基于關口電度表倒置遞推的光伏電站 監控系統數據采集誤差修正方法

楊金東，唐立軍，楊子龍，孫文靜*

(1. 云南電網有限責任公司電力科學研究院，云南 650217；2. 中國科學院電工研究所，北京 100190)

0 引言

在國家“雙碳”目標的推動下，光伏發電系統的裝機規模不斷增大，光伏電站業主和電網公司對光伏發電系統的運行狀態和運行控制越來越關注，因此需要安裝大量數據監控系統，通過監控系統采集的數據對光伏電站進行能效分析和運營管理[1-4]。通過監控系統獲取光伏電站運行狀態，以此進行遠程維護、大數據分析，可使光伏電站的管理精益求精，而這一切都需要依靠大量真實、可靠和準確的現場數據作支撐[5-7]。

光伏電站智慧運維是關系到光伏電站運行性能的重要方式，而數據采集的準確性是光伏電站智慧運維的基礎。但由于光伏電站智慧的監控系統中存在使用的儀表和傳感器種類多樣、安裝位置和參數設置不同、施工調試周期短等情況，導致光伏電站監控系統采集的數據普遍存在數據錯誤、連續性差和準確性低等問題[8-10]，從而導致無法對光伏電站進行精準地性能分析和優化管理，通過監控系統提供的數據對光伏電站運行情況進行實時分析時的可靠性難以保障，導致光伏電站智慧運維難以實現。光伏電站智能化的監控系統形同虛設，造成了極大的資源損失。若以更換現有光伏電站硬件設備的方式來解決上述問題，費時又費力，還會增加投資成本；而且不能保證這些問題可以完全得到改善，易造成資源浪費。

針對光伏電站監控系統采集到的數據中問題數據的甄別和修正，研究學者和工程師進行了大量研究。文獻[11]提出了一種基于人工神經網絡的光伏電站歷史出力數據修正方法，該方法引入皮爾遜相關系數來篩選基準光伏電站，以構建人工神經網絡訓練集，基于人工神經網絡實現目標光伏電站失準數據的修正。文獻[12]提出了一種考慮天氣和空間相關性的光伏電站輸出功率數據修正方法，將自身相似數據與空間相關數據結合，對光伏電站輸出功率數據進行修正。文獻[13]選取了當前時刻的前一時刻的光伏電站輸出功率信息，以及當前時刻的環境溫度信息和太陽輻照度作為狀態量，通過訓練后的神經網絡對狀態量進行狀態轉換，然后基于Sigma卡爾曼濾波理論進行數據修正。文獻[14]提出了一種基于皮爾遜相關系數的插值方法，找到與缺失數據相似的時刻，再根據相似時刻的數據估計出缺失的數據。

以上文獻提出的方法中采用了神經網絡、Sigma卡爾曼濾波等數據處理方法，能夠對歷史數據進行一定程度的修正，但對于計算資源配置較少的光伏電站監控系統，高級算法的實現較為困難。基于此，本文從簡單、易維護的角度出發，針對光伏電站監控系統數據采集時經常出現的問題，對采集到的數據的誤差進行了分析，然后結合實際的光伏電站，提出了一種基于關口電度表倒置遞推的光伏電站監控系統數據采集誤差修正方法。該修正方法采用倒置遞推的方法，修正了光伏電站中箱式變壓器、光伏并網逆變器、匯流箱等設備的數據誤差，使獲得的光伏電站中的數據相對準確，便于進行光伏發電系統的潮流分析和光伏電站的故障分析。

1 光伏電站監控系統數據采集時的常見問題及數據誤差的分析

1.1 光伏電站監控系統的數據結構

常規光伏電站主要由光伏組串、匯流箱、光伏并網逆變器、箱式變壓器等組成，并通過并網點接入電網。常規光伏電站的電氣連接關系及各類測控裝置的測量精度如圖1所示[15-16]。圖中：s為光伏組串的數量；r為匯流箱的數量；m為光伏并網逆變器的數量；n為箱式變壓器的數量。

圖1 常規光伏電站的電氣連接關系及各類 測控裝置的測量精度Fig. 1 Electrical connection relationship of conventional PV power station and measurement accuracy of various measurement and control devices

