基于运行数据的光伏电站状态评估方法研究

徐恒辉，姚 杰，周 萍，杜 梦，于锦涛，朱昊天

（国电环境保护研究院有限公司，江苏 南京 210031）

1 引言

“十四五”期间，国家光伏电力产业建设将进入高速发展期。在此背景下，光伏电站对于高效管理、优化产出、提升效率的需求愈发迫切［1～5］。由于光伏电站的运行状态受到多种因素的影响如天气变化、设备老化等，需要及时准确地评估其状态以保证高效运行［6～12］。目前光伏电站的状态研究方法主要基于人工抽检的方式进行评估［13～15］，但该方法的误差较大，且无法真实反映电站实际运行情况，尤其是在复杂多变的环境下评估准确性难以保证，当前急需研究出一套电站状态评估方法予以解决光伏行业实际需求。

甘肃地区作为中国西北地区的代表，具备丰富的太阳辐射资源和光伏电站建设基础条件。甘肃地区的气候多变，地理条件相对复杂，光伏电站在该地区的运行状态评估具备较为全面的研究条件。每年6 月至9 月该地区光照及气候条件变化幅度范围较大，对全年的实验条件最具代表性［16］。该区域光伏电站支架类型通常为固定式支架［17］，根据地理位置及日照时间的不同选择合适的支架倾角可以达到最大发电效率，同时发电效率也与辐照度及温度成正相关［18～21］。通过对甘肃地区的实际光伏电站运行数据进行分析和计算，形成电站运行状态评估方法，在运维人员进入现场检测前全面了解电站各区域的运行状态，帮助运维人员有针对性的开展检测工作，提升光伏电站现场检测效率。同时为高效、系统的评估电站运行状态提供指导，拓展了电站运维管理的新模式，对于提高电站运维效率和发电性能具有重要意义。未来可进一步拓展评估方法的应用范围，以适用于更多地区和光伏电站，从而实现光伏发电的可持续发展。

2 研究方法

采集光伏电站一段时间范围内各逆变器的运行数据及环境监测数据，对各项数据的关联性进行研究分析，分析逆变器直流侧的电流数据、电压数据、功率数据，得出它们与环境因素之间的关系，通过对比各区域的发电状态、衰减率，判断各子阵列的运行状态，进而评估电站整体运行状态情况。整体技术路线如图1所示。

图1 整体技术路线Fig.1 Overall technical route

选择甘肃地区某集中式光伏电站作为评估对象。该电站于2012 年并网投运，交流侧总容量为9.052 kW（直流侧装机容量为10.058 kWp），共包含235 W 多晶硅光伏组件38 520 块。电站共分为9 个光伏阵列，采用直流汇流方式，每个阵列配置2 台500 kW 集中式逆变器与1 台35 kV 箱式变压器，各阵列又可分为18 个区域子阵，每个区域子阵包含2 140块组件。9台箱式变压器高压侧并联为1回集电线路，接入110 kV 升压站。电站电气结构示意如图2所示。

图2 电站电气结构示意图Fig.2 Schematic of power plant electrical structure

3 结果与讨论

3.1 运行数据分析

采集目标光伏电站2022 年6 月至9 月的整体运行数据，以逆变器为单元将电站整体划分为18个区域，并筛选出各区子阵输入侧的电流、电压、功率等电能数据进行分析，得出各电能数据和环境数据间的关系，进一步判断各区子阵的实际运行状态表现，进而得出电站的整体运行状态表现。对电站逆变器直流侧的运行数据分析情况选取代表日进行说明。

3.1.1 逆变器直流侧输入电流分析

光伏组件运行过程中，输入电流与受照光强呈现明显的正相关性。逆变器直流侧输入电流大小与一日内的日照光强变化基本保持一致。选取某代表日电站各区域逆变器直流侧输入电流变化和辐照度变化分别如图3和图4所示。

图3 某代表日电站各区域逆变器直流侧输入电流变化Fig.3 Variation of DC-side input current for each area's inverter in a representative day at the power plant

图4 某代表日电站范围内辐照度变化Fig.4 Variation of irradiance within the power plant area on a representative day

