基于关口电度表倒置递推的光伏电站 监控系统数据采集误差修正方法

杨金东，唐立军，杨子龙，孙文静*

(1. 云南电网有限责任公司电力科学研究院，云南 650217；2. 中国科学院电工研究所，北京 100190)

0 引言

在国家“双碳”目标的推动下，光伏发电系统的装机规模不断增大，光伏电站业主和电网公司对光伏发电系统的运行状态和运行控制越来越关注，因此需要安装大量数据监控系统，通过监控系统采集的数据对光伏电站进行能效分析和运营管理[1-4]。通过监控系统获取光伏电站运行状态，以此进行远程维护、大数据分析，可使光伏电站的管理精益求精，而这一切都需要依靠大量真实、可靠和准确的现场数据作支撑[5-7]。

光伏电站智慧运维是关系到光伏电站运行性能的重要方式，而数据采集的准确性是光伏电站智慧运维的基础。但由于光伏电站智慧的监控系统中存在使用的仪表和传感器种类多样、安装位置和参数设置不同、施工调试周期短等情况，导致光伏电站监控系统采集的数据普遍存在数据错误、连续性差和准确性低等问题[8-10]，从而导致无法对光伏电站进行精准地性能分析和优化管理，通过监控系统提供的数据对光伏电站运行情况进行实时分析时的可靠性难以保障，导致光伏电站智慧运维难以实现。光伏电站智能化的监控系统形同虚设，造成了极大的资源损失。若以更换现有光伏电站硬件设备的方式来解决上述问题，费时又费力，还会增加投资成本；而且不能保证这些问题可以完全得到改善，易造成资源浪费。

针对光伏电站监控系统采集到的数据中问题数据的甄别和修正，研究学者和工程师进行了大量研究。文献[11]提出了一种基于人工神经网络的光伏电站历史出力数据修正方法，该方法引入皮尔逊相关系数来筛选基准光伏电站，以构建人工神经网络训练集，基于人工神经网络实现目标光伏电站失准数据的修正。文献[12]提出了一种考虑天气和空间相关性的光伏电站输出功率数据修正方法，将自身相似数据与空间相关数据结合，对光伏电站输出功率数据进行修正。文献[13]选取了当前时刻的前一时刻的光伏电站输出功率信息，以及当前时刻的环境温度信息和太阳辐照度作为状态量，通过训练后的神经网络对状态量进行状态转换，然后基于Sigma卡尔曼滤波理论进行数据修正。文献[14]提出了一种基于皮尔逊相关系数的插值方法，找到与缺失数据相似的时刻，再根据相似时刻的数据估计出缺失的数据。

以上文献提出的方法中采用了神经网络、Sigma卡尔曼滤波等数据处理方法，能够对历史数据进行一定程度的修正，但对于计算资源配置较少的光伏电站监控系统，高级算法的实现较为困难。基于此，本文从简单、易维护的角度出发，针对光伏电站监控系统数据采集时经常出现的问题，对采集到的数据的误差进行了分析，然后结合实际的光伏电站，提出了一种基于关口电度表倒置递推的光伏电站监控系统数据采集误差修正方法。该修正方法采用倒置递推的方法，修正了光伏电站中箱式变压器、光伏并网逆变器、汇流箱等设备的数据误差，使获得的光伏电站中的数据相对准确，便于进行光伏发电系统的潮流分析和光伏电站的故障分析。

1 光伏电站监控系统数据采集时的常见问题及数据误差的分析

1.1 光伏电站监控系统的数据结构

常规光伏电站主要由光伏组串、汇流箱、光伏并网逆变器、箱式变压器等组成，并通过并网点接入电网。常规光伏电站的电气连接关系及各类测控装置的测量精度如图1所示[15-16]。图中：s为光伏组串的数量；r为汇流箱的数量；m为光伏并网逆变器的数量；n为箱式变压器的数量。

图1 常规光伏电站的电气连接关系及各类 测控装置的测量精度Fig. 1 Electrical connection relationship of conventional PV power station and measurement accuracy of various measurement and control devices

