基于云平台的光伏电站能量流测试系统的设计与应用

杨建卫，张 宝，曹晟磊

(1. 中电华创电力技术研究有限公司，上海 200080；2. 大同中电光伏发电有限公司，大同 037000)

0 引言

近年来，光伏发电装机容量不断增加，随着光伏发电平价上网时代的来临，光伏电站的盈利空间被压缩，如何提高光伏电站发电性能成为运维人员关心的头等大事。光伏电站发电性能测试是对电站发电能力进行评估的方法，发电性能测试主要包括光伏方阵能效比(PR)、逆变器单元PR、汇流箱单元PR、光伏组串PR、光伏电站整体PR。目前传统的光伏电站发电性能测试方法是针对单个光伏组串或单个逆变器单元在某一时刻进行单点测试，无法实时连续进行测试，测出的PR 值仅能反映发电单元或光伏电站整体某一时刻的发电能力，无法对光伏电站整体的平均发电能力进行客观评估。

本文提出一种光伏电站发电性能测试方法，是一种基于云平台的能量流测试方法，该测试方法需要在一定周期内(5～7 天)实时连续采集某个光伏方阵内各光伏组串、各汇流箱、各逆变器的发电功率，充分考虑不同气象条件、不同外部资源影响下光伏电站的实际发电量，能够排除地域和外部资源的影响，可客观反映光伏电站整体的平均发电能力。利用云平台存储采集的数据，远程计算机通过云平台可实时查看数据并进行数据下载、分析。

1 基于云平台的能量流测试系统

能量流测试方法适用于各种规模、各种类型的光伏电站现场检测与分析评估，可对光伏电站所采集的数据进行全时段连续记录，测试数据上传至云平台，远程计算机可通过云平台进行数据的查看和处理，并进一步实现光伏电站质量评估和PR 分析，对光伏电站进行故障诊断，实现光伏电站发电性能的提升。

基于云平台的能量流测试系统的总体结构图如图1 所示。该测试系统包括各种可移动的模块化数据采集系统、数据通信网络、云平台、本地数据中心、远程数据处理单元等。

图1 基于云平台的能量流测试系统的总体结构图Fig. 1 Overall structure diagram of energy flow test system based on cloud platform

与传统的光伏电站发电性能现场检测方法相比，本测试系统的优势在于：1)可连续测试发电状态下光伏电站各发电环节的电性能参数，通过累计能量分析方法，分析光伏电站各发电环节的能量流状态；2)考虑了光伏电站环境、气象条件、带电状态等综合因素的影响，且各系统测量单元具有同步机制，可保障气象参数和各发电单元采集数据的高度同步性；3)数据采集自动化，具有保证数据连续性和完整性的检查和修复机制，从而可全面客观地评估光伏电站的综合性能，在同步性、准确性、连续性、拓展性等方面都具有突出的优越性。

2 系统设计

2.1 气象数据采集装置

气象数据采集装置主要是获取光伏电站现场的总太阳辐照度、环境温度、湿度、风速、风向等实时气象参数。为了保障数据的客观性，该基于云平台的能量流测试系统设置了4 套总辐照表，分别安装在待测试发电单元的不同位置，以获得不同区域的太阳辐照度，摒除云层、风等外在气象条件对所测试发电单元接收太阳辐照度的影响。采集通道为32 路，同步精度为10 ns，采样频率可在0～10 kHz 范围内独立设置，每路通道配置低通滤波，具有RS485、以太网、无线WiFi 的拓展通信能力，拥有外触发和同步接口。

2.2 模块化数据采集系统

模块化数据采集系统基于高精度的传感器和高性能的采集仪器设计，确保了数据采集系统的高精度、高性能和高可靠性。数据采集内容包括光伏组件、汇流箱、直流控制柜等直流侧参数，逆变器(组串式)性能参数，以及交流控制柜等交流侧参数。

模块化数据采集系统采用分布式和模块化设计，可根据光伏电站现场测试对象的通道数和布局需求，任意组合、灵活配置测试设备的数量、分布和互连，实现模块化数据采集系统在光伏电站现场的快速安装和连线。通过网络时间协议(NTP)、全球定位系统(GPS)或IEEE 1588 协议等同步方式，可提高各分布式的模块化数据采集系统的同步性，同步精度可达到纳秒级。

