JP5472913B2 - Abnormality diagnosis device for solar power generation system - Google Patents
Abnormality diagnosis device for solar power generation system Download PDFInfo
- Publication number
- JP5472913B2 JP5472913B2 JP2010100113A JP2010100113A JP5472913B2 JP 5472913 B2 JP5472913 B2 JP 5472913B2 JP 2010100113 A JP2010100113 A JP 2010100113A JP 2010100113 A JP2010100113 A JP 2010100113A JP 5472913 B2 JP5472913 B2 JP 5472913B2
- Authority
- JP
- Japan
- Prior art keywords
- power generation
- output
- module
- sunshine
- power
- 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.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Photovoltaic Devices (AREA)
Description
本発明は太陽光発電システムの異常診断装置に関する。 The present invention relates to an abnormality diagnosis device for a photovoltaic power generation system.
太陽光発電システムは、複数の発電モジュールが直列に接続されたストリングを備え、ストリング単位で発電出力(電力値や電流値)がセンシングされるように構成されている。それぞれの発電モジュールは経年劣化によって同じ日照状況でも発電出力が少しずつ減少する。また、製造品質上の問題や物理的損傷などの理由により、急激に発電出力が低下してしまうことがある。製造品質上の問題や物理的損傷等の異常が発生した発電モジュールは出力がゼロに近くなるため、放置しておくと発電になんら貢献しない。 The photovoltaic power generation system includes a string in which a plurality of power generation modules are connected in series, and is configured to sense a power generation output (power value or current value) in units of strings. The power generation output of each power generation module decreases gradually even under the same sunshine conditions due to deterioration over time. In addition, the power generation output may be abruptly reduced due to manufacturing quality problems or physical damage. A power generation module in which an abnormality such as a problem in manufacturing quality or physical damage has occurred has an output close to zero. Therefore, if left untreated, it does not contribute to power generation.
そこで、そのような発電出力が急激に低下した発電モジュールを早期に修理・交換するために、異常診断装置が必要となる。例えばすべての発電モジュールの発電出力を検出可能なセンサ(電流計など)が設置した場合には、日照度が高いときにセンサ値がゼロとなっている発電モジュールを検知することが可能となる。 Therefore, an abnormality diagnosis device is required to repair and replace such a power generation module whose power generation output has sharply decreased at an early stage. For example, when a sensor (such as an ammeter) capable of detecting the power generation output of all power generation modules is installed, it is possible to detect a power generation module having a sensor value of zero when the daily illuminance is high.
しかし、製造コストの制約からすべての発電モジュールに発電出力センサを設置することは困難である。例えば特許文献1に開示された技術では、ストリング毎の発電出力を互いに比較することにより異常モジュールを含むストリングを検出している。各ストリングの発電出力の平均値を算出し、例えば平均値より20%低下したストリングを異常とみなしている。
However, it is difficult to install power generation output sensors in all power generation modules due to manufacturing cost constraints. For example, in the technique disclosed in
上記特許文献1に開示されているように、ストリング毎にセンサを設置すると、N個の発電モジュールが直列接続されているストリングにおいて、1つの発電モジュールに異常が生じたとしても、出力が(N−1)/N倍に変化するだけであり、この発電出力変化から異常を診断しなければならない。
As disclosed in
小規模な太陽光発電システムでは、ストリングに含まれる発電モジュールの数が少ないため、すべてのストリングの日照が等しいと仮定しても異常の発電モジュールを見つけ出すことは容易である。例えば、N=5である場合、1つのモジュール異常が生じると(N−1)/N=4/5=80%となる。この場合、例えば各ストリングの日照に5%の差があった場合でも、異常が生じたストリングは発電出力が75%〜85%になるので、閾値を平均値から15%としておけば、異常を診断することができる。よって、日照が等しいと仮定しても問題にならない。 In a small-scale photovoltaic power generation system, since the number of power generation modules included in a string is small, it is easy to find an abnormal power generation module even if all strings are assumed to have the same sunshine. For example, when N = 5, if one module abnormality occurs, (N−1) / N = 4/5 = 80%. In this case, for example, even if there is a difference of 5% in the sunshine of each string, the power generation output is 75% to 85% in the string where the abnormality has occurred. Therefore, if the threshold is set to 15% from the average value, the abnormality is Can be diagnosed. Therefore, it is not a problem to assume that the sunshine is equal.
