欢迎访问学兔兔标准下载网,学习、交流 分享 !
返回首页 |团 体 标 准
T/CP IA 0126—2025
大型集中式光伏电站智能运维评价规范
Technical specification for smart operation and maintenance assessment
of centralized photovoltaic power plants
2025 - 08 - 30 发布 2025 - 09 - 15 实施
中国光伏行业协会 发 布
前 言
本文件按照GB/T 1.1—2020《标准化工作导则 第1部分:标准化文件的结构和起草规则》的规定起草。
请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。
本文件由中国光伏行业协会标准化技术委员会提出并归口。
本文件起草单位:国家能源集团宁夏电力有限公司新能源分公司、国能宁东新能源有限公司、中国电子技术标准化研究院、 尚特杰电力科技有限公司、国能智深控制技术有限公司、北京鉴衡认证中心、国家能源集团宁夏电力有限公司、中国电力科学研究院有限公司、北京智盟信通科技有限公司。
本文件主要起草人:陈亮、魏江哲、刘爱国、戴恩哲、王逸伦、李小飞、齐力文、焦磊、王强、蔡玉婷、李源、阮佳阳。
大型集中式光伏电站智能运维评价规范
1 范围
本文件提供了集中式光伏电站智能运维体系中智能运维技术应用效果的量化评价方法,旨在建立标准化评估流程,形成指标化测试报告及经济效益评测体系,为各类智能化运维方法和手段的选型与成本优化提供决策依据。
本文件适用于集中式光伏电站智能运维在安全管控、运行控制、检测维修、诊断分析、升级维护等方面的技术要求,期以指导集中式光伏电站智能化运维设计、选型、建设、验收、运营与技术改造。
本文件适用于装机容量在200 MW以上、通过110 kV及以上电压等级并网的大型光伏发电站,其他类型电站可参考使用。
2 规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中,注日期的引用文件,仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于本文件。
DL 755 电力系统安全稳定导则DL/T 573 电力变压器检修导则
3 术语和定义
3.1
智能光伏 smart photovoltaic system
以数字化、自动化、信息化、标准化为基础,以管控一体化、大数据、云计算、物联网为平台,集成智能传感与执行、智能控制与优化、智能管理与决策等技术,具备“ 自感知、自诊断、自维护、自调
控 ”智能发电运行控制管理模式的光伏发电系统,可以实现更加安全、高效、清洁、低碳、灵活的生产目标。
3.2
智能运维系统 smart operation and maintenance system
基于物联网、边缘计算、大数据、人工智能等技术,面向新能源发电设备(如光伏组件、逆变器等)运行维护全过程的系统平台,具备数据监控、在线监测、故障预警、智能分析与故障决策等功能,可以实现设备的智能化、自动化和精益化运维管理。
3.3
样板机 benchmark inverter
光伏发电中,是指电网调度不进行日常限电、满足定期维护要求、发电性能优良的光伏逆变器,可作为电站内其他逆变器发电水平评价依据的基准。
3.4
损失电量平衡分析法 electricity-loss balance analysis method
通过场站或设备的实发电量与应发电量对比得出总损失电量,并根据多种可能导致电量损失的因素,将总损失电量分解、归属为多个类别的方法。
光伏发电中导致电量损失的典型因素包含但不限于:设备故障、设备性能降低(如光伏组件灰尘污染、衰减、阴影遮挡)、计划性/非计划性检修、电网调度限电、传输损耗等。
3.5
边缘智能网关 edge smart gateway
集数据采集、边缘计算、协议转换、智能分析和通信转发等功能于一体的边缘设备,部署在靠近数据源的位置,用于实现本地处理与智能决策,降低延迟、缓解云负载,并提高系统的实时性与安全性。
4 总则
