一种考虑辐照度的光伏组件清洗方法及系统与流程

1.本发明属于光伏系统应用技术领域，具体涉及一种考虑辐照度的光伏组件清洗方法及系统。


背景技术：

2.在光伏发电系统研究中，除面板材料及转换效率、功率预测、逆变效率、最大功率点跟踪(mppt)、离并网控制、孤岛保护、电能质量管理等关键技术之外，对于长期运行的光伏电站而言，光伏组件表面积灰、下垫面条件、空气质量及其它地理、气象等对辐照度的影响也是一个不容忽视的问题。光伏组件表面灰尘、下垫面条件、空气质量及其它地理、气象对太阳辐射具有反射、散射和吸收作用，即降低太阳辐射的透过率等，导致光伏面板接收到的太阳辐射量减少、输出功率下降，并随着积灰厚度等的增大而更为明显。另外，由于灰尘吸收空气中的腐蚀性化学成分的污染物，会对光伏面板形成一定程度的保温和腐蚀作用，加剧降低其光电转换效率。有研究表明，积灰能够使光伏组件的发电量平均减少20％左右对电站造成巨大的经济损失。
3.目前，就光伏电站中出现的组件清洗困难，清洗节点难以把握，清洗不及时等问题已成为光伏行业发展急需解决的问题；无论是过于频繁的清洗，还是缺乏清洗都会给光伏电站带来巨大的损失，而组件清洗周期的确定取决于积灰对光伏组件发电量的影响。
4.另一方面，由于近年来光伏电站装机量的不断加大，光伏电站辐照度评价方法的建立迫在眉睫。其中，光伏电站的不断发展虽然带来了巨大的社会和经济效益，但电站辐照度的差异往往会造成资源浪费。因此我们可以通过电站辐照度评估有针对性地调节电站对太阳能资源的利用率，即在现阶段光伏电站不断发展的情况下，了解影响光伏电站辐照度综合评价的具体因素，通过建立合适的评估方法及时有效的调整这些影响因素以有效地减少太阳能资源的浪费，提高光伏电站的发电量。
5.综上，了解光伏电站的辐照度，尤其是随着“双碳目标”的提出和光伏装机量的不断增加光伏电站辐照度综合评价评估是具有重大意义的。然而目前关于光伏电站辐照度综合评价的评估方法规范不足，且多数是对于理论体系的研究。尚未就光伏电站辐照度综合评价、清洗策略的系统方法形成共识。


技术实现要素：

6.本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种考虑辐照度的光伏组件清洗方法及系统，适用于不同地区光伏电站辐照度的计算，挽回因光伏组件污染对光伏电站带来的经济损失。
7.本发明采用以下技术方案：
8.一种考虑辐照度的光伏组件清洗方法，包括以下步骤：
9.s1、根据空气污染指数、组件表面污染指数、地面污染指数和其它因素建立辐照度评价指标体系；
10.s2、根据步骤s1建立的辐照度评价指标体系进行数据收集，根据隶属度函数确定辐照度评价指标体系内各个指标的隶属度，根据熵权法计算辐照度评价指标体系的权重值；
11.s3、结合步骤s2得到的权重值和隶属度对区域进行模糊综合评价，得到电站辐照度的模糊综合评价结果；
12.s4、根据步骤s3得到的电站辐照度模糊综合评价结果与相应的得分向量，计算得到评价光伏电站辐照度综合评价辐照度的评分；
13.s5、根据步骤s4得到的光伏电站辐照度综合评价的评分分析影响因素确定清洗优先级，给出清洗策略。
14.具体的，步骤s1中，空气污染指数包括pm
2.5
、pm
10
、aqi、so2、no2、co及o3；组件表面污染指数包括灰尘粒径、灰尘厚度及遮挡面积占比；地面污染指数包括下垫面反射率和土壤质地；其它因素包括与地理及气象相关的降雨量、气温、风速、云量、日照时数、太阳总辐射及能见度。
15.具体的，步骤s2中，隶属度r(v，x)表示指标x对于状态等级v的隶属程度，通过专家打分法得到区域内各个指标的数据，根据现状对每个指标所属的状态等级p进行选择，得到每个指标对于每个状态等级的隶属度r(v，x)，其中，状态等级v＝{v1，v2，v3，v4，v5}，v1为优；v2为良；v3为一般；v4为轻度污染；v5为重度污染；相对应的得分向量为g＝{1，0.75，0.50，0.25，0}。
