CN105215034A - 实现光伏电站太阳能电池板智能清洗的***及方法 - Google Patents

实现光伏电站太阳能电池板智能清洗的***及方法 Download PDF

Info

Publication number
CN105215034A
CN105215034A CN201510785343.8A CN201510785343A CN105215034A CN 105215034 A CN105215034 A CN 105215034A CN 201510785343 A CN201510785343 A CN 201510785343A CN 105215034 A CN105215034 A CN 105215034A
Authority
CN
China
Prior art keywords
cleaning
data processing
processing server
photovoltaic plant
gene
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510785343.8A
Other languages
English (en)
Other versions
CN105215034B (zh
Inventor
沈永良
赵德基
李建
狄军锋
陈浩
黄保莉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Xuji Electric Co Ltd
State Grid Corp of China SGCC
Xuji Group Co Ltd
Original Assignee
Shanghai Xuji Electric Co Ltd
State Grid Corp of China SGCC
Xuji Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Xuji Electric Co Ltd, State Grid Corp of China SGCC, Xuji Group Co Ltd filed Critical Shanghai Xuji Electric Co Ltd
Priority to CN201510785343.8A priority Critical patent/CN105215034B/zh
Publication of CN105215034A publication Critical patent/CN105215034A/zh
Application granted granted Critical
Publication of CN105215034B publication Critical patent/CN105215034B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B08CLEANING
    • B08BCLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
    • B08B11/00Cleaning flexible or delicate articles by methods or apparatus specially adapted thereto
    • B08B11/04Cleaning flexible or delicate articles by methods or apparatus specially adapted thereto specially adapted for plate glass, e.g. prior to manufacture of windshields

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种实现光伏电站太阳能电池板智能清洗的***及方法,其中包括环境采集装置,用以采集太阳辐射强度和太阳辐射量数据;发电信息采集装置,用以采集实际发电量;通信服务器,用以在环境采集装置、发电信息采集装置和数据处理服务器之间进行通信;数据处理服务器,用以计算光伏电站的理论发电量、理论发电收益和损失发电收益并判断是否需要清洗;显示终端,用以向用户展示清洗建议。采用该种实现光伏电站太阳能电池板智能清洗的***及方法,将“理论发电量”概念引入光伏电站的光伏板清洁维护分析中;将光伏板的清洁状况进行量化分析,通过数据处理服务器对电站的状况进行逻辑判断,向用户智能推送清洗计划,具有更广泛的应用范围。