通常，1个兆瓦级以上的光伏电站只有1个并网点，安装1个并网关口电度表用于与能源管理部门进行发电结算，关口电度表的测量精度较高，一般为0.2级。并网点连接有n个箱式变压器，这些箱式变压器的高压输出端经过高压线路和汇流柜与并网点连接；在箱式变压器的低压侧装有测控装置，测量精度一般为0.5级。每个箱式变压器下面挂接有m个光伏并网逆变器，光伏并网逆变器的测量和计量一般由其内部的多功能表或嵌入式测量表完成，测量精度一般分别为0.5级或1.0级。每个光伏并网逆变器的下面连接着r个汇流箱，汇流箱的测控装置的测量精度一般为1.0级或2.0级。一般兆瓦级以上的光伏电站都安装有环境监测系统装置，包括辐射表、温度计等，测量精度一般为5.0级。

1.2 光伏电站监控系统数据采集误差的典型案例分析

1.2.1 典型案例1

在光伏发电系统中，光伏并网逆变器的输入直流电流值应等于对应接入的汇流箱的输出直流电流值之和[12]，但在实际的光伏电站中，往往由于采集设备不同，造成光伏并网逆变器的输入直流电流值与对应接入的汇流箱总输出直流电流值之间出现较大误差。以某1 MW分布式并网光伏电站为例，该光伏电站的监控系统主界面如图2所示。图2显示，光伏并网逆变器输入直流电流值与对应接入的汇流箱总输出直流电流值之间存在较大误差。

图2 典型案例1中光伏电站的监控系统主界面Fig. 2 Main interface of monitoring system of PV power station in typical case 1

从图2中被圈定的部分可以看出：500 kW光伏并网逆变器INV01参数表中显示输入直流电流Idc为164.60 A，而与之相连的8台汇流箱的总输出直流电流值为143.85 A，二者的差值为20.75 A；另一台500 kW光伏并网逆变器INV02参数表中显示输入直流电流Idc为135.80 A，而与之相连的8台汇流箱的总输出直流电流值为120.40 A，二者的差值为15.40 A。以各台光伏并网逆变器的输入直流电流值为基准值计算得到相对误差分别为14.42%和12.79%。该类误差的存在给光伏发电系统的潮流分析和光伏电站的运行性能分析带来诸多不便。

1.2.2 典型案例2

某光伏电站的升压站监控系统采集的原始数据如表1所示。

一般而言，升压站继保设备采集的有功功率、无功功率、三相电流等值应该等于1#集电线与2#集电线相应参数数值之和。而表1中继保设备采集的值IA、IB、IC、P、Q与1#集电线和2#集电线相应参数值之和显然存在较大误差。比如：1#集电线和2#集电线的A相电流之和为230.96 A，而继保设备采集的A相电流值为165.08 A。

表1 某光伏电站升压站监控系统的原始数据Table 1 Original data of monitoring system of booster station in a PV power station

1.3 光伏电站监控系统数据采集问题的原因分析与总结

从光伏电站监控系统采集的数据来看，其存在数据不完整、实测数据值与理论计算值误差大、准确度不高、精度不统一等问题。而通过对实际光伏电站监控系统数据采集问题进行原因分析，发现每个光伏电站出现的数据问题的现象和原因各不相同，下文对其中几种现象进行说明与原因分析。

1)理论上，光伏并网逆变器的输入直流电流值应与对应连接的汇流箱总输出直流电流值相等，而实际的光伏电站中，这二者的最大误差可达到15%；此类有问题的数据占光伏电站总数据相当大的比例，在数据分析中为无效数据，因此必须在对数据分析后进行修正处理。出现误差的原因主要是因为某些厂家的测控装置的硬件质量及校对精度方法存在问题，如汇流箱电量测控装置的测量精度一般都不到0.5级，而且无校准基准点，校准方法是采用普通万用表校准。

2)光伏电站光伏并网逆变器测量的发电量之和应与光伏电站并网点关口电度表发电量数据近似相等，而实际的光伏电站中，二者的最大误差可达5% 。通常，关口电度表由电网公司校对检验合格后才允许安装，测量精度为0.2级。而光伏并网逆变器中的测控装置则由逆变器厂家自行校准，其测量精度参差不齐，有的连1.0级都无法保证。

3)依据辐射表显示的太阳辐照值，可计算出光伏方阵的发电量，而通过第一级汇流箱监测数据，得到的光伏方阵发电量实际值与计算值之间的误差很大。原因是光伏阵列输出功率受到太阳辐照度、环境温度、灰尘等众多因素的影响，当光伏方阵发电量实际值与计算值的最大误差为5%时，若光伏阵列输出功率为1000 W，则会存在50 W的误差值。而汇流箱的电压、电流采用万用表的相对精度为基准校准，若采用测量精度为1.0级测控装置监测汇流箱数据时，若光伏阵列的输出功率为1000 W，则会存在10 W的误差值；若采集到的太阳辐照度数据存在正误差、采集到的汇流箱数据存在负误差时，则光伏方阵发电量实际值与计算值的最大误差值可达到60 W。通过对现有光伏电站的数据进行分析，对光伏电站监控系统数据采集时常见问题进行了汇总及分类，结果如表2所示。