为满足智能运维标准,智能光伏电站应构建“云边协同+集控中心+区域维检 ”的集约化智能运维体系,实现全面、高效管控。
智能光伏电站应实现设备级全参数、全周期数据采集和监控,确保数据完整性和准确性。
智能光伏电站应具备智能监控、智能分析、智能预警、智能运检及智能控制等能力,支持大数据分析和人工智能优化决策,确保高效、安全、经济、绿色运行。
智能光伏电站应符合网络安全等级保护要求,建立完善的信息安全防护体系。
5 总体架构
集中式光伏电站的智能运维评价规范是一个多维度综合评价体系,示意图参见图1,主要从智能硬件、网络建设、数据要求、应用建设等维度进行评估,具备可扩展性。
图1 总体架构示意图
6 智能硬件
6.1 环境监测仪设备
智能光伏电站应满足每个升压站至少配置1套环境监测仪,宜满足光伏区装机容量每100 MW配置至少1套环境监测仪。
环境监测量应包含辐照度、辐照量、空气温度、空气湿度、大气压、风速、风向等,其中辐照度和辐照量应包含倾斜面总辐照、水平面总辐照监测,宜包含直射辐照、散射辐照监测。
6.2 生产数据采集设备
智能光伏电站应具备逆变器、跟踪支架、汇流箱、箱式变压器、集电线路、储能系统、无功补偿、主变压器、母线、高压开关柜等环节的运行参数、运行状态、故障状态字数据的采集设备。
逆变器和汇流箱应具备光伏组串级电压、电流、功率数据的采集设备。
储能系统应具备电芯级电压、电量、温度数据的采集设备。
逆变器、集电线路、主变压器、储能系统、站用变、送出线路等应具备发电量数据采集设备。
汇流箱、箱式变压器等宜具备发电量数据采集设备。
并网点应具备电能质量数据采集设备。
逆变器、箱式变压器、集电线路、主变压器可具备电能质量数据的采集设备。
6.3 在线监测采集设备
智能光伏电站主变压器应具备振动数据采集设备,箱式变压器、逆变器等宜具备振动数据采集设备。主变压器应具备声纹数据采集设备,箱式变压器、逆变器等宜具备声纹数据采集设备。
应具备光伏组件灰损度监测设备,每20MW配置至少1套。
汇流箱、逆变器等应具备绝缘电阻监测设备。
主变压器、箱式变压器、高压开关柜、电缆接头等应具备局部放电数据采集设备。
主变压器应具备油中溶解气体数据采集设备。
高压气体绝缘断路器、储能系统、蓄电池等应具备气体成分和气体压力数据采集设备。
绝缘套管、避雷器、电压互感器、电流互感器等宜具备介质损耗数据采集设备。
主变压器、箱式变压器、逆变器、汇流箱宜具备泄漏电流数据采集设备。
高压断路器触头、母线连接处、电缆接头、变压器绕组、变压器油、逆变器、光伏组件等应具备温度数据采集设备。
跟踪支架应具备旋转角度数据采集设备。
光伏支架基础、升压站建筑应具备地质沉降位移数据采集设备。
6.4 图像采集设备
智能光伏电站图像采集设备覆盖区域,应包含电站主入口及周界区域、升压站内、箱式变压器及重要电气设备区、电缆沟及通道区、储能系统区域、监控室及设备间、电站制高点、物料及备品备件仓库、消防设施存放点、人员主要作业区域、围栏及围墙沿线、道路及运输通道、并网点及计量柜区域等。
热红外图像采集设备覆盖区域应包含光伏区重点区域、主变压器、储能系统区域等。
智能光伏电站宜具备光伏组件电致发光EL图像采集设备,可集成至无人机等移动设备。
6.5 点云采集设备
智能光伏电站宜配置点云采集设备,可集成至无人机、机器人等移动设备,实现移动设备的定位、感知和路径规划。
6.6 无人机设备
智能光伏电站应配置具备在线定位、地图导航、远程控制、数据传输、自动避障功能的无人机设备,适用场景可覆盖光伏区、升压站主要区域、送出线路通道,并支持自动充电或换电。
无人机设备应支持集成双光相机(可见光+热成像相机)。
6.7 机器人设备
智能光伏电站应配置具备在线定位、地图导航、远程控制、数据传输、自动避障功能的巡检机器人,包括轮式机器人、四足机器人、人形机器人、轨道机器人等,适用场景可覆盖升压站主要区域,包含各预制舱或控制管理室。
应配置具备在线定位、地图导航、远程控制、数据传输、自动避障、作业执行功能的运维机器人,包括清洗机器人、操作机器人或检修机器人等。
机器人设备应支持集成双光相机、局部放电采集设备、声纹采集设备、气体成分采集设备、机械臂等。