しかし、大規模な太陽光発電システムにおいて、例えば、N=20である場合、1つの発電モジュールに異常が生じても(N−1)/N=19/20=95%である。この場合、例えば各ストリングの日照に5%以上の差がある場合や、各ストリングの製造品質のばらつきが5%以上の差がある場合には、単純に平均値からの差を用いてしまうと、日照が若干低いストリングが異常と検出されたり、もともと製造時の品質が平均より低いストリングが異常と検出されたりするため、正確な診断ができないことがあった。 However, in a large-scale solar power generation system, for example, when N = 20, even if an abnormality occurs in one power generation module, (N−1) / N = 19/20 = 95%. In this case, for example, when there is a difference of 5% or more in the sunshine of each string, or when there is a difference of 5% or more in the manufacturing quality of each string, the difference from the average value is simply used. In some cases, a string with slightly lower sunshine is detected as abnormal, or a string whose quality at the time of manufacture is lower than the average is detected as abnormal, so that an accurate diagnosis may not be possible.
また、N=20である場合、保守員がストリング中のどの発電モジュールで異常が生じているのか確認する作業には時間を要するため、異常が発生している発電モジュールの位置がある程度推定できることが望ましい。しかし、従来の手法では、出力電力がストリング単位でしか計測されていない場合は、発電モジュール単位での異常を検出することが困難であった。 In addition, when N = 20, it takes time for the maintenance personnel to check which power generation module in the string has an abnormality, so that the position of the power generation module in which the abnormality has occurred can be estimated to some extent. desirable. However, in the conventional method, when the output power is measured only in units of strings, it is difficult to detect an abnormality in units of power generation modules.
本発明は上記事情に鑑みて成されたものであって、太陽光発電システムについて、発電モジュール単位の異常を検出する異常診断装置を提供することを目的とする。 This invention is made in view of the said situation, Comprising: It aims at providing the abnormality diagnosis apparatus which detects abnormality of a power generation module unit about a photovoltaic power generation system.
本発明の一態様による太陽光発電システムの異常診断装置は、直列に接続された複数の発電モジュールを備えたストリングと、前記ストリングから出力された電力を計測する計測手段と、前記計測手段により計測された電力を出力する通信手段と、を備えた太陽光発電システムの前記発電モジュールの異常を診断する異常診断装置であって、前記通信手段から出力された電力値を格納した発電出力データ格納部と、前記複数の発電モジュールが設置された位置データを格納したモジュール位置データ格納部と、前記複数の発電モジュールそれぞれの出力特性モデルを格納した出力特性モデル格納部と、前記発電出力データ格納部に格納された電力値と、前記出力特性モデルとから、発電モジュール毎の日照状況を推定する出力日照状況推定部と、前記出力日照状況推定部で推定された日照状況を記憶するモジュール日照状況記憶部と、前記位置データを用いて、前記モジュール日照状況記憶部に記憶された日照状況を補正する日照状況空間補正部と、補正された日照状況と前記出力特性モデルとから、前記発電モジュール毎の期待出力電力を算出し、前記発電出力データ格納部に格納された電力値と比較して前記複数の発電モジュールの異常を診断する発電出力異常診断部と、を備えた異常診断装置である。 An abnormality diagnosis apparatus for a photovoltaic power generation system according to an aspect of the present invention includes a string including a plurality of power generation modules connected in series, a measurement unit that measures power output from the string, and a measurement by the measurement unit An abnormality diagnosis device for diagnosing an abnormality of the power generation module of a photovoltaic power generation system comprising a communication means for outputting the generated power, wherein the power generation output data storage unit stores the power value output from the communication means A module position data storage unit storing position data where the plurality of power generation modules are installed, an output characteristic model storage unit storing output characteristic models of each of the plurality of power generation modules, and the power generation output data storage unit Output sunshine situation estimation unit that estimates the sunshine situation for each power generation module from the stored power value and the output characteristic model A module sunshine situation storage unit that stores the sunshine situation estimated by the output sunshine situation estimation unit, and a sunshine situation space correction unit that corrects the sunshine situation stored in the module sunshine situation storage unit using the position data. And calculating the expected output power for each power generation module from the corrected sunshine situation and the output characteristic model, and comparing the power value stored in the power generation output data storage unit with the abnormality of the plurality of power generation modules And a power generation output abnormality diagnosis unit.
本発明によれば、太陽光発電システムについて、発電モジュール単位の異常を検出する異常診断装置を提供することができる。 ADVANTAGE OF THE INVENTION According to this invention, the abnormality diagnosis apparatus which detects abnormality of a power generation module unit about a solar power generation system can be provided.
以下、本発明の一実施形態に係る太陽光発電システムの異常診断装置について、図面を参照して詳細に説明する。 Hereinafter, an abnormality diagnosis apparatus for a photovoltaic power generation system according to an embodiment of the present invention will be described in detail with reference to the drawings.