通常，1個兆瓦級以上的光伏電站只有1個并網點，安裝1個并網關口電度表用于與能源管理部門進行發電結算，關口電度表的測量精度較高，一般為0.2級。并網點連接有n個箱式變壓器，這些箱式變壓器的高壓輸出端經過高壓線路和匯流柜與并網點連接；在箱式變壓器的低壓側裝有測控裝置，測量精度一般為0.5級。每個箱式變壓器下面掛接有m個光伏并網逆變器，光伏并網逆變器的測量和計量一般由其內部的多功能表或嵌入式測量表完成，測量精度一般分別為0.5級或1.0級。每個光伏并網逆變器的下面連接著r個匯流箱，匯流箱的測控裝置的測量精度一般為1.0級或2.0級。一般兆瓦級以上的光伏電站都安裝有環境監測系統裝置，包括輻射表、溫度計等，測量精度一般為5.0級。

1.2 光伏電站監控系統數據采集誤差的典型案例分析

1.2.1 典型案例1

在光伏發電系統中，光伏并網逆變器的輸入直流電流值應等于對應接入的匯流箱的輸出直流電流值之和[12]，但在實際的光伏電站中，往往由于采集設備不同，造成光伏并網逆變器的輸入直流電流值與對應接入的匯流箱總輸出直流電流值之間出現較大誤差。以某1 MW分布式并網光伏電站為例，該光伏電站的監控系統主界面如圖2所示。圖2顯示，光伏并網逆變器輸入直流電流值與對應接入的匯流箱總輸出直流電流值之間存在較大誤差。

圖2 典型案例1中光伏電站的監控系統主界面Fig. 2 Main interface of monitoring system of PV power station in typical case 1

從圖2中被圈定的部分可以看出：500 kW光伏并網逆變器INV01參數表中顯示輸入直流電流Idc為164.60 A，而與之相連的8臺匯流箱的總輸出直流電流值為143.85 A，二者的差值為20.75 A；另一臺500 kW光伏并網逆變器INV02參數表中顯示輸入直流電流Idc為135.80 A，而與之相連的8臺匯流箱的總輸出直流電流值為120.40 A，二者的差值為15.40 A。以各臺光伏并網逆變器的輸入直流電流值為基準值計算得到相對誤差分別為14.42%和12.79%。該類誤差的存在給光伏發電系統的潮流分析和光伏電站的運行性能分析帶來諸多不便。

1.2.2 典型案例2

某光伏電站的升壓站監控系統采集的原始數據如表1所示。

一般而言，升壓站繼保設備采集的有功功率、無功功率、三相電流等值應該等于1#集電線與2#集電線相應參數數值之和。而表1中繼保設備采集的值IA、IB、IC、P、Q與1#集電線和2#集電線相應參數值之和顯然存在較大誤差。比如：1#集電線和2#集電線的A相電流之和為230.96 A，而繼保設備采集的A相電流值為165.08 A。

表1 某光伏電站升壓站監控系統的原始數據Table 1 Original data of monitoring system of booster station in a PV power station

1.3 光伏電站監控系統數據采集問題的原因分析與總結

從光伏電站監控系統采集的數據來看，其存在數據不完整、實測數據值與理論計算值誤差大、準確度不高、精度不統一等問題。而通過對實際光伏電站監控系統數據采集問題進行原因分析，發現每個光伏電站出現的數據問題的現象和原因各不相同，下文對其中幾種現象進行說明與原因分析。

1)理論上，光伏并網逆變器的輸入直流電流值應與對應連接的匯流箱總輸出直流電流值相等，而實際的光伏電站中，這二者的最大誤差可達到15%；此類有問題的數據占光伏電站總數據相當大的比例，在數據分析中為無效數據，因此必須在對數據分析后進行修正處理。出現誤差的原因主要是因為某些廠家的測控裝置的硬件質量及校對精度方法存在問題，如匯流箱電量測控裝置的測量精度一般都不到0.5級，而且無校準基準點，校準方法是采用普通萬用表校準。

2)光伏電站光伏并網逆變器測量的發電量之和應與光伏電站并網點關口電度表發電量數據近似相等，而實際的光伏電站中，二者的最大誤差可達5% 。通常，關口電度表由電網公司校對檢驗合格后才允許安裝，測量精度為0.2級。而光伏并網逆變器中的測控裝置則由逆變器廠家自行校準，其測量精度參差不齊，有的連1.0級都無法保證。

3)依據輻射表顯示的太陽輻照值，可計算出光伏方陣的發電量，而通過第一級匯流箱監測數據，得到的光伏方陣發電量實際值與計算值之間的誤差很大。原因是光伏陣列輸出功率受到太陽輻照度、環境溫度、灰塵等眾多因素的影響，當光伏方陣發電量實際值與計算值的最大誤差為5%時，若光伏陣列輸出功率為1000 W，則會存在50 W的誤差值。而匯流箱的電壓、電流采用萬用表的相對精度為基準校準，若采用測量精度為1.0級測控裝置監測匯流箱數據時，若光伏陣列的輸出功率為1000 W，則會存在10 W的誤差值；若采集到的太陽輻照度數據存在正誤差、采集到的匯流箱數據存在負誤差時，則光伏方陣發電量實際值與計算值的最大誤差值可達到60 W。通過對現有光伏電站的數據進行分析，對光伏電站監控系統數據采集時常見問題進行了匯總及分類，結果如表2所示。