Description

实现光伏电站太阳能电池板智能清洗的***及方法
技术领域
本发明涉及太阳能技术领域,尤其涉及太阳能电池板清洗技术领域,具体是指一种实现光伏电站太阳能电池板智能清洗的***及方法。
背景技术
随着传统化石能源危机日益严重,目前造成的环境破坏和人类生存换进恶化,迫使新能源行业的进入了蓬勃的发展时期。其中太阳能光伏发电具有无污染、无需染料消耗、即发即用等诸多优点,因此得到了行业各界的高度重视。
太阳能发电利用光电效应,依赖太阳能电池接收到的太阳辐射,将太阳的光能转换为电能,产生电流。而许多的太阳能电池通过串并联和严密封装组成光伏组件,光伏电站中使用由许多组件组成的光伏板作为接受太阳能的发电单元。光伏板发电的效率高低,与光照强度密切相关,不考虑温度高低的影响下,光照强度越强,光伏板发电功率越大。但是太阳能发电会受到光伏板表面灰尘等遮蔽物的影响。光伏板的清洁状况不佳,不仅会引起光伏板透光率下降,进而引起发电量减少,同时还会引起局部发热过大,导致光伏组件烧毁等现象。因此,如何保持光伏电站中光伏板清洁,保证光伏电站发电效率保持稳定,减少经济损失,延长设备使用寿命,成为光伏电站管理运维中的重要课题。
目前光伏电站中对光伏板的清洗一般使用人工清洗的方式,然而大多数光伏电站只是根据运维人员的经验,肉眼判断光伏板是否需要清洗,或者直接定期对光伏电站进行统一清洗。无论使用哪种方法,都无法精确制定光伏电站清洗计划。清洗间隔较短,会带来清洗费用的增加;清洗间隔较长,会影响光伏板发电效率,给电站带来发电收益的损失。
发明内容
本发明的目的是克服了上述现有技术的缺点,提供了一种能够实现的实现对光伏电站内光伏板清洁状况进行判断、帮助电站制定清洗计划、具有更广泛应用范围光伏电站太阳能电池板智能清洗的***及方法。
为了实现上述目的,本发明的实现光伏电站太阳能电池板智能清洗的***及方法具有如下构成:
该实现光伏电站太阳能电池板智能清洗的***,其主要特点是,所述的***包括:
环境采集装置,用以采集太阳辐射强度和太阳辐射量数据;
发电信息采集装置,用以采集实际发电量;
通信服务器,用以在环境采集装置和数据处理服务器之间、发电信息采集装置和数据处理服务器之间进行通信;
数据处理服务器,用以计算光伏电站的理论发电量、理论发电收益和损失发电收益并根据损失发电收益判断是否需要清洗;
显示终端,用以向用户展示清洗建议。
本发明还涉及一种基于所述的***实现光伏电站太阳能电池板智能清洗的方法,其特征在于,所述的方法包括以下步骤:
(1)所述的环境采集装置采集太阳辐射强度和太阳辐射量数据;
(2)所述的发电信息采集装置采集实际发电量;
(3)所述的数据处理服务器计算光伏电站的理论发电量、理论发电收益和损失发电收益并根据损失发电收益判断是否需要清洗;
(4)所述的显示终端向用户展示清洗建议。
较佳地,所述的步骤(3)包括以下步骤:
(3-1)所述的数据处理服务器根据所述的太阳辐射强度计算光伏电站的理论发电量;
(3-2)所述的数据处理服务器根据所述的理论发电量计算理论发电收益和实际发电收益;
(3-3)所述的数据处理服务器根据所述的实际发电量和理论发电量计算电站***效率;
(3-4)所述的数据处理服务器计算当日与前一日的效率之差,若效率差值大于一定阈值,则将该计算日作为效率改善日期;
(3-5)所述的数据处理服务器计算从上一次效率改善日期开始到当日的累计损失发电收益;
(3-6)所述的数据处理服务器判断当累计损失发电收益大于***预设损失阈值时确定需要清洗。
更佳地,所述的步骤(3-1)具体为:
所述的数据处理服务器根据如下公式计算光伏电站的理论发电量:
D = Σ n = t 1 t n G n / ( N × 1000 ) ;
