阿波罗光伏云手把手教你如何将电站数据化——汇流箱篇.docxVIP

数据化是整个人类社会的大趋势，作为未来能源主力的光伏电站更是如此。将电流转化成信息流，随时随地掌控电站运行情况，动动手指就可获悉组件的出力情况，第一时间发现问题；长远来看，电站运行的数据是另外一笔财富，可以用来给电站做性能评估，可以为电力的交易与调峰提供数据支持，还可以为电站的资产估值、抵押、交易提供坚硬的支撑，这些都是数据化为我们带来的便利。一、什么是电站的数据化？电站的数据化是一项系统的工程，中间涉及到多个环节。目前大型电站的数据采集点一般包括气象站、汇流箱、直流柜（如有）、逆变器、箱变（如有）、电度表（计量表、关口表）等。其中汇流箱联接组件和逆变器，是电站数据化进程中的重要环节。而近年来的智能汇流箱可以记录每个组串的电流、电压等数据，这为数据化电站打下坚实的基础。每个组串的面板数量确定后，根据汇流箱的接入串数我们就可以确定该汇流箱下究竟有多少块儿板子，而单块面板的容量已知，从而可以计算出该汇流箱的挂载容量：汇流箱挂载容量（PCCB）=接入组串数（N）*每串面板数*面板标称功率对同一逆变器下不同的汇流箱进行加和，即可得到该逆变器的挂载容量：逆变器挂载容量（PINV）=PCCB1 +PCCB2 +……对场站的逆变器进行加和，进而得到整个场站的实际容量：场站实际容量（PPlant）=PINV1 +PINV2 +……▲电站直流侧拓扑结构图这样我们得到了一个清晰而准确的电站拓扑结构图。这样的一个清晰、准确的拓扑结构图是电站数据化的基础，也是所有数据统计与分析、发现问题并进行运行维护的基石。没有这样一个清晰的拓扑结构与容量关系，所有的数据分析与结论都是空中楼阁，经不起推敲。在电站数据化的过程中，不准确、甚至没有拓扑结构图会导致很多应用无法继续进行，例如：无法准确确定电站的实际容量，无法确定汇流箱的准确离散率，数据分析时结论与实际相差较大等。而拥有一个准确的拓扑结构图，不仅仅可以在数据化电站时得到有力的支撑，甚至还能够提前发现安全隐患。有这样一个实际发生的案例：某电站一汇流箱实际有13路组串接入，但在系统中显示只有12路数据，直到后来该汇流箱被烧毁后才发现，原来是虚接惹的祸。如果之前就知道准确的电站拓扑结构图，实际生产中采到的数据与应有的支路不同就可以设置报警，烧坏汇流箱这样的火灾隐患是完全可以避免的。二、如何绘制电站拓扑结构图？在绘制电站拓扑结构图的过程中，汇流箱环节因其数量多、颗粒小而成为最为困难的环节。目前主流的汇流箱有16路接口，由于地形、设计等实际情况的限制，汇流箱16路不一定每路都会接组串。一般情况下，在电站的设计过程中，每个汇流箱下挂载多少组串，每个组串有多少块面板都会有一个清晰的设计与规划。但现状往往是，有些电站的设计草草了事，甚至没有设计，有些电站在实际施工过程中不按图纸施工，而监理监造也未能及时发现、纠正。那么，要如何确定哪个汇流箱接入了几个组串，进而得到一个清晰而准确的电站拓扑结构图？常见的解决方案是这样的：办法1：施工时做记录；每接入一个汇流箱就记下来一个。方法2：如果在施工时没能做记录，就需要去现场一个个地数！数完后把接入的串数记录下来。打开汇流箱，确定哪个有接入，总计接入多少串组件。每个汇流箱都要重复一次。然而，这样的解决方案不仅费时费力，最终的效果还得不到保障。例如：山东某地面电站的容量为40MW，整个电站呈狭长状分布，超过10公里。汇流箱总数为553个，每个汇流箱接入的组串数为7-10串不等。面对这么多个汇流箱，一个个地去检查哪个汇流箱接入了几个组串，又分别接入了几号支路，在这骄阳似火的10公里纵深面前，人工的准确性很难获得保证。▲板海茫茫，何时才是尽头？这样繁琐、重复、没人性的事情，有没有一种方法，可以一劳永逸地把汇流箱的接入组串数标出来？三、电站拓扑结构图的数据化解决方案数据被认为是人类目前为止发现的第五维空间，在这里，许多低纬度问题都将迎刃而解。我们坚定地相信，一切现实中的问题在数据世界都有解（第五维解）。于是我们大量观察汇流箱数据，尤其是那些我们已经确切知道有多少组串接入的汇流箱。如下是南通某项目的汇流箱数据，我们知道第1，2，13，14，15，16路是空接，从数据上看，这6路电流都显示为0，于是我们得到初步结论：没有接入电流的支路显示的都是0！并由此推及：一直显示为0的支路没有接入组串。到这里，事情貌似是解决了。按照这个方案去确定汇流箱的接入容量，我们又遇到了新的问题。有一类汇流箱，不按理出牌，晚上居然还有值，如下图所示。这大概是由于数据传输中的噪音所致。不能从源头上解决，只能通过数据科学来进行后处理。原有的方案不能通用，我们继续寻找新的通用方案。把汇流箱的数据一个个可视化后，一眼就可以瞄出来哪个有接入哪个没接入。比看数据要舒服多了。操千曲而后晓声，观千剑而后识器。看过大量的