16.具体的，步骤s2中，根据熵权法通过构造判断矩阵，计算得到权重值具体为：
17.s2021、形成m个样本，n个评价指标的评价矩阵r＝(r
ij
)m×n，r
ij
是第j个指标下第i个样本的评价值；
18.s2022、对步骤s2021的评价矩阵r进行标准化处理，得到标准化矩阵b；
19.s2023、计算各评价指标的熵值h
ij
；
20.s2024、计算各评价指标的熵权w；
21.s2025、确定各指标的权重a如下：
[0022][0023]
其中，w`i为主观权重通过专家打分法得到，wi为熵权法得到的权重。
[0024]
进一步的，步骤s2023中，各评价指标的熵值h
ij
为：
[0025][0026][0027]
其中，b
ij
为标准化计算结果，n为指标数。
[0028]
进一步的，步骤s2024中，各评价指标的熵权w为：
[0029][0030]
其中，m为样本数，hj为熵值，n为指标数。
[0031]
具体的，步骤s3中，电站辐照度的模糊综合评价结果vi如下：
[0032]vi
=wi
×r′i[0033]
其中，wi为各指标的权重向量；r
′
i为评价层i下的全部指标的隶属度矩阵，隶属度矩阵由隶属度函数计算得到，其中，对于越小越好型指标：
[0034][0035]
x
ij
＝1-x
j(i-1)
[0036]
对于越大越好型指标：
[0037][0038]
x
ij
＝1-x
j(i-1)
[0039]
其中，v
ij
为j指标隶属第i个等级的边界值；v
j(i-1)
为j指标隶属第i-1个等级的边界值；xj为j指标的检测结果，x
ij
为指标隶属度计算结果。
[0040]
具体的，步骤s4中，基于各级综合评价矩阵计算各评价指标的综合评价值得分，得到评价光伏电站综合发电性能的评分zi如下：
[0041]
zi=vi
×gt
[0042]
其中，vi为辐照度评价指标i的模糊综合评价结果；g为指标分级向量，t为转置符号。
[0043]
具体的，步骤s5具体为：
[0044]
s501、根据步骤s4得到的评价光伏电站辐照度综合评价的评分判断辐照度等级；
[0045]
s502、根据熵权法得到辐照度评价指标体系内某一指标对于辐照度的影响程度，比较得到对于辐照度影响程度最大的指标；
[0046]
s503、根据步骤s4的综合评价值判断辐照度评价指标体系内某一指标的现状；
[0047]
s504、结合综合评价值分析清洗的优先级，优先清洗辐照度评价结果为轻度污染及重度污染的光伏组件。
[0048]
本发明的另一技术方案是，一种考虑辐照度的光伏组件清洗方法系统，包括：
[0049]
体系模块，根据空气污染指数、组件表面污染指数、地面污染指数和其它因素建立辐照度评价指标体系；
[0050]
计算模块，根据体系模块建立的辐照度评价指标体系进行数据收集，根据隶属度函数确定辐照度评价指标体系内各个指标的隶属度，根据熵权法计算辐照度评价指标体系的权重值；
[0051]
评价模块，结合计算模块得到的权重值和隶属度对区域进行模糊综合评价，得到电站辐照度的模糊综合评价结果；
[0052]
评分模块，根据评价模块得到的电站辐照度模糊综合评价结果与相应的得分向量，计算得到评价光伏电站辐照度综合评价辐照度的评分；
[0053]
清洗模块，根据评分模块得到的光伏电站辐照度综合评价的评分分析影响因素确定清洗优先级，给出清洗策略。
[0054]
与现有技术相比，本发明至少具有以下有益效果：
[0055]
本发明一种考虑辐照度的光伏组件清洗方法，首先从4个方面建立对影响辐照度影响的指标体系，共19个指标，将影响辐照度的空气污染指数、组件表面的污染指数、地面污染指数及其它地理、气象等因素，基于熵权法及模糊综合评价模型对辐照度状态进行评估，并分析组件清洗的优先级，从而基于辐照度，针对性地建立光伏组件清洗方案，在管理层面为组件和电站提供适时的灰尘清洗时间点起到指导性的意义，挽回因光伏组件污染对光伏电站带来的经济损失。
[0056]