E=D×S×η;
其中,D为太阳辐射量,E为理论发电量,S为光伏电站太阳能电池板面积,η为电池组件转化率,N为所述的环境采集装置当日采集点的个数,G1表示所述的环境采集装置当日第一个采集点的辐照值,Gn表示所述的环境采集装置当日采集点最后一个采集点的辐照值。
更佳地,所述的步骤(3-2)具体为:
所述的数据处理服务器根据如下公式计算理论发电收益和实际发电收益:
理论发电收益=理论发电量×电站单位上网电价;
实际发电收益=实际发电量×电站单位上网电价。
更佳地,所述的步骤(3-3)具体为:
所述的数据处理服务器根据如下公式计算电站***效率:
电站***效率=实际发电量/理论发电量。
更佳地,所述的步骤(3-5)具体为:
所述的数据处理服务器根据如下公式计算从上一次效率改善日期开始到当日的累计损失发电收益:
T = Σ t 1 t i ( M 2 - M 1 ) ;
其中,T为从上一次效率改善日期开始到当日的累计损失发电收益,t1为上一次效率改善日期,tn为计算当日的日期,M2为每日理论发电收益,M1为每日实际发电收益。
采用了该发明中的实现光伏电站太阳能电池板智能清洗的***及方法,将“理论发电量”概念引入光伏电站的光伏板清洁维护分析中;将光伏板的清洁状况进行量化分析,通过数据处理服务器对电站的状况进行逻辑判断,向用户智能推送清洗计划,具有更广泛的应用范围。
附图说明
图1为本发明的实现光伏电站太阳能电池板智能清洗的***的结构示意图。
具体实施方式
为了能够更清楚地描述本发明的技术内容,下面结合具体实施例来进行进一步的描述。
本技术方案主要描述了一种判断光伏电站最佳清洗时刻,帮助电站运维人员制定清洗计划的智能清洗方案。
本***由环境采集装置、发电信息采集装置、通信服务器、数据处理服务器和显示终端组成。环境采集装置主要负责采集太阳辐照强度和太阳辐射量数据,发电信息采集装置主要采集实际发电量,数据处理服务器用于计算光伏电站的理论发电量、理论发电收益、损失发电收益,显示终端完成用户与后台数据的交互,并且向用户展示***向用户提供的最终清洗建议。
在信息采集端,环境信息采集器以一定采样速率采集太阳辐射强度信息,经过通信服务器后,后台将一天内接收到的光照强度信息进行累加计算,得到光伏板倾斜面上的太阳辐射总量。
1、环境信息采集器采集到的信息
a)辐射强度(G):辐射强度为采集到的功率信息,代表每一瞬间照射在光伏板上太阳能的强度,单位为w/m2
b)实际发电量(R):光伏电站中组件一天中将太阳能转换为交流输出的所有发电量;
2、用户需要在***中配置的参数
a)电池组件转化率(η):不同类型的组件转换效率不同,分为单晶硅、多晶硅和薄膜类型,需要在显示终端的配置页面对其进行配置;
b)光伏电站光伏板面积(S):辐照强度或者辐射量描述的均是平方米范围内的功率或者能量,所以方阵面积会影响接收能量的多少;
c)电站计划清洗资金(P)
***进行后台分析计算时,会根据此值的设置不同,推送给用户不同的清洗计划。
3、数据处理服务器需要计算的数据如下:
a)理论发电量(E):
E=D×S×η;
b)其中辐射量D的计算方式为:
D = Σ n = t 1 t n G n / ( N × 1000 ) ;
求和的首项取一天中采集器上送的第一个辐照值,末项取一天中采集器最后上送的辐照值。N为采集到的所有采集点的个数。
D的单位为kWh/m2
c)每日实际发电收益M1
由实际发电量与电站单位上网电价相乘而来。
d)每日理论发电收益M2
由理论发电量与电站单位上网电价相乘而来。
e)电站***效率PR
PR=J/E;
J为光伏电站上网电量;E为理论发电量。数据处理服务器计算当日与前一日的PR之差,若PR差值大于一定阈值,则将该计算日作为PR改善点日期,代表本日电站已经进行过清洗。
