Analisis dan Evaluasi Kinerja Pembangkit Tenaga Fotovoltaik: Sebagian besar pembangkit listrik PV memiliki celah operasi dan kehilangan perawatan
Mar 02, 2018
Kami mengandalkan kamera untuk segera mengekstrak dan mengunci tersangka dari kerumunan film dan acara televisi yang tidak asing dengan teknologi "pengenalan wajah" tidak hanya mengurangi biaya masukan tenaga kerja dan meningkatkan efisiensi, dengan teknologi pengenalan secara bertahap mulai matang, Ruang lingkup aplikasi juga semakin luas dan luas.
Bagi pemilik pembangkit listrik PV, jika pembangkit listrik juga dapat melakukan identifikasi kinerja, seperti dengan cepat menemukan komponen atau inverter yang salah dari pembangkit listrik yang besar dan dengan cerdas menganalisis pengoperasian pembangkit listrik melalui analisis data yang besar untuk mengetahui dampak terbesar pada faktor pembangkit listrik. , dan memberikan rekomendasi khusus untuk pelaksanaan perbaikan, yang niscaya akan sangat meningkatkan efisiensi dan nilai operasi dan pemeliharaan pembangkit tenaga listrik untuk mendapatkan lebih banyak manfaat dari pembangkit listrik.
Pada tanggal 19 Januari 2018, Energi Makmur Apollo Photovoltaic Co., Ltd. mengumumkan hasil evaluasi dan evaluasi kinerja pembangkit tenaga fotovoltaik - Apollo Ensight. Hal ini dimengerti bahwa ini adalah produk evaluasi kinerja pembangkit listrik skala besar pertama di China, yang mendorong operasi cerdas dan pemeliharaan pembangkit listrik melalui analisis data, dan mengintegrasikan pengalaman bertahun-tahun dengan Pusat Inovasi PV AS.
Mereka adalah satu dari sedikit tim di industri ini yang memiliki algoritma kehilangan daya otomatis yang akurat. Beberapa ahli telah bekerja di National Renewable Energy Laboratory di Amerika Serikat, Sunpower Amerika Serikat, First Solar dan lain-lain.
Punya sistem monitoring, tapi tidak akan menggunakan datanya?
Kapasitas terpasang kumulatif pembangkit listrik PV China telah meningkat dari tahun ke tahun, dan kini telah melampaui 130 GW, terhitung hampir 10% dari total kapasitas terpasang daya. Di balik pesatnya perkembangan layanan operasi dan pemeliharaan pembangkit tenaga fotovoltaik telah menjadi isu yang semakin menonjol, yaitu pasar triliun tingkat, bagaimana mengoperasikan ratusan pembangkit listrik pada saat bersamaan?
Agar dapat secara efektif mengoperasikan sejumlah besar pembangkit listrik yang tersebar, investor pembangkit tenaga surya fotovoltaik utama, pemiliknya hampir dilengkapi dengan seperangkat perangkat lunak pemantauan. Namun, sistem pemantauan untuk mentransmisikan data pembangkit listrik yang andal? Apakah itu benar-benar dapat merefleksikan pengoperasian peralatan? Apa situasi sebenarnya dari operasi pembangkit listrik?
Pemantauan akses real-time perangkat lunak terhadap data, transmisi data massal, manajemen dan ekstraksi? Data dalam jumlah besar tersebut sulit melewati analisis garis manusia, untuk secara akurat menemukan titik kehilangan pembangkit listrik dan meningkatkan pembangkit listrik. Di sisi lain, karena kualitas komunikasi dan peralatan, ada masalah serius dengan kualitas data pembangkit listrik PV.
Data yang tidak difilter dapat secara serius mempengaruhi keefektifan analisis data, memberikan keputusan yang salah dan membuang sumber daya manusia dan material. Setelah beberapa verifikasi gagal, data besar yang dibawa oleh sistem pemantauan menjadi dedikasi pengelolaan yang tidak dapat dibuang.
Bagaimana cara menggunakan data yang besar? Dalam pandangan beberapa orang, pemantauan cerdas dapat memanfaatkan data besar dengan baik. Namun, pada tahap ini, keakuratan dan kepraktisan operasi cerdas dan pemeliharaan pembangkit listrik PV dalam negeri sering dikritik. Beberapa sistem pemantauan cerdas yang relatif maju hanya bisa menyelesaikan ekstraksi sejumlah besar data. Pemindaian data, analisis, identifikasi data kinerja pembangkit listrik, status operasi dan serangkaian permasalahan masih belum bisa dipecahkan.
Sebenarnya, ada ambang batas yang sangat kuat di lapangan untuk analisis data tanaman yang efektif. Di negara maju, hilangnya dekomposisi tanaman PV umumnya menjadi subyek penelitian terus menerus oleh para ilmuwan di laboratorium besar. Di China, karena kekurangan talenta ini, ada juga kekurangan badan khusus untuk menyediakan personil operasi dan perawatan lini pertama dengan layanan dekomposisi kehilangan pembangkit listrik yang efisien.
Analisis data mendorong operasi dan pemeliharaan yang akurat
"Metode operasi dan pemeliharaan tenaga kerja off-line yang tradisional tidak dapat mengikuti perkembangan pembangkit listrik PV dan membantu kami mengelola pembangkit listrik secara lebih efisien dan ilmiah melalui teknologi analisis data berteknologi tinggi." Pascal Wehrli, Algorithm Leader di Vision America Innovation Center, mengatakan, gagasan utama kami untuk mengembangkan Ensight solar adalah dengan semoga mengevaluasi kinerja pembangkit listrik melalui analisis data dan mendapatkan saran yang dapat ditingkatkan untuk membantu pemilik atau tim operasi dan pemeliharaan memperbaiki daya mereka. generasi.