表2 光伏電站監控系統數據采集常見問題匯總Table 2 Summary of common problems in data acquisition of PV power station monitoring system

2 基于關口電度表倒置遞推的光伏電站監控系統數據采集誤差修正方法的設計

2.1 基本原理

若在上、下2臺關聯設備的同一位置采集物理量，當采集到的2組數據不同時，會對光伏電站數據分析產生極大困難。因此，對光伏電站監控系統采集到的數據進行誤差分析和數據修正非常必要[17-19]。常規光伏電站監控系統的問題數據包括錯誤數據和誤差數據。錯誤數據的甄別方法較為簡單，比如：由于交流電壓通常保持不變，因此可以用交流電壓的最大值和最小值作為約束條件來判斷數據是否屬于錯誤數據；而累計發電量數據不應有突變，若發現突變值，則采用上一記錄值來代替。但是由于測控裝置的測量精度等級、類型及損耗、效率等諸多因素的影響，會造成各裝置測量結果有一定的誤差，該類誤差數據難以通過常規錯誤數據的甄別方法來判斷，為此，本文提出了一種基于關口電度表倒置遞推的光伏電站監控系統數據采集誤差修正方法。下文對該方法具體的操作步驟進行說明。

由于光伏電站晚上不發電，監控系統采集的數據除累計發電量和電壓外，其他數據將在夜間歸零；另外，從開始發電起，電流、輸出功率等數據開始逐漸變大，然后再逐漸減小，因此，可以利用這一特點對部分問題數據進行甄別。

根據圖1所示的電氣連接關系來看，由光伏電站并網點的關口電度表監測到的電流、輸出功率等數據應與光伏電站內各箱式變壓器、各光伏并網逆變器、各匯流箱監測到的電流、輸出功率等數據的匯總值近似相等。由于受測控裝置測量精度等級、類型、損耗、效率、故障等諸多因素影響，以輸出功率數據為例，關口電度表輸出功率數據與其下級各設備輸出功率數據之間應滿足以下關系：

式中：μ為倍率系數；P0.2為關口電度表輸出功率值；PTRS為單臺箱式變壓器測控裝置的輸出功率值；PINV為單臺光伏并網逆變器的輸出功率值；PBOX為單臺匯流箱的輸出功率值；i為關于設備數量的變量。

若光伏電站監控系統監測到的數據不滿足式(1)，則需要對數據進行修正。以絕對測量精度為0.2級的關口電度表數據為基準對誤差數據進行修正，將P0.2乘以μ以獲得設備輸出數據的最大允許誤差，然后對采集到的PTRS、PINV、PBOX分別求和，參照錯誤數據甄別方法進行問題數據甄別，對有問題的數據進行自動修正，實現問題數據自愈。具體的問題數據甄別及問題數據修正方法的流程圖如圖3所示。圖中：E、E1、Ei分別為當前時刻的修正發電量、當日采集的第1個(是指從非零的數據開始算)發電量及當日采集的第i個發電量；P、P1、Pi分別為當前時刻的修正輸出功率值、當日采集的第1個輸出功率值及當日采集的第i個輸出功率值；I、I1、Ii分別為當前時刻的修正電流值、當日采集的第1個電流值及當日采集的第i個電流值。

圖3 問題數據甄別及問題數據修正方法流程圖Fig. 3 Flow chart of problem data screening and problem data correction method

2.2 數據誤差分析及修正方法

以箱式變壓器的數據修正為例進行分析，首先以提取的關口電度表數據作為基準，然后根據關口電度表數據計算修正系數，再得到修正后的每臺箱式變壓器低壓側的輸出功率、電壓和電流數據。以上述同樣的方法可得到每臺光伏并網逆變器、匯流箱或每個光伏組串修正后的輸出功率、電壓和電流值。

