一种屋顶分布式光伏最优清洗周期确定方法和系统

1.本发明属于分布式光伏发电技术领域，具体涉及一种屋顶分布式光伏最优清洗周期确定方法和系统。


背景技术：

2.近年来，光伏发电产业持续健康快速发展，光伏电能正在由补充电能向替代电能过渡。目前，分布式光伏运维已逐渐向智慧化、平台化发展，对运维提出了更高的要求。合理的安排屋顶光伏清洗任务，确定最优清洗周期可以更有效使用光能，减少光伏发电损失，同时有效降低运维成本，提高光伏收益，具有重要的现实意义。
3.目前，已有一些学者对分布式光伏运维问题进行了研究。邱腾飞等人针对分布式光伏不同的补贴政策，以净现值、内部收益率和动态投资回收期作为指标计算光伏系统不同运维模式经济效益。carrasco l m等人建立了分布式光伏运维模型，在综合考虑运维公司位置、运维人员数量的情况下，使运维总成本达到最优。
4.然而，目前大多数针对光伏运维的研究中，清洗周期仍主要通过运维人员经验确定，不利于充分利用光能。


技术实现要素：

5.为克服上述现有技术的不足，本发明提出一种屋顶分布式光伏最优清洗周期确定方法，包括：
6.获取屋顶分布式光伏清洗周期的取值范围；
7.分别计算考察时段内屋顶分布式光伏清洗周期的取值范围内的各值对应的屋顶光伏发电损失量和清洗成本；
8.选择考察时段内屋顶光伏发电损失量和清洗成本的加权和的平均值最小的清洗周期的值作为最优清洗周期。
9.优选的，清洗周期的值对应的屋顶光伏发电损失量的计算过程，包括：
10.基于清洗周期的值计算清洗周期内各时刻的屋顶光伏组件因积灰导致的发电量损失率；
11.根据清洗周期内各时刻的屋顶光伏组件因积灰导致的发电量损失率，计算考察时段的所有清洗周期内，清洗前的屋顶光伏发电损失量和清洗期间的屋顶光伏发电损失量的总和，并将所述总和作为清洗周期的值对应的屋顶光伏发电损失量。
12.优选的，所述屋顶光伏组件因积灰导致的发电量损失率的计算式如下：
13.η
ash
(d)＝a
·
(1-exp(b
·
d))
14.式中，η
ash
(d)表示清洗周期内时间为d时的屋顶光伏组件因积灰导致的发电量损失率，a为积灰系数，b为积灰指数；
15.所述积灰系数a和积灰指数b是采用历史时段中各时间的积灰导致的发电量损失率的数据拟合得到的。
16.优选的，所述屋顶光伏发电损失量的计算式如下：
[0017][0018]
式中，∑
tcash
表示屋顶光伏发电损失量，t表示考察时段内的各时刻，t1表示考察时段内各清洗周期的清洗前的时刻，t2表示考察时段内各清洗周期的清洗期间的时刻，表示考察时段的所有清洗周期内清洗前的屋顶光伏发电损失量，表示考察时段的所有清洗周期内清洗期间的屋顶光伏发电损失量。
[0019]
优选的，所述考察时段的所有清洗周期内清洗前的屋顶光伏发电损失量的计算式如下：
[0020][0021]
式中，p(t)表示屋顶光伏组件t时刻的输出功率，η
ash(t)
表示t时刻的屋顶光伏组件因积灰导致的发电量损失率，n
tol
表示光伏组件总数，δt表示时间的步长，η
ash(t)
是基于清洗周期的值计算得到的。
[0022]
优选的，所述考察时段的所有清洗周期内清洗期间的屋顶光伏发电损失量的计算式如下：
[0023][0024]
式中，p(t)表示屋顶光伏组件t时刻的输出功率，n
tol
表示光伏组件总数，δt表示时间的步长，η
ash(t0)
表示清洗开始时刻的屋顶光伏组件因积灰导致的发电量损失率，η
ash(t0)
是基于清洗周期的值计算得到的。
[0025]
优选的，所述选择考察时段内屋顶光伏发电损失量和清洗成本的加权和的平均值最小的清洗周期的值作为最优清洗周期，包括：
[0026]
基于预设权重，分别计算各清洗周期的值对应的考察时段内屋顶光伏发电损失量和清洗成本的加权和；
[0027]
计算各清洗周期的值对应的加权和在考察时段内的平均值；
[0028]
选择最小的平均值对应的清洗周期的值作为最优清洗周期。
[0029]
基于同一发明构思，本技术还提供了一种屋顶分布式光伏最优清洗周期确定系统，包括：取值范围获取模块、损失及成本计算模块和周期选择模块；
[0030]
所述取值范围获取模块，用于获取屋顶分布式光伏清洗周期的取值范围；
[0031]
