李佳奇,李 爽,李 斌,劉碧琦,王 亮

(1.國(guó)網(wǎng)遼寧省電力有限公司電力科學(xué)研究院,遼寧 沈陽(yáng) 110006;2.國(guó)網(wǎng)遼寧省電力有限公司信息通信分公司,遼寧 沈陽(yáng) 110006;3.沈陽(yáng)工程學(xué)院,遼寧 沈陽(yáng) 110136)

0 引言

氣候變化是全人類(lèi)共同面對(duì)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(wèn)題亟待解決。對(duì)此,國(guó)家提出“碳達(dá)峰”、“碳中和”,構(gòu)建新型電力系統(tǒng)目標(biāo)愿景,完善多元化清潔能源供應(yīng)體系,為我國(guó)夯實(shí)經(jīng)濟(jì)發(fā)展基礎(chǔ)提供新導(dǎo)向和新機(jī)遇［1-4］。其中,太陽(yáng)能受到人們?cè)絹?lái)越多的關(guān)注。太陽(yáng)能資源是一種取之不盡、用之不竭的綠色能源。以遼寧朝陽(yáng)新能源電站為例,以清潔、環(huán)保為主要特點(diǎn)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(shì)。遼寧朝陽(yáng)新能源現(xiàn)場(chǎng)如圖1所示。

圖1 遼寧朝陽(yáng)新能源現(xiàn)場(chǎng)

無(wú)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(yáng)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(dá)到5%,甚至高達(dá)10%,嚴(yán)重時(shí)也會(huì)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(jì)效益損失每年近千萬(wàn)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(wèn)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?xún)r(jià)比,使經(jīng)濟(jì)效益最大化。

1 系統(tǒng)設(shè)計(jì)原理

光伏板污穢度狀態(tài)評(píng)價(jià)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(píng)價(jià)決策單元、后臺(tái)及移動(dòng)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(tái)采集計(jì)算機(jī)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(cè)模塊和限制報(bào)警模塊,參數(shù)監(jiān)測(cè)模塊與光伏監(jiān)視平臺(tái)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(bào)警模塊與參數(shù)監(jiān)測(cè)模塊通信連接,對(duì)所收集的參數(shù)進(jìn)行判斷,對(duì)比所設(shè)定的門(mén)限值與實(shí)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(shí)際值大于門(mén)限值,則不報(bào)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(yùn)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(guò)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(fèi)用數(shù)據(jù)、完成全站清掃的發(fā)電效率、發(fā)電量、利潤(rùn)數(shù)據(jù)通過(guò)歷史數(shù)據(jù)進(jìn)行推算,并在數(shù)據(jù)中心單元中進(jìn)行人工設(shè)定。

1.3 評(píng)價(jià)決策單元

評(píng)價(jià)決策單元用于對(duì)數(shù)據(jù)中心單元中的各種數(shù)據(jù)進(jìn)行處理、判斷,給出光伏板執(zhí)行清掃判據(jù)。該評(píng)價(jià)決策單元通過(guò)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行建模,神經(jīng)網(wǎng)絡(luò)首先經(jīng)過(guò)數(shù)據(jù)集的訓(xùn)練,能夠表征電站各種數(shù)據(jù)的原始特征,以電站經(jīng)濟(jì)收益最大化為原則,建立數(shù)學(xué)模型對(duì)輸入的數(shù)據(jù)進(jìn)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(tái)及移動(dòng)終端

后臺(tái)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(dòng)終端由安卓手機(jī)構(gòu)成,其具備可實(shí)時(shí)觀(guān)測(cè)光伏電站各個(gè)參數(shù)的APP,電站運(yùn)維人員可實(shí)時(shí)通過(guò)手機(jī)來(lái)了解電站的各項(xiàng)參數(shù)。

1.5 清掃單元

清掃單元設(shè)計(jì)為符合光伏板尺寸結(jié)構(gòu)的機(jī)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(jìn)電動(dòng)機(jī)、清掃電動(dòng)機(jī)、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(jì)

2.1 環(huán)境模擬量采集模塊設(shè)計(jì)

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(jī)的P3.2引腳,并依據(jù)單總線(xiàn)通信協(xié)議編程完成太陽(yáng)輻射度采集;采用GY-30模塊,將其時(shí)鐘和數(shù)據(jù)引腳分別連接至單片機(jī)多主從串行總線(xiàn),并依據(jù)ⅡC總線(xiàn)通信協(xié)議完成太陽(yáng)輻射度采集;采用ZPH02模塊,將其TXD、RXD引腳連接至單片機(jī)異步串行通信總線(xiàn),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(hào)傳輸,只需要根據(jù)芯片手冊(cè)時(shí)序邏輯完成編程讀取對(duì)應(yīng)寄存器地址值,即可獲取對(duì)應(yīng)的環(huán)境模擬量。環(huán)境模擬量與單片機(jī)引腳連接如圖3所示。

圖3 環(huán)境模擬量與單片機(jī)引腳連接圖

2.2 光伏板硬件模塊設(shè)計(jì)

2.2.1 基準(zhǔn)源模塊設(shè)計(jì)

由于單片機(jī)內(nèi)部的模擬數(shù)字轉(zhuǎn)換器容易受到溫度影響導(dǎo)致較大的誤差,為了準(zhǔn)確測(cè)試電壓,采用基準(zhǔn)源電路TL431產(chǎn)生2.5 V的基準(zhǔn)電壓Uref。R6起限流作用,利用多圈電位器R7作為基準(zhǔn)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(jī)的P1.7引腳作為參考電源。基準(zhǔn)源電路設(shè)計(jì)如圖4所示。