影响逆变器直流侧输入电流的因素包括日照位置、天气变化（云层遮挡）、非正常遮挡（植被、建筑物、自遮挡）、MPPT 跟踪特性、组件状态（受损）等。不同逆变器之间存在的输入电流差异显示了不同区域的光伏组件运行状态的差异，以20天为间隔提取5个代表日的最大与最小直流侧输入电流如表1所示。

表1 代表日的各区域逆变器直流侧最大与最小输入电流情况Tab.1 Maximum and minimum DC-side input current of inverters in each area on a representative day

数据结果显示，电站各区域内5 个代表日在同一辐照度条件下，代表日中7 区#1 逆变器的输入电流均处于所有子阵中的最大值，表明该区域组件整体运行状态相对较好，故障发生比率较低。代表日中2区#2逆变器的输入电流基本处于所有子阵中的最小值，表明该区域组件整体运行状态相对较差，存在异常组件或非正常遮挡情况较多。监测分析逆变器输入电流和辐照的关联性，了解光伏子阵的运行特性，可分析故障的区域，提高运维管理的可靠性。

3.1.2 逆变器直流侧输入电压分析

光伏组件运行过程中，当受照光强超过阈值时，组件输出电压迅速上升并维持稳定。但随电流的增加，组件自发热叠加环境温度的上升，致使组件温度增高，自身电阻增加，导致对外输出电压的降低。某代表日电站各区域逆变器直流侧输入电压的变化和温度变化分别如图5和图6所示，其中组件背板温度为区域子阵背板温度的平均值。所选代表日内，各逆变器输入电压基本在早上8：00前迅速上升，并达到稳定值，晚上20：00 日落后迅速降低。在午间随着组件背板温度的增加，各逆变器输入电压均表现出一定程度的下降。逆变器直流侧输入电压与组件背板温度和环境温度存在明显关联。

图5 某代表日电站各区域逆变器直流侧输入电压变化Fig.5 Variation of DC-side input voltage for each area's inverter in a representative day at the power plant

图6 某代表日电站范围内温度变化Fig.6 Variation of temperature within the power plant area on a representative day

影响光伏组件输入电压的因素包括日照位置、组件背板温度、MPPT 跟踪特性、组件状态（受损）等。以20 天为间隔提取5 个代表日的最大与最小直流侧输入电压如表2所示。

表2 代表日的各区域逆变器直流侧最大与最小输入电压情况Tab.2 Maximum and minimum DC-side input voltage of inverters in each area on a representative day

数据结果显示，温度为影响电压变化的主要因素。电站各区域内5个代表日在同一温度条件下，2区#1 逆变器具有最大的输入电压均值，而1 区#1 和1 区#2 逆变器具有最小的输入电压均值，这意味着不同逆变器或区域子阵中的光伏组件特性和工作状态存在差异。在最佳输入电压范围内（逆变器的额定输入电压600 V），输入电压均值越接近额定值，意味着逆变器与光伏组件的匹配更好［22～23］。如果逆变器具有的输入电压均值越接近额定值，可以更好地适应光伏组件的输出变化，以实现更好的匹配特性和最大功率提取，区域子阵也能处于更好的运行状态。由此可得2区#1子阵的运行状态相对较好，而1区#1和1区#2子阵运行状态则相对较差。

3.1.3 逆变器直流侧输入功率分析

逆变器直流侧输入功率情况反映出输入电流与输入电压的综合情况，总体反映出逆变器所对应光伏子阵区域的运行特征。影响光伏组件输入功率的因素包括日照位置、天气变化（云层遮挡）、非正常遮挡（植被、建筑物、自遮挡）、组件背板温度、MPPT 跟踪特性、组件状态（受损）等。某代表日的电站各区域逆变器直流侧输入功率变化如图7 所示，排除系统性因素，不同逆变器之间存在的输入功率差异显示了不同区域的光伏组件运行状态的差异，以20 天为间隔提取5 个代表日的最大与最小直流侧输入功率如表3所示。

表3 代表日的各区域逆变器直流侧最大与最小输入功率情况Tab.3 Maximum and Minimum DC-Side Input Power of Inverters in Each Area on a Representative Day

图7 某代表日电站各区域逆变器直流侧输入功率变化Fig.7 Variation of DC-side input power for each area's inverter in a representative day at the power plant