Produk pemantauan tradisional hanya menyediakan KPI di tingkat stasiun, yang tidak dapat mengidentifikasi akar penyebab masalah, yang menyebabkan banyak masalah sulit ditemukan dan tidak dapat menilai apakah tim operasi dan pemeliharaan berjalan dengan baik, karena ini, beberapa Tanaman PV telah beroperasi pada kinerja rendah selama bertahun-tahun.
"Kita mulai dengan data mentah, melalui algoritma pembersihan data, termasuk algoritma analisis kerugian, menghasilkan algoritma kapasitas untuk menemukan potensi masalah pembangkit listrik, berbagai analisis kerugian, dan kemudian secara otomatis merangkum, mengevaluasi hasilnya dan memberikan perbaikan operasi dan pemeliharaan. disarankan untuk memprioritaskan masalah kerugian tinggi dalam hal kehilangan pendapatan, untuk membantu pemilik meningkatkan pembangkit listrik mereka, dimana data mentah, yang semuanya tersedia secara langsung, jelas Pascal Wehrli.
Operasi praktis: Saat membersihkan pembangkit listrik dengan biaya paling efektif?
Tujuan analisis data yang besar adalah untuk mengevaluasi operasi dan kinerja pembangkit listrik untuk mengidentifikasi permasalahan, memberikan saran perbaikan dan pembinaan operasi dan pemeliharaan. Di antara banyak masalah operasi dan pemeliharaan, pemeliharaan pembangkit listrik merupakan masalah umum.
Di China, debu memiliki dampak yang besar pada pembangkit listrik, dengan kehilangan daya yang signifikan hingga 30%. Jika sering dibersihkan, biayanya sangat tinggi, jika mengurangi kerugian frekuensi pembersihan yang disebabkan relatif besar, bagaimana menimbangnya? Kapan Anda perlu membersihkan pembangkit listrik, bagaimana cara membersihkan biaya yang paling efektif?
Pertama, polusi debu dan lingkungan fisik terkait erat dengan analisis polusi polusi tingkat regional, daerah yang berbeda perlu diperlakukan secara berbeda.
Pascal mengatakan: "Ensight secara akurat menghitung kehilangan debu, membersihkan hanya mereka yang membutuhkan pembersihan, deteksi otomatis tingkat akumulasi debu tingkat regional, dengan mempertimbangkan hilangnya biaya debu dan pembersihan, kawasan dengan strategi pembersihan yang optimal untuk memaksimalkan laba atas investasi. "
Dengan menggunakan pembangkit listrik berkapasitas 6MW, contohnya ada dua jenis inklinasi pemasangan, satu kemiringan rendah 2 derajat, satu kemiringan tinggi 13 derajat dengan cerobong asap di tengahnya, dan pembangkit listrik berada dalam polusi debu yang lebih rumit. lingkungan Hidup.
Setelah mendapatkan data tentang operasi pabrik ini, Ensight membersihkan dan mendeteksi data secara otomatis, dan mengumpulkan hilangnya debu dari masing-masing inverter. Hilangnya debu di daerah yang kurang tercemar diperkirakan sekitar 0,3% / hari. Daerah berpolusi berat Dan zona sudut rendah telah tiga kali lipat sehingga Ensight secara otomatis dapat mendeteksi tingkat akumulasi debu untuk area yang berbeda.
Langkah selanjutnya ke dalam strategi optimasi pembersihan debu, berdasarkan maksimalisasi biaya-manfaat, penggunaan analisis biaya-manfaat, sistem memberikan saran untuk perbaikan: untuk area inklinasi rendah, pembersihan bulanan, pembersihan tahunan 12 kali, untuk daerah dengan kecenderungan tinggi. Jumlah pembersihan tahunan 6 kali, tidak perlu pembersihan rutin, sehingga bisa mengurangi sebagian biaya pembersihan, disisi lain data ini berdasarkan data akuisisi TMI, data pembangkit listrik riil, akan terus menggunakan iterasi data yang sebenarnya, secara iteratif. iterate algoritma ini, Dapatkan waktu terbaik untuk membersihkan waktu berikutnya. Jalan Demonstrasi Pascal.
Ada masalah inverter downtime.
Sebagai komponen penting dari peralatan sistem pembangkit tenaga fotovoltaik, shutdown inverter dari kapasitas pembangkit tenaga sangat besar, lalu mengapa inverter downtime? Apa alasan downtime, berapa lama downtime? Stop loss akan menyebabkan banyak kerusakan?
Apollo Ensight secara otomatis mencatat dan mengidentifikasi informasi tentang setiap downtime peralatan, termasuk waktu henti, waktu yang hilang, dan banyak lagi, memberi Anda berbagai presentasi grafis tentang evolusinya, menganalisis mengapa hal itu terjadi dan memungkinkan satu klik ekspor laporan. Analisis spesifik terhadap isu-isu spesifik, biarkan data berbicara, sehingga meningkatkan kapasitas pembangkit tenaga listrik, pembentukan mekanisme operasi dan pemeliharaan yang proaktif.
Dilaporkan bahwa saat ini, Apollo Ensight telah banyak dipromosikan dan digunakan di pasar Eropa dan Amerika, ini adalah pertama kalinya di masyarakat domestik, telah menjadi China Guangdong Nuclear Power, Guodiao, Trina Solar, Sky Blue Sky, Sumeida , Zhongkang Electric, investasi Yingli, Seni Sri Lanka, kristal Australia, Zhenhua Heavy Industries dan banyak pemilik pembangkit tenaga PV lainnya yang peduli dan tertarik, langkah selanjutnya akan memulai proyek percontohan.