図1には、太陽光発電システムと本発明の一実施形態に係る異常診断装置を概略的に示す。太陽光発電システムは、ネットワーク306を介して遠隔診断サーバ307に接続された複数の発電パネル305を備えている。発電パネル305は、複数のストリング302と、各ストリングの出力電圧および出力電流を計測する計測装置303と、計測装置303で計測された出力電圧および出力電流を遠隔診断サーバ307へ送信するための通信装置304と、を備えている。ストリング302は、直列に接続された複数の発電モジュール301を備えている。図1には6つの発電パネル305の通信装置304がネットワーク306に接続されている。遠隔診断サーバ307には、5つの発電パネル305の各ストリング302の出力電圧値および出力電流値が供給される。
FIG. 1 schematically shows a photovoltaic power generation system and an abnormality diagnosis apparatus according to an embodiment of the present invention. The solar power generation system includes a plurality of
図2に、遠隔診断サーバ307に搭載された異常診断装置の一構成例を示す。異常診断装置は、モジュール位置データ格納部101、発電出力データ格納部102、出力特性モデル格納部103、モジュール日照状況記憶部104、出力日照状況推定部105、日照状況空間補正部106、および、発電出力異常診断部107を備えている。
FIG. 2 shows a configuration example of the abnormality diagnosis apparatus mounted on the
なお、上記異常診断装置は、各構成をハードウエアにより実現してもよく、ソフトウエアにより実現してもよく、さらにハードウエアとソフトウエアとの組み合わせにより実現してもよい。 In the abnormality diagnosis apparatus, each configuration may be realized by hardware, may be realized by software, or may be realized by a combination of hardware and software.
図3に、モジュール位置データ格納部101に格納された発電モジュール位置データの一例を示す。モジュール位置データ格納部101には、各発電モジュール301が設置された位置データがモジュール位置データとして格納される。なお、以下では、図1に示す太陽光発電システムを図3に示す記号と表記形式により示して説明する。
FIG. 3 shows an example of power generation module position data stored in the module position
図3に示す例では、3行5列のマトリクス状に配置された15個の発電モジュール301を備える発電パネル305が、6箇所に配置されている。各発電モジュール301には識別番号1〜90が付与されている。ストリング302は、直列に接続された5つの発電モジュール301を備えている。各ストリング302にはグループ識別文字が付与され、例えば、識別番号が1〜5の発電モジュール301は、グループ識別文字がAのストリング302を構成している。
In the example shown in FIG. 3,
図4に、上記の太陽光発電システムのモジュール位置データの一例を示す。モジュール位置データ格納部101は、発電モジュール301の識別番号、ストリング302のグループ識別文字、発電パネル305の識別番号、発電モジュール301の位置座標(X座標、Y座標)を蓄積している。発電モジュール301の位置座標(X座標、Y座標)は、人工的なグリッド上の位置座標でもよく、また緯度と経度とでもよい。位置座標は、発電モジュール301の位置を特定できる分解能を持っている座標であればよい。
FIG. 4 shows an example of the module position data of the above solar power generation system. The module position
発電出力データ格納部102は、計測装置303によって計測された出力電圧値および出力電流値を蓄積する。本実施形態では、発電出力データ格納部102は、一定期間におけるストリング302毎の出力実績値を発電出力データとして格納する。異常診断装置は、遠隔診断サーバ307のモニタや外部に接続された表示手段により、計測装置303によって計測された出力電圧値および出力電流値をユーザに提示することが可能に構成されている。
The power generation output
図5に、図3に示す太陽光発電システムにおける発電出力データの一例を示す。また、図5に示す発電出力データは、例えば、6つの発電パネル305(識別番号1〜6)の識別文字A、B、C、G、H、Iのストリング302に雲による影がかかっている状況において得られたものである。
FIG. 5 shows an example of power generation output data in the solar power generation system shown in FIG. In addition, in the power generation output data shown in FIG. 5, for example, the
図5の発電出力データは、一定時間内に測定された出力電圧および出力電流によって算出される出力電力値の積算値である。なお、発電出力データは一定時間内の出力電力値の平均値でもよく、積算値でもよい。なお、以下の例では、識別番号35と識別番号74の発電モジュール301に異常がある場合について説明する。
The power generation output data in FIG. 5 is an integrated value of the output power value calculated from the output voltage and output current measured within a certain time. The power generation output data may be an average value of output power values within a fixed time or an integrated value. In the following example, a case where there is an abnormality in the
図6に、図5に示す発電出力データが得られた際の日照状況の一例を示す。6つの発電パネル305は、互いに距離を置いて設置されている。識別番号1の発電パネル305は、雲600による影に位置しているため、日照度が低くなっている。また、識別番号3の発電パネル305の一部も雲600の影に位置しているため日照度が低い状態である。このような日照状況では、識別文字A、B、C、G、H、Iのストリング302の出力電力は他のストリング302よりも低くなる傾向となる。
FIG. 6 shows an example of the sunshine situation when the power generation output data shown in FIG. 5 is obtained. The six
出力特性モデル格納部103は、日照度や気温などの発電に影響する日照状況から発電出力を予測することが可能な出力特性モデルを、発電モジュール301毎に格納している。出力特性モデルは日照状況を入力として発電出力予測値を算出することが可能なモデルであればよく、例えば、ニューラルネットワークや線形回帰モデルなどを用いてもよい。
The output characteristic
図7に出力特性モデルの一例を示す。図7に示すモデルでは、基本モデル601と、モジュール毎のスケールパラメータrとによって出力特性が定義される。基本モデル601は、日照度に対する平均的な発電モジュールの出力特性モデルである。例えばスケールパラメータrの場合の出力特性はグラフ602で表すことができる。グラフ602を用いてX軸の日照度に対するY軸の値を算出することにより、発電モジュール301の発電出力予測値を決定する。
FIG. 7 shows an example of the output characteristic model. In the model shown in FIG. 7, the output characteristics are defined by the
なお、図7の例は日照度を変数とする単変量出力特性モデルを用いているが、例えば、日照度と温度とを変数とした2変量出力特性モデルや、さらにその他のパラメータを追加した多変量出力特性モデルを用いることも可能である。 The example in FIG. 7 uses a univariate output characteristic model with daily illuminance as a variable. For example, a bivariate output characteristic model with daily illuminance and temperature as variables and many other parameters added. It is also possible to use a variable output characteristic model.
