李佳奇,李 爽,李 斌,劉碧琦,王 亮

(1.國網(wǎng)遼寧省電力有限公司電力科學研究院,遼寧 沈陽 110006;2.國網(wǎng)遼寧省電力有限公司信息通信分公司,遼寧 沈陽 110006;3.沈陽工程學院,遼寧 沈陽 110136)

0 引言

氣候變化是全人類共同面對的全球性重大課題,伴隨著化石能源大量消耗,溫室氣體的排放也不斷增加,引發(fā)的各種生態(tài)問題亟待解決。對此,國家提出“碳達峰”、“碳中和”,構(gòu)建新型電力系統(tǒng)目標愿景,完善多元化清潔能源供應體系,為我國夯實經(jīng)濟發(fā)展基礎(chǔ)提供新導向和新機遇［1-4］。其中,太陽能受到人們越來越多的關(guān)注。太陽能資源是一種取之不盡、用之不竭的綠色能源。以遼寧朝陽新能源電站為例,以清潔、環(huán)保為主要特點的光伏發(fā)電產(chǎn)業(yè)正在不斷涌現(xiàn),光伏產(chǎn)業(yè)的收益也呈迅速上升趨勢。遼寧朝陽新能源現(xiàn)場如圖1所示。

圖1 遼寧朝陽新能源現(xiàn)場

無論是分布式光伏發(fā)電還是大型地面光伏發(fā)電,其最終目的都是利用太陽能轉(zhuǎn)換為電能。然而,光伏板發(fā)電效率因受到灰塵遮擋而大打折扣,通常損耗可達到5%,甚至高達10%,嚴重時也會發(fā)生光伏組件燒損的情況［5-6］。以20 MW典型地面光伏電站為例,以光伏板受到灰塵遮擋造成的經(jīng)濟效益損失每年近千萬元。因此,光伏板表面清掃技術(shù)成為光伏發(fā)電產(chǎn)業(yè)研究的關(guān)鍵問題之一。合理的清掃決策可提高光電轉(zhuǎn)換效率,提升發(fā)電效率性價比,使經(jīng)濟效益最大化。

1 系統(tǒng)設(shè)計原理

光伏板污穢度狀態(tài)評價及清掃決策系統(tǒng)主要由參數(shù)獲取單元、數(shù)據(jù)中心單元、評價決策單元、后臺及移動終端、清掃單元等模塊組成。系統(tǒng)架構(gòu)如圖2所示。

圖2 系統(tǒng)架構(gòu)流程

1.1 參數(shù)獲取單元

參數(shù)獲取單元是從光伏監(jiān)視平臺采集計算機設(shè)定地址的光伏板區(qū)塊發(fā)電量、光伏電站總發(fā)電量、發(fā)電效率等工作狀態(tài)數(shù)據(jù),用以決定能否將獲取到的信息發(fā)送至數(shù)據(jù)中心單元。參數(shù)獲取單元包括參數(shù)監(jiān)測模塊和限制報警模塊,參數(shù)監(jiān)測模塊與光伏監(jiān)視平臺通信連接,用于獲取光伏板區(qū)塊發(fā)電量、光伏電站總發(fā)電量、發(fā)電效率等工作狀態(tài)數(shù)據(jù),限值報警模塊與參數(shù)監(jiān)測模塊通信連接,對所收集的參數(shù)進行判斷,對比所設(shè)定的門限值與實際采集數(shù)據(jù)大小關(guān)系,以決定能否將獲取到的信息發(fā)送至數(shù)據(jù)中心單元,若實際值大于門限值,則不報警,否則參數(shù)獲取單元將獲取的光伏板區(qū)塊發(fā)電量、光伏電站總發(fā)電量、發(fā)電效率等工作狀態(tài)數(shù)據(jù)等電站運行的關(guān)鍵數(shù)據(jù)輸出到數(shù)據(jù)中心單元。

1.2 數(shù)據(jù)中心單元

數(shù)據(jù)中心單元的氣象信息數(shù)據(jù)以光伏板所在地理位置的網(wǎng)絡(luò)氣象數(shù)據(jù)為依據(jù),通過5G網(wǎng)絡(luò)發(fā)送至數(shù)據(jù)中心單元;各光伏板陣列分區(qū)、完成全站清掃支出費用數(shù)據(jù)、完成全站清掃的發(fā)電效率、發(fā)電量、利潤數(shù)據(jù)通過歷史數(shù)據(jù)進行推算,并在數(shù)據(jù)中心單元中進行人工設(shè)定。