表2 光伏电站监控系统数据采集常见问题汇总Table 2 Summary of common problems in data acquisition of PV power station monitoring system

2 基于关口电度表倒置递推的光伏电站监控系统数据采集误差修正方法的设计

2.1 基本原理

若在上、下2台关联设备的同一位置采集物理量，当采集到的2组数据不同时，会对光伏电站数据分析产生极大困难。因此，对光伏电站监控系统采集到的数据进行误差分析和数据修正非常必要[17-19]。常规光伏电站监控系统的问题数据包括错误数据和误差数据。错误数据的甄别方法较为简单，比如：由于交流电压通常保持不变，因此可以用交流电压的最大值和最小值作为约束条件来判断数据是否属于错误数据；而累计发电量数据不应有突变，若发现突变值，则采用上一记录值来代替。但是由于测控装置的测量精度等级、类型及损耗、效率等诸多因素的影响，会造成各装置测量结果有一定的误差，该类误差数据难以通过常规错误数据的甄别方法来判断，为此，本文提出了一种基于关口电度表倒置递推的光伏电站监控系统数据采集误差修正方法。下文对该方法具体的操作步骤进行说明。

由于光伏电站晚上不发电，监控系统采集的数据除累计发电量和电压外，其他数据将在夜间归零；另外，从开始发电起，电流、输出功率等数据开始逐渐变大，然后再逐渐减小，因此，可以利用这一特点对部分问题数据进行甄别。

根据图1所示的电气连接关系来看，由光伏电站并网点的关口电度表监测到的电流、输出功率等数据应与光伏电站内各箱式变压器、各光伏并网逆变器、各汇流箱监测到的电流、输出功率等数据的汇总值近似相等。由于受测控装置测量精度等级、类型、损耗、效率、故障等诸多因素影响，以输出功率数据为例，关口电度表输出功率数据与其下级各设备输出功率数据之间应满足以下关系：

式中：μ为倍率系数；P0.2为关口电度表输出功率值；PTRS为单台箱式变压器测控装置的输出功率值；PINV为单台光伏并网逆变器的输出功率值；PBOX为单台汇流箱的输出功率值；i为关于设备数量的变量。

若光伏电站监控系统监测到的数据不满足式(1)，则需要对数据进行修正。以绝对测量精度为0.2级的关口电度表数据为基准对误差数据进行修正，将P0.2乘以μ以获得设备输出数据的最大允许误差，然后对采集到的PTRS、PINV、PBOX分别求和，参照错误数据甄别方法进行问题数据甄别，对有问题的数据进行自动修正，实现问题数据自愈。具体的问题数据甄别及问题数据修正方法的流程图如图3所示。图中：E、E1、Ei分别为当前时刻的修正发电量、当日采集的第1个(是指从非零的数据开始算)发电量及当日采集的第i个发电量；P、P1、Pi分别为当前时刻的修正输出功率值、当日采集的第1个输出功率值及当日采集的第i个输出功率值；I、I1、Ii分别为当前时刻的修正电流值、当日采集的第1个电流值及当日采集的第i个电流值。

图3 问题数据甄别及问题数据修正方法流程图Fig. 3 Flow chart of problem data screening and problem data correction method

2.2 数据误差分析及修正方法

以箱式变压器的数据修正为例进行分析，首先以提取的关口电度表数据作为基准，然后根据关口电度表数据计算修正系数，再得到修正后的每台箱式变压器低压侧的输出功率、电压和电流数据。以上述同样的方法可得到每台光伏并网逆变器、汇流箱或每个光伏组串修正后的输出功率、电压和电流值。

