以智慧管理為導向的光伏電站管理體系運用研究

中電華創電力技術研究有限公司 楊建衛 中電華創（蘇州）電力技術研究有限公司 佟 林 穆嘯天中電神頭發電有限責任公司 朱 靜 甘肅中電白銀光伏發電有限公司 王銷峰

光伏場站因數量眾多、設備較分散等特點，使得傳統運維管理模式的局限性日益顯現，現階段大部分光伏電站的運維管理還依賴單一的制度流程、報表數據以及個人經驗，無法真正實現管理的智慧化、信息化和聯動化。無法滿足大型發電集團對光伏場站資產高效管控的需求，也無法滿足對光伏電站精細化管理的要求[1]。以某電力公司為例，當前中國電力光伏投產裝機容量已達到2290MW，共有46座場站，分布在20個省區市，后續仍有儲備項目在繼續推進。

利用大數據平臺創新技術，升級現有生產管理模式，打造以大數據為基礎、以智能應用為核心、以智慧服務為主體的光伏電站管理平臺，成為解決新能源光伏場站運維管理的有效方法。建立光伏智慧管理平臺對提高發電量、降低運維成本，實現各光伏電站的精細化管理及運維模式由被動到主動的轉變具有重要意義[2]。

1 光伏電站智慧管理平臺概述

利用大數據分析、人工智能、云平臺等先進技術，對復雜的數據進行多維聚合分析，對海量生產實時數據進行深入挖掘，及時準確地預警以及定位缺陷，減少故障停機造成的發電損失，提升發電效率，增加發電量，實現度電成本的大幅降低；另外，先進的資產管理模塊最大化資產的安全可靠性，實現電站資產全生命周期管理，為管理層進行優化決策提供依據[3]。針對以上需求，管理平臺實現智能診斷、智能預警、對標分析、運營分析、預防性維護、發電預測等管理功能。平臺總體架構圖如圖1所示。

圖1 光伏電站智慧管理平臺總體架構

2 智慧管理平臺的創新與優勢

一是平臺結構清晰，分級明確。分為集團側、數據中心側、區域中心側、電站側。二是對標及分析工具齊全，支持自定義指標。三是智能診斷及預警模塊功能齊全，包含設備級故障診斷和預警，電站級各項損失分解，功率精準預測等先進應用。四是運維建議。通過大數據計算和故障模型匹配，系統能夠給出相應的運維建議，以指導現場運維人員的操作。

3 智慧管理平臺主要模塊及功能

3.1 基礎數據的統計和展示

可支持總部級、區域級、電站級的分級展示。總部級：對接入的所有電站按區域進行匯總展示以及數據統計，需要所有區域的所有電站位置直觀展示在總地圖上，能夠展示各區域電站的關鍵數據，如有功功率、發電量、裝機容量、等效節能減排等數據。區域級：對整個區域接入的所有電站進行匯總展示以及數據統計，需要將區域的所有電站位置直觀展示在區域地圖上，能夠展示該電站的關鍵數據，如通訊狀態、有功功率、發電量、裝機容量、等效節能減排等數據。電站級：各光伏場站的關鍵運行數據、全場的統計數據。以圖形、列表的形式直觀地展示各設備的狀態、功率等。分級展示架構圖如圖2所示。

圖2 分級展示架構

3.2 對標分析

本管理平臺能夠根據運維人員的需求，分析處理電站運維過程中的各項生產指標，為電站績效對標、經營管理提供數據支撐。基于設置的查詢條件，分別從設備維度和時間維度，對比光伏電站和方陣的主要KPI 表現，能夠一目了然地發現績效突出或績效欠佳的光伏電站資產，能隨時對光伏電站設備的運行性能了如指掌，同時對性能排名落后的設備在必要時采取前瞻性的維保措施。對于關鍵指標，能夠針對區域、電站進行區域間、電站間的橫向對標，也可以進行電站內的逆變器間、組串間的縱向對標分析。

3.3 損失分析

可以查看任意時間段的損失明細，同時能對時間進行自由篩選，可以快速選擇意向時間段，可以通過曲線走勢快速發現系統效率較低的時間段，并展開深入分析。平臺能夠分析并計算單元及電站由于限電、夜間損耗等造成的損失，并能夠結合站內由于檢修、設備故障等造成的損失，得出限電損失對整個電站發電量的影響。一旦選中一個時間段，頁面中的損失條形圖、應發電量、實際發電量、總損失、收入損失這些指標都會立刻刷新、以反映選定的時間段損失情況。收益損失計算時應包括不可挽回的損失。

3.4 離散率分析

離散率分析是數據統計的常用方法，通過對逆變器、匯流箱、光伏組串等設備的關鍵參數進行離散率分析，直觀展示電站設備運行健康度情況，并對運行風險設備進行提醒，守護電站高效運行。

3.5 報表查詢

查詢光伏電站設備的綜合績效、發電量、狀態明細、健康度、通訊狀態等信息，同時提供簡單實用的模板導出和數據導入功能。本模塊還支持新增或更新查詢模板以便將來快速調用，也允許導出查詢結果到Excel 文件供進一步分析處理。報表的數據展示支持分鐘級查詢，數據應支持選擇性秒級查詢。報表格式能以用戶要求進行定制，也能按照用戶要求定期進行報表自動發布。

