光伏电站监控气象数据在光伏电站性能评价中的重要性和作用1

《光伏电站监控气象数据在光伏电站性能评价中的重要性和作用1》由会员分享，可在线阅读，更多相关《光伏电站监控气象数据在光伏电站性能评价中的重要性和作用1（9页珍藏版）》请在装配图网上搜索。

1、光伏电站监控：气象数据在光伏电站性能评估中的重要性和作用1、总览由于天气状况直接影响光伏电站的发电量，所以光伏电站性能评估的核心参数离不开准确的气象数据。因此每个光伏电站监测系统都需要一组气象监测传感器以计算电站核心评估指标，例如场站效率和有效工作时间。数据的采样与处理方法、传感器的部署安装方式也会对评估结果产生部分影响。2、光伏系统气象站常用的传感器气象站只需要少量的传感器即可充分覆盖评估需求：辐照仪：电站需要使用辐照仪测量一系列的辐照强度，且该辐照仪的响应波段应覆盖组件可吸收光谱的波段。通常我们会同时使用多个辐照仪来监测不同安装方式下的辐照。水平安装辐照仪，用于监测全局水平辐照 (该安装方

2、法应尽量避免地面反射，因为地面反射可能会使测量结果增大 20%);与阵列相同倾角及朝向安装的辐照仪，用于监测阵列平面所接收的辐照;定制的散射辐照仪，用于监测散射辐照，即全局水平辐照减去直接辐照(该辐照仪并不常用);基准电池组：包含一个或多个光伏电池单元，可以同时测量辐照和电池片温度，基准电池组中电池片的材质应与阵列所用组件中电池片的材质相同 ;虽然基准电池组以其低廉的价格会被用作正规辐照仪的替代品，但是实际上并不能这么用。原因是很难找到与阵列所使用的组件具有相同光谱响应区间的基准电池组，而且其精度、灵敏度稳定性等都是没有经过认证的。组件背板温度传感器：直接安装在光伏组件的背面以测量组件中电池片

3、的温度。该测量方法利用一个热交换模型把组件背板温度换算到组件内部电池片的温度。换算过程还需要输入环境温度以及风速、风向进行修正。通常情况下，组件背板温度常常错误地被直接引用为电池片温度。环境温度传感器：用于监测实际运行阵列周围的空气温度。湿度计，气压传感器，风速、风向传感器和雨量计 ：这些要素与发电量有一定关联，但是在电站绩效评估中一般不使用这些要素。3、气象传感器正确使用的重要性气象数据的准确性是电站绩效评估的关键。 数据采集系统必须集成异常值 (无效值 )检测及剔除的算法， 以保证最后存储的历史数据的可靠性。由于异常值会污染现有数据库，所以数据采集系统有必要检测这些数据的出现，并对其及时处

4、理。另一种方法是识别出引起录入错误值的触发事件，设置采集器系统在该事件发生时停止采集，例如当辐照仪处于阴影中时采集器停止录入其数据。数据采集的各个环节都有可能导致异常值的出现，且传感器与通讯线缆是最容易导致数据异常的环节。一些策略可以大幅度减少异常值出现的概率，其中多数都与传感器和光伏电站监控系统的连接方法有关。加装冗余的传感器，是一种可以非常有效地保证测量数据准确的方法。如此以来，可以极大地提高数据采集质量的方案就是：如果一个传感器失效，直接获取备份数据;对不同传感器输出的相同时段的采集数据进行对比分析，以排除一些与统计趋势不符的异常值;气象传感器另一个非常重要的参数是数据采集周期。 对于监

5、测电站运行参数的行业经验是采用 15 分钟平均值。但是对于辐照强度这种随瞬时波动比较大的气象要素， 进行 15 分钟步长的瞬时值采样是非常不明智的。所以采集器需要更快的采样频率 (可能高达 1s)，同时输出在此采样频率获取的 15 分钟连续数据的平均值。该处理过程必须慎重考虑所有参与数据采集的仪器可能出现的异常值和时间戳的同步性。采样异常或者处理出错都会降低评估的质量。气象状况不仅瞬时波动大，而且大型电站场站内各局部区域的差异也非常明显。对于一个面积足够大的电站来说，站内特定区域的关键绩效指标必须使用临近的气象数据。 根据相关技术绩效评估的计算文件声明，并不希望核心的气象监测数据在整个场站空间

6、内剧烈波动，因为剧烈的波动会对长时间尺度下电站关键绩效的计算产生不利影响。假设遇到一些疏散云团飘过数兆瓦的阵列造成的局部遮挡的情景，虽然对阵列局部瞬时的影响非常显著，但是剧烈的波动会随当天的时长累计被平滑到对整个场站的稳定影响。由于评估的对象为整个场站，所以输入计算的气象数据需要使用场站气象数据的空间平均值，该数值只能通过汇总电站各局部区域测量数据加工取得。对于建设在地形起伏较大区域的光伏电站，例如光伏组件被安装在不同的斜坡上，还需要充分考虑斜坡的朝向、倾角以及安装在每个斜坡上的组件的标称功率对关键绩效指标计算的影响，以保证计算的准确性。对于使用差异显著的技术要求安装的阵列也有必要在绩效评估计