2.2.1 箱式变压器数据的修正过程

箱式变压器数据的修正过程共分为3个步骤：1)提取关口电度表数据；2)计算箱式变压器实测值的修正系数；3)计算箱式变压器低压侧电气量修正值。

1)提取关口电度表数据。读取关口电度表测量的输出电压值U0.2、输出电流值I0.2和有功功率值P0.2，这些数据的测量精度均为0.2级。

2)计算箱式变压器实测值的修正系数。若光伏电站内共有n台箱式变压器，则有n台箱式变压器测控装置安装在箱式变压器的低压侧。对n台箱式变压器输出电流实测值求和，即：

式中：ITRS为n台箱式变压器输出电流实测值之和。

ITRS应与I0.2相等，但由于测量精度等原因，二者之间会存在一定的误差。二者的差值ΔITRS的计算式为：

计算n台箱式变压器的单位输出电流修正系数λITRS，其计算式为：

由此，可计算得到任意一台箱式变压器的输出电流实测值iTRSn的修正值iTRSn+，其计算式为：

任意一台箱式变压器输出电流修正误差值ΔiTRSn的计算式为：

3)计算箱式变压器低压侧电气量修正值。在任意一台箱式变压器对应的连接电缆长度Ln和电缆电导率ρn已知的情况下，可计算得到任意一台箱式变压器输出端与关口电度表(并网点)连接电缆间的压降uLn+，其计算式为：

计算任意一台箱式变压器低压侧输出电压修正值uTRSn+，其计算式为：

则任意一台箱式变压器低压侧输出电压修正误差值ΔuTRSn为：

根据输出功率的计算方法，可计算得到任意一台箱式变压器低压侧输出功率修正值pTRSn+，其计算式为：

则任意一台箱式变压器低压侧输出功率修正误差值ΔpTRSn可表示为：

假设箱式变压器的变比为k，则箱式变压器低压侧的各电气量修正值的计算式为：

2.2.2 其他设备电气量数据的修正

采用与箱式变压器电气量数据修正过程同样的方法，可得到与该变压器相连的m台光伏并网逆变器数据的修正值。任意一台光伏并网逆变器的输出电流修正值iINVm+、输出电压uINVm的修正值uINVm+和输出功率修正值pINVm+的计算式可表示为：

式中：Lm、ρm分别为任意一台光伏并网逆变器对应的连接电缆长度和电缆电导率。

光伏并网逆变器当日发电量是判断光伏发电系统性能的重要指标，按照与计算箱式变压器低压侧输出电流修正值同样的方法，由关口电度表测量的日发电量实测值，可以得到任意一台光伏并网逆变器采集的当日时刻发电量EINVm的修正值EINVm+，其计算式可表示为：

式中：E0.2为关口电度表测量的发电量值。

在倒置递推光伏并网逆变器的输入功率修正值时，通过任意一台光伏并网逆变器在各个转化效率点的转化效率系数ηmm进行推算，其输入侧的直流电压值uINVmdc依然以直流电压实测值为准，则任意一台光伏并网逆变器输入侧的直流功率实测值pINVmdc的修正值pINVmdc+、直流电压修正值uINVmdc+、直流电流修正值iINVmdc+的计算式可表示为：

由于汇流箱与光伏并网逆变器的输入侧相连，按照以上方法，则可以得到第r个汇流箱的输出电流iBOXr的修正值iBOXr+、输出电压uBOXr的修正值uBOXr+和输出功率PBOXr的修正值PBOXr+，各个参数的计算式可表示为：

式中：LBOXr、ρBOXr分别为任意一台汇流箱对应的连接电缆长度和电缆电导率。

任意一串光伏组串的输出电流iPVs的修正值iPVs+、输出电压uPVs的修正值uPVs+、输出功率pPVs的修正值pPVs+的计算式可分别表示为：

式中：LPVs、ρPVs分别为任意一串光伏组串对应的连接电缆长度和电缆电导率。

3 误差修正方法的实际工程应用

以某光伏电站为例，对该光伏电站的监控系统数据进行修正与验证。该光伏电站的总装机容量为15 MW，其监控系统的结构与图1类似，共分为15个光伏发电区，每个光伏发电区各安装1台箱式变压器及2台500 kW光伏并网逆变器。光伏并网逆变器向上连接10 kV箱式变压器，10 kV母线汇流后接入35 kV箱式变压器再统一并网，35 kV并网点安装有关口电度表。按照数据误差分析法及图3所示流程图对该光伏电站监控系统采集的数据进行处理。

3.1 错误发电量数据的甄别和修正

从该光伏电站的历史数据库中得到11月22日时15个光伏发电区的日总发电量和第6个光伏发电区的日发电量数据。为便于展示该日中长时间段的数据，从数据库中对该日数据进行筛选，筛选后的光伏电站数据库中的发电量原始值如表3所示。表中的行号为该数据在数据库中的行号，1 min保存一行。