図8に、発電モジュール301毎に設定されたスケールパラメータrの一例を示す。スケールパラメータrは、発電モジュール301毎の品質の差や、過去に判明した異常を反映させた値に設定することができる。例えば、r=1.05という発電モジュール301は平均的な発電モジュール301より出力が5%上回る品質と解釈できる。製造時や設置時の試験結果が良い発電モジュール301に関しては、あらかじめスケールパラメータrを高めに設定しておくことができる。
FIG. 8 shows an example of the scale parameter r set for each
なお、全てのスケールパラメータrを同じ値にしてもよい。また、過去に異常が判明し、まだ交換していない発電モジュール301についてはスケールパラメータrを0.0と設定する。このように発電モジュール301毎の状態をスケールパラメータrとして設定することにより、発電モジュール301毎の品質の差や診断済みの異常を考慮した出力特性モデルとすることができる。
Note that all the scale parameters r may have the same value. Further, the scale parameter r is set to 0.0 for the
モジュール日照状況記憶部104は、各発電モジュール301における日照状況推定値を一次記憶するためのメモリ領域である。モジュール日照状況記憶部104は、例えば、遠隔診断サーバ307上の一次記憶領域中に確保される。
The module sunshine
出力日照状況推定部105は、発電出力データ格納部102に格納された発電出力データと、出力特性モデル格納部103に格納された出力特性モデルとを用いて、得られた発電出力データが最も起こりやすくなる日照状況を発電モジュール301毎に求めるように構成されている。出力日照状況推定部105は、求めた日照状況をモジュール日照状況記憶部104に格納する。
The output sunshine
図9に、出力日照状況推定部105における日照状況推定の一例を示す。図9において、日照状況としての日照度をS、発電量をWとしたとき、基本モデルは、
W=200×S
によって与えられるものとすると、識別番号iの発電モジュール301のスケールパラメータをr(i)とするとき、
W(i) = 200×r(i)×S(i)
によって出力特性モデルが定義できる。
FIG. 9 shows an example of the sunshine situation estimation in the output
W = 200 × S
If the scale parameter of the
W (i) = 200 × r (i) × S (i)
The output characteristic model can be defined by
グラフ701は、識別番号74の発電モジュール301の出力特性モデルの一例であって、グラフ702は、識別番号90の発電モジュール301の出力特性モデルの一例である。発電出力データが与えられたとき、日照度の推定値S(i)は、
S(i) = W(i)/r(i)/200
によって求めることができる。ただし、r(i)=0の場合には計算は行わない。
The
S (i) = W (i) / r (i) / 200
Can be obtained. However, no calculation is performed when r (i) = 0.