2.2.1 箱式變壓器數據的修正過程

箱式變壓器數據的修正過程共分為3個步驟：1)提取關口電度表數據；2)計算箱式變壓器實測值的修正系數；3)計算箱式變壓器低壓側電氣量修正值。

1)提取關口電度表數據。讀取關口電度表測量的輸出電壓值U0.2、輸出電流值I0.2和有功功率值P0.2，這些數據的測量精度均為0.2級。

2)計算箱式變壓器實測值的修正系數。若光伏電站內共有n臺箱式變壓器，則有n臺箱式變壓器測控裝置安裝在箱式變壓器的低壓側。對n臺箱式變壓器輸出電流實測值求和，即：

式中：ITRS為n臺箱式變壓器輸出電流實測值之和。

ITRS應與I0.2相等，但由于測量精度等原因，二者之間會存在一定的誤差。二者的差值ΔITRS的計算式為：

計算n臺箱式變壓器的單位輸出電流修正系數λITRS，其計算式為：

由此，可計算得到任意一臺箱式變壓器的輸出電流實測值iTRSn的修正值iTRSn+，其計算式為：

任意一臺箱式變壓器輸出電流修正誤差值ΔiTRSn的計算式為：

3)計算箱式變壓器低壓側電氣量修正值。在任意一臺箱式變壓器對應的連接電纜長度Ln和電纜電導率ρn已知的情況下，可計算得到任意一臺箱式變壓器輸出端與關口電度表(并網點)連接電纜間的壓降uLn+，其計算式為：

計算任意一臺箱式變壓器低壓側輸出電壓修正值uTRSn+，其計算式為：

則任意一臺箱式變壓器低壓側輸出電壓修正誤差值ΔuTRSn為：

根據輸出功率的計算方法，可計算得到任意一臺箱式變壓器低壓側輸出功率修正值pTRSn+，其計算式為：

則任意一臺箱式變壓器低壓側輸出功率修正誤差值ΔpTRSn可表示為：

假設箱式變壓器的變比為k，則箱式變壓器低壓側的各電氣量修正值的計算式為：

2.2.2 其他設備電氣量數據的修正

采用與箱式變壓器電氣量數據修正過程同樣的方法，可得到與該變壓器相連的m臺光伏并網逆變器數據的修正值。任意一臺光伏并網逆變器的輸出電流修正值iINVm+、輸出電壓uINVm的修正值uINVm+和輸出功率修正值pINVm+的計算式可表示為：

式中：Lm、ρm分別為任意一臺光伏并網逆變器對應的連接電纜長度和電纜電導率。

光伏并網逆變器當日發電量是判斷光伏發電系統性能的重要指標，按照與計算箱式變壓器低壓側輸出電流修正值同樣的方法，由關口電度表測量的日發電量實測值，可以得到任意一臺光伏并網逆變器采集的當日時刻發電量EINVm的修正值EINVm+，其計算式可表示為：

式中：E0.2為關口電度表測量的發電量值。

在倒置遞推光伏并網逆變器的輸入功率修正值時，通過任意一臺光伏并網逆變器在各個轉化效率點的轉化效率系數ηmm進行推算，其輸入側的直流電壓值uINVmdc依然以直流電壓實測值為準，則任意一臺光伏并網逆變器輸入側的直流功率實測值pINVmdc的修正值pINVmdc+、直流電壓修正值uINVmdc+、直流電流修正值iINVmdc+的計算式可表示為：

由于匯流箱與光伏并網逆變器的輸入側相連，按照以上方法，則可以得到第r個匯流箱的輸出電流iBOXr的修正值iBOXr+、輸出電壓uBOXr的修正值uBOXr+和輸出功率PBOXr的修正值PBOXr+，各個參數的計算式可表示為：

式中：LBOXr、ρBOXr分別為任意一臺匯流箱對應的連接電纜長度和電纜電導率。

任意一串光伏組串的輸出電流iPVs的修正值iPVs+、輸出電壓uPVs的修正值uPVs+、輸出功率pPVs的修正值pPVs+的計算式可分別表示為：

式中：LPVs、ρPVs分別為任意一串光伏組串對應的連接電纜長度和電纜電導率。

3 誤差修正方法的實際工程應用

以某光伏電站為例，對該光伏電站的監控系統數據進行修正與驗證。該光伏電站的總裝機容量為15 MW，其監控系統的結構與圖1類似，共分為15個光伏發電區，每個光伏發電區各安裝1臺箱式變壓器及2臺500 kW光伏并網逆變器。光伏并網逆變器向上連接10 kV箱式變壓器，10 kV母線匯流后接入35 kV箱式變壓器再統一并網，35 kV并網點安裝有關口電度表。按照數據誤差分析法及圖3所示流程圖對該光伏電站監控系統采集的數據進行處理。

3.1 錯誤發電量數據的甄別和修正

從該光伏電站的歷史數據庫中得到11月22日時15個光伏發電區的日總發電量和第6個光伏發電區的日發電量數據。為便于展示該日中長時間段的數據，從數據庫中對該日數據進行篩選，篩選后的光伏電站數據庫中的發電量原始值如表3所示。表中的行號為該數據在數據庫中的行號，1 min保存一行。