从表3可以发现，在07:00～11:00之间，该光伏电站15个光伏发电区日总发电量原始值数据和第6个光伏发电区的日发电量原始值数据均出现非常大的异常。

根据光伏电站日发电量从零开始累积的特点，对11:00前的日发电量数据进行修正。从15个光伏发电区的日总发电量原始值数据中选用07:30:00的数据作为初始值，利用式(2)～式(12)，对该时刻的日发电量数据进行求差计算，从而得到修正值；采用相同方法得到表3中第6个光伏发电区的日发电量原始值的修正值。光伏电站发电量修正后的数值如表4所示。

表3 筛选后的光伏电站数据库中的发电量原始值Table 3 Original value of power generation capacity in filtered PV power station database

表4 光伏电站发电量修正值Table 4 Corrected value of power generation capacity of PV power station

15个光伏发电区的日总发电量ESUM的计算式为：

15个光伏发电区的日总发电量与关口电度表测量的发电量E0.2之间的修正系数λSUM的计算式为：

任意一个光伏发电区日发电量的修正值ETRSw+的计算式为：

15个光伏发电区日总发电量修正值ESUM+的计算式为：

任意光伏发电区日发电量的原始值、修正值及15个光伏发电区日总发电量修正值对照表如表5所示。

表5 各光伏发电区发电量的原始值与修正值对照表Table 5 Comparison table of original and corrected values of power generation capacity in each PV power generation area

3.2 误差发电量的递推修正

得到15个光伏发电区日总发电量的修正值后，发现其与关口电度表测量的发电量存在误差，需要进行修正。修正时以测量精度为0.2级的并网点关口电度表测量的发电量数据为基准，计算修正系数λSUM和各光伏并网逆变器当日输出发电量的修正值。

3.3 修正结果偏离度分析

为分析修正结果的准确度，分别计算出在典型时刻(t时刻)15个光伏发电区总发电量修正值ESUM+(t)与该时刻关口电度表测量的发电量E0.2(t)之间的偏离度δ0.2(t)、ESUM+(t)与典型时刻(t时刻)15个光伏发电区日总发电量原始值ESUM(t)之间的偏离度δSUM(t)，计算式为：

对计算得到的2个偏离度进行对比分析，具体如表6所示。

从表6中可以看出，12:08时刻ESUM+与E0.2的值最为接近，此时δ0.2值为0.00%，即与关口电度表测量精度无偏离；最差的精度为09:07时刻，此时偏离关口电度表测量精度1.40%。由于关口电度表测量精度为0.2级，光伏并网逆变器测量精度为0.5级，则0.2级＜修正值的准确性＜0.5级，即ESUM+的准确性低于关口电度表当日发电量E0.2的测量精度，高于15个光伏发电区光伏并网逆变器输出当日发电量ESUM的准确性，但更接近关口电度表当日发电量E0.2的测量精度。而09:00以前的关口电度表数据与修正后数据的最大偏离度分别为-71.43%和24.65%，原因是由于当日累计发电量以MWh为单位，小数点保留为3位，而09:00前光伏组串发电时间短、发电量非常低，有的发电量还不到0.001 kWh，各光伏发电区的日发电量数据有时会被舍弃，造成误差很大。将目前的发电量数据单位从MWh改换成kWh可提高测量精度。

表6 偏离度对比分析Table 6 Comparative analysis of deviation

4 结论

本文提出了一种基于关口电度表倒置递推的光伏电站监控系统数据采集误差修正方法，以并网点关口电度表的数据为基准，对光伏电站中箱式变压器、光伏并网逆变器、汇流箱等设备的测控装置采集的数据进行了修正，实现了光伏电站数据的归一化；并结合某实际光伏电站中的数据进行了错误数据甄别和误差修正。本文提出的误差修正方法一方面实现了对光伏电站中问题数据的甄别和修正，另一方面实现了测控装置测量精度(相对精度、绝对精度)的统一，达到了提高测量精度的目的。

由于光伏电站的数据量较大，且不同设备来自不同厂家，难以保证所有数据采集装置的测量精度统一，通过本文所述误差修正方法可提高光伏电站中如光伏并网逆变器、汇流箱等数据采集装置的测量精度，进一步降低成本。本误差修正方法为解决现有光伏电站中数据采集装置相对精度参差不齐、数据无法统一判断分析的问题提供了一种新的思路，为实现光伏电站智能运维提供了可靠的数据基础，具有重要的工程实用价值。