6.8 辅助控制设备
智能光伏电站应配置辅助控制设备,包括消防设备、水浸传感设备、烟雾探测设备、门禁设备、红外对射设备、电子围栏设备、空调控制器、照明控制器等。
6.9 单兵移动设备
智能光伏电站应配置携带式巡点检设备,包括个人数字助理(Personal Digital Assistant,PDA)、热成像仪、绝缘电阻测试仪、IV曲线测试仪等。
宜配置智能穿戴设备,包括智能手环、智能安全帽、增强现实(Augmented Realization,AR)眼镜等。
单兵移动设备应支持内外网隔离、安全加密、无线网络通信等。
6.10 五防设备
智能光伏电站宜配置智能锁具等五防设备,配置区域应包含箱式变压器柜、逆变器柜、高压开关柜、汇流箱、配电箱、跟踪支架控制箱等区域。
可配置智能地线,配置区域应包含主变压器接地刀闸、高压开关柜等区域。
6.11 边缘智能网关设备
智能光伏电站应配置边缘智能网关设备,配置区域可覆盖主变压器、箱式变压器、高压开关柜、逆变器、储能系统等区域。
7 网络建设
为保证智能光伏电站中智能化功能的高效应用,智能运维系统的网络层应满足以下功能或性能参数要求:
a) 应通过5G、光纤、WIFI、Lora、Zigbee等通信手段实现全域网络覆盖,包括光伏区、升压站及控制管理室等关键区域。
b) 电站到集控的网络带宽应满足:生产控制网单基站峰值速率达到20Mbps以上,管理信息网单基站峰值速率达到200Mbps以上。
c) 应在网络关键链路及节点配置网络安全隔离装置、防火墙、纵向加密装置等安全硬件,并在核心服务器、工控机等设备中加装探针、杀毒工具、DDOS等软件,保障信息与网络安全。
d) 应设置独立的网络安全接入区,用于对外部接入进行身份验证、访问控制、安全隔离和数据过滤,保证与外网系统安全交换数据。
8 数据要求
8.1 数据采集
智能运维系统应具备多源协议自适应连接能力,支持主流工业通信协议的自动识别与适配,通过协议解析引擎和驱动插件机制实现多源设备或系统的灵活接入;具备采集流程逻辑与采集任务运行解耦的设计能力,支持流程配置的独立部署与动态加载。支持采集链路全过程的可视化监控,通过日志聚合、链路追踪与指标采集技术实现采集行为的全景监测。
数据采集应具备结构化、非结构化、半结构化等多模态数据的统一采集与处理能力,适配数据库、文件、接口、消息队列等多种数据源,并通过多格式解析器完成数据抽取、转换与封装。
宜支持数据源接入配置、采集条件设定、数据清洗规则、调度策略等核心参数的用户自定义配置,支持配置版本管理与动态生效,提升系统灵活性和可维护性。
宜具备数据采集过程中的异常处理与容错能力,以及断点续传机制、缓存缓冲机制、数据自动补采与重试等功能,保障数据一致性和完整性。
可支持采集过程中的数据预处理操作,如字段清洗、格式转换、条件过滤、逻辑判断、流式计算、数据路由等多种数据处理流程,并可通过可视化流程配置工具进行灵活编排。
可实现采集环境资源、数据源配置、采集服务状态、采集关系映射、任务模板管理、资源使用监控、任务执行调度等功能的全流程精细化管控,支撑大规模多任务运行管理。
可支持海量数据的异步接收与高并发写入,具备自动识别流量波动、任务压力感知与资源弹性伸缩能力,可结合容器化部署与调度框架实现系统运行的高可用与高弹性。
8.2 数据存储
智能运维系统应支持贴源数据、明细数据、轻度汇总数据、高度汇总数据、分析计算结果数据的集中统一分区域存储和管理,采用多级数据分层策略与标签化管理机制实现精细化管控。
宜提供全面的时序数据计算函数,支持降采样、数据插值和聚合计算,结合窗口函数与流处理框架实现高效计算;支持建立业务化的时序数据索引,满足复杂业务场景数据查询要求。
宜支持分布式存储,数据存储空间可动态水平扩展,通过多副本机制和分片技术保障数据高可用与可扩展性。
可支持私有部署、云平台部署,无第三方依赖,采用容器化与自动化运维工具提升部署灵活性与系统稳定性。
8.3 数据计算
智能运维系统宜支持计算任务按资源需求, 自动在集群节点之间进行部署、调度和管理。
宜实现算力资源池化特性,当系统算力资源不足时,系统自动增加新的资源到资源池,实现计算资源的水平扩展。