使用PR改善点,可以排除掉下雨天气对光伏板的影响,将下雨的情况和人工清洗的情况对***做屏蔽处理。
4、清洗判断逻辑
数据处理服务器从每日晚上进行后台计算,每晚计算从上一次具有PR改善点的日期开始到当日的每日损失发电收益之和
T = Σ t 1 t i ( M 2 - M 1 ) ;
即为累计损失发电收益。
其中t1为上一次具有PR改善日的日期,ti计算当日的日期。
PR改善点算法:
数据处理服务器计算当日与前一日的PR之差,如果大于一定阈值,则认定该日出现PR改善点。
T≥P时,P是“电站计划清洗资金”,需要***预设。
显示终端会提示用户进行清洗。
根据上述原理,本发明的实现光伏电站太阳能电池板智能清洗的方法包括以下步骤:
(1)所述的环境采集装置采集太阳辐射强度和太阳辐射量数据;
(2)所述的发电信息采集装置采集实际发电量;
(3)所述的数据处理服务器计算光伏电站的理论发电量、理论发电收益和损失发电收益并根据损失发电收益判断是否需要清洗;
(4)所述的显示终端向用户展示清洗建议。
在一种较佳的实施方式中,所述的步骤(3)包括以下步骤:
(3-1)所述的数据处理服务器根据所述的太阳辐射强度计算光伏电站的理论发电量;
(3-2)所述的数据处理服务器根据所述的理论发电量计算理论发电收益和实际发电收益;
(3-3)所述的数据处理服务器根据所述的实际发电量和理论发电量计算电站***效率;
(3-4)所述的数据处理服务器将电站***效率上升至***预设效率阈值的日期作为效率改善日期;
(3-5)所述的数据处理服务器计算从上一次效率改善日期开始到当日的累计损失发电收益;
(3-6)所述的数据处理服务器判断当累计损失发电收益大于***预设损失阈值时确定需要清洗。
在一种更佳的实施方式中,所述的步骤(3-1)具体为:
所述的数据处理服务器根据如下公式计算光伏电站的理论发电量:
D = Σ n = t 1 t n G n / ( N × 1000 ) ;
E=D×S×η;
其中,D为太阳辐射量,E为理论发电量,S为光伏电站太阳能电池板面积,η为电池组件转化率,N为所述的环境采集装置当日采集点的个数,G1表示所述的环境采集装置当日第一个采集点的辐照值,Gn表示所述的环境采集装置当日采集点最后一个采集点的辐照值。
在一种更佳的实施方式中,所述的步骤(3-2)具体为:
所述的数据处理服务器根据如下公式计算理论发电收益和实际发电收益:
理论发电收益=理论发电量×电站单位上网电价;
实际发电收益=实际发电量×电站单位上网电价。
在一种更佳的实施方式中,所述的步骤(3-3)具体为:
所述的数据处理服务器根据如下公式计算电站***效率:
电站***效率=实际发电量/理论发电量。
在一种更佳的实施方式中,所述的步骤(3-5)具体为:
所述的数据处理服务器根据如下公式计算从上一次效率改善日期开始到当日的累计损失发电收益:
T = Σ t 1 t i ( M 2 - M 1 ) ;
其中,T为从上一次效率改善日期开始到当日的累计损失发电收益,t1为上一次效率改善日期,tn为计算当日的日期,M2为每日理论发电收益,M1为每日实际发电收益。
采用了该发明中的实现光伏电站太阳能电池板智能清洗的***及方法,将“理论发电量”概念引入光伏电站的光伏板清洁维护分析中;将光伏板的清洁状况进行量化分析,通过数据处理服务器对电站的状况进行逻辑判断,向用户智能推送清洗计划,具有更广泛的应用范围。
在此说明书中,本发明已参照其特定的实施例作了描述。但是,很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此,说明书和附图应被认为是说明性的而非限制性的。