所述损失及成本计算模块，用于分别计算考察时段内屋顶分布式光伏清洗周期的取值范围内的各值对应的屋顶光伏发电损失量和清洗成本；
[0032]
所述周期选择模块，用于选择考察时段内屋顶光伏发电损失量和清洗成本的加权和的平均值最小的清洗周期的值作为最优清洗周期。
[0033]
优选的，清洗周期的值对应的屋顶光伏发电损失量的计算过程，包括：
[0034]
基于清洗周期的值计算清洗周期内各时刻的屋顶光伏组件因积灰导致的发电量损失率；
[0035]
根据清洗周期内各时刻的屋顶光伏组件因积灰导致的发电量损失率，计算考察时段的所有清洗周期内，清洗前的屋顶光伏发电损失量和清洗期间的屋顶光伏发电损失量的总和，并将所述总和作为清洗周期的值对应的屋顶光伏发电损失量。
[0036]
优选的，所述周期选择模块具体用于：
[0037]
基于预设权重，分别计算各清洗周期的值对应的考察时段内屋顶光伏发电损失量和清洗成本的加权和；
[0038]
计算各清洗周期的值对应的加权和在考察时段内的平均值；
[0039]
选择最小的平均值对应的清洗周期的值作为最优清洗周期。
[0040]
与最接近的现有技术相比，本发明具有的有益效果如下：
[0041]
本发明提供了一种屋顶分布式光伏最优清洗周期确定方法和系统，包括：获取屋顶分布式光伏清洗周期的取值范围；分别计算考察时段内屋顶分布式光伏清洗周期的取值范围内的各值对应的屋顶光伏发电损失量和清洗成本；选择考察时段内屋顶光伏发电损失量和清洗成本的加权和的平均值最小的清洗周期的值作为最优清洗周期；本发明基于清洗周期的值计算了屋顶光伏发电损失量和清洗成本，并基于发电损失量和清洗成本选择最优的清洗周期，实现了屋顶分布式光伏最优清洗周期的确定，减少了光伏发电量损失，充分利用了光能。
附图说明
[0042]
图1为本发明提供的一种屋顶分布式光伏最优清洗周期确定方法流程示意图；
[0043]
图2为本发明涉及的典型屋顶分布式光伏结构示意图；
[0044]
图3为本发明涉及的光伏四季出力曲线示意图；
[0045]
图4为本发明提供的清洗周期模拟结果示意图；
[0046]
图5为本发明提供的一种屋顶分布式光伏最优清洗周期确定系统结构示意图。
具体实施方式
[0047]
下面结合附图对本发明的具体实施方式做进一步的详细说明。
[0048]
实施例1：
[0049]
本发明提供的一种屋顶分布式光伏最优清洗周期确定方法流程示意图如图1所示，包括：
[0050]
步骤1：获取屋顶分布式光伏清洗周期的取值范围；
[0051]
步骤2：分别计算考察时段内屋顶分布式光伏清洗周期的取值范围内的各值对应的屋顶光伏发电损失量和清洗成本；
[0052]
步骤3：选择考察时段内屋顶光伏发电损失量和清洗成本的加权和的平均值最小的清洗周期的值作为最优清洗周期。
[0053]
具体的，本发明步骤2中，需要建立光伏组件积灰模型，用于计算屋顶光伏组件因积灰导致的发电量损失率，光伏组件积灰模型的计算式如下：
[0054]
η
ash
(d)＝a
·
(1-exp(b
·
d))
[0055]
其中，η
ash
(d)表示清洗周期内时间为d时的屋顶光伏组件因积灰导致的发电量损失率，a为积灰系数，b为积灰指数。一般可将d的单位设为天，即清洗周期每天有不同的发电量损失率。积灰系数a和积灰指数b是采用历史时段的积灰导致的发电量损失率的数据拟合得到的。
[0056]
进一步的，可以历史时段的积灰数据，拟合得到积灰系数a和积灰指数b。即采用历
史时段中各时间的积灰导致的发电量损失率的数据拟合得到积灰系数a和积灰指数b。
[0057]
进一步的，分别模拟清洗周期从tc＝10天到tc＝50天的情况。即屋顶分布式光伏清洗周期的取值范围是10天到50天。
[0058]
进一步的，每次模拟屋顶分布式光伏运行1年时间，即将考察时段设为1年，模拟运行间隔1小时。全年的清洗次数的计算式为：
[0059][0060]
其中，t
tol
为全年清洗次数，表示向上取整。
[0061]
进一步的，模拟开始后，随着模拟时间推移，面板上的积灰量不断增加。
[0062]
进一步的，当模拟时间到达清洗周期后，对所有组件进行清洗。本发明假定在清洗时段内，组件的发电量损失率为清洗开始时的一半，清洁完毕时，积灰量为0。
[0063]
