的清洁养护。

技术总结
本发明提供了一种分布式光伏发电管理方法及系统，涉及光伏发电技术领域，通过大数据获取历史清洁信息，基于历史清洁信息构建清洁管理模型，获取光伏电池组的表面结构信息，根据表面结构信息，确定污渍累积数据，包括累积周期、累积速率和累积量，将污渍累积数据输入清洁管理模型，获取清洁管理方案，根据清洁管理方案进行分布式光伏发电站的清洁养护。本发明解决了现有技术中分布式光伏发电站的运维管理难度大，使得发电效果差、发电效率低的技术问题，实现了对于分布式光伏发电站的精准化管理，达到提高发电效果、提升发电效率的技术效果。效果。效果。


技术研发人员：丛聪 岳巍澎 高权 戴成伟 刘燕 王学意 孙坤元
受保护的技术使用者：国网冀北电力有限公司计量中心 国家电网有限公司 中国大唐集团有限公司福建分公司
技术研发日：2023.03.17
技术公布日：2023/7/18