计算节点上的计算程序故障时,控制端能够立刻感知计算任务离线,若尝试故障重启和恢复失败后,具备将计算作业迁移到新的计算节点的功能。
通过可视化技术实现对计算程序的资源配置、作业管理、任务分发、过程监控、故障告警、日志分析等操作。
8.4 数据分析
智能运维系统应具备非空检核、主键重复、非法代码清洗、非法值清洗、数据格式核验、缺失值补全、错误数据校正等功能。
应具备一套比较完备的指标管理规范,支撑对生产、管理、经营类数据构建完整的标准指标体系,支持用户构建面向特定业务场景的指标树。
应能够根据实时测点数据进行动态指标计算,支持不同计算周期和时间窗口的各种统计分析计算;应支持异常情况的指标重算、补算等功能。
宜集成常规数学运算、统计、均值回归、快速傅里叶变换、平滑和滤波、基线和峰值分析等通用机器学习算子库,提高用户计算分析建模效率。
宜提供分类、估计、预测、相关性分组或关联规则、聚类、复杂关系挖掘等的高级机器学习算法库,方便用户开展计算分析建模。
8.5 数据接口
智能运维系统宜优先采用RESTful等协议架构,宜遵循OpenAPI 3.0等主流规范,接口文档应清晰描述参数定义、返回格式及错误码,并提供中英文对照文档。
接口应使用统一的数据字典(如设备类型编码、故障代码等)。应支持数据推送和拉取两种模式,与外部系统集成时,应明确接口约定,支持通过协议文档或技术合同方式定义关键接口参数与调用机制。
接口可提供主流开发语言的调用示例,支持数据在XML与JSON格式之间的转换。
8.6 数据安全
智能运维系统应至少划分管理员、运维人员和访客三类权限,按照最小权限原则进行授权,并支持自定义角色扩展。
宜支持多因子认证(MFA)机制,重要操作应具备二次确认或审批流程。
所有通信链路应采用TLS 1.2及以上加密协议,密钥应定期轮换,密钥生命周期管理宜符合GM/T0110相关规定。
系统应对敏感数据(如用户凭据、设备密钥等)进行加密存储,使用国家认可的密码算法(如SM系列)并具备完善的密钥管理体系。
应具备完整的操作日志记录功能,日志内容至少包含用户身份标识、操作时间、源IP地址、操作类型与操作结果,并支持日志防篡改机制。
系统应具备信息安全审计能力,定期开展安全评估,宜每半年至少进行一次渗透测试与漏洞扫描,形成第三方安全审计报告存档备查,满足电力行业信息安全等级保护要求。
9 智能应用
9.1 智能监控
9.1.1 三维数字孪生
智能运维系统应支持通过点云扫描等方式构建预制舱等室内环境的三维数字孪生模型。通过参数化建模和点云扫描等方式构建光伏区的三维数字孪生模型,通过参数化建模或点云扫描等方式构建升压站的三维数字孪生模型。
运维人员可以使用三维数字孪生模型等可视化方式,查看设备的外观、位置、状态、名称,观看人员实时空间位置,辅助运维人员快速查找设备、监控设备重要状态参数、查看关联的监控视频等。
运维人员可通过三维数字孪生模型进行主设备的直接控制和调节,并应通过三维数字孪生模型进行辅助控制设备和各类智能化设备的控制和调节。
9.1.2 电站监控
智能运维系统应支持电站重要参数的监控,包括环境监测量、实发功率、发电量、设备监控总览、告警汇总和其他重要指标等。
9.1.3 电气设备监控
运维人员应通过智能运维系统对电气设备进行监控,包括主变压器、高压断路器、无功补偿、站用变、集电线路和箱式变压器等的各类参数、运行状态、故障状态字、历史曲线等。
9.1.4 光伏设备监控
对光伏区各类设备进行监控,包括逆变器、交流汇流箱、直流汇流箱等设备的各类参数、运行状态、故障状态字、历史曲线等。
9.1.5 储能设备监控
对储能各类设备进行监控,包括电芯、BMS、PCS、电池舱、消防装置等设备的各类参数、运行状态、故障状态字、历史曲线等。
9.1.6 有功控制系统监控
对自动发电有功控制系统AGC进行监控,包括投入状态、远方/本地状态、有功目标值、有功实时值、可增/减有功等。
对一次调频系统进行监控,包括并网点频率目标值、并网点频率实时值等。
9.1.7 无功控制系统监控