进一步的，由屋顶分布式光伏系统组件除了要考虑积灰导致的光伏发电损失量外，还要考虑清洗成本，因此对光伏发电损失量和清洗成本进行加权求和，加权和越小，对应的清洗周期值越优良。
[0064]
进一步的，组件积灰损失代表积灰使发电量表示为：
[0065][0066]
式中，∑
tcash
表示屋顶光伏发电损失量，t表示考察时段内的各时刻，t1表示考察时段内各清洗周期的清洗前的时刻，t2表示考察时段内各清洗周期的清洗期间的时刻，表示考察时段的所有清洗周期内清洗前的屋顶光伏发电损失量，表示考察时段的所有清洗周期内清洗期间的屋顶光伏发电损失量。
[0067]
考察时段的所有清洗周期内清洗前的屋顶光伏发电损失量的计算式如下：
[0068][0069]
式中，p(t)表示屋顶光伏组件t时刻的输出功率，η
ash(t)
表示t时刻的屋顶光伏组件因积灰导致的发电量损失率，n
tol
表示光伏组件总数，δt表示时间的步长，η
ash(t)
是基于清洗周期的值计算得到的，即根据清洗周期的值，将考察时段的时刻t转化至清洗周期内时间d，再计算对应的发电量损失率。
[0070]
考察时段的所有清洗周期内清洗期间的屋顶光伏发电损失量的计算式如下：
[0071][0072]
η
ash(t0)
表示清洗开始时刻的屋顶光伏组件因积灰导致的发电量损失率，η
ash(t0)
是基于清洗周期的值计算得到的。
[0073]
进一步，计算每次清洗成本。本实施例中，每次清洗成本c
mai
的计算式如下：
[0074]cmai
＝np
·
2t
dr
·cdr
np
·cw
c
c1
[0075]
式中，np为清洗人员数量；t
dr
为从驾车至屋顶分布式光伏的时长；c
dr
为每人每小时的车费；cw为每人每天的工资；c
cl
为每次清洗清洗费用。
[0076]
进一步的，全年屋顶分布式光伏清洗总成本为：
[0077]cmai，tol
＝∑
tcmai
＝t
tol
·cmai
[0078]
进一步，对全年屋顶光伏发电损失量和清洗成本进行加权求和：
[0079]ctol
＝p
el
·
∑
tcash
c
mai，tol
[0080]
其中，c
tol
为全年屋顶光伏发电损失量和清洗成本的加权和，p
el
为光伏发电损失量相对清洗成本的权重，该权重通常可设置为每度电的卖电收益，此时p
el
·
∑
tcash
即为光伏组件积灰损失成本，c
tol
为考虑光伏组件积灰损失成本和清洗成本的总成本。
[0081]
进一步的，根据运维周期tc取值不同，全年运行总天数有所差别，在得到全年屋顶光伏发电损失量和清洗成本的加权和后，除以全年运行总天数，计算出每天的平均值c
mean
，以消除运行总天数差异的影响：
[0082][0083]
进一步的，将所有清洗周期代入得到每个清洗周期的对应的全年屋顶光伏发电损失量和清洗成本的加权和的平均值，最低平均值对应的清洗周期即为最优清洗周期。
[0084]
实施例2：
[0085]
本实施例针对典型的家庭屋顶分布式光伏进行分析。在小区内共有50个家庭光伏用户，均采用32块250w光伏组件构成光伏系统，装机容量8kw，小区共400kw。系统结构如图2所示。
[0086]
在考虑光伏全年平均每天有效时数为3.5小时的情况下，采用分布式光伏四季每日平均出力曲线计算时刻t光伏组件的输出功率p(t)。分布式光伏四季每日平均出力曲线如图3所示。
[0087]
本发明通过某运维公司提供的组件积灰数据，计算积灰模型的经验常数即积灰系数a和积灰指数b。该公司在第5、10、15、20、25天的积灰损失率分别为4.93％、6.84％、7.35％、9.71％、11.66％。通过拟合可得积灰模型经验常数为：a＝20.48，b＝-0.0387。本发明屋顶分布式光伏的发电量损失率：
[0088]
η
ash
(d)＝20.48
·
(1-exp(-0.0387
·
d))
[0089]
本发明假定p
el
＝0.4元/(kw
·
h)；np＝2人；驾车至小区的时长t
dr
＝1小时；每人每小时的车费c
dr
＝25元；运维时每人每天的工资cw＝600元。单次运维的积灰清洗费用c
cl
＝300元，清洗时间为4个小时。
[0090]
清洗周期的模拟结果如图4所示，屋顶分布式光伏的最优清洗周期为29天，平均每天的总成本为111.9元，平均每天组件积灰损失成本为37.9元，清洗成本为74元。