模块化数据采集系统可基于以太网、RS485、无线WiFi 等多种通信方式传输数据，内置的断线自动重连和数据重发机制，可保证长期监测数据的连续性和完整性。

2.3 数据通信网络

各室外数据传感采集单元之间通过无线WiFi 或GPRS 组网，将数据通信至室内数据采集单元，室内数据采集单元通过移动数据网络，将数据传送至云平台。

2.4 本地数据中心

测试数据在本地存储卡和云平台都进行存储，云平台采用私有云，可保障数据的可靠性和安全性。每个室外数据传感采集单元组成1 个分布式数据库，多个分布式数据库协同工作，室内数据采集单元组成中央数据库，可整合各个分布式数据库，实现整个光伏电站数据的存储与查询。

2.5 数据分析处理软件

数据分析处理软件主要实现包括测试前配置测试参数、测试中查询实时参数、测试后查询历史参数等在内的功能。数据分析处理软件还可以实现离线数据库的合并、导入、导出等功能。

3 测试方案

3.1 光伏方阵的选取

根据光伏电站近期历史发电量数据，将光伏电站发电量分为高、中、低3 个区域；根据光伏电站装机容量，抽检8 个光伏方阵，从中选取3个接近光伏电站中所有光伏方阵发电量平均值的光伏方阵作为被测对象，对逆变器、汇流箱及光伏组串进行测试，同时分别检测汇流箱与逆变器的输入、输出侧参数，测试时间为5～7 天；其余5 个光伏方阵分别在发电量高区域选2 个、发电量中区域选1 个、发电量低区域选2 个，以这5 个光伏方阵作为5 个测试单元，同样进行以上测试，测试时间为3～5 天。

若光伏电站存在不同型号的汇流箱或逆变器，抽检应覆盖所有型号的设备，所有参数的采集时间间隔为1 s，记录时间间隔为1 min。测试方案及采集点的布置如图2 所示。

图2 测试方案及测试点的布置Fig. 2 Test plan and layout of test points

3.2 测试内容

根据采集到的数据，可进行测试单元PR、光伏电站整体PR、逆变器最大效率、直流损耗、交流损耗、遮挡损失、灰尘导致的功率衰减等项目的测试和计算。

光伏电站测试单元能效比PRu的计算式为：

式中：E为测试周期内测试单元的发电量，kWh；P0为测试单元的总装机容量，kW；Hi为测试单元倾斜面接收的太阳辐照量，kWh/m2；G为标准测试条件下的太阳辐照度，为1 kW/m2。

4 测试案例分析

应用本文所述的基于云平台的能量流测试系统对光伏电站发电性能进行测试，测试的光伏电站位于山西省运城市，光伏组件安装容量约为90 MW。

测试时间为2019 年7 月9 日—8 月23 日，测试共选取9 个测试单元，包括4 个集散式测试单元和5 个组串式测试单元。其中，集散式测试单元包括1 个集散式逆变器，以及接入此逆变器的所有汇流箱和光伏组串，编号分别为A5-2测试单元、A6-2 测试单元、B28-1 测试单元、B25-2 测试单元；组串式测试单元包括1 个交流汇流开关，以及接入此开关的下级所有组串式逆变器和光伏组串，编号分别为A11-5 测试单元、B19-2 测试单元、B20-9 测试单元、B21-8 测试单元、B15-5 测试单元(所有测试单元的编号均采用光伏电站中的实际编号)。

整个测试期间，集散式测试单元的PR 值及能量损耗分布图分别如图3、图4 所示，组串式测试单元的PR值及能量损耗分布图分别如图5、图6 所示。

从图3、图4 可以看出：整个测试期间，4 个集散式测试单元的PR 值由高到低排序依次为：B25-2 测试单元、A5-2 测试单元、B28-1 测试单元、A6-2 测试单元；其他综合能量损耗由高到低排序依次为：A6-2 测试单元、B28-1 测试单元、A5-2 测试单元、B25-2 测试单元；单元线缆能量损耗由高到低排序依次为：A6-2 测试单元、B28-1 测试单元、B25-2 测试单元、A5-2 测试单元；逆变器能量损耗由高到低排序依次为：B25-2 测试单元、B28-1 测试单元、A6-2 测试单元、A5-2 测试单元。

