Аналіз та оцінка ефективності роботи фотоелектричних електростанцій: у більшості ПВ електростанцій є лазейки для роботи та обслуговування
Mar 02, 2018
Ми покладаємось на камеру, щоб швидко витягнути і закрити підозрюваних від натовпу фільмів, а телевізійні шоу не є незнайомими за технологією "розпізнавання обличчя", не тільки зменшують витрати на оплату праці та підвищують ефективність, коли технологія розпізнавання поступово дозріває, Його сфера застосування також ширша та ширша.
Для власників PV електростанцій, якщо електростанція також може виконувати ідентифікацію продуктивності, наприклад, швидко знаходити дефектні компоненти або інвертори від великих електростанцій та інтелектуально аналізувати роботу електростанцій шляхом великого аналізу даних, щоб з'ясувати найбільший вплив на виробництво електроенергії. Фактори , і надавати конкретні рекомендації щодо впровадження вдосконалень, що, безсумнівно, значно підвищить ефективність та вартість експлуатації та технічного обслуговування електростанцій, щоб отримати більше переваг від електростанцій.
19 січня 2018 р. Компанія Prosperous Energy Apollo Photovoltaic Co., Ltd. оголосила про оцінку та оцінку продуктивності фотоелектричних станцій - Apollo Ensight. Зрозуміло, що це перший великомасштабний продукт оцінки продуктивності електростанцій у Китаї, який керує інтелектуальною експлуатацією та підтримкою роботи електростанцій за допомогою аналізу даних, а також об'єднує багаторічний досвід роботи з Інноваційним центром США.
Вони є однією з небагатьох команд у галузі, щоб мати повністю автоматичний алгоритм високої точності втрати потужності. Деякі експерти працювали в Національній лабораторії відновлюваної енергії в США, SunPower США, First Solar та інших.
Чи маєте систему моніторингу, але не використовуватимуть дані?
Сукупна встановлена потужність китайських ПВ електростанцій збільшується з кожним роком і зараз перевищує 130 ГВт, що становить майже 10% від загальної встановленої потужності електроенергії. За бурхливим розвитком експлуатації та технічного обслуговування фотоелектричних електростанцій стає дедалі вирішальним питанням - це трильйонний ринок, як одночасно керувати сотнями електростанцій?
Для того, щоб ефективно управляти великою кількістю розсіяних електростанцій, інвесторами, що працюють на головному телекомунікаційному енергетичному заводі, власники практично повністю оснащені набором програм моніторингу. Однак, система моніторингу для надійної передачі даних електростанції? Чи може воно дійсно відображати роботу обладнання? Яка реальна ситуація в роботі електростанції?
Моніторинг програмного забезпечення в режимі реального часу доступ до даних, масової передачі даних, управління та вилучення? Такий величезний обсяг даних важко пройти через людський аналіз ліній, точно визначити точку втрати виробництва електроенергії та збільшити виробництво електроенергії. З іншого боку, через якість зв'язку та обладнання, існують серйозні проблеми з якістю даних ПВ електростанцій.
Нефільтровані дані можуть серйозно вплинути на ефективність аналізу даних, давати неправильні рішення і витрачати людські та матеріальні ресурси. Після кількох невдалих перевірок великі дані, отримані системою моніторингу, стали незрозумілими прикрасами менеджменту.
Як використовувати великі дані? На думку деяких людей, інтелектуальний моніторинг може добре використовувати великі дані. Проте на даному етапі часто критикується точність і практичність інтелектуальної експлуатації та обслуговування вітчизняних ПВ електростанцій. Деякі відносно сучасні інтелектуальні системи моніторингу дозволяють вирішувати лише вилучення величезної кількості даних. Скринінг, аналіз даних, ідентифікація даних про продуктивність електростанції, робочий стан та серію проблем все ще не можуть бути вирішені.
Насправді існує дуже сильний поріг у галузі для ефективного аналізу даних рослин. У розвинених країнах деструкція збитків ПВ рослин, як правило, є предметом постійних досліджень вчених у великих лабораторіях. У Китаї через брак талантів існує також брак спеціалізованих установ, що забезпечують персонал експлуатації та обслуговуючого персоналу з ефективними службами розкладання втрат електростанцій.
Аналіз даних забезпечує точність експлуатації та технічного обслуговування
"Традиційні методи роботи та технічного обслуговування незалежних працівників не можуть утримати розвиток ПВ електростанцій та допомагають нам ефективніше і науково керувати електростанціями за допомогою високотехнологічних технологій аналізу великих даних". Паскаль Верлі, керівник алгоритму в Інноваційному центрі Vision America, сказав: "Наша головна ідея розробки Ensight Solar - сподіватися, оцінити продуктивність електростанцій за допомогою аналізу даних та отримати пропозиції, які можна покращити, щоб допомогти власникам або командам експлуатації та технічного обслуговування підвищити свою потужність покоління
Традиційні моніторингові продукти забезпечують тільки KPI на рівні станцій, які не можуть визначити основну причину проблеми, що призводить до ускладнень знайти багато проблем і не може оцінити, чи працює команда експлуатації та обслуговування, тому що деякі ПВ заводи працюють на низьких швидкостях протягом багатьох років.