支持自动发电无功控制系统AVC的监控,应包括投入状态、无功目标值、无功实际值、电压目标值、电压实际值、无功上下限等。
对SVG状态信号进行监控,包括无功实际值、增/减无功、闭锁、功率因数等。
对同步调相机进行监控,包括转速、无功功率、振动、温度等。
9.1.8 功率预测数据监控
应展示功率预测结果,包括中长期、短期、超短期预测功率等。
应展示电站的理论功率,如样板机法和测光法计算的理论可用功率、应发功率等。
9.1.9 人员定位监控
通过三维或平面地图形式展示生产区域人员的位置和数量,支持穿透、查看人员详细信息,以及分类别展示统计数量。宜支持人员历史运动轨迹的查看。
9.1.10 视频监控
运维人员应能够对各视频设备进行实时、历史视频查看,对视频设备参数进行实时调节和控制。
9.1.11 在线监测数据监控
各类在线监测设备数据进行完整展示,并支持查看数据的实时曲线及历史趋势。
9.1.12 辅助控制数据监控
各类辅助控制设备数据进行完整展示,并支持查看数据的实时曲线及历史趋势。
9.1.13 通讯链路监控
电站整个通讯链路状态实现可视化,具备链路质量评估和历史数据追溯功能, 自动诊断链路中断、数据丢包、速率下降、接口异常等问题,应能通过短信、邮件、平台推送等方式推送告警。
9.2 智能分析
9.2.1 发电量分析
电站及各类设备的实际发电量、理论发电量、应发电量、预测发电量指标应能实现分析和展示,包含每日、每月、每年的指标计算结果。其中理论发电量指的是通过测光法,基于实测辐照量或辐照度测算出的等效发电量;应发电量为基于“样板机”法, 由样板机的发电量结合装机容量,等比例换算出的场站或设备所应输出的发电量,环境监测仪和样板机应定期进行维护和检测,保证其数据的准确性和可靠性;预测发电量为基于功率预测系统输出结果计算的发电量。
9.2.2 装机容量分析
电站和各类设备的设计与实际装机容量差异可得到直观的分析和展示。
9.2.3 能效分析
电站和各类设备的发电能效指标应能得到分析和展示。
9.2.4 损失电量平衡分析
运维人员可基于历史数据分析电站和各类设备的损失电量分解指标。损失电量类别包含但不限于:设备故障损失电量、设备性能降低(如光伏组件灰尘污染、衰减、阴影遮挡)损失电量、计划性/非计划性检修损失电量、电网调度限电损失电量、传输损耗损失电量等。当各损失电量分项明显超过警戒线时进行告警。
9.2.5 限电分析
场站和各逆变器因电网限电产生的损失电量的历史趋势情况应进行分析和展示,并进行对比,当明显超过警戒线时进行告警。
9.2.6 损耗分析
逆变器交直流转换、电缆传输、变压器传输等损耗环节造成的损失电量应进行分析和展示,并与典型值进行对比,当明显超过正常范围时进行告警。
9.2.7 厂用电分析
SVG、储能系统、站用变等消耗的电量应进行分析很展示,当明显超过正常范围时进行告警。
9.2.8 运维作业分析
运维效率类指标,包括故障响应时间、故障平均恢复时间等,应基于历史数据进行统计分析。
运维成本类指标,包括运维成本、人力成本、材料成本等,应基于历史数据进行统计分析。
9.2.9 气象分析
应分析和展示年、月、日级别各类环境监测量的统计指标。
宜分析和展示降雨量指标,包括年均降雨量、月均/季节性降雨量分布、最大日降雨量、极端暴雨频率(百年一遇、五十年一遇等)、雨天数量(年雨日数)等。
宜分析和展示极端天气指标,包括雾霾天数、沙尘暴天数、大风强度、冰雹强度、降雪强度、暴雨强度等。
9.2.10 设备可靠性分析
应分析和展示光伏电站主要设备的可靠性指标,包括故障率、故障平均间隔时间、故障次数等。可按型号、厂家等维度分析和展示故障类型分类统计、故障原因统计等。
9.2.11 设备性能分析
光伏组件的灰损度值应进行长期跟踪,并分析其历史趋势曲线和预测趋势曲线等,分析精度到光伏组串级别。
光伏组件的中长期衰减情况应进行密切跟踪,分析结果包括正常衰减趋势曲线和实际衰减趋势曲线等,分析精度到光伏组串级别。
光伏组件的阴影遮挡情况应保持密切关注,分析结果包括遮挡损失电量和遮挡时长等,分析精度到光伏组串级别。
可分析和展示光伏组件的辐照度、功率曲线实测值与理论值。
运维人员应定期分析和展示逆变器的交直流转化效率、并网时长、发电小时数等指标。