进一步的，研究显示灰尘效应在光伏玻璃表面形成灰尘覆盖层，显著降低了太阳能电池片受光量和光伏组件的电能输出总量，发电量降低幅度达5％～45％，是影响光伏发电系统工作效率的重要原因。此外，地面反射率高的地面光伏组件功率会比反射率低的地面下降的快。以上情况都是通过影响辐照度进而影响电站的发电情况，灰尘效应主要来源于空气污染及组件表面的污染，地面反射情况与地面污染有关。同时电站所处位置的地理、气象等因素也会影响电站接收到的辐照度。综上，本发明从空气污染指数、组件表面污染指数、地面污染指数和其它因素等进行电站辐照度的评价。
[0057]
进一步的，该发明中隶属度是各指标的测试结果在分级评价范围中的对应程度。如隶属度越接近于1，表示指标i属于等级v1的程度越高，隶属度越接近于0，表示指标i属于v1的程度越低。用取值于区间(0，1)的隶属函数r
′
(x)表征指标属于vi的程度高低。隶属度属于模糊评价函数里的概念，模糊综合评价是对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法，其特点是评价结果不是绝对地肯定或否定，而是以一个模糊集合来表示。
[0058]
进一步的，该发明中权重是指某一指标相对于辐照度的重要程度，其不同于一般的比重，体现的不仅仅是某一指标所占的百分比，强调的是评价指标的相对重要程度，倾向于该指标对于辐照度的贡献度或重要性。
[0059]
进一步的，“熵”是一种信息管理方法，是对不确定性的一种度量。熵越大说明信息越混乱，携带的信息越少；熵越小说明信息越有序，携带的信息越多。该发明中熵值是对指标离散程度的一种判断，指标的离散程度越大，说明该指标对辐照度的影响越大。
[0060]
进一步的，熵权即指标的权重，根据熵值计算得到。
[0061]
进一步的，辐照度综合评价结果vi指辐照度综合评价对不同等级的隶属程度，是一个模糊集合。
[0062]
进一步的，由于上一步得到的辐照度综合评价结果为一个模糊集合，为了得到辐照度的综合评分通过辐照度综合评价结果模糊集合与得分向量计算得到。通过综合评分结果制定有针对性的清洗策略，而s3中得到的模糊集合没法精准的进行清洗策略的制定。
[0063]
进一步的，通过得到的辐照度综合评分结果确定是否需要清洗的清洗策略，及时有针对性的对光伏组件进行清洗。减少因组件清洗不及时对电站造成的经济损失。。
[0064]
综上所述，本发明适用于不同光伏电站每天辐照度状况的计算。根据辐照度状况针对性地建立光伏组件清洗方案，为光伏电站清洗提供指导，挽回因光伏组件污染对光伏电站带来的经济损失。
[0065]
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
[0066]
图1为本发明流程示意图；
[0067]
图2为本发明光伏电站辐照度评价指标体系示意图。
具体实施方式
[0068]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0069]
在本发明的描述中，需要理解的是，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0070]
还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0071]
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0072]
在附图中示出了根据本发明公开实施例的各种结构示意图。这些图并非是按比例绘制的，其中为了清楚表达的目的，放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
[0073]
