一种光伏电站的组串异常识别方法与流程
本申请涉及光伏技术，特别涉及一种光伏电站的组串异常识别方法。
背景技术：
光伏电站是指一种利用太阳光能、采用特殊材料诸如晶硅板、逆变器等电子元件组成的发电体系，与电网相连并向电网输送电力的光伏发电系统。在光伏电站中组串式逆变器下可以接入多路组串。逆变器下接入的各路组串全部工作正常，发电状况就稳定，如果某路组串出现异常，则会导致发电状况不稳定，因此，需要能够及时检测出组串异常。
技术实现要素：
本申请提供一种光伏电站的组串异常识别方法，能够有效识别组串出现异常的逆变器。
为实现上述目的，本申请采用如下技术方案：
一种光伏电站的组串异常识别方法，包括：
对于当前逆变器，周期性采集该逆变器下各组串的输出电压和电流；
利用组串的输出电压和电流计算组串的输出功率，并利用设定时间内各组串的输出功率计算组串的输出功率离散率；其中，输出功率离散率为组串输出功率标准方差除以输出功率均值的比值；
根据当前逆变器中组串输出功率离散率的取值，确定当前逆变器的组串是否出现异常。
较佳地，所述利用组串的输出电压和电流计算组串的输出功率包括：对于同一时刻的采集数据，计算每个组串的输出电压与电流的乘积，并将该乘积除以相应组串的装机容量，得到每个组串的归一化输出功率；若所述同一时刻的采集数据中，所有组串的归一化输出功率最大值大于设定的功率阈值，则将该时刻的所有装机容量不为0的组串作为有效组串，相应采集数据作为有效采集数据；
在计算组串的输出功率离散率时，利用设定时间内的有效采集数据进行计算。
较佳地，所述利用设定时间内的有效采集数据计算组串输出功率离散率包括：
对于每个有效采集数据，计算相应组串的功率和为round(电流*电压/1000/capacity,2)；其中，capacity为组串的装机容量，round表示四舍五入；
利用设定时间内的各有效组串的功率和，计算所有有效组串的输出功率标准方差和输出功率均值，将输出功率标准方差除以输出功率均值的结果作为输出功率离散率。
较佳地，所述根据离散率的取值确定当前逆变器的组串是否出现异常包括：
若所述离散率取值范围在0～5％以内，确定所述逆变器下各组串运行稳定；
若所述离散率取值范围在5％～10％以内，确定所述该逆变器下各组串运行情况良好；
若所述离散率取值范围在10％～20％以内，确定所述逆变器下各组串运行情况有待提高；
若所述离散率取值范围在超过20％，确定所述逆变器下各组串运行情况差，影响电站发电量，需要进行整改。
由上述技术方案可见，本申请中，利用组串的输出电压和电流计算组串的输出功率，并利用设定时间内各组串的输出功率计算组串的输出功率离散率；其中，输出功率离散率为组串输出功率标准方差除以输出功率均值的比值；根据当前逆变器中组串输出功率离散率的取值，确定当前逆变器的组串是否出现异常。通过上述方式，利用组串的输出功率离散率，确定逆变器中组串工作是否稳定，从而识别出现组串异常的逆变器。
附图说明
图1为本申请中组串异常识别方法的流程示意图。
具体实施方式
为了使本申请的目的、技术手段和优点更加清楚明白，以下结合附图对本申请做进一步详细说明。
组串输出功率离散率是指光伏电站某台组串式逆变器下所带组串输出功率的离散率，它反映了该逆变器下所有电池组串的整体运行情况，离散率数值越小，说明各电池组串的输出功率曲线越集中，发电情况越稳定。为此，引入组串功率离散率的概念，提出了基于组串式逆变器的组串功率离散率的数据分析方法，可迅速定位异常组串，帮助运维人员及时排除组串故障问题，达到提高光伏电站发电量的目的。通常情况，在每路组串在接入容量一致的场景下，输出功率的偏差在一个比较小的范围之内；如果偏差比较大，则说明组串出力不一致，其中某路组串可能出现故障。
基于上述内容，本申请提出最基本的组串异常识别方法包括：
对于当前逆变器，周期性采集该逆变器下各组串的输出电压和电流；
利用组串的输出电压和电流计算组串的输出功率，并利用设定时间内各组串的输出功率计算组串的输出功率离散率；其中，输出功率离散率为组串输出功率标准方差除以输出功率均值的比值；
根据当前逆变器中组串输出功率离散率的取值，确定当前逆变器的组串是否出现异常。
更进一步地，在计算组串输出功率，考虑到天气或装机容量的不一致，优选地，对于同一时刻的采集数据，计算每个组串的输出电压与电流的乘积，并将该乘积除以相应组串的装机容量，得到每个组串的归一化输出功率；若该同一时刻的采集数据中，所有组串的归一化输出功率最大值大于设定的功率阈值，则将该时刻的所有装机容量不为0的组串作为有效组串，相应采集数据作为有效采集数据；利用设定时间内的有效采集数据计算组串输出功率离散率，并根据离散率的取值确定当前逆变器的组串是否出现异常。通过上述方式，利用归一化输出功率和装机容量在各组串输出数据中选取有效数据，从而利用这些有效数据进行离散率计算，能够更加准确地识别组串出现异常的逆变器。