從表3可以發現，在07:00～11:00之間，該光伏電站15個光伏發電區日總發電量原始值數據和第6個光伏發電區的日發電量原始值數據均出現非常大的異常。

根據光伏電站日發電量從零開始累積的特點，對11:00前的日發電量數據進行修正。從15個光伏發電區的日總發電量原始值數據中選用07:30:00的數據作為初始值，利用式(2)～式(12)，對該時刻的日發電量數據進行求差計算，從而得到修正值；采用相同方法得到表3中第6個光伏發電區的日發電量原始值的修正值。光伏電站發電量修正后的數值如表4所示。

表3 篩選后的光伏電站數據庫中的發電量原始值Table 3 Original value of power generation capacity in filtered PV power station database

表4 光伏電站發電量修正值Table 4 Corrected value of power generation capacity of PV power station

15個光伏發電區的日總發電量ESUM的計算式為：

15個光伏發電區的日總發電量與關口電度表測量的發電量E0.2之間的修正系數λSUM的計算式為：

任意一個光伏發電區日發電量的修正值ETRSw+的計算式為：

15個光伏發電區日總發電量修正值ESUM+的計算式為：

任意光伏發電區日發電量的原始值、修正值及15個光伏發電區日總發電量修正值對照表如表5所示。

表5 各光伏發電區發電量的原始值與修正值對照表Table 5 Comparison table of original and corrected values of power generation capacity in each PV power generation area

3.2 誤差發電量的遞推修正

得到15個光伏發電區日總發電量的修正值后，發現其與關口電度表測量的發電量存在誤差，需要進行修正。修正時以測量精度為0.2級的并網點關口電度表測量的發電量數據為基準，計算修正系數λSUM和各光伏并網逆變器當日輸出發電量的修正值。

3.3 修正結果偏離度分析

為分析修正結果的準確度，分別計算出在典型時刻(t時刻)15個光伏發電區總發電量修正值ESUM+(t)與該時刻關口電度表測量的發電量E0.2(t)之間的偏離度δ0.2(t)、ESUM+(t)與典型時刻(t時刻)15個光伏發電區日總發電量原始值ESUM(t)之間的偏離度δSUM(t)，計算式為：

對計算得到的2個偏離度進行對比分析，具體如表6所示。

從表6中可以看出，12:08時刻ESUM+與E0.2的值最為接近，此時δ0.2值為0.00%，即與關口電度表測量精度無偏離；最差的精度為09:07時刻，此時偏離關口電度表測量精度1.40%。由于關口電度表測量精度為0.2級，光伏并網逆變器測量精度為0.5級，則0.2級＜修正值的準確性＜0.5級，即ESUM+的準確性低于關口電度表當日發電量E0.2的測量精度，高于15個光伏發電區光伏并網逆變器輸出當日發電量ESUM的準確性，但更接近關口電度表當日發電量E0.2的測量精度。而09:00以前的關口電度表數據與修正后數據的最大偏離度分別為-71.43%和24.65%，原因是由于當日累計發電量以MWh為單位，小數點保留為3位，而09:00前光伏組串發電時間短、發電量非常低，有的發電量還不到0.001 kWh，各光伏發電區的日發電量數據有時會被舍棄，造成誤差很大。將目前的發電量數據單位從MWh改換成kWh可提高測量精度。

表6 偏離度對比分析Table 6 Comparative analysis of deviation

4 結論

本文提出了一種基于關口電度表倒置遞推的光伏電站監控系統數據采集誤差修正方法，以并網點關口電度表的數據為基準，對光伏電站中箱式變壓器、光伏并網逆變器、匯流箱等設備的測控裝置采集的數據進行了修正，實現了光伏電站數據的歸一化；并結合某實際光伏電站中的數據進行了錯誤數據甄別和誤差修正。本文提出的誤差修正方法一方面實現了對光伏電站中問題數據的甄別和修正，另一方面實現了測控裝置測量精度(相對精度、絕對精度)的統一，達到了提高測量精度的目的。

由于光伏電站的數據量較大，且不同設備來自不同廠家，難以保證所有數據采集裝置的測量精度統一，通過本文所述誤差修正方法可提高光伏電站中如光伏并網逆變器、匯流箱等數據采集裝置的測量精度，進一步降低成本。本誤差修正方法為解決現有光伏電站中數據采集裝置相對精度參差不齊、數據無法統一判斷分析的問題提供了一種新的思路，為實現光伏電站智能運維提供了可靠的數據基礎，具有重要的工程實用價值。