[0091]
从结果可以看出，采用本发明方法可以有效计算屋顶分布式光伏最优清洗周期。
[0092]
实施例3：
[0093]
基于同一发明构思，本发明还提供了一种屋顶分布式光伏最优清洗周期确定系统，该系统结构如图5所示，包括：取值范围获取模块、损失及成本计算模块和周期选择模块；
[0094]
其中，取值范围获取模块，用于获取屋顶分布式光伏清洗周期的取值范围；
[0095]
损失及成本计算模块，用于分别计算考察时段内屋顶分布式光伏清洗周期的取值范围内的各值对应的屋顶光伏发电损失量和清洗成本；
[0096]
周期选择模块，用于选择考察时段内屋顶光伏发电损失量和清洗成本的加权和的平均值最小的清洗周期的值作为最优清洗周期。
[0097]
其中，清洗周期的值对应的屋顶光伏发电损失量的计算过程，包括：
[0098]
基于清洗周期的值计算清洗周期内各时刻的屋顶光伏组件因积灰导致的发电量损失率；
[0099]
根据清洗周期内各时刻的屋顶光伏组件因积灰导致的发电量损失率，计算考察时段的所有清洗周期内，清洗前的屋顶光伏发电损失量和清洗期间的屋顶光伏发电损失量的总和，并将该总和作为清洗周期的值对应的屋顶光伏发电损失量。
[0100]
其中，屋顶光伏组件因积灰导致的发电量损失率的计算式如下：
[0101]
η
ash
(d)＝a
·
(1-exp(b
·
d))
[0102]
式中，η
ash
(d)表示清洗周期内时间为d时的屋顶光伏组件因积灰导致的发电量损失率，a为积灰系数，b为积灰指数；
[0103]
积灰系数a和积灰指数b是采用历史时段中各时间的积灰导致的发电量损失率的数据拟合得到的。
[0104]
其中，屋顶光伏发电损失量的计算式如下：
[0105][0106]
式中，∑
tcash
表示屋顶光伏发电损失量，t表示考察时段内的各时刻，t1表示考察时段内各清洗周期的清洗前的时刻，t2表示考察时段内各清洗周期的清洗期间的时刻，表示考察时段的所有清洗周期内清洗前的屋顶光伏发电损失量，表示考察时段的所有清洗周期内清洗期间的屋顶光伏发电损失量。
[0107]
其中，考察时段的所有清洗周期内清洗前的屋顶光伏发电损失量的计算式如下：
[0108][0109]
式中，p(t)表示屋顶光伏组件t时刻的输出功率，η
ash(t)
表示t时刻的屋顶光伏组件因积灰导致的发电量损失率，n
tol
表示光伏组件总数，δt表示时间的步长，η
ash(t)
是基于清洗周期的值计算得到的。
[0110]
其中，考察时段的所有清洗周期内清洗期间的屋顶光伏发电损失量的计算式如下：
[0111][0112]
式中，p(t)表示屋顶光伏组件t时刻的输出功率，n
tol
表示光伏组件总数，δt表示时间的步长，η
ash(t0)
表示清洗开始时刻的屋顶光伏组件因积灰导致的发电量损失率，η
ash(t0)
是基于清洗周期的值计算得到的。
[0113]
其中，周期选择模块具体用于：
[0114]
基于预设权重，分别计算各清洗周期的值对应的考察时段内屋顶光伏发电损失量和清洗成本的加权和；
[0115]
计算各清洗周期的值对应的加权和在考察时段内的平均值；
[0116]
选择最小的平均值对应的清洗周期的值作为最优清洗周期。
[0117]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
[0118]
本发明是参照根据本发明实施例的方法、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。
[0119]
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。
[0120]
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。
[0121]
最后应当说明的是:以上实施例仅用于说明本发明的技术方案而非对其保护范围的限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本发明后依然可对申请的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在申请待批的权利要求保护范围之内。