1.3 評價決策單元

評價決策單元用于對數(shù)據(jù)中心單元中的各種數(shù)據(jù)進行處理、判斷,給出光伏板執(zhí)行清掃判據(jù)。該評價決策單元通過BP神經(jīng)網(wǎng)絡(luò)進行建模,神經(jīng)網(wǎng)絡(luò)首先經(jīng)過數(shù)據(jù)集的訓練,能夠表征電站各種數(shù)據(jù)的原始特征,以電站經(jīng)濟收益最大化為原則,建立數(shù)學模型對輸入的數(shù)據(jù)進行綜合分析［7］。所制定和輸出的清掃執(zhí)行數(shù)據(jù)方案包括清掃位置、清掃周期、清掃頻次等內(nèi)容。

1.4 后臺及移動終端

后臺及控制中心由MCGS完成組態(tài)和聯(lián)網(wǎng),以modbus協(xié)議傳輸決策數(shù)據(jù)至指定單元,并由清掃執(zhí)行單元完成清掃工作。

移動終端由安卓手機構(gòu)成,其具備可實時觀測光伏電站各個參數(shù)的APP,電站運維人員可實時通過手機來了解電站的各項參數(shù)。

1.5 清掃單元

清掃單元設(shè)計為符合光伏板尺寸結(jié)構(gòu)的機器人,可牢固地固定在光伏板陣列區(qū)。其內(nèi)部主要由步進電動機、清掃電動機、毛刷等結(jié)構(gòu)組成,由主控室提供的指令完成光伏板清掃操作。

2 系統(tǒng)硬件設(shè)計

2.1 環(huán)境模擬量采集模塊設(shè)計

采用一體化溫濕度傳感器DHT11模塊,將其通信引腳DQ連接到單片機的P3.2引腳,并依據(jù)單總線通信協(xié)議編程完成太陽輻射度采集;采用GY-30模塊,將其時鐘和數(shù)據(jù)引腳分別連接至單片機多主從串行總線,并依據(jù)ⅡC總線通信協(xié)議完成太陽輻射度采集;采用ZPH02模塊,將其TXD、RXD引腳連接至單片機異步串行通信總線,并以UART協(xié)議完成灰塵顆粒物濃度采集。因上述模擬量采集傳感器均為數(shù)字化信號傳輸,只需要根據(jù)芯片手冊時序邏輯完成編程讀取對應寄存器地址值,即可獲取對應的環(huán)境模擬量。環(huán)境模擬量與單片機引腳連接如圖3所示。

圖3 環(huán)境模擬量與單片機引腳連接圖

2.2 光伏板硬件模塊設(shè)計

2.2.1 基準源模塊設(shè)計

由于單片機內(nèi)部的模擬數(shù)字轉(zhuǎn)換器容易受到溫度影響導致較大的誤差,為了準確測試電壓,采用基準源電路TL431產(chǎn)生2.5 V的基準電壓Uref。R6起限流作用,利用多圈電位器R7作為基準源電壓的精確調(diào)整。由于TL431具備較低的輸出阻抗,故可以直接將其調(diào)整端連接至單片機的P1.7引腳作為參考電源。基準源電路設(shè)計如圖4所示。

圖4 基準源電路與單片機引腳連接圖

2.2.2 光伏板電壓采集模塊設(shè)計

光伏板電壓采集電路如圖5所示。

圖5 光伏板電壓采集電路

為了有效采集光伏板的輸出電壓,設(shè)計了R1,R2 2個電阻對光伏板輸出電壓進行衰減,衰減比例K1為

(1)

通常衰減倍數(shù)為11倍,可取R1為100 kΩ,R2為10 kΩ。為保證衰減后的信號不失真,信號經(jīng)過運算放大器U1A設(shè)計的電壓跟隨器完成阻抗變換。信號經(jīng)過U2A設(shè)計的同向比例放大電路,其放大倍數(shù)K2為

(2)

負反饋電阻Rf的電阻值應滿足當光伏板最大電壓輸出時,經(jīng)過調(diào)節(jié),運算放大器U2A盡可能達到后續(xù)AD轉(zhuǎn)換器的滿量程電壓值。此外,為了提高系統(tǒng)電壓采集的信噪比,設(shè)計了由C1、C2、R5構(gòu)成π型濾波器以消除測試信號中的干擾。同時,設(shè)計了雙5.1 V穩(wěn)壓管DW1、DW2反向串聯(lián)構(gòu)成雙向過壓保護電路,滿足對輸入的測試電壓進行嵌電位保護。經(jīng)模擬信號網(wǎng)絡(luò)衰減后的光伏板輸出電壓Ux連接至單片機P1.6引腳完成光伏板電壓信號采集,可得光伏板實際電壓Vbat為

