期刊文章详细信息
基于状态监测的电池板积灰清洗周期确定与费用评估 ( EI收录)
Cleaning Cycle Determination and Cost Estimation for Photovoltaic Modules Based on Dust Accumulating Condition Monitoring
文献类型:期刊文章
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
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]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...