数据质量和光伏电站质量分析
本文摘要: “质量”是描述事物或者产品好坏和工作优劣程度的词汇。最近几年,随着资本不断涌入到光伏行业,光伏电站装机容量激增,人们越来越关注光伏的质量问题。
  “质量”是描述事物或者产品好坏和工作优劣程度的词汇。最近几年,随着资本不断涌入到光伏行业,光伏电站装机容量激增,人们越来越关注光伏的质量问题。
 
  在近期举办的“第三届光伏电站质量高峰论坛”上华北电力大学可再生能源学院太阳能研究中心的朱红路对于数据质量和光伏电站质量进行了分析。对于光伏质量的分析,技术层面上主要有两个:一是对光伏电站的性能状态进行测试和鉴定;二是利用数据和电站的运营数据来对光伏电站的性能进行分析。今天我们就数据质量问题和光伏电站的质量问题之间进行详细的分析。
 
  如何评价光伏电站质量?
 
  影响光伏电站的质量因素非常的多,首先是光伏组件的影响,可以认为光伏组件是光伏电站核心的设备;其次,光伏电站的设计过程以及施工和安装过程对于光伏电站质量的影响同样非常大;最后,光伏电站的运行和维护也是影响光伏电站质量的重要因素。对于光伏电站的个体来说,光伏电站的质量直接影响了电站的发电量,直接就会影响电站的收益:同时影响光伏电站质量的因素还很有可能导致电站的安全性的问题。有资料显示,全国已调查的425座太阳能电站中,30%建成3年以上的电站都出现了不同程度的问题。因此,对于光伏电站的质量进行科学的精确评价和鉴定变得刻不容缓。
 
  光伏电站的质量问题成为行业关注的焦点,如何对光伏电站质量的进行量化或者得到定性的结论呢?主要可以分为两条技术路线,第一条技术路线我可以把它称为“性能测试”,对于光伏电站的性能测试可以依托于测试鉴定机构对光伏电站的核心设备进行相应的测试,例如组件的测试和鉴定、逆变器效率的测试、并网性能以及发电性能的测试。性能测试可以有效地获取光伏电站的核心关键设备或者局部功能的相应的特性或特征;第二条技术路线是对光伏电站的性能利用的运营数据进行分析,相比于第一条路线,对光伏电站的数据分析湿较为简单和容易实现的。国内目前涉及到的比较多的两点,一是光伏电站的对标工作,2016年,中电联等许多发电企业就已经开始了光伏电站的对标工作;另外,光伏电站在运行过程中对于电站的效率计算(如大家非常关注的PR计算的问题),最近几年利用国际和国内的相应标准也做得非常多,此时我们利用光伏电站的运营数据可以评价电站的整体质量水平,同时利用局部核心关键设备的运行状态数据也可以来评价光伏电站核心关键设备的运行状态。PR计算等也可以依赖于运行数据,当建立起了相应的体系,利用运行数据就可以描述或者表征电站的发电性能;通过比较全面的指标体系,从全面或者局部角度来评价电站的性能,实现对光伏电站质量的分析。
 
  质量分析引出的数据问题有哪些?
 
  一、能效比PR
 
  光伏电站的质量分析,以PR计算为例,PR指标评价电站的效果或者性能是一个综合性的指标。从数学公式上来看,PR值的定义是实际的发电量和理论发电量的比值,科学性是不容质疑的,分子是测试时间段内的实际发电量,分母是测试时间间隔内的理论发电量PT。从分子和分母的计算过程,一般来讲,对于整个光伏电站发电量数据整体还是比较可靠的,但是对于实际发电量PRD的计算或者实际发电量PRD的测量而言,阵列级别数据的分辨率还没有纳入到量测体系里面,数据的可获取性也存在问题。很多大型并网光伏电站的都面临这样的问题,受此影响调度侧及电网的安全检查很难得以应付。
 
  对于理论发电量PT计算,涉及到的问题比实际发电量PRD的测量更多,例如辐照量的测试结果的不准确性、模型的不确定性。太阳辐射量是理论发电量PT计算的基础,理论发电量PT是辐照量水平的大小乘以阵列装机的面积再乘以相应的转换效率,在对实际组件或者阵列的运营温度进行相应的修正得到的一个值。实际操作过程中有许多影响数据准确性的因素存在,如:
 
  1、通常一个光伏电站的占地面积以及阵列的数量和组串的数量是非常多的,然而光伏电站一般只配备一个气象站,测量结果难以描述整个电站的辐照量场、温度场分布,计算误差应运而生。另外仪表误差问题,通常光伏电站很少来做矫正或者不关注精度问题,直接读数进行上报。
 
  2、直射比,测得的总辐照量对于晶硅体系的组件来说,接受的大部分是直射辐射的部分,仪表的总辐照量和组件所接受到的辐照量之间存在较大的误差;同时不同组件自身的光谱响应特性问题:在AM1.5的光照条件下,光谱的分布基本上接近均匀,但不同类型的光伏组件的光伏响应度分布根据组件的类型特性是有所不同的,直接引起辐照表所测得的辐照强度的大小和组件或者阵列所吸收的辐照量之间并不是等价关系,导致分析过程中的输入参数的不准确。
 