(3)

式中:Vref為高精度電壓表讀取到的基準源電壓值;ADbat為單片機獲取的分壓電阻位置AD值;ADref為單片機獲取的基準源AD值。

2.3 無線數(shù)據(jù)傳輸模塊

引入ESP8266無線WiFi 芯片完成采樣數(shù)據(jù)的無線通信。芯片內(nèi)核為32位ARM,在滿足小型化的同時保障了系統(tǒng)數(shù)據(jù)傳輸質(zhì)量。

3 系統(tǒng)算法設(shè)計

3.1 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)(back propagation,BP)是一種按誤差逆向傳播算法進行網(wǎng)絡(luò)訓練的多層前饋型神經(jīng)網(wǎng)絡(luò),是目前大量應用的神經(jīng)網(wǎng)絡(luò)模型之一(artificial neural network,ANN),具有較強的自適應性和學習能力、非線性映射能力、魯棒性和容錯能力,這些優(yōu)點可以促進控制系統(tǒng)智能化水平大幅提升,因而成為智能控制的新方向。人工神經(jīng)網(wǎng)絡(luò)模擬人的智能是基于人體大腦生理結(jié)構(gòu)及信息傳導分析過程來實現(xiàn)［8］。

BP神經(jīng)網(wǎng)絡(luò)是基于最小二乘法的數(shù)學思想,同時具備信息正向和誤差逆向傳播環(huán)節(jié),基于梯度搜索方法逆向修編網(wǎng)絡(luò)權(quán)值,通過循環(huán)反饋使得網(wǎng)絡(luò)的最終輸出與期望輸出的實現(xiàn)最小誤差均方值。BP神經(jīng)網(wǎng)絡(luò)模型由輸入層、隱含層和輸出層3層神經(jīng)元組成［9］。BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)如圖6所示。

圖6 BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)

輸入層的作用是將外部信息傳遞到神經(jīng)網(wǎng)絡(luò)中,隱含層的修正權(quán)系數(shù)大小可影響全局多層神經(jīng)網(wǎng)絡(luò)的效果,輸出層作為數(shù)據(jù)接口,可將神經(jīng)網(wǎng)絡(luò)的信息反饋到外部。

模糊神經(jīng)網(wǎng)絡(luò)利用模糊隸屬函數(shù),完成輸入信息的模糊處理,并轉(zhuǎn)換成介于0～1的值,并作為BP神經(jīng)網(wǎng)絡(luò)的輸入變量。選擇模糊隸屬函數(shù)可降低外來因素導致的誤差。

3.2 光伏板污穢度狀態(tài)評價神經(jīng)網(wǎng)絡(luò)建模

對光伏板污穢度狀態(tài)評價選用相對誤差 (RE) 和均方根誤差(RMSE)評價光伏發(fā)電預測模型的預測效果。RE和RMSE的計算如下:

(4)

(5)

式中:X為實際測量的日光伏發(fā)電總量;Y為預測的日光伏發(fā)電總量;Xi,Yi分別為元素個數(shù)為i時實測和預測的日光伏發(fā)電總量;n為測試樣本中的元素個數(shù)。

數(shù)據(jù)中心單元中存儲的重要參數(shù)設(shè)計為8個:b1為光伏板地理位置區(qū)塊發(fā)電量;b2為光伏板地理位置全電站總發(fā)電量;b3為光伏板地理位置氣象平均溫度;b4為光伏板地理位置氣象平均濕度;b5為光伏板地理位置日太陽總輻射;b6為光伏板地理位置空氣顆粒物濃度;b7為光伏電站執(zhí)行清掃區(qū)塊工作增加的利潤與支出之差;b8為光伏電站執(zhí)行清掃全站增加的利潤與支出之差。其模糊隸屬函數(shù)分別為

由于對輸入數(shù)據(jù)首先進行了模糊隸屬度處理,因而本智能評價決策系統(tǒng)的神經(jīng)網(wǎng)絡(luò)在神經(jīng)網(wǎng)絡(luò)的輸入層前增加一個模糊器隸屬層,用于對輸入量進行模糊隸屬處理,形成輸入層的輸入信號,設(shè)計的拓撲結(jié)構(gòu)如圖7所示。