本发明提供了一种考虑辐照度的光伏组件清洗方法，从空气污染指数、组件表面的污染指数、地面污染指数及其它地理、气象等因素综合分析对光伏组件接收的辐照度的影响，并基于熵权法-模糊综合评价模型建立对辐照度的影响的评价方法，根据辐照度的评价结果建立考虑辐照度的光伏组件清洗方法；首先建立专家打分多层次分析(multi-level analysis of expert scoring，后面简称maes)模型，将光伏电站辐照度综合评价指标进行层次分解，然后采用模糊-熵权法确定各指标隶属度及权重值，最终经过模糊熵权计算得出光伏电站辐照度综合评价评估值。将该值与指标分级向量进行对比，得到整个光伏电站辐照度综合评价评估结果。
[0074]
请参阅图1，本发明一种考虑辐照度的光伏组件清洗方法，包括以下步骤：
[0075]
s1、建立指标体系框架
[0076]
本发明从空气污染指数、组件表面的污染指数、地面污染指数及其它地理、气象等因素建立辐照度评价指标体系，将影响辐照度的主要因素结合在一起进行分析评价，得到辐照度凭借结果，以此确定光伏组件的清洗策略。
[0077]
请参阅图2，指标体系分为四个方面，分别为空气污染指数a、组件表面污染指数b、地面污染指数c和其它因素d；
[0078]
空气污染指数a为空气质量对辐照度的影响；组件表面污染指数b为组件表面状况对辐照度的影响；地面污染指数c为下垫面条件对辐照度的影响；其它因素d为影响辐照度的一些地理及气象因素。
[0079]
空气污染指数a：选取pm
2.5
(细颗粒物)、pm
10
(可吸入颗粒物)、aqi(空气污染指数)、so2(二氧化硫)、no2(二氧化氮)、co(一氧化碳)及o3(臭氧)等7个指标作为表征空气质量的子要素；
[0080]
组件表面污染指数b：选取灰尘粒径、灰尘厚度及遮挡面积占比等3个指标作为表征组件状态的子要素；
[0081]
地面污染指数c：选取下垫面反射率及土壤质地2个指标作为表征下垫面情况的子要素；
[0082]
其它因素d：选取与地理及气象相关的降雨量、气温、风速、云量、日照时数、太阳总辐射及能见度等7个指标作为表征地理及气象因素的影响。
[0083]
s2、根据步骤s1建立的指标体系进行数据收集，得到指标体系内各个指标的隶属度及权重值；
[0084]
s201、隶属度
[0085]
各个指标的隶属度表示各指标的现状值对状态等级的隶属程度，状态等级设为v＝{优，良、一般，轻度污染，重度污染}，表示指标的五种状态，其中，v1为优；v2为良；v3为一般；v4为轻度污染；v5为重度污染；相对应的得分向量为g＝{1，0.75，0.50，0.25，0}；隶属度r(v,x)表示指标x对于状态等级v的隶属程度，r(v,x)越接近于1，表示指标x属于状态等级v的程度越高，r(v,x)越接近于0，表示指标x属于状态等级v的程度越低；
[0086]
通过专家打分法及文献资料等得到区域内各个指标的数据，专家根据现状对每个指标所属的状态等级v进行选择，得到每个指标对于每个状态等级的隶属度r(v,x)。
[0087]
s202、权重值
[0088]
权重值表示各指标所占总体部分的大小及影响整体能力重要程度，权重向量表示以单行矩阵形式汇总多个权重值，权重矩阵表示多个指标隶属度的矩阵形式汇总。根据熵权法计算权重值，通过构造判断矩阵，计算得到权重值。
[0089]
s2021、形成m个样本，n个评价指标的评价矩阵r＝(r
ij
)m×n。其中r
ij
是第j个指标下第i个样本的评价值；
[0090]
s2022、将步骤s2021的评价矩阵进行标准化处理，得到标准化矩阵b。
[0091]
标准化计算方法分为以下2种情况：
[0092]
越大越优型指标：
[0093][0094]
越小越优型指标：
[0095][0096]
其中，r
max
、r
min
表示同一评价指标的最大值和最小值。
[0097]
s2023、计算各评价指标的熵值h
ij
；
[0098][0099]
其中，当f
ij
＝0时，lnf
ij
无意义。
[0100]
假定f
ij
＝0时，f
ij
lnf
ij
＝0。
[0101]
s2024、计算各评价指标的熵权w；
[0102][0103]
满足∑wi＝1。
[0104]
s2025、确定各指标的权重a。
[0105][0106]
其中，w`i为主观权重通过专家打分法得到。