图1为本申请中组串异常识别方法的流程示意图。如图1所示，该方法包括：
步骤101，对于某逆变器，周期性采集该逆变器下各组串的输出电压和电流。
对于组串式逆变器，可以通过mppt(maximumpowerpointtracking)控制技术，实时侦测太阳能板的发电电压，并追踪最高电压电流值(vi)，使系统以最大功率输出；因此针对每一路组串都有电压和电流采集点。
下面步骤102～106的处理以某时刻a的采集数据为例进行说明，实际过程中，对于设定时间的所有时刻采集数据均采用相同方式进行处理。
步骤102，对于时刻a的采集数据，计算每个组串的输出电压与电流的乘积，并将该乘积除以相应组串的装机容量，得到每个组串的归一化输出功率。
通常，组串的输出功率计算方式为输出电压和电流的乘积。但是，实际光伏电站中，逆变器下每路组串的接入光伏板数量可能不一样，即使所有其他条件都一致，每路组串的输出功率也可能存在较大偏差；而这里偏差事实上并不能说明逆变器下的组串出现异常。基于此，本申请在计算输出功率时提出，需要排除组串装机容量不一致的影响。
出于上述考虑，本申请中，利用组串的装机容量对组串的输出功率进行归一化，也就是说，组串的归一化输出功率＝电压*电流/组串装机容量。
步骤103，判断时刻a的采集数据中所有组串的归一化输出功率最大值是否大于设定的功率阈值，若是，则执行步骤104，否则，执行步骤106。
某些天气或特殊情况下，例如阴天或雨天时，组串输出功率会普遍偏低。当输出功率较小时，很小的功率波动可能也会导致离散率升高很多，从而被误认为出现组串异常。基于此，本申请中对于参与离散率计算的组串输出功率有取值限制，如果组串输出功率过小，则不参与离散率计算，以免影响判断结果的准确性。
步骤104，判断组串的装机容量是否为0，若是，则执行步骤106，否则执行步骤105。
在实际使用过程中，逆变器接入的组串数量可能存在差别，例如逆变器最大规格可接入6路组串，实际只接入了4路；对于未接入的组串，仍然能够采集数据，但是这部分组串是不应该用于离散率计算的。基于此，本申请中未接入(额定功率为0)的组串采集数据也不参与离散率的计算。
步骤105，将时刻a的采集数据作为有效采集数据，将时刻a采集的装机容量不为0的组串作为有效组串。
通过步骤103～105剔除输出功率过低以及装机容量为0的相应组串及其采集数据，利用其余采集数据进行后续步骤的离散率计算。
步骤106，删除相应的采集数据。
在实际处理过程中，步骤103和104的判断顺序可以互换，具体实现时可以通过一个二维表来记录采集数据，每行代表同一时刻采集的各组串数据，每列代表同一组串在不同时刻的采集数据。当不符合步骤103时，将相应的整行数据删除；当不符合步骤104时，将相应的整列数据删除。
上述步骤102～106的处理是以某时刻的采集数据为例进行说明的，在一次离散率计算中，可能需要用到多个时刻的采集数据，通常为设定时间段内的采集数据用于计算一次离散率。对于相应设定时间内的各个时刻采集数据，利用步骤102～106分别进行处理。在对设定时间内的所有采集数据进行处理后，再执行下面的步骤：
步骤107，利用设定时间内的有效采集数据计算组串输出功率离散率。
本申请中，在计算离散率前，首先需要计算每个时刻下各个有效组串的功率和。
计算某时刻一个组串的功率和的方式可以为：round(电流*电压/1000/capacity,2)。其中，capacity为组串的装机容量，round表示四舍五入的处理，round函数中的第二个参数表示四舍五入时保留的小数位的位数。
接下来，利用设定时间内各有效组串的功率和计算所有有效组串的输出功率标准方差和输出功率均值，将输出功率标准方差除以输出功率均值的结果作为输出功率离散率，即
步骤108，根据离散率的取值确定当前逆变器的组串是否出现异常。
本申请中，组串离散率取值范围可分为如下4个等级：
(1)若组串离散率取值范围在0～5％以内，说明该逆变器下各组串运行稳定。
(2)若组串离散率取值范围在5％～10％以内，说明该逆变器下各组串运行情况良好。
(3)若组串离散率取值范围在10％～20％以内，说明该逆变器下各组串运行情况有待提高。
(4)若组串离散率取值范围在超过20％，说明该逆变器下各组串运行情况较差，影响电站发电量，必须进行整改。
至此，本申请中的方法流程结束。
通过上述处理，利用归一化输出功率和装机容量在各组串输出数据中选取有效数据，从而利用这些有效数据进行离散率计算，能够更加准确地识别组串出现异常的逆变器。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。
- 还没有人留言评论。精彩留言会获得点赞！