Claims (7)

1.一种实现光伏电站太阳能电池板智能清洗的***,其特征在于,所述的***包括:
环境采集装置,用以采集太阳辐射强度和太阳辐射量数据;
发电信息采集装置,用以采集实际发电量;
通信服务器,用以在环境采集装置和数据处理服务器之间、发电信息采集装置和数据处理服务器之间进行通信;
数据处理服务器,用以计算光伏电站的理论发电量、理论发电收益和损失发电收益并根据损失发电收益判断是否需要清洗;
显示终端,用以向用户展示清洗建议。
2.一种基于权利要求1所述的***实现光伏电站太阳能电池板智能清洗的方法,其特征在于,所述的方法包括以下步骤:
(1)所述的环境采集装置采集太阳辐射强度和太阳辐射量数据;
(2)所述的发电信息采集装置采集实际发电量;
(3)所述的数据处理服务器计算光伏电站的理论发电量、理论发电收益和损失发电收益并根据损失发电收益判断是否需要清洗;
(4)所述的显示终端向用户展示清洗建议。
3.根据权利要求2所述的实现光伏电站太阳能电池板智能清洗的方法,其特征在于,所述的步骤(3)包括以下步骤:
(3-1)所述的数据处理服务器根据所述的太阳辐射强度计算光伏电站的理论发电量;
(3-2)所述的数据处理服务器根据所述的理论发电量计算理论发电收益和实际发电收益;
(3-3)所述的数据处理服务器根据所述的实际发电量和理论发电量计算电站***效率;
(3-4)所述的数据处理服务器计算当日与前一日的效率之差,若效率差值大于一定阈值,则将该计算日作为效率改善日期;
(3-5)所述的数据处理服务器计算从上一次效率改善日期开始到当日的累计损失发电收益;
(3-6)所述的数据处理服务器判断当累计损失发电收益大于***预设损失阈值时确定需要清洗。
4.根据权利要求3所述的实现光伏电站太阳能电池板智能清洗的方法,其特征在于,所述的步骤(3-1)具体为:
所述的数据处理服务器根据如下公式计算光伏电站的理论发电量:
D = Σ n = t 1 t n G n / ( N × 1000 ) ;
E=D×S×η;
其中,D为太阳辐射量,E为理论发电量,S为光伏电站太阳能电池板面积,η为电池组件转化率,N为所述的环境采集装置当日采集点的个数,G1表示所述的环境采集装置当日第一个采集点的辐照值,Gn表示所述的环境采集装置当日采集点最后一个采集点的辐照值。
5.根据权利要求3所述的实现光伏电站太阳能电池板智能清洗的方法,其特征在于,所述的步骤(3-2)具体为:
所述的数据处理服务器根据如下公式计算理论发电收益和实际发电收益:
理论发电收益=理论发电量×电站单位上网电价;
实际发电收益=实际发电量×电站单位上网电价。
6.根据权利要求3所述的实现光伏电站太阳能电池板智能清洗的方法,其特征在于,所述的步骤(3-3)具体为:
所述的数据处理服务器根据如下公式计算电站***效率:
电站***效率=实际发电量/理论发电量。
7.根据权利要求3所述的实现光伏电站太阳能电池板智能清洗的方法,其特征在于,所述的步骤(3-5)具体为:
所述的数据处理服务器根据如下公式计算从上一次效率改善日期开始到当日的累计损失发电收益:
T = Σ t 1 t i ( M 2 - M 1 ) ;
其中,T为从上一次效率改善日期开始到当日的累计损失发电收益,t1为上一次效率改善日期,tn为计算当日的日期,M2为每日理论发电收益,M1为每日实际发电收益。
CN201510785343.8A 2015-11-16 2015-11-16 实现光伏电站太阳能电池板智能清洗的***及方法 Active CN105215034B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510785343.8A CN105215034B (zh) 2015-11-16 2015-11-16 实现光伏电站太阳能电池板智能清洗的***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510785343.8A CN105215034B (zh) 2015-11-16 2015-11-16 实现光伏电站太阳能电池板智能清洗的***及方法