[0107]
s3、结合权重值和隶属度对区域进行模糊综合评价
[0108]
综合评价法是根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。本发明应用模糊综合评价法，将隶属度与权重值结合运算，得到各评价层的模糊综合评价结果，最终得到模糊综合评价结果，即光伏电站辐照度综合评价的评分。
[0109]
根据公式(1)计算每一评价层的模糊综合评价结果，即评价层的隶属度矩阵：
[0110]vi
=wi
×r′iꢀꢀꢀ
(1)
[0111]
其中，vi为评价层指标i的模糊综合评价结果；wi为各指标的权重向量；r
′
i为评价层i下的全部指标的隶属度矩阵。
[0112]
隶属度矩阵由隶属度函数计算得到具体过程如下：
[0113]
对于越小越好型指标：
[0114][0115]
x
ij
＝1-x
j(i-1)
[0116]
对于越大越好型指标：
[0117][0118]
x
ij
＝1-x
j(i-1)
[0119]
其中，v
ij
为j指标隶属第i个等级的边界值；边界值由表2中分级标准计算得到，对于单区间的等级分级标准即为边界值，对于双区间的等级边界值为区间中间值；v
j(i-1)
为j指标隶属第i-1个等级的边界值；xj为j指标的检测结果。
[0120]
s4、计算综合评价值和加权平均评价值
[0121]
综合评价值表示各指标的现状，根据下列公式基于各级综合评价矩阵计算各评价指标的现状值综合得分zi。
[0122]
zi＝vi
×gt
[0123]
其中，vi为辐照度评价指标i的模糊综合评价结果；g为指标分级向量{1，0.75，0.50，0.25，0}。
[0124]
s5、分析影响因素，给出清洗策略。
[0125]
s501、根据步骤s3得到的最终模糊综合评价结果判断辐照度等级；
[0126]
s502、根据熵权法得到指标体系内某一指标对于辐照度的影响程度，通过比较，得到对于辐照度影响程度较大的指标；
[0127]
s503、根据步骤s4得到的综合评价值判断指标体系内某一指标的现状；
[0128]
s504、结合综合评价值，分析清洗的优先级：优先清洗辐照度评价结果为轻度污染及重度污染的组件。
[0129]
本发明再一个实施例中，提供一种考虑辐照度的光伏组件清洗系统，该系统能够用于实现上述考虑辐照度的光伏组件清洗，具体的，该考虑辐照度的光伏组件清洗系统包括体系模块、计算模块、评价模块、评分模块以及清洗模块。
[0130]
其中，体系模块，根据空气污染指数、组件表面污染指数、地面污染指数和其它因素建立辐照度评价指标体系；
[0131]
计算模块，根据体系模块建立的辐照度评价指标体系进行数据收集，根据隶属度函数确定辐照度评价指标体系内各个指标的隶属度，根据熵权法计算辐照度评价指标体系的权重值；
[0132]
评价模块，结合计算模块得到的权重值和隶属度对区域进行模糊综合评价，得到电站辐照度的模糊综合评价结果；
[0133]
评分模块，根据评价模块得到的电站辐照度模糊综合评价结果与相应的得分向量，计算得到评价光伏电站辐照度综合评价辐照度的评分；
[0134]
清洗模块，根据评分模块得到的光伏电站辐照度综合评价的评分分析影响因素确定清洗优先级，给出清洗策略。
[0135]
本发明再一个实施例中，提供了一种终端设备，该终端设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor、dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于考虑辐照度的光伏组件清洗方法的操作，包括：
[0136]
根据空气污染指数、组件表面污染指数、地面污染指数和其它因素建立辐照度评价指标体系；根据建立的辐照度评价指标体系进行数据收集，根据隶属度函数确定辐照度评价指标体系内各个指标的隶属度，根据熵权法计算辐照度评价指标体系的权重值；结合