例えば、識別番号74の発電モジュール301を含む識別文字Oのストリング302の出力電力は890であり、発電モジュール301の直列数N=5であるので、
S(i) = 890/5/1.10/200 ≒ 0.809
によって識別番号74の発電モジュール301の日照度が推定できる。
For example, the output power of the
S (i) = 890/5 / 1.10 / 200≈0.809
Thus, the daily illuminance of the
図10に、上記の計算により推定された全ての発電モジュール301の日照度の一例を示す。また、図11に、上記計算により推定された日照度を、値の範囲ごとに異なるテクスチャで表した図を示す。図10および図11では、識別文字Oのストリング302に含まれる発電モジュール301の推定した日照度と、周辺のストリング302について推定された日照度とを比較して低いことが確認できる。
FIG. 10 shows an example of the daily illuminance of all the
ここで、実際には、日照には空間的な連続性があると考えられるので、発電モジュール301の位置データを利用して空間的な連続性が向上するように補正を行ったほうが、より正確な日照の推定が可能になると期待できる。
Here, in fact, it is considered that there is spatial continuity in sunshine. Therefore, it is more accurate to correct the spatial continuity using the position data of the
日照状況空間補正部106は、前記発電モジュールの前記日照状況の推定値を、前記発電モジュールを含む所定の領域内の他の発電モジュールの前記日照状況の推定値と平均した値とする空間スムージング手段を備える。空間スムージング手段は、注目発電モジューについてモジュール位置データ格納部101に格納された位置データにより所定の範囲内にある他の発電モジュール301を特定し、モジュール日照状況記憶部104に格納されている注目発電モジュールの日照度に対して、注目発電モジュールと他の発電モジュール間で推定された日照度の連続性が向上するように空間補正を行う。空間補正後の日照度はモジュール日照状況記憶部104に格納される。
The sunshine condition
発電出力異常診断部107は、発電モジュール301の期待出力電力を算出する手段と、発電モジュール301の期待出力電力をストリング302ごとに足し合わせた値と、実際の出力電力データとの出力差ΔWを算出する手段と、出力差ΔWが閾値を超えるストリング302を異常ストリングとして検知する手段と、異常ストリングの出力差ΔWと異常ストリングを構成する発電モジュール301それぞれの期待出力電力の値とを比較することにより、異常が生じている可能性のある発電モジュール301を特定する手段と、を備える。
The power generation output
発電出力異常診断部107は、推定された日照状況が正しいと仮定したときの出力特性モデルの発電出力期待値と発電出力データを比較することによって、出力が低下していると推定できる発電モジュールを診断する。
The power generation output
図12Aに、異常診断の動作を説明するためのフローチャートを示す。まず、異常診断装置は、モジュール位置データ格納部101に格納された位置データと、発電出力データ格納部102に格納された発電出力データと、出力特性モデル格納部103に格納された出力特性モデルを読み出す(ステップ201)。出力日照状況推定部105は、読み出された位置データと、発電出力データと、出力特性モデルとを用いて日照度を推定して(ステップ202)、モジュール日照状況記憶部104に記録する。続いて、日照状況空間補正部106は、位置データを用いて推定された日照度を空間補正する(ステップ203)
図12Bに空間補正処理の一例を説明するためのフローチャートを示す。まず、日照状況空間補正部106の空間スムージング手段は、ある発電モジュール301に注目したときに、その発電モジュール301に近いものから順番にN個の発電モジュール301を検索する(ステップ1002)。発電モジュール301間の距離はモジュール位置データ格納部101に格納された位置座標から求めることができる。
FIG. 12A shows a flowchart for explaining the operation of abnormality diagnosis. First, the abnormality diagnosis apparatus uses the position data stored in the module position
FIG. 12B shows a flowchart for explaining an example of the spatial correction processing. First, the spatial smoothing means of the sunshine condition
続いて、注目している発電モジュール301から半径τの半球内の領域1102に有る全ての発電モジュール301の日照度sに基づいて、注目している発電モジュール301の日照度sを推定する。本実施形態では、日照度sを推定する際にカーネル法により重み付けをした空間平均法を用いている(ステップ1003)。重みをつけた空間平均は以下の式で示される。
ここで重みづけは、
とする。 And
図13に、重みをつける空間平均法を説明するための図を示す。図13では、一例として、識別番号3の発電パネル305の、識別文字Hのストリング302に含まれる識別番号38の発電モジュール301に注目している。この発電モジュール301を中心とした半径τの半球内の領域1102に含まれる発電モジュール301の日照度の平均値から、注目している発電モジュール301の日照度を推定する。
FIG. 13 is a diagram for explaining the spatial averaging method for weighting. In FIG. 13, as an example, attention is focused on the
半径τの半球内の領域1102に含まれる発電モジュール301の日照度を利用するにあたり、注目している発電モジュール301からの距離に応じて利用する日照度に重み付けを行う。注目する発電モジュール301に近い発電モジュール301の日照度を計算結果により反映させるために重み付けの方法として下記のようなカーネル関数を用いる。
ここで上記カーネル関数のlは発電モジュール301の位置を表す二次元ベクトルであり代表的なカーネルは、
である。 It is.