  典型日条件下的光资源特性
 
  3、电站PT计算过程中模型的不确定性,PT的计算公式涉及到了辐照量、阵列的面积、对温度的修正以及相应的效率。在计算过程中,模型的本身是非常简单的且适用于相应的工程计算,但是我们对这个模型做了很多的简化,模型本身有许多参数,效率的参数在实际的光伏电站的计算过程中和光伏电站的实际性能并不匹配,最终导致理论发电量计算结果存在偏差,或者说误差度还是非常大的。
 
  对于实际的发电量,组串、阵列或者整站的电气参数或者运行状态纳入到整个量测体系里面是做光伏电站PR计算的前提。目前存在的问题,一是直流侧组串或者阵列的测量结果很难计入到大型光伏电站主站的量测体系里面,因此阵列或者不同组件的性能计算问题很多;二是光伏电站的运行数据的获取困难。目前光伏电站的信息接入是服务于光伏电站产生的电能接入电网、并网的控制、并网的调度的,因此电站的运行数据是纳入到电力系统的安全二区里面,电站安全二区的数据不能直接向公网上进行反送,导致现在很多大型光伏电站的数据报送都采用原始的人工报送。
 
  二、对标体系
 
  目前对标指标体系建立的非常完善,对标体系对光伏电站各个核心关键设备和整个电站的性能评价指标是非常全面的,涉及到逆变器的效率、阵列的效率、电路的效率和最终并网的弃光率等。但是对标工作同样也有许多问题,包括PR计算里面涉及到的问题,同时逆变器电量数据缺失,500千瓦或者一兆瓦以上的逆变器会进入主站,对于小型逆变器,由于电站施工和成本的考虑,往往数据很难加入主站。第二点是弃光电量的计算,像西北地区光伏电站面临着电站的弃光问题,实际的弃光量受到多方面的影响,当然电网的调度会对弃光的问题有影响,但是电站的实际运行水平也会对电站的弃光量带来相应的影响。弃光电量难以计算,基本上可以看到表格里面,很多电站的弃光量都是空着的。第三个就是常用电量的统计口径不同。第四,线损很难计算,利用计算公式,根据相应的运行数据来进行计算,这个时候对于电量的线损非常难做。另外还有大家见到的有很多测试电站的对标文件里面要求的逆变器的效率,或者说阵列的效率,不同的设备的效率,实际上我们进行测试或者进行分析的话,操作起来都会有很多的问题。因此我们做了一个总结,就是现状。辐照量的数据、日照的数据、日照时数、峰值日照时数、发电量数据、逆变器的数据、线损等各方面的数据实际上存在较大的测量误差或者难以获取。因此,实际上按照目前电站的量测体系的现状,难以实现光伏电站目前的对标分析工作。
 
 
  1,光伏电站的设计、设备和施工决定了电站的质量和寿命
 
  光伏电站的设计,光伏电站的设备性能以及施工的过程决定了电站的质量和寿命。光伏电站电站的全生命周期内的总发电量主要取决于前期电站的设计、设备选型以及施工的好坏。因此,光伏电站的科学设计、严格的设备选型、严格把控设备的质量和高要求地施工是提高光伏电站水平的最有效手段。
 
  2,数据质量低劣带来了分析误差,严重影响了光伏电站质量分析结果
 
  数据质量的低劣带来了非常严重的分析误差,严重影响了电站质量的分析结果。数据质量的低劣表现可以归纳为以下几点:1,单独地将辐照量测量拉出,从而造成辐照量测量误差极大,影响了电站质量的分析;2,数据的不可靠性,数据采集和传输过程,即传感器和传输存在的问题;3,数据分辨率过低,对光伏电站的性能进行精确的计算,就要把数据的分辨率做到组件级别、阵列级别甚至组串的级别;4,数据获取困难,第三方的运维企业、数据服务商、分析服务商对光伏电站的质量进行分析,往往还需要额外的硬件成本来建设数据采集系统。因此,提高数据质量水平是我们电站状态分析评价、智能运维和故障的基础,亟需业内出现标准规范光伏电站量测体系的建立(通信规约、测量点、传感器标定等),提出更为合理的光伏电站对标体系!
 
  3,“数据”是实现光伏电站智能化运行的基础
 
  数据是实现光伏电站智能化运行的基础,我们只有科学有效地获取到光伏电站的运营数据才能够做好光伏电站的故障诊断工作、预测维护工作和性能评价工作。组件或者阵列不同类型的故障表现出不同的电气特征,通过大数据挖掘的方法、参数辨识的分子建立起光伏电站运行数据和故障之间的关系。在这儿华北电力大学太阳能中心愿意在光伏电站后评价、光伏电站智能化运维等方面和业内或者广大同仁展开合作,促进光伏产业的良性发展。
 
扫码关注“光伏产业观察网”微信公众号
《光伏产业观察》创办于2010年,由中国循环经济协会可再生能源专业委员会、中国可再生能源学会光伏专业委员会、中国光伏行业协会共同主办,深受光伏行业认可,是业内知名媒体。