電站建模分析

目前通用計算灰塵損失的方法是通過清洗對照實現，此種試驗方法雖然直接，但耗費人力巨大。此時我們選擇采用阿波羅線上數據進行建模分析，通過運行數據，實時量化灰塵損失。

實操案例分析>>>>

根據江蘇某電站運行數據，建模進行灰塵分析。

1、總體分析思路

保證其他自變量影響不變，將灰塵及污穢作為唯一的自變量進行控制。因此我們根據天氣情況，選取雨后天氣的數據(共42天數據)作為我們模型的輸入數據，通過對比實際數據與雨后模型數據，兩者之差即為灰塵損失。

通過采集輻照和逆變器功率等數據，輸入機器學習模型，通過大量的訓練數據，自學習訓練輻照和逆變器功率之間的仿真關系模型(為保證仿真模型的準確性，需對輸入數據進行特定清洗)。據此關系模型，可由實測輻照數據得到仿真功率輸出，最后計算實際出力與仿真模型出力的差別。

2、對比結果

#FormatImgID_3#

(注：采集時間段是14年12月份到15年7月份，由于僅作示例，采集點比較少)

通過對比實際功率曲線與擬合曲線之間的差別，計算得到灰塵損失應為1.75%。

3、分析結果

然而，在分析的過程中，我們發現擬合曲線和實際功率曲線之間有時會出現較大差值，將這些特定天的數據拿出來分析，具體數據如下圖所示：

4、現場考察，剔除干擾

經現場實地勘查，發現建筑物在冬至日前后下午三點左右會對光伏電站有陰影遮擋，造成逆變器輸出功率損失較大。

5、真實損失計算

根據現場勘查結果，計算灰塵損失需要剝離陰影遮擋損失，最終計算灰塵損失結果為1.32%。此電站傾角25°，計算結果和實驗統計結果(傾角23°時灰塵損失占比1.3%)也比較符合。

總結

電站損失中，灰塵導致的損失幾乎不可避免，通過線上數據來進行灰塵損失分析是一種革新性的方法，將大幅降低人工投入。與此同時，明確該部分損失，將對我們進行電站運行維護，提前清洗預警起到很大幫助作用。