上記のカーネル関数を用いて注目した発電モジュール301に関して求めた日照度をモジュール日照状況記憶部104へ格納する(ステップ1004)。以上の処理を、対象範囲1101内の全ての発電モジュール301を注目発電モジュール301として行い、日照の空間的な連続性を増加させる。
The daily illuminance obtained for the
図14に、空間平均処理を行い発電モジュール301毎の空間スムージングを行った結果の一例を示す。また、図15に、上記処理により補正された日照度を、値の範囲ごとに異なるテクスチャで表した図を示す。上記の処理を行うことによって、空間的な連続性が高い日照度を推定することができる。実際の日照状況も空間的な連続性が高いと仮定できるので、より正確な日照度を用いて発電モジュール301の異常を診断することができる。
FIG. 14 shows an example of a result of performing spatial smoothing for each
発電出力異常診断部107では、推定された日照状況が正しいと仮定したときの出力特性モデルの発電出力期待値と発電出力データを比較することによって、出力が低下していると推定できる発電モジュールを診断する(ステップ204)。
The power generation output
図16に、発電出力異常診断処理の一例を説明するフローチャートを示す。まず、発電モジュール301毎に期待発電出力を算出する(ステップ1201)。ここでは、発電モジュール301毎に推定された日照度によって、発電出力を算出する。具体的には、識別番号iの発電モジュール301の補正された日照度をS’(i)とすると、この発電モジュール301の期待出力電力W’(i)は、W’(i)=200×r(i)×S’(i)によって算出することができる。
FIG. 16 is a flowchart for explaining an example of the power generation output abnormality diagnosis process. First, an expected power generation output is calculated for each power generation module 301 (step 1201). Here, the power generation output is calculated based on the daily illuminance estimated for each
図17に、各発電モジュール301に関して期待出力電力を推定した結果を示す。例えば、識別番号74の発電モジュール301の期待出力電力はW’(74)=200×1.10×0.985≒217(kW)と算出することができる。
FIG. 17 shows the result of estimating the expected output power for each
続いて、ストリング302単位で期待出力電力を足し合わせて、その合計値とストリング302毎に得られている出力電力とを比較する(ステップ1202)。図18に、ストリング302毎の算出結果の一例を示す。続いて、ストリング302毎に得られている出力電力と期待出力電力との差ΔWが所定値以下であるストリングのみを抽出する。仮にΔWが−50以下のものをとすると、図18に示す例では、識別文字Gと識別文字Oのストリング302が抽出される。
Subsequently, the expected output power is added in units of
最後に、出力差ΔWとモジュール毎の期待出力電力とを比較して、異常が発生している発電モジュール301の位置特定を行う。例えば、識別文字Gのストリング302の出力差ΔWは−93であり、同時に2つの発電モジュール301が故障しないと仮定すると、期待出力電力が93以下のモジュールが故障したという理由ではこの出力差ΔWの発生が説明できない。よって、識別番号31と識別番号32との発電モジュール301は候補から除外され、識別番号33乃至識別番号34の発電モジュール301のいずれかに異常が発生していると特定することができる。また、識別文字Oのストリング302の出力差ΔWは−194であり、このストリング302のすべての発電モジュール301に異常が発生している可能性がある。
Finally, the output difference ΔW and the expected output power for each module are compared to identify the position of the
異常診断を行う際には、複数回の診断結果を用いて総合的に診断を行うことが可能であり、そのような場合には異常が発生している発電モジュール301の位置を更に特定することができる。
When performing abnormality diagnosis, it is possible to make a comprehensive diagnosis using a plurality of diagnosis results, and in such a case, further specify the position of the
図19に発電出力データを時系列で取得した場合の異常診断方法の一例を説明するための図を示す。発電出力データを時間t1〜t6毎に格納し、モジュール日照状況記憶部104も対応する時間t1〜t6毎に記憶領域を用意して、時空間的な空間補間を用いた場合には、より高精度な日照度を推定することが可能になる。発電出力データを時系列で取得すると、雲が移動する方向や速さを考慮して、日照状況を推定することができる。例えば、時間t2の日照度は、時間t1と時間t3のときの日照度に対して連続的に変化するように補正される。このように、日照度が前後の時間における日照度に対して連続的に変化するように補正すると、正確な異常診断が可能になる。異常診断の際には、時間t1〜t6毎に取得された出力電力データを用いて上記異常診断の動作を行う。
FIG. 19 is a diagram for explaining an example of an abnormality diagnosis method when power generation output data is acquired in time series. When the power generation output data is stored every time t1 to t6, and the module sunshine
上記のように、本実施形態に係る異常診断装置によれば、発電モジュール301毎に日照状況を考慮した期待出力電力を算出して異常診断を行うため、太陽光発電システムについて発電モジュール単位の異常を検出する異常診断装置を提供することができる。
As described above, according to the abnormality diagnosis device according to the present embodiment, the abnormality is diagnosed by calculating the expected output power in consideration of the sunshine situation for each
なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。 Note that the present invention is not limited to the above-described embodiment as it is, and can be embodied by modifying the constituent elements without departing from the scope of the invention in the implementation stage. In addition, various inventions can be formed by appropriately combining a plurality of components disclosed in the embodiment. For example, some components may be deleted from all the components shown in the embodiment. Furthermore, constituent elements over different embodiments may be appropriately combined.
