文献类型：期刊文章

作　　者：赵波[1] 张姝伟[1] 曹生现[1] 王恭[1] 许兆鹏[2] 崔立业[2] 李晓刚[2]

ZHAO Bo;ZHANG Shuwei;CAO Shengxian;WANG Gong;XU Zhangpeng;CUI Liye;LI Xiaogang(School of Automation Engineering, Northeast Electric Power University, Jilin 132012, Jilin Province, China;Science and Technology Development Branch, Jilin Electric Power CO., LTD., Changchun 130012, Jilin Province, China)

机构地区：[1]东北电力大学自动化工程学院,吉林省吉林市132012 [2]吉林电力股份有限公司科技开发分公司,吉林省长春市130012

出　　处：《中国电机工程学报》

基　　金：国家自然科学基金项目(51606035,61503072);吉林电力股份有限公司科学技术项目(JDGF-KJGS-2016-004)~~

年　　份：2019

卷　　号：39

期　　号：14

起止页码：4205-4212

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：光伏电池板(电池板)积灰可降低透光率、引起热斑效应、腐蚀玻璃表面,实时监测积灰状态,及时清洗积灰将为光伏电站带来显著的经济效益。提出一种电池板积灰状态发电效率监测方法,构建电功率损失率随积灰时间变化的渐近型预测模型,并建立电池板积灰费用评估数学模型,以年累计电量损失费与清洗维护费之和最小化来确定最佳清洗周期。实例分析表明:蒙东地区50MW光伏电站积灰43天时电功率损失率达到15.32%,最佳清洗周期为20.3天,与当前现场固定清洗周期90天比较,将积灰经济损失由18.96万元·MW^-1×a^-1降至12.85万元·MW^-1×a^-1,占发电收益比例由15.3%降到10.4%;装机容量和年累计清洗时间对最佳清洗周期无显著影响,但并网电价越低、单位面积清洗费用越高时,最佳清洗周期越长。

关 键 词：电池板积灰  状态监测  电功率损失率  预测模型  清洗周期  费用评估  

分 类 号：TM615]