图3 整个测试期间，集散式测试单元的PR 值Fig. 3 During the entire testing period，PR value of distributed test units

图4 整个测试期间，集散式测试单元的能量损耗分布图Fig. 4 During the entire testing period，energy consumption distribution diagram of distributed test units

从图5、图6 可以看出：整个测试期间，5 个组串式测试单元的PR 值由高到低排序依次为：B20-9 测试单元、B21-8 测试单元、B19-2测试单元、B15-5 测试单元、A11-5 测试单元；其他综合能量损耗由高到低排序依次为：A11-5测试单元、B15-5 测试单元、B19-2 测试单元、B21-8 测试单元、B20-9 测试单元；单元线缆能量损耗由高到低排序依次为：B20-9 测试单元、B21-8 测试单元、B15-5 测试单元、B19-2 测试单元、A11-5 测试单元；单元内所有逆变器的能量损耗由高到低排序依次为：B15-5 测试单元、B19-2 测试单元、B21-8 测试单元、B20-9 测试单元、A11-5 测试单元。

图5 整个测试期间，组串式测试单元的PR 值Fig. 5 During the entire testing period，PR value of string test units

因测试单元内各个汇流箱、光伏组串的数据量较多，本文仅以1 个集散式测试单元为例进行具体分析。选择PR 值偏低的A6-2 测试单元，对所采集的A6-2 测试单元的数据进行分析，以便进行故障诊断和低效率分析。整个测试期间，A6-2 测试单元的PR 值及各部分能量损耗的占比情况如图7 所示。

图7 整个测试期间，A6-2 测试单元的PR 值及各部分能量损耗的占比情况Fig. 7 During the entire testing period，PR value and proportion of energy consumption in each part of A6-2 test unit

不同日期下，A6-2 测试单元各汇流箱的PR分布情况如图8 所示。整个测试期间，A6-2 测试单元各汇流箱的PR 值如图9 所示。

图9 整个测试期间，A6-2 测试单元各汇流箱的PR 值Fig. 9 During the entire testing period，PR values of each combiner box in A6-2 test unit

从图8 可以看出：A6-2 测试单元各汇流箱在同一天的PR 值偏差范围在2.56%～5.43%，其中，7 月13 日的PR 值偏差最大，7 月12 日的PR 值偏差最小。

图8 不同日期下，A6-2 测试单元各汇流箱的PR 值分布情况Fig. 8 PR values distribution of each combiner box in A6-2 test unit at different dates

从图9 可以看出：整个测试期间，A6-2 测试单元各汇流箱的PR 值在86.95%～89.64%之间，其中，23#汇流箱的PR 值最小。

不同日期下，A6-2 测试单元各汇流箱中各光伏组串的PR 值如图10 所示。

图10 不同日期下，A6-2 测试单元各汇流箱中各光伏组串的PR 值Fig. 10 PR values of each PV string in each combiner box of A6-2 test unit at different dates

从图10 可以看出：不同日期下，A6-2测试单元各汇流箱中各光伏组串的PR 值在84.11%～91.34%，A6-2 测试单元所有光伏组串总PR 为88.25%。其中，19#汇流箱中各光伏组串的PR 值偏差比较明显。产生此现象的原因是多方面的，包括光伏组件存在破碎、严重隐裂的现象(随后进行的光伏组件电致发光抽检的结果也佐证了这个原因)，个别光伏组串存在阴影遮挡现象，靠近路边的光伏组串灰尘损失较明显等。

5 结论

本文针对光伏电站发电性能测试，论述了一种基于云平台的能量流测试方法，设计了基于该方法的新型测试系统，并运用该测试系统对山西省运城市某90 MW 光伏电站进行了实际测试，得到了详细、客观的测试结果，对全面客观地评估光伏电站的综合性能具有重要意义。本测试系统通过对测试数据的深入分析，可以定位光伏方阵中的低效率光伏组串的位置，进而可对低效率光伏组串进行故障诊断和低效率分析，并最终定位故障类型，达到了对光伏电站运维服务的目的。

相对于传统测试设备及系统而言，本测试系统在同步性、准确性、连续性、拓展性等方面均具有突出的优越性，得出的测试数据详细、全面，同时云平台的应用减少了现场测试人员的投入，提高了测试效率，降低了测试成本，本测试系统的应用具有很高的经济效益和社会效益，具有一定的推广性。