r…スケールパラメータ、s…日照度、101…モジュール位置データ格納部、102…発電出力データ格納部、103…出力特性モデル格納部、104…モジュール日照状況記憶部、105…出力日照状況推定部、106…日照状況空間補正部、107…発電出力異常診断部、301…発電モジュール、302…ストリング、303…計測装置、304…通信装置、305…発電パネル、306…ネットワーク、307…遠隔診断サーバ、601…基本モデル。 r ... scale parameter, s ... day illumination, 101 ... module position data storage unit, 102 ... power generation output data storage unit, 103 ... output characteristic model storage unit, 104 ... module sunshine status storage unit, 105 ... output sunshine status estimation unit, 106: sunshine condition space correction unit, 107: power generation output abnormality diagnosis unit, 301 ... power generation module, 302 ... string, 303 ... measuring device, 304 ... communication device, 305 ... power generation panel, 306 ... network, 307 ... remote diagnosis server, 601 ... Basic model.
Claims (6)
前記通信手段から出力された電力の値を格納した発電出力データ格納部と、
前記複数の発電モジュールが設置された位置データを格納したモジュール位置データ格納部と、
前記複数の発電モジュールそれぞれについて、日照状況と出力電力との関係を表す出力特性モデルを格納した出力特性モデル格納部と、
前記発電出力データ格納部に格納された電力値と、前記出力特性モデルとから、発電モジュール毎の日照状況を推定する出力日照状況推定部と、
前記出力日照状況推定部で推定された日照状況を記憶するモジュール日照状況記憶部と、
前記位置データを用いて、前記モジュール日照状況記憶部に記憶された日照状況を補正する日照状況空間補正部と、
補正された日照状況と前記出力特性モデルとから、前記発電モジュール毎の期待出力電力を算出し、前記発電出力データ格納部に格納された電力値と比較して前記複数の発電モジュールの異常を診断する発電出力異常診断部と、を備えた太陽光発電システムの異常診断装置。 Photovoltaic power generation comprising a string including a plurality of power generation modules connected in series, a measurement unit that measures the power output from the string, and a communication unit that outputs the power measured by the measurement unit An abnormality diagnosis device for diagnosing an abnormality in the power generation module of a system,
A power generation output data storage unit storing a value of power output from the communication means;
A module position data storage unit storing position data where the plurality of power generation modules are installed;
For each of the plurality of power generation modules, an output characteristic model storage unit that stores an output characteristic model representing the relationship between the sunshine situation and the output power;
From the power value stored in the power generation output data storage unit and the output characteristic model, an output sunshine situation estimation unit that estimates a sunshine situation for each power generation module,
A module sunshine situation storage unit for storing the sunshine situation estimated by the output sunshine situation estimation unit;
Using the position data, a sunshine situation space correction unit for correcting the sunshine situation stored in the module sunshine situation storage unit,
Based on the corrected sunshine situation and the output characteristic model, the expected output power for each power generation module is calculated, and compared with the power value stored in the power generation output data storage unit, the abnormality of the plurality of power generation modules is diagnosed. An abnormality diagnosis device for a photovoltaic power generation system, comprising: a power generation output abnormality diagnosis unit.
前記発電モジュールの期待出力電力を前記ストリングごとに足し合わせた値と、実際の出力電力データとの出力差を算出する手段と、前記出力差が閾値を超えるストリングを異常ストリングとして検知する手段と、前記異常ストリングの出力差と前記異常ストリングの複数の発電モジュールそれぞれの前記期待出力電力の値とを比較することにより、異常が生じている可能性のある発電モジュールを特定する手段と、を備える請求項1記載の太陽光発電システムの異常診断装置。 The power generation output abnormality diagnosis unit is configured to calculate an expected output power of the power generation module;
Means for calculating an output difference between the expected output power of the power generation module for each string and the actual output power data; means for detecting a string whose output difference exceeds a threshold value as an abnormal string; A means for identifying a power generation module in which an abnormality may occur by comparing an output difference of the abnormal string and a value of the expected output power of each of the plurality of power generation modules of the abnormal string. Item 1. An abnormality diagnosis apparatus for a solar power generation system according to item 1.