3.6 智能診斷及預警

通過強大的云計算后臺和人工智能算法，將海量歷史數據和實時數據轉化為能夠對電站生產管理和現場運維工作提供有效指導的高價值信息。能夠提供設備運行健康狀態分析，組串低效預警、組件清洗建議等，并對電站運行過程中診斷出的故障的原因進行分析篩選，給出最小范圍的故障可能原因，將數據分析的輔助決策融入電站生產管理的環節中。

光伏智能診斷系統能依據設備全生命周期相關數據，對設備整體狀況進行評價，指導電站人員進行運維策略的制定。提供電站關鍵的KPI 分析，使用先進算法模型量化光伏系統的各種損失，使招標方能夠清楚了解光伏電站的實際性能表現，并對影響電站性能的原因提供相應的改善措施，以便經濟有效地計劃和安排運維工作，確保光伏電站的長期性能穩定。能夠將對光伏系統的損失自動分類，以準確地定位影響光伏系統性能的原因及可采取的改善措施。

一是灰塵分析。包括電站不同區域的灰塵影響評估、預警。展示電站灰塵累積率、灰塵污染程度、降雨信息、灰塵損失等信息。根據逆變器每日的性能變化自動計算出每個區域的灰塵累積率。利用灰塵累積率數據，結合發電量數據并考慮降雨事件及降雨強度，系統即可精確計算電站每日、每月、每年的灰塵損失情況，提供積塵預警及組件清洗周期建議。

二是遮擋分析。包括障礙物、植被、積雪和光伏陣列之間的陰影。遮擋分析應提供組件行間陰影或外物遮擋（包含積雪）等原因造成的電量損失信息。遮擋損失算法可以基于當天的工況估算理論無遮擋的輸出功率，實際與理論的偏差即為遮擋損失。逆變器遮擋損失展示每個逆變器單元受陰影及積雪等遮擋的影響，能按照損失從大到小的順序依次排列。能快速定位到損失嚴重的那些設備并分析原因，提出消除遮擋損失的辦法。

三是逆變器停機分析。建立了不同廠家逆變器的設備模型庫及故障模型庫，能對數據進行深度學習，實現設備健康管理，智能分析停機原因。

四是逆變器效率分析和故障診斷。對逆變器效率損失進行排序并展示，對效率異常的逆變器通過設備模型庫和電站實時數據，進行故障識別和診斷。系統能夠根據現場采集的逆變器運行參數，通過數學模型進行分析處理，對逆變器整體運行狀況予以評估。對于逆變器常見故障能夠發出預警通知運維人員。對于已經發生的故障，系統能夠給出最小范圍地導致故障發生的原因。

五是組串低效分析與診斷。能識別同一逆變器或者匯流箱下面的低效組串，以逆變器為單位，計算每臺逆變器由于組串低效造成的損失，并按照從大到小依次排序。可以查看每個逆變器的組串相對性能信息。系統能夠自動地將有問題的組串及其上級設備告知用戶，綜合灰塵及遮擋、設備狀態參數進行分析，判斷低效原因，提供運維建議，引導用戶做進一步的現場排查和維修。

六是組串停機分析與診斷。系統能識別電站中已經發生斷路的那些組串，并且展示由于組串停機造成的電量損失，在計算該損失的過程中，應考慮逆變器停機及限電狀態的情況。

七是組件衰減分析與診斷。組件衰減分析與診斷頁面展示組件衰減情況、相較于額定功率的電站整體性能，以及分析晚啟機的頻次，來表征可能存在的絕緣材料完整性問題。衰減分析算法需要兩年以上的電站歷史數據。年衰減分析通過分析歷史數據集的性能趨勢得出。為了提高分析的準確度，會選擇晴朗間隔以及正常運行的數據作為樣本。晚啟動可能是包絡絕緣失效的一個指標，還可能表明逆變器內部的其他問題，如直流導體和連接器中的絕緣損壞等，能反映電站存在絕緣材料完整性問題[4]。

八是發電預測。利用高分辨率的氣象信息，通過預測模型，能夠較精確地預測電站日發電量、月發電量、年發電量。從而為科學制定電站年度發電任務、電站合理上報市場交易電量提供輔助分析和決策支持。

九是跟蹤系統診斷。能夠適應多廠家、多類型的追蹤系統，并能夠通過診斷模型，識別并判斷光伏電站追蹤系統常見故障，應包括但不限于以下故障：追蹤系統電機故障、追蹤器時鐘故障、打平超時故障（跟蹤器打平時間過長或者支架轉動角度超過額定跟蹤角度）、傳感器復位故障、跟蹤誤差故障（跟蹤器跟蹤太陽角度超出跟蹤誤差范圍）等。

十是通訊故障診斷。系統能監測并發現場站通訊故障并能定位故障設備，協助運維人員處理問題。

4 實施效果與結論

光伏場站傳統管理模式的局限性日益顯現，對運維管理的挑戰不斷加大。光伏智慧管理平臺于2020年12月底上線運行，目前已接入40多個光伏電站，實現了集中管理與運維，提高了電站管理效率，取得了顯著的效果。后期電站還在陸續接入中。最終要實現網絡化、數字化和智慧化，有效提升光伏電站整體的管理水平，進一步降低生產成本，提高設備運行的可靠性，實現光伏電站資產利用最大化，利益最大化。助推集團成為具有全球競爭力的世界一流清潔能源企業目標，樹立集團發展標桿。