Publications (2)

Publication Number Publication Date
CN105215034A true CN105215034A (zh) 2016-01-06
CN105215034B CN105215034B (zh) 2017-06-16

Family

ID=54984494

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510785343.8A Active CN105215034B (zh) 2015-11-16 2015-11-16 实现光伏电站太阳能电池板智能清洗的***及方法

Country Status (1)

Country Link
CN (1) CN105215034B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106026890A (zh) * 2016-05-24 2016-10-12 国网江苏省电力公司无锡供电公司 太阳能面板清洗提醒装置及清洗提醒方法
CN106130464A (zh) * 2016-08-05 2016-11-16 江阴海润太阳能电力有限公司 一种光伏电站组件清洗的决策方法
CN106407591A (zh) * 2016-09-29 2017-02-15 常州天合光能有限公司 基于智能终端设备的光伏***发电量模拟app
CN106529723A (zh) * 2016-11-10 2017-03-22 上海许继电气有限公司 基于监控平台实现光伏电站清洗周期估计的方法
CN107133713A (zh) * 2017-03-13 2017-09-05 华电电力科学研究院 一种光伏电站智能清洗决策***的建立方法
CN107886191A (zh) * 2017-10-20 2018-04-06 中冶华天南京电气工程技术有限公司 一种光伏组件清洗时机的判断方法
CN108268028A (zh) * 2016-12-30 2018-07-10 浙江克里蒂弗机器人科技有限公司 光伏电池板清洗工作的智能规划***及方法
CN109034441A (zh) * 2018-05-02 2018-12-18 上海电气分布式能源科技有限公司 一种光伏组件清洗周期的预测方法、***及存储设备
CN113649322A (zh) * 2021-08-25 2021-11-16 北京东方星火能源科技有限公司 用于光伏板的无人机清洁***
CN113676135A (zh) * 2021-09-08 2021-11-19 国能日新科技股份有限公司 基于神经网络及光学污染测量的光伏能效监测方法及***
CN114485258A (zh) * 2022-03-16 2022-05-13 西安热工研究院有限公司 煤电空冷冲洗***投运方法、装置及存储介质
CN114884463A (zh) * 2022-05-20 2022-08-09 青海天创新能源科技有限公司 一种太阳电池组件覆尘监测仪及其最佳清洗时间判定方法
TWI782254B (zh) * 2020-02-05 2022-11-01 艾思特能源股份有限公司 太陽能發電電廠之汙染評估方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002272017A (ja) * 2001-03-12 2002-09-20 Sanyo Electric Co Ltd データ処理方法及びデータ処理システム
CN101251561A (zh) * 2008-04-01 2008-08-27 济南新吉纳远程测控有限公司 太阳能发电***监测***及监测方法
US20090234685A1 (en) * 2008-03-13 2009-09-17 Ben Tarbell Renewable energy system maintenance business model
US20130159064A1 (en) * 2011-12-20 2013-06-20 Bryan Fisher Photovoltaic array performance monitoring system
CN103302045A (zh) * 2012-03-16 2013-09-18 鸿富锦精密工业(深圳)有限公司 太阳能板清洁***
CN203365585U (zh) * 2013-07-23 2013-12-25 国家电网公司 光伏板灰尘检测装置
CN104399682A (zh) * 2014-11-28 2015-03-11 许继集团有限公司 一种光伏电站组件清扫智能决策预警***
CN104722511A (zh) * 2015-03-24 2015-06-24 福建师范大学 一种太阳能电池板表面灰尘量监测及清洁方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002272017A (ja) * 2001-03-12 2002-09-20 Sanyo Electric Co Ltd データ処理方法及びデータ処理システム
US20090234685A1 (en) * 2008-03-13 2009-09-17 Ben Tarbell Renewable energy system maintenance business model
CN101251561A (zh) * 2008-04-01 2008-08-27 济南新吉纳远程测控有限公司 太阳能发电***监测***及监测方法
US20130159064A1 (en) * 2011-12-20 2013-06-20 Bryan Fisher Photovoltaic array performance monitoring system
CN103302045A (zh) * 2012-03-16 2013-09-18 鸿富锦精密工业(深圳)有限公司 太阳能板清洁***
CN203365585U (zh) * 2013-07-23 2013-12-25 国家电网公司 光伏板灰尘检测装置
CN104399682A (zh) * 2014-11-28 2015-03-11 许继集团有限公司 一种光伏电站组件清扫智能决策预警***
CN104722511A (zh) * 2015-03-24 2015-06-24 福建师范大学 一种太阳能电池板表面灰尘量监测及清洁方法

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106026890B (zh) * 2016-05-24 2018-02-06 国网江苏省电力公司无锡供电公司 太阳能面板清洗提醒装置及清洗提醒方法
CN106026890A (zh) * 2016-05-24 2016-10-12 国网江苏省电力公司无锡供电公司 太阳能面板清洗提醒装置及清洗提醒方法
CN106130464A (zh) * 2016-08-05 2016-11-16 江阴海润太阳能电力有限公司 一种光伏电站组件清洗的决策方法
CN106407591A (zh) * 2016-09-29 2017-02-15 常州天合光能有限公司 基于智能终端设备的光伏***发电量模拟app
CN106407591B (zh) * 2016-09-29 2020-03-27 天合光能股份有限公司 基于智能终端设备的光伏***发电量模拟***
CN106529723A (zh) * 2016-11-10 2017-03-22 上海许继电气有限公司 基于监控平台实现光伏电站清洗周期估计的方法
CN108268028B (zh) * 2016-12-30 2021-08-20 浙江克里蒂弗机器人科技有限公司 光伏电池板清洗工作的智能规划***及方法
CN108268028A (zh) * 2016-12-30 2018-07-10 浙江克里蒂弗机器人科技有限公司 光伏电池板清洗工作的智能规划***及方法
CN107133713A (zh) * 2017-03-13 2017-09-05 华电电力科学研究院 一种光伏电站智能清洗决策***的建立方法
CN107886191A (zh) * 2017-10-20 2018-04-06 中冶华天南京电气工程技术有限公司 一种光伏组件清洗时机的判断方法
CN109034441A (zh) * 2018-05-02 2018-12-18 上海电气分布式能源科技有限公司 一种光伏组件清洗周期的预测方法、***及存储设备
CN109034441B (zh) * 2018-05-02 2022-09-30 上海电气分布式能源科技有限公司 一种光伏组件清洗周期的预测方法、***及存储设备
TWI782254B (zh) * 2020-02-05 2022-11-01 艾思特能源股份有限公司 太陽能發電電廠之汙染評估方法
CN113649322A (zh) * 2021-08-25 2021-11-16 北京东方星火能源科技有限公司 用于光伏板的无人机清洁***
CN113676135A (zh) * 2021-09-08 2021-11-19 国能日新科技股份有限公司 基于神经网络及光学污染测量的光伏能效监测方法及***
CN113676135B (zh) * 2021-09-08 2024-02-20 国能日新科技股份有限公司 基于神经网络及光学污染测量的光伏能效监测方法及***
CN114485258A (zh) * 2022-03-16 2022-05-13 西安热工研究院有限公司 煤电空冷冲洗***投运方法、装置及存储介质
CN114485258B (zh) * 2022-03-16 2024-02-09 西安热工研究院有限公司 煤电空冷冲洗***投运方法、装置及存储介质
CN114884463A (zh) * 2022-05-20 2022-08-09 青海天创新能源科技有限公司 一种太阳电池组件覆尘监测仪及其最佳清洗时间判定方法

Also Published As

Publication number Publication date
CN105215034B (zh) 2017-06-16

Similar Documents

Publication Publication Date Title
CN105215034A (zh) 实现光伏电站太阳能电池板智能清洗的***及方法
Soomar et al. Solar photovoltaic energy optimization and challenges
CN103020766B (zh) 用于光伏发电***的光伏发电量计划方法
Rafique et al. Assessment of solar energy potential and its deployment for cleaner production in Pakistan
Said et al. Central versus off-grid photovoltaic system, the optimum option for the domestic sector based on techno-economic-environmental assessment for United Arab Emirates
Ziar et al. Photovoltatronics: intelligent PV-based devices for energy and information applications
Khan et al. Prospects of renewable energy with respect to energy reserve in Bangladesh
Năstase et al. Photovoltaic development in Romania. Reviewing what has been done
Dufo-López et al. Tecno-economic assessment of an off-grid PV-powered community kitchen for developing regions
CN204886274U (zh) 一种太阳能光伏车棚智能充电站
CN205788003U (zh) 一种光伏发电控制***及光伏发电***
CN102903035A (zh) 基于智能电网的节能发电调度***及其调度方法
Birnie III Optimal battery sizing for storm-resilient photovoltaic power island systems
Dellosa et al. Resource assessment of a floating solar photovoltaic (FSPV) system with artificial intelligence applications in Lake Mainit, Philippines
Acuzar et al. Effects of weather and climate on renewable energy resources in a distributed generation system simulated in Visayas, Philippines
Khan et al. A comparative Study between Lead Acid and PKL Battery
Hossain et al. Small scale energy storage for power fluctuation minimization with spatially diverged PV plants
CN104467088A (zh) 一种智能太阳能充电***及其自动跟踪控制电路
Apostolou Design features of product-integrated PV: An evaluation of various factors under indoor irradiance conditions
Bahçeci et al. Economic analysis of demand side management with residential pv system and energy storage system
Pasha et al. Impact of Artificial Lights in Cultivation & Generate Electricity Besides Agriculture: Feasibility & Constraints Analysis in Bangladesh
CN105139104A (zh) 用于光伏电站内组件运行数据分析的***及方法
Perumal et al. Performance optimization of a Rooftop Hybridized Solar PV-AC Grid assisted power system for peak load management
CN204334002U (zh) 一种智能太阳能充电***及其自动跟踪控制电路
Ibrahim et al. The feasibility study of solar PV lighting: In Universiti Teknologi MARA Sarawak

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: 200122 Pudong New Area Pu circuit 489, Shanghai, 11 floor, Yan Qiao building.

Co-patentee after: Xuji Group Co., Ltd.

Patentee after: Shanghai Xuji Electric Co., Ltd.

Co-patentee after: State Grid Corporation of China

Address before: 200122 Pudong New Area Pu circuit 489, Shanghai, 11 floor, Yan Qiao building.

Co-patentee before: Xuji Group Co., Ltd.

Patentee before: Shanghai Xuji Electric Co., Ltd.

Co-patentee before: State Grid Corporation of China

CP01 Change in the name or title of a patent holder