圖7 改進后BP回歸神經(jīng)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)

由系統(tǒng)實際輸入和輸出的參數(shù)可知,該廣義回歸神經(jīng)網(wǎng)絡(luò)共有8個輸入節(jié)點(X1～X8),5個輸出節(jié)點(Y1～Y5),輸出參數(shù)分別為Y1為待清掃光伏區(qū)塊編號;Y2為待清掃光伏區(qū)塊清掃工作時間;Y3為待清掃光伏區(qū)塊清掃工作周期;Y4為光伏電站執(zhí)行清掃區(qū)塊工作增加的利潤與支出之差;Y5為光伏電站執(zhí)行清掃全站增加的利潤與支出之差。

從獲取到的光伏電站各種實時監(jiān)測數(shù)據(jù)及其歷史數(shù)據(jù)中,采用具備代表性的多組數(shù)據(jù)樣本完成神經(jīng)網(wǎng)絡(luò)學習過程,網(wǎng)絡(luò)學習函數(shù)為西格蒙德函數(shù)。

當實際輸出與期望輸出超過偏差閾值時,執(zhí)行誤差的逆向傳播模塊,誤差越過輸出層,通過判斷相對誤差(ERE)和均方根誤差(ERMSE),以誤差梯度趨于零點的辦法調(diào)整各層權(quán)值,并向模式層、輸入層逐層反傳。

3.3 光伏板污穢度狀態(tài)評價自學習流程

通過不斷訓練,建立穩(wěn)定的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),最終將本智能評價決策系統(tǒng)中的數(shù)據(jù)中心單元所收發(fā)與存儲的在線光伏電站數(shù)據(jù),經(jīng)過模糊化隸屬處理,輸出相應的智能決策結(jié)果。通過循環(huán)執(zhí)行信息正向傳播和誤差反向算法,修正不同層權(quán)值,直至相對誤差(ERE)和均方根誤差 (ERMSE)滿足實際要求,也可按照指定的學習次數(shù)進行,直至達到設(shè)定訓練次數(shù)。改進后BP經(jīng)網(wǎng)絡(luò)學習流程如圖8所示。

圖8 改進后的BP經(jīng)網(wǎng)絡(luò)學習流程

評價決策單元配置有光伏監(jiān)視平臺通信的光纖有線通信接口和光伏電站運維人員手機通信的無線傳輸模塊?？梢酝ㄟ^光纖有線通信方式反饋到光伏監(jiān)視平臺,也可以利用5G無線通信方式推送到光伏電站運維人員的手機APP或微信小程序。光伏電站運維人員將評價決策方案以命令的形式發(fā)送到光伏組件清掃系統(tǒng),完成組件清掃。

在實施過程中,若限值報警模塊發(fā)生報警,經(jīng)過數(shù)學模型推理和分析后,若電站清掃后得到的經(jīng)濟收益小于成本費用,或根據(jù)氣象信息數(shù)據(jù),綜合考慮光伏板評價結(jié)果及清理后突發(fā)的各種惡劣天氣,可避免高頻次執(zhí)行清掃工作。光伏電站完成數(shù)據(jù)中心單元輸出的評價決策方案后,如不符合限值報警模塊中門限值的指標,則重新執(zhí)行該系統(tǒng)流程。

4 結(jié)語

以神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)光伏板污穢度狀態(tài)評價及清掃決策,可提高測試和評價結(jié)果準確度,大幅縮短檢測的前期準備工作時間。相對傳統(tǒng)人工定期清掃,可使經(jīng)濟效益最大化,具有廣泛應用前景。

以神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)光伏板污穢度狀態(tài)評價及清掃決策具備較高的實用性,不僅可提高測試和評價結(jié)果準確度,同時大幅縮短檢測的前期準備工作時間。相對傳統(tǒng)人工定期清掃,可促進經(jīng)濟效益最大化和清潔低碳轉(zhuǎn)型,打造能量監(jiān)控數(shù)字孿生,助推能效提升生態(tài)圈,具有廣泛的應用前景。在以新能源為主體的新型電力系統(tǒng)發(fā)展背景下,利用改進型BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)清掃決策的模型,可為構(gòu)建新型電力系統(tǒng)目標愿景及完善多元化清潔能源供應體系提供參考。