7、算时进行相应的修正。在场站不同的区域部署多个气象监测系统可以有效降低传感器全部毁损的概率，例如自然灾害、盗窃和物理破坏。最后，高质量的气象传感器需要周期性地校准或者其本身使用寿命有限，例如辐照仪至少 1 年至 2 年需要校准 1 次，机械式风速仪的寿命只有半年至 1 年。预防性维护、校准以及换新对于支持电站的长久运行是至关重要的。4、气象站应用光伏电站气象监控系统应对气象传感器的安装方式有明确的定义，原因如下：冗余气象传感器的应用;在计算方位敏感的关键绩效时，需要使用指定安装方式的传感器测量数据;气象站的概念是对一个气象传感器与它安装位置关系的最佳阐释。 气象站集成了一组气象传感器及其备件、支

8、架、供电设备、本地的数采集器用于处理及存储测量的数据。这些传感器以指定方式安装，并且电站监控系统可以读取这些它们的坐标和配置。气象站并非新鲜概念，全球所有的气象服务都以其作为气象监测系统的基础。气象站安装便利且安装开销低廉，因此相比于单买各个气象传感器，有理由购买稍贵的集成系统。自从气象站概念被定义以来，气象站配置标准化和对场站特征进行气象站配额是非常实用的实施策略。加之实践中一般使用额定输出功率、物理面积和斜坡的数量来定义电站内局部区域的典型特征。二者相辅相成不仅可以同步排线与供电设计，也简化了监测系统的设计、场站的建设以及电站全生命周期仪表校准的实施。5、辐照测量案例为了计算最重要的电站绩

9、效，我们需要获取精确可靠的主要气象数据，所以各种类型辐照测量仪表的评估是其中至关重要的一步。现阶段主流的光伏用辐照测量仪表有两种，辐照仪与基准电池组。基于辐照监测系统从各种类型的仪表采集到的真实辐照数据，比较研究之后的结果显示出各仪表间的显著差异。该实验数据取自某 1.7 兆瓦光伏电站，其中安装了各类型的气象传感器，明细如下：2 只 WMO 二级标准辐照仪;7 只 WMO 二等标准辐照仪;2 个基准电池组 ;选择的观测时段是适宜进行仪表比对实验的 10 月中没有故障或重大问题发生的两周。在本次实验开始之前，该光伏电站已经投运一年有余。辐照数据的采集频率是1 秒，且以 15 分钟的步长把已记录数

10、据求平均值。所有用于采样的辐照模拟信号电流区间为 4-20mA ，原因如下：更好的故障检测;更好的抗噪声性能;为了消除早晚阴影的影响，过滤掉了辐照值低于 200 W ?m-2 的数据。同样，在计算系统效率时也不会使用辐照值低于 200W ?m-2 的数据。二级标准辐照仪的数据作为基准数据。二级标准辐照仪的技术要求是最高规格，而且根据相关要求需要对其进行独立校准。相关要求还规定了小时累计与日累计精确的不确定性水平。为了保证两只部署在不同区域的二级标准辐照仪都满足规范要求，它们的时序不确定性水平测试结果都需要在规定值以内，明细如图：图 1、 2 显示，数个二等标准辐照仪的百分比误差在 +-10%，

11、极大误差达到了 20%。这种程度的误差确实非常有争议，也许这些辐照数据已经不适合使用。另外，各二等标准辐照仪之间也有显著的差异。结果表明需要后续测试、维护甚至是对这些二等标准辐照仪进行校准以维持其数据质量水平。图 3 表明，基准电池组的测量值不仅维持负百分比误差，甚至在早晨还会出现极大的波动。当使用辐照数据计算系统效率时，使用准确辐照数据的重要性就显而易见了。带入不同的辐照数据计算系统效率的结果比较详见下图 4：a) 二级标准辐照仪的平均值b) 二等标准辐照仪的平均值c) 基准电池组的平均值系统效率的计算差异非常明显。而且使用基准电池组测得的辐照数据计算所得系统效率大于100%，这显然无法接受

12、。带入纯辐射测量值计算的日系统效率差异也十分显著，如下图6：除了需要关注传感器的质量，采样的准确性和辐照的可信值也依赖于仪表的安装方式。该变量也可能对数据可信度产生显著影响。如果辐照仪的朝向相对于阵列组件朝向向东偏了3，那么测量的倾角入射辐照已经与阵列所接收的辐照存在显著差异，所以该辐照仪的辐照数据也会变得不可靠。一个典型的案例如下图所示：图 7 中曲线的差异揭示了组件与辐照仪的朝向的差异。在该案例中，辐照仪的朝向相对于组件偏东。所以错误的辐照信息会使系统效率的计算完全不可靠。图 8 展示了上述辐照仪朝向错误的情况所得的当天系统效率波动曲线。由于异常值会引起错误报警，所以早晚的低值与高值都是不

13、可接受的：6、总结在光伏电站监测系统中气象传感器发挥重要作用，精确的气象实测数据是跟踪、评估和控制光伏电站性能参数的关键。因此正确安装足够数量的气象传感器及相关设备，顺利采集到与光伏电站相关的合适数据，才能保证无法避免的误差不会导致错误的假设和结果。只有合理利用冗余的传感器，采样频率，数据清洗及校验，根据电站特征进行修正，才能得到最好的性能分析结果。众所周知二级标准辐照仪价格不菲，并不是所有电站都具备文中实施的条件。在工程实施阶段如何才能解决这些问题呢，译者总结全文的主要思想之后，认为在使用高精度仪表代价过于昂贵的情况下，退而求其次则需要使用就近多实测数据对比，远景能源的五层数据分析，就近高标准站机器学习拟合，卫星及模式数据趋势判断等方法。当下作为大数据的时代，充分挖掘核心数据价值，提升社会效率也是大势所趋。