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010100113A JP5472913B2 (en) | 2010-04-23 | 2010-04-23 | Abnormality diagnosis device for solar power generation system |
PCT/JP2010/068873 WO2011104931A1 (en) | 2010-02-26 | 2010-10-25 | Fault diagnosis device and fault diagnosis method |
AU2010346725A AU2010346725B2 (en) | 2010-02-26 | 2010-10-25 | Fault diagnosis device and fault diagnosis method |
EP10846594.9A EP2541611B1 (en) | 2010-02-26 | 2010-10-25 | Fault diagnosis device and fault diagnosis method |
CN201080055255.8A CN102640297B (en) | 2010-02-26 | 2010-10-25 | Fault diagnosis device and fault diagnosis method |
US13/594,340 US9209743B2 (en) | 2010-02-26 | 2012-08-24 | Fault detection apparatus and fault detection method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010100113A JP5472913B2 (en) | 2010-04-23 | 2010-04-23 | Abnormality diagnosis device for solar power generation system |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011233584A JP2011233584A (en) | 2011-11-17 |
JP5472913B2 true JP5472913B2 (en) | 2014-04-16 |
Family
ID=45322653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010100113A Active JP5472913B2 (en) | 2010-02-26 | 2010-04-23 | Abnormality diagnosis device for solar power generation system |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5472913B2 (en) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2013105628A1 (en) * | 2012-01-12 | 2015-05-11 | シャープ株式会社 | Solar power system |
JP5952090B2 (en) * | 2012-05-29 | 2016-07-13 | 株式会社日立製作所 | Photovoltaic power generation amount estimation system, estimation method, and solar power generation system control system |
JP6037988B2 (en) * | 2013-09-26 | 2016-12-07 | 三菱電機株式会社 | Solar cell system and inspection method thereof |
JP6088706B2 (en) * | 2014-03-31 | 2017-03-01 | テンソル・コンサルティング株式会社 | Power generation system analysis apparatus and method |
WO2016085008A1 (en) * | 2014-11-28 | 2016-06-02 | (주)대은 | System and method for diagnosing abnormality in each solar module |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2874156B2 (en) * | 1994-04-13 | 1999-03-24 | キヤノン株式会社 | Power generation system |
JP3165606B2 (en) * | 1994-12-27 | 2001-05-14 | シャープ株式会社 | Interconnected solar power generation system with solar cell module abnormality check function |
JP2005340464A (en) * | 2004-05-26 | 2005-12-08 | Sharp Corp | Solar cell array diagnostic system and solar light generating system using thereof |
JP2006310780A (en) * | 2005-03-29 | 2006-11-09 | Kyocera Corp | Solar energy power generation system |
JP4604250B2 (en) * | 2006-10-05 | 2011-01-05 | 独立行政法人産業技術総合研究所 | Solar cell array fault diagnosis method |
JP2008271693A (en) * | 2007-04-19 | 2008-11-06 | Hitachi Ltd | Solar photovoltaic power-generation system |
-
2010
- 2010-04-23 JP JP2010100113A patent/JP5472913B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2011233584A (en) | 2011-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2011104931A1 (en) | Fault diagnosis device and fault diagnosis method | |
Garoudja et al. | An enhanced machine learning based approach for failures detection and diagnosis of PV systems | |
US9214894B2 (en) | Evaluation method for solar power generation system, evaluation device, and evaluation program | |
US10337498B2 (en) | Method and device for detecting equivalent load of wind turbine | |
JP5472913B2 (en) | Abnormality diagnosis device for solar power generation system | |
KR20180123951A (en) | Device and method for diagnosing/predicting status of solar cell or solar cell array on real time based on machine learing | |
WO2018171165A1 (en) | Fault prediction method and device for fan | |
CN109870617A (en) | A kind of intelligent power plant electrical equipment fault diagnosis method based on width study and infrared image space-time characteristic | |
JP2012195495A (en) | Abnormality diagnosis device, method thereof, and computer program | |
US20130262190A1 (en) | Apparatus and a method for determining a maintenance plan | |
JP6543028B2 (en) | Apparatus and method for diagnosing abnormality | |
KR101808978B1 (en) | Power generation system analysis device and method | |
AU2014389497B2 (en) | Combing multiple trending models for photovoltaic plant output forecasting | |
JP6308896B2 (en) | Failure judgment device | |
JP5214650B2 (en) | Abnormality diagnosis apparatus and method | |
US9209742B2 (en) | Method for determining a spatial arrangement of photovoltaic module groups in a photovoltaic installation | |
CN112307672A (en) | BP neural network short-term wind power prediction method based on cuckoo algorithm optimization | |
JP2016081471A (en) | Power consumption prediction device and method | |
CN117057486B (en) | Operation and maintenance cost prediction method, device and equipment for power system and storage medium | |
Huang et al. | Modelling correlated forecast error for wind power in probabilistic load flow | |
CN105205560B (en) | Photovoltaic power supply power prediction method based on positive and negative error variable weights | |
JP6190438B2 (en) | Power generation data collection system and solar power generation device | |
JP2015035520A (en) | Estimation method, power generation estimation device, and computer program | |
US20190006850A1 (en) | Method for forecasting the power daily generable by a solar inverter | |
KR102524158B1 (en) | Method and device for providing solutions for managing solar power plants based on digital twin |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130402 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20131205 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20131212 |
|
TRDD | Decision of grant or rejection written | ||
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20131219 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20131226 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140107 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20140109 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20140116 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140129 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5472913 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |