以智慧管理为导向的光伏电站管理体系运用研究

中电华创电力技术研究有限公司 杨建卫 中电华创（苏州）电力技术研究有限公司 佟 林 穆啸天中电神头发电有限责任公司 朱 静 甘肃中电白银光伏发电有限公司 王销峰

光伏场站因数量众多、设备较分散等特点，使得传统运维管理模式的局限性日益显现，现阶段大部分光伏电站的运维管理还依赖单一的制度流程、报表数据以及个人经验，无法真正实现管理的智慧化、信息化和联动化。无法满足大型发电集团对光伏场站资产高效管控的需求，也无法满足对光伏电站精细化管理的要求[1]。以某电力公司为例，当前中国电力光伏投产装机容量已达到2290MW，共有46座场站，分布在20个省区市，后续仍有储备项目在继续推进。

利用大数据平台创新技术，升级现有生产管理模式，打造以大数据为基础、以智能应用为核心、以智慧服务为主体的光伏电站管理平台，成为解决新能源光伏场站运维管理的有效方法。建立光伏智慧管理平台对提高发电量、降低运维成本，实现各光伏电站的精细化管理及运维模式由被动到主动的转变具有重要意义[2]。

1 光伏电站智慧管理平台概述

利用大数据分析、人工智能、云平台等先进技术，对复杂的数据进行多维聚合分析，对海量生产实时数据进行深入挖掘，及时准确地预警以及定位缺陷，减少故障停机造成的发电损失，提升发电效率，增加发电量，实现度电成本的大幅降低；另外，先进的资产管理模块最大化资产的安全可靠性，实现电站资产全生命周期管理，为管理层进行优化决策提供依据[3]。针对以上需求，管理平台实现智能诊断、智能预警、对标分析、运营分析、预防性维护、发电预测等管理功能。平台总体架构图如图1所示。

图1 光伏电站智慧管理平台总体架构

2 智慧管理平台的创新与优势

一是平台结构清晰，分级明确。分为集团侧、数据中心侧、区域中心侧、电站侧。二是对标及分析工具齐全，支持自定义指标。三是智能诊断及预警模块功能齐全，包含设备级故障诊断和预警，电站级各项损失分解，功率精准预测等先进应用。四是运维建议。通过大数据计算和故障模型匹配，系统能够给出相应的运维建议，以指导现场运维人员的操作。

3 智慧管理平台主要模块及功能

3.1 基础数据的统计和展示

可支持总部级、区域级、电站级的分级展示。总部级：对接入的所有电站按区域进行汇总展示以及数据统计，需要所有区域的所有电站位置直观展示在总地图上，能够展示各区域电站的关键数据，如有功功率、发电量、装机容量、等效节能减排等数据。区域级：对整个区域接入的所有电站进行汇总展示以及数据统计，需要将区域的所有电站位置直观展示在区域地图上，能够展示该电站的关键数据，如通讯状态、有功功率、发电量、装机容量、等效节能减排等数据。电站级：各光伏场站的关键运行数据、全场的统计数据。以图形、列表的形式直观地展示各设备的状态、功率等。分级展示架构图如图2所示。

图2 分级展示架构

3.2 对标分析

本管理平台能够根据运维人员的需求，分析处理电站运维过程中的各项生产指标，为电站绩效对标、经营管理提供数据支撑。基于设置的查询条件，分别从设备维度和时间维度，对比光伏电站和方阵的主要KPI 表现，能够一目了然地发现绩效突出或绩效欠佳的光伏电站资产，能随时对光伏电站设备的运行性能了如指掌，同时对性能排名落后的设备在必要时采取前瞻性的维保措施。对于关键指标，能够针对区域、电站进行区域间、电站间的横向对标，也可以进行电站内的逆变器间、组串间的纵向对标分析。

3.3 损失分析

可以查看任意时间段的损失明细，同时能对时间进行自由筛选，可以快速选择意向时间段，可以通过曲线走势快速发现系统效率较低的时间段，并展开深入分析。平台能够分析并计算单元及电站由于限电、夜间损耗等造成的损失，并能够结合站内由于检修、设备故障等造成的损失，得出限电损失对整个电站发电量的影响。一旦选中一个时间段，页面中的损失条形图、应发电量、实际发电量、总损失、收入损失这些指标都会立刻刷新、以反映选定的时间段损失情况。收益损失计算时应包括不可挽回的损失。

3.4 离散率分析

离散率分析是数据统计的常用方法，通过对逆变器、汇流箱、光伏组串等设备的关键参数进行离散率分析，直观展示电站设备运行健康度情况，并对运行风险设备进行提醒，守护电站高效运行。

3.5 报表查询

查询光伏电站设备的综合绩效、发电量、状态明细、健康度、通讯状态等信息，同时提供简单实用的模板导出和数据导入功能。本模块还支持新增或更新查询模板以便将来快速调用，也允许导出查询结果到Excel 文件供进一步分析处理。报表的数据展示支持分钟级查询，数据应支持选择性秒级查询。报表格式能以用户要求进行定制，也能按照用户要求定期进行报表自动发布。

3.6 智能诊断及预警

通过强大的云计算后台和人工智能算法，将海量历史数据和实时数据转化为能够对电站生产管理和现场运维工作提供有效指导的高价值信息。能够提供设备运行健康状态分析，组串低效预警、组件清洗建议等，并对电站运行过程中诊断出的故障的原因进行分析筛选，给出最小范围的故障可能原因，将数据分析的辅助决策融入电站生产管理的环节中。

光伏智能诊断系统能依据设备全生命周期相关数据，对设备整体状况进行评价，指导电站人员进行运维策略的制定。提供电站关键的KPI 分析，使用先进算法模型量化光伏系统的各种损失，使招标方能够清楚了解光伏电站的实际性能表现，并对影响电站性能的原因提供相应的改善措施，以便经济有效地计划和安排运维工作，确保光伏电站的长期性能稳定。能够将对光伏系统的损失自动分类，以准确地定位影响光伏系统性能的原因及可采取的改善措施。

一是灰尘分析。包括电站不同区域的灰尘影响评估、预警。展示电站灰尘累积率、灰尘污染程度、降雨信息、灰尘损失等信息。根据逆变器每日的性能变化自动计算出每个区域的灰尘累积率。利用灰尘累积率数据，结合发电量数据并考虑降雨事件及降雨强度，系统即可精确计算电站每日、每月、每年的灰尘损失情况，提供积尘预警及组件清洗周期建议。

二是遮挡分析。包括障碍物、植被、积雪和光伏阵列之间的阴影。遮挡分析应提供组件行间阴影或外物遮挡（包含积雪）等原因造成的电量损失信息。遮挡损失算法可以基于当天的工况估算理论无遮挡的输出功率，实际与理论的偏差即为遮挡损失。逆变器遮挡损失展示每个逆变器单元受阴影及积雪等遮挡的影响，能按照损失从大到小的顺序依次排列。能快速定位到损失严重的那些设备并分析原因，提出消除遮挡损失的办法。

三是逆变器停机分析。建立了不同厂家逆变器的设备模型库及故障模型库，能对数据进行深度学习，实现设备健康管理，智能分析停机原因。

四是逆变器效率分析和故障诊断。对逆变器效率损失进行排序并展示，对效率异常的逆变器通过设备模型库和电站实时数据，进行故障识别和诊断。系统能够根据现场采集的逆变器运行参数，通过数学模型进行分析处理，对逆变器整体运行状况予以评估。对于逆变器常见故障能够发出预警通知运维人员。对于已经发生的故障，系统能够给出最小范围地导致故障发生的原因。

五是组串低效分析与诊断。能识别同一逆变器或者汇流箱下面的低效组串，以逆变器为单位，计算每台逆变器由于组串低效造成的损失，并按照从大到小依次排序。可以查看每个逆变器的组串相对性能信息。系统能够自动地将有问题的组串及其上级设备告知用户，综合灰尘及遮挡、设备状态参数进行分析，判断低效原因，提供运维建议，引导用户做进一步的现场排查和维修。

六是组串停机分析与诊断。系统能识别电站中已经发生断路的那些组串，并且展示由于组串停机造成的电量损失，在计算该损失的过程中，应考虑逆变器停机及限电状态的情况。

七是组件衰减分析与诊断。组件衰减分析与诊断页面展示组件衰减情况、相较于额定功率的电站整体性能，以及分析晚启机的频次，来表征可能存在的绝缘材料完整性问题。衰减分析算法需要两年以上的电站历史数据。年衰减分析通过分析历史数据集的性能趋势得出。为了提高分析的准确度，会选择晴朗间隔以及正常运行的数据作为样本。晚启动可能是包络绝缘失效的一个指标，还可能表明逆变器内部的其他问题，如直流导体和连接器中的绝缘损坏等，能反映电站存在绝缘材料完整性问题[4]。

八是发电预测。利用高分辨率的气象信息，通过预测模型，能够较精确地预测电站日发电量、月发电量、年发电量。从而为科学制定电站年度发电任务、电站合理上报市场交易电量提供辅助分析和决策支持。

九是跟踪系统诊断。能够适应多厂家、多类型的追踪系统，并能够通过诊断模型，识别并判断光伏电站追踪系统常见故障，应包括但不限于以下故障：追踪系统电机故障、追踪器时钟故障、打平超时故障（跟踪器打平时间过长或者支架转动角度超过额定跟踪角度）、传感器复位故障、跟踪误差故障（跟踪器跟踪太阳角度超出跟踪误差范围）等。

十是通讯故障诊断。系统能监测并发现场站通讯故障并能定位故障设备，协助运维人员处理问题。

4 实施效果与结论

光伏场站传统管理模式的局限性日益显现，对运维管理的挑战不断加大。光伏智慧管理平台于2020年12月底上线运行，目前已接入40多个光伏电站，实现了集中管理与运维，提高了电站管理效率，取得了显著的效果。后期电站还在陆续接入中。最终要实现网络化、数字化和智慧化，有效提升光伏电站整体的管理水平，进一步降低生产成本，提高设备运行的可靠性，实现光伏电站资产利用最大化，利益最大化。助推集团成为具有全球竞争力的世界一流清洁能源企业目标，树立集团发展标杆。