9.2.12 设备健康分析
基于每类设备的多维度指标,分别分析光伏组串、逆变器、箱变、集电线路、电站等维度的健康度指标。健康度应至少包含四个等级:健康、亚健康、警告、严重。
9.3 智能预警
9.3.1 设备故障预警
9.3.1.1 一般要求
基于设备历史数据,利用数据挖掘技术和人工智能算法,提前预测设备可能的缺陷或故障隐患,评估设备潜在的风险严重程度,输出相应的预警级别和可能的原因等信息。
9.3.1.2 光伏组串预警要求
应对光伏组串掉串、电流反灌、直流拉弧、热斑、二极管短路等故障现象进行预警。应对光伏组串灰尘污染、积雪覆盖、性能衰减、严重阴影遮挡、地质沉降、支架坍塌等异常现象进行预警。
光伏组串宜具备IV曲线预警功能。
9.3.1.3 汇流箱预警要求
应对汇流箱跳闸、电流倒灌、通讯中断等故障或异常现象进行预警。
9.3.1.4 逆变器预警要求
应对逆变器IGBT温度异常、电感电容温度异常、绝缘下降、接线错误、自降容、间歇停运、离散率偏高、交直流转换效率下降、容配比超限等故障或异常现象进行预警。
组串式逆变器应支持IV曲线扫描和上传,具备机器学习智能诊断功能。集中式逆变器宜具备该功能。
9.3.1.5 箱式变压器预警要求
应对箱式变压器的油温异常(针对油浸式箱式变压器)、绕组温度异常(针对干式箱式变压器)、局部放电异常、振动异常、声纹异常、外观缺陷等故障或异常现象进行预警。
9.3.1.6 高压断路器预警要求
应对高压断路器局部放电异常、触头温度偏高、气体压力异常、气体成分异常、渗漏油、机械特性异常、外观缺陷等故障或异常现象进行预警。
9.3.1.7 主变压器预警要求
应对主变压器油中溶解气体异常、泄漏电流异常、油温偏高、绕组温度偏高、振动异常、声纹异常、局部放电异常、渗漏油、介质损耗偏高、外观缺陷等故障或异常现象进行预警。
9.3.1.8 无功补偿预警要求
应对无功补偿设备IGBT温度偏高、电感电容温度偏高、无功输出偏差、损耗偏高、保护动误动作、冷却系统故障等故障或异常现象进行预警。
9.3.1.9 储能装置预警要求
应对储能装置SOC(荷电状态)和SOH(健康状态)异常、热量堆积、自放电偏高、变流器降容、电芯电压一致性异常、热管理系统故障、烟雾和气体浓度高、湿度和水浸异常、火灾等故障或异常现象进行预警。
9.3.1.10 输电线路预警要求
应对输电线路绝缘子故障、金具发热、杆塔倾斜、导线舞动、气象灾害、山火、树障、鸟害、地质滑坡、外破等故障或异常现象进行预警。
9.3.1.11 集电线路预警要求
应对集电线路电缆头温度偏高、局部放电异常、腐蚀、积水等故障或异常现象进行预警。
9.3.2 故障诊断决策
9.3.2.1 一般要求
基于知识图谱、专家系统、大模型等技术,针对各类设备的故障现象制定相应的运维检修策略,内容包括故障根因解析、检修指导方案,推送设备图纸、设备履历、相似案例等。
智能运维系统应建立设备检修知识库、案例库。宜支持自动生成诊断报告,支持在线填报、修改及查询。
9.3.2.2 极端天气预警
应对多种类型的极端天气进行预警,包括暴雨、龙卷风、沙尘暴、高温、低温、冰雹、雪灾、台风等。
9.3.2.3 视频安防预警
应对非法入侵、车辆、动物闯入、烟火、温度偏高等异常现象进行预警。
9.3.2.4 作业风险预警
应对有毒气体泄露、烟尘污染、扬尘、违规带电作业、越界、登高、不戴安全帽、吸烟、违规动火作业等异常现象进行预警。
9.4 智能运检智能排程
应根据待处理任务,综合考虑人员技能等级、物资库存、天气窗口、设备状态、电站位置等多维度因素, 自动生成最优工单派发方案。
9.4.2 智能巡视
智能巡视功能应覆盖升压站、光伏区、输电线路等主要区域的定期或不定期巡视。
智能巡视功能应支持巡视任务的动态最优路径规划以及固定路径规划。
支持自动或手动将巡检任务下发给摄像头、无人机或机器人等执行,并支持实时查看摄像头、无人机或机器人的位置和状态。
运维人员可在线查看巡视任务的过程、结果、进度、历史等。
宜具备智能联动接口,接收并处理各类系统发起的定向巡视请求。
应支持远程集控和本地两种控制模式。
智能巡视任务完成后自可动生成巡视报告,汇总识别的各类故障、隐患、表计读数结果等。
9.4.3 智能清洗
智能运维系统应对光伏组件清洗任务的作业路径进行动态路径规划或固定路径规划。
宜支持基于光伏组件灰损度历史趋势进行发电量损失预测,并输出清洗任务作业窗口建议。
宜支持对历史清洗任务的清洗效果进行复盘,计算实际发电量的提升效果。
做出清洗决策后,支持自动或手动将清洗任务下发给机器人或无人机执行,并支持实时查看无人机或机器人的位置和状态。
运维人员可在线查看清洗任务的过程、结果、进度、历史等。
智能清洗功能应支持远程集控和本地两种控制模式。
9.4.4 智能检修
智能运维系统应支持对设备操作或检修任务的作业路径、作业类型、作业内容等进行设置。作业类型包含汇流箱更换熔断器、逆变器滤网清洁、光伏组件更换、高压断路器分合闸、预制舱门禁开启等。
检修任务生成后,支持自动或手动将操作或检修任务下发给机器人执行,并可实时查看机器人位置和状态。
运维人员可在线查看操作或检修任务的过程、结果、进度、历史等。
智能检修功能应支持远程集控和本地两种控制模式。
9.4.5 一键顺控
运维人员应能够使用该功能,在保证安全的前提下,通过一键操作完成升压站设备的分合闸控制、保护配置、视频双确认、事件处理等操作。支持批量控制多个设备、多个设备或操作联动。
9.4.6 智能联动
运维人员应能根据各类告警信号、预警结果、工单任务等,联动各类辅助控制设备、摄像头、无人机、机器人等,进行相应的远程巡检复核或操作。
智能联动功能支持处理同时发起的多个联动任务请求。
9.4.7 远程运维
现场运维人员应能够通过AR眼镜等手段,在真实视频画面中查看设备实时状态、操作步骤和故障提示等。
支持通过远程方式,实现专家获取现场运维人员的实时共享视频、语音等,并支持发送文件至AR设备。
支持通过远程方式,实现专家对现场运维人员实时共享视频的画面进行批注、绘图、标记等。
9.4.8 移动运维
运维人员通过单兵移动设备实现工单任务全流程管理,包括各类运维任务的创建、派发、执行、验收等。
集成高精度地图,结合单兵移动设备实现人员位置实时定位和地图导航,提供电站内的设备定位、路径规划及AR实景导航。
通过单兵移动设备可实现两票(工作票、操作票)的电子化办理,支持在线填写、审批、签发及归档,符合电力安规电子签名要求。
通过单兵移动设备能够实现知识库、案例库的智能检索。
使 用 单 兵 移 动 设 备 可 以 进 行 多 模 态 数 据 采 集 , 包 括 语 音 采 集 、 RFID( Radio Frequency Identification,射频识别)采集、图像采集等。
运维人员可使用单兵移动设备进行语音对讲、视频会议、屏幕共享等。
9.5 智能控制
9.5.1 单机控制
9.5.1.1 发电优化控制
逆变器可实现多峰最大功率点跟踪功能,支持阴影遮挡优化控制功能。
逆变器在故障态下可支持冗余控制功能,尽量减少发电量损失。
9.5.1.2 主动支撑控制
为满足对电网各类暂态扰动的主动支撑要求,逆变器宜支持构网运行模式,能够自主建立并网点电压、相位和频率,并实现虚拟同步机控制。
逆变器控制策略应满足电网调度的高/低电压穿越以及各类保护功能要求, 以及电网调度对功率指令的响应速度和精度要求。
9.5.1.3 跟踪支架智能调节
跟踪支架的控制系统支持实时角度优化,基于地理位置、太阳高度角和季节等数据自动调整旋转角度。
在日出日落等时段,进行反向跟踪(back tracking)控制减少阴影遮挡影响,根据太阳高度角、阵列间距等自动调整旋转角度。
暴风、龙卷风等天气条件下执行智能防风控制策略,当风速超过阈值时自动调整旋转角度至安全状态。强对流天气下支持智能防冰雹控制策略,进入保护模式自动调整旋转角度至安全状态。
9.5.2 集群协同控制
9.5.2.1 协同优化调度
控制系统确保逆变器可协同储能系统、SVG、同步调相机等,对电网调度的有功功率、无功功率、电压指令进行分解、下发,实现AGC/AVC、惯量响应、阻尼控制、一次调频等的指令最优分配。
9.5.2.2 集中式功率预测
通过气象台获取卫星云图数据、雷达反射数据等,结合数值天气预报NWP数据进行短期和超短期功率预测准确度的提升。
集控中心可综合区域内多个相邻风电场和光伏电站的环境监测量、发电情况等,进行短期和超短期功率预测准确度的提升。
10 智能运维评价体系
10.1 评价原则
基于集中式光伏电站信息化与智能化技术在电站运维工作中应用与融合的程度,根据电站实际运维工作中管理模式与自动化手段在生产运营中的应用范围和深度,将电站智能化运维水平分成初级、中级、高级三个阶段,体现光伏电站在智能光伏领域建设的水平。
10.2 等级划分
10.2.1 初级阶段
关键技术特征体现为信息化,利用计算机、通信、网络等技术,实现全站信号的数字化采集、传输和存储,并在此基础上实现全站范围内的生产过程信息化,同时实现生产数据与管理信息融合利用,并为管理决策提供支持。
光伏电站智能化处于初级阶段,说明电站在管理、技术领域开始走向智能化。
10.2.2 中级阶段
关键技术特征体现为智能化,充分利用云计算、大数据、物联网、移动互联网等现代信息技术,在信息获取中实现泛在感知与智能融合,在信息使用中实现多系统间信息共享与互动、递进式可视化展示,在运营过程中实现可预测、可控制及全流程优化,实现智能化光伏发电企业在“无人干预,少人值守 ”情况下的安全、经济、环保运营。
光伏电站智能化处于中级阶段,说明电站在管理、技术领域达到行业平均水平。
10.2.3 高级阶段
关键技术特征体现为自学习、自寻优、自适应,其表象为广泛应用智能化技术,在进行自我寻优与进化的基础上,能够自动根据光伏电站内、外部环境,设备,市场等影响因素的变化,优化控制策略、方法、参数和管理模式,实现安全、经济、环保的最优化运营,以及发电企业经济效益与社会效益最大化。
光伏电站智能化处于高级阶段,说明电站在管理、技术领域处于行业领先水平。
10.3 评估计算方法
10.3.1 评估方式
集中式光伏智能化运维分为硬件层、网络层、数据层、应用层4个类别(一级指标),共8个模块(二级指标)、71个分项(三级指标)、168个考核点。采用评估智能化程度分级、分类定量评分、整体综合定级的方法,结合自评、他评等综合评价光伏电站智能运维的建设水平。
10.3.2 计算方式
每个评估项目按考核点核算为2分,根据考核内容是否为智能化运维建设必备项、或者为推荐项进行合理评定。当考核内容为智能化运维建设必备项目时,则设定达到要求该项得满分,未达到要求该项不得分,部分满足或经评定有缺失项的按不满足评定;当考核内容为智能化运维建设推荐项目时,则设定达到要求该项得满分,未达到要求该项不得分,部分满足或经评定有缺失项的得1分。
10.4 等级与评分对应关系
智能光伏运维评价总分为336分,200≤评价得分<255为初级阶段(不满200分按200分核算),255 ≤评价得分<300为中级阶段,评价得分≥300为高级阶段,评分表参考附录A。
附 录 A
(资料性)
大型集中式光伏电站智能运维评价表
大型集中式光伏电站智能运维评价表参见表A.1。
表A.1 大型集中式光伏电站智能运维评价表
表 A.1 大型集中式光伏电站智能运维评价表(续)
表 A.1 大型集中式光伏电站智能运维评价表(续)
表 A.1 大型集中式光伏电站智能运维评价表(续)
表 A.1 大型集中式光伏电站智能运维评价表(续)
表 A.1 大型集中式光伏电站智能运维评价表(续)
表 A.1 大型集中式光伏电站智能运维评价表(续)
表 A.1 大型集中式光伏电站智能运维评价表(续)
表 A.1 大型集中式光伏电站智能运维评价表(续)
表 A.1 大型集中式光伏电站智能运维评价表(续)
表 A.1 大型集中式光伏电站智能运维评价表(续)
表 A.1 大型集中式光伏电站智能运维评价表(续)
表 A.1 大型集中式光伏电站智能运维评价表(续)
表 A.1 大型集中式光伏电站智能运维评价表(续)
表 A.1 大型集中式光伏电站智能运维评价表(续)
表 A.1 大型集中式光伏电站智能运维评价表(续)
表 A.1 大型集中式光伏电站智能运维评价表(续)
表 A.1 大型集中式光伏电站智能运维评价表(续)
表 A.1 大型集中式光伏电站智能运维评价表(续)