"Ми починаємо з необроблених даних за допомогою алгоритму очищення даних, включаючи алгоритм аналізу втрат, створення алгоритму потужності для пошуку потенційних проблем електростанцій, аналізу різних втрат, а потім автоматично узагальнюємо, оцінюємо результати та даємо поліпшену експлуатацію та технічне обслуговування. Це є Рекомендується визначати пріоритетність проблем із високим рівнем втрат з точки зору втрат доходів, щоб допомогти власникам покращити виробництво електроенергії, де неопрацьовані дані, всі з яких є безпосередньо доступними, пояснює Паскаль Верлі.
Практична операція: при очищенні найбільш економічно ефективної електростанції?
Мета великого аналізу даних полягає в оцінці роботи та ефективності роботи електростанцій для виявлення проблем, надання рекомендацій щодо вдосконалення та керівництва експлуатації та технічного обслуговування. Серед багатьох проблем експлуатації та технічного обслуговування, станція технічного обслуговування є спільною проблемою.
У Китаї пил сильно впливає на електростанцію, із серйозною втратою потужності до 30%. При частому прибиранні, вартість дуже висока, якщо зменшити втрату частоти прибирання, викликану порівняно великими, як зважити? Коли потрібно очистити електростанцію, як очистити найбільш рентабельність?
Перш за все, забруднення пилу та фізичне середовище тісно пов'язані з регіональним аналізом забруднення пилу, тому різні регіони потребують різного ставлення.
Паскаль сказав: «Ensight буде точно визначити втрату пилу, очистити лише тих, кому потрібна чистка, автоматично визначити регіональний рівень накопичення пилу, беручи до уваги втрату пилу та витрати на очищення, регіоні за оптимальною стратегією очищення максимізувати рентабельність інвестицій ".
Як приклад, на прикладі даху розподіленої електростанції потужністю 6 МВт існують два види нахилу установки: один низький нахил 2 градуси, один високий нахил 13 градусів з димовою у середині, а електростанція знаходиться в більш складному забрудненні пилу навколишнє середовище.
Отримавши дані про роботу цього заводу, Ensight очищає та автоматично виявляє дані, і кластеризує втрату пилу з кожного інвертора. Втрата пилу в менш забрудненій зоні оцінювалася приблизно 0,3% на добу. Важкі забруднені зони. Зона з низьким кутом збільшилася втричі, тому Ensight може автоматично визначати показники накопичення пилу для різних ділянок.
Наступний крок у стратегії оптимізації пилу, на основі максимізації витрат і вигод, використання аналізу витрат і вигод, система пропонує пропозиції щодо вдосконалення: для районів з низьким нахилом, щомісячне прибирання, щорічне прибирання 12 разів, для високої площі нахилу кількість щорічного прибирання 6 разів, не потребує регулярного прибирання, з тим щоб скоротити частину витрат на миття, з іншого боку, ці дані базуються на отриманні даних TMI, дані реальних електростанцій, будуть продовжувати використовувати ітерацію реальних даних, ітераційно повторюйте цей алгоритм, Отримайте найкращий час, щоб очистити наступного разу. Демонстраційна дорога Паскаля.
Існує проблема простою інвертора.
Як важливий компонент фотогальванічного обладнання для генерації енергії, інвертор відключення потужності енергії дуже великий, то чому інвертор простоює? Яка причина простою, скільки часу простою? Зупинити втрату призведе до значних збитків?
Apollo Ensight автоматично реєструє та ідентифікує інформацію про час простою обладнання, включаючи простої, втраченого часу тощо, надаючи вам різноманітні графічні презентації про еволюцію, аналізуючи, чому це відбувається, і дозволяючи експортувати звіти одним клацанням миші. Специфічний аналіз конкретних питань, нехай дані говорять, тим самим підвищуючи потужність виробництва електроенергії, формування активного механізму експлуатації та обслуговування.
Повідомляється, що в даний час компанія Apollo Ensight була широко популяризована та використовувалась на європейському та американському ринках, це перший раз у вітчизняній публіці - це китайська атомна енергія Гуандуну, Гідоао, Тріна Солар, Небо блакитне небо, Сумида , Zhongkang Electric, інвестиції Yingli, мистецтво Шрі-Ланки, кришталь Австралії, Zhenhua Heavy Industries та багатьох інших власників ПВ електростанцій, наступний крок почне пілотний проект.