权重值和隶属度对区域进行模糊综合评价，得到电站辐照度的模糊综合评价结果；根据电站辐照度模糊综合评价结果与相应的得分向量，计算得到评价光伏电站辐照度综合评价辐照度的评分；根据光伏电站辐照度综合评价的评分分析影响因素确定清洗优先级，给出清洗策略。
[0137]
本发明再一个实施例中，本发明还提供了一种存储介质，具体为计算机可读存储介质(memory)，所述计算机可读存储介质是终端设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括终端设备中的内置存储介质，当然也可以包括终端设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速ram存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。
[0138]
可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关考虑辐照度的光伏组件清洗方法的相应步骤；计算机可读存储介质中的一条或一条以上指令由处理器加载并执行如下步骤：
[0139]
根据空气污染指数、组件表面污染指数、地面污染指数和其它因素建立辐照度评价指标体系；根据建立的辐照度评价指标体系进行数据收集，根据隶属度函数确定辐照度评价指标体系内各个指标的隶属度，根据熵权法计算辐照度评价指标体系的权重值；结合权重值和隶属度对区域进行模糊综合评价，得到电站辐照度的模糊综合评价结果；根据电站辐照度模糊综合评价结果与相应的得分向量，计算得到评价光伏电站辐照度综合评价辐照度的评分；根据光伏电站辐照度综合评价的评分分析影响因素确定清洗优先级，给出清洗策略。
[0140]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0141]
辐照度评价指标体系的选取、状态等级的划分及根据评价结果指定的相应的清洗策略。具体实施过程：
[0142]
表1各指标定义及介绍
[0143]
[0144]
[0145][0146]
表2各指标现状隶属度
[0147]
[0148][0149]
表3各指标权重及现状隶属度临界值
[0150]
[0151][0152]
表4实例验证-青海地区某电站
[0153]
[0154]
[0155][0156]
青海某光伏电站辐照度模糊综合评价结果：
[0157]vi
＝wi
×r′i[0158][0159]
青海某光伏电站辐照度得分：
[0160]
zi＝vi
×gt
[0161]
其中，z＝(0.582，0.195，0.192，0.000，0.031)(1，0.75，0.50，0.25，0)
t
＝0.824；按指标分级向量g＝{1，0.75，0.50，0.25，0}达到优的水平，与现状相符合。
[0162]
由上诉评价结果看出：青海某光伏电站辐照度属于“优”，多数指标状态优良以上，状态为“优”的指标最多，其次为“良”，“一般”及以下的指标状态较少；主要的影响因素是太阳总辐射、日照时数及灰尘粒径。根据本次评价结果该电站辐照度为“优”，暂不需要清洗。当辐照度的评价结果达到一般及以下的时须及时清洗。
[0163]
综上所述，本发明一种考虑辐照度的光伏组件清洗方法及系统，适用于不同地区光伏电站辐照度的计算，通过实证计算结果验证了本发明的指导价值及适用性。
[0164]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0165]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0166]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0167]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0168]
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。