依据电站逆变器采集的直流侧功率数据结果分析，各逆变器对应光伏区域子阵的运行状态存在显著差异。在逆变器直流侧输入功率上，不同区域的偏差比率最大超过20%。反映出对应的各光伏区域子阵在健康度和衰减程度上存在差异。

3.1.4 各光伏区域子阵功率衰减情况分析

从光伏电站收集必要的数据，并以此计算各区域子阵功率衰减率情况。为排除温度差异对衰减率造成的影响，采用温度修正将组件背板温度修正到25℃，温度修正系数C计算公式如下：

其中，δ为光伏组件的功率相对温度系数（-0.34 ℃-1），Tcell为区域子阵组件背板温度（℃）。

综合考虑逆变器直流侧输入功率、环境辐射量、组件背板温度与直流侧线损等情况，光伏子阵的功率衰减率L计算公式如下：

其中，E为各子阵评估周期内的发电量（k·Wh），P0为各子阵的额定功率（kW），H 为阵列面接收到的辐射量（k·Wh/m2），G 为标准测试条件辐照度（1000 W/m2）。

光伏组件在正常使用过程中，实际功率会随时间的运行而逐渐下降，组件的衰减率是其最直接的指标。参照工信部2021 年《光伏制造行业规范条件》（工信部2013 年第41 号公告），通常多晶硅组件在生产后理论上其功率首年预计衰减2.5%［24］，此后以0.6%的比例逐年衰减［25］。按照目标电站投运11年计算，可推算出正常情况下组件的理论衰减总比例应为8.5%。以8.5%的衰减率作为光伏子阵健康状态和维护紧急程度的评判条件，小于该值代表该区域光伏子阵直流侧的状态为正常，反之则判定为可能存在异常，当实际衰减率超过理论正常衰减率1.5%以上则判定存在明显异常。通过计算各区域子阵功率衰减率，将子阵健康状态分为优、良、差三种等级，维护紧急程度对应为低、中、高。功率衰减率、健康状态与维护紧急程度的对应关系如表4所示。

表4 光伏子阵状态评估分类Tab.4 Photovoltaic Subarray State Assessment Classification

通过计算，电站区域内光伏子阵的功率衰减率及健康状态评估结果如表5所示。

表5 区域内各光伏子阵功率衰减率结果Tab.5 Results of Power Attenuation Rates for Each Photovoltaic Subarray within the Area

通过衰减率结果分析发现，健康度表现为“差”的光伏子阵数量为7个，占比38.89%；健康度表现为“良”的光伏子阵数量为6个，占比33.33%；健康度表现为“优”的光伏子阵数量为5 个，占比27.78%。经过11a 的运行，所研究的电站总平均衰减率高于正常衰减率1.67%以上，电站各区域子阵运行状态综合表现较差，部分阵列急需进行消缺处理。

3.2 光伏电站运行管理改进建议

导致电站运行状态下降的因素有很多，如浮沙、扬尘可能导致光伏组件面板产生积尘现象。光伏组件和逆变器的老化、山脉和地形起伏产生的阴影遮挡等，均可导致电站的发电功率有所衰减。此外，缺乏有效的运行和管理模式，可能导致电站运行故障问题未能及时发现和解决，无法对电站的运行状态进行有效把控。

对于运行状态较差的光伏电站，建议对光伏板进行定期清理，合理规划空间布局以减少阴影损失。定期检查设备性能，及时更换老化部件，减少设备运行故障率。建立健全完善的运行管理体系，充分利用运行数据进行故障诊断，以评估电站的运行状态，快速响应和修复故障问题，确保电站运行状态可控在控。

4 结论

通过对甘肃地区某光伏电站一段时间范围内的运行数据进行研究分析，旨在寻找各发电数据与环境因素之间的相关性。通过计算电站各区域子阵功率衰减率，研究出一套利用发电数据评估光伏电站运行状态的方法。该方法相较于电站传统的人工盲目检测，能够全面、快速了解站内各区域光伏阵列的健康状态，及时发现潜在问题区域，指导运维人员有针对性的开展现场故障检测和消缺工作，为电站运维和管理工作提供了可靠的指导作用。