圖4 基準(zhǔn)源電路與單片機(jī)引腳連接圖

2.2.2 光伏板電壓采集模塊設(shè)計(jì)

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(jì)了R1,R2 2個(gè)電阻對(duì)光伏板輸出電壓進(jìn)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(hào)不失真,信號(hào)經(jīng)過(guò)運(yùn)算放大器U1A設(shè)計(jì)的電壓跟隨器完成阻抗變換。信號(hào)經(jīng)過(guò)U2A設(shè)計(jì)的同向比例放大電路,其放大倍數(shù)K2為

(2)

負(fù)反饋電阻Rf的電阻值應(yīng)滿(mǎn)足當(dāng)光伏板最大電壓輸出時(shí),經(jīng)過(guò)調(diào)節(jié),運(yùn)算放大器U2A盡可能達(dá)到后續(xù)AD轉(zhuǎn)換器的滿(mǎn)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(jì)了由C1、C2、R5構(gòu)成π型濾波器以消除測(cè)試信號(hào)中的干擾。同時(shí),設(shè)計(jì)了雙5.1 V穩(wěn)壓管DW1、DW2反向串聯(lián)構(gòu)成雙向過(guò)壓保護(hù)電路,滿(mǎn)足對(duì)輸入的測(cè)試電壓進(jìn)行嵌電位保護(hù)。經(jīng)模擬信號(hào)網(wǎng)絡(luò)衰減后的光伏板輸出電壓Ux連接至單片機(jī)P1.6引腳完成光伏板電壓信號(hào)采集,可得光伏板實(shí)際電壓Vbat為

(3)

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

2.3 無(wú)線(xiàn)數(shù)據(jù)傳輸模塊

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

3 系統(tǒng)算法設(shè)計(jì)

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(jìn)行網(wǎng)絡(luò)訓(xùn)練的多層前饋型神經(jīng)網(wǎng)絡(luò),是目前大量應(yīng)用的神經(jīng)網(wǎng)絡(luò)模型之一(artificial neural network,ANN),具有較強(qiáng)的自適應(yīng)性和學(xué)習(xí)能力、非線(xiàn)性映射能力、魯棒性和容錯(cuò)能力,這些優(yōu)點(diǎn)可以促進(jìn)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(dǎo)分析過(guò)程來(lái)實(shí)現(xiàn)［8］。

BP神經(jīng)網(wǎng)絡(luò)是基于最小二乘法的數(shù)學(xué)思想,同時(shí)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(guò)循環(huán)反饋使得網(wǎng)絡(luò)的最終輸出與期望輸出的實(shí)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(lái)因素導(dǎo)致的誤差。

3.2 光伏板污穢度狀態(tài)評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)建模

對(duì)光伏板污穢度狀態(tài)評(píng)價(jià)選用相對(duì)誤差 (RE) 和均方根誤差(RMSE)評(píng)價(jià)光伏發(fā)電預(yù)測(cè)模型的預(yù)測(cè)效果。RE和RMSE的計(jì)算如下:

(4)

(5)

式中:X為實(shí)際測(cè)量的日光伏發(fā)電總量;Y為預(yù)測(cè)的日光伏發(fā)電總量;Xi,Yi分別為元素個(gè)數(shù)為i時(shí)實(shí)測(cè)和預(yù)測(cè)的日光伏發(fā)電總量;n為測(cè)試樣本中的元素個(gè)數(shù)。

數(shù)據(jù)中心單元中存儲(chǔ)的重要參數(shù)設(shè)計(jì)為8個(gè):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(yáng)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(rùn)與支出之差;b8為光伏電站執(zhí)行清掃全站增加的利潤(rùn)與支出之差。其模糊隸屬函數(shù)分別為

由于對(duì)輸入數(shù)據(jù)首先進(jìn)行了模糊隸屬度處理,因而本智能評(píng)價(jià)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(gè)模糊器隸屬層,用于對(duì)輸入量進(jìn)行模糊隸屬處理,形成輸入層的輸入信號(hào),設(shè)計(jì)的拓?fù)浣Y(jié)構(gòu)如圖7所示。

圖7 改進(jìn)后BP回歸神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)

由系統(tǒng)實(shí)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(gè)輸入節(jié)點(diǎn)(X1～X8),5個(gè)輸出節(jié)點(diǎn)(Y1～Y5),輸出參數(shù)分別為Y1為待清掃光伏區(qū)塊編號(hào);Y2為待清掃光伏區(qū)塊清掃工作時(shí)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(rùn)與支出之差;Y5為光伏電站執(zhí)行清掃全站增加的利潤(rùn)與支出之差。

從獲取到的光伏電站各種實(shí)時(shí)監(jiān)測(cè)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(xué)習(xí)過(guò)程,網(wǎng)絡(luò)學(xué)習(xí)函數(shù)為西格蒙德函數(shù)。

當(dāng)實(shí)際輸出與期望輸出超過(guò)偏差閾值時(shí),執(zhí)行誤差的逆向傳播模塊,誤差越過(guò)輸出層,通過(guò)判斷相對(duì)誤差(ERE)和均方根誤差(ERMSE),以誤差梯度趨于零點(diǎn)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(píng)價(jià)自學(xué)習(xí)流程

通過(guò)不斷訓(xùn)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(píng)價(jià)決策系統(tǒng)中的數(shù)據(jù)中心單元所收發(fā)與存儲(chǔ)的在線(xiàn)光伏電站數(shù)據(jù),經(jīng)過(guò)模糊化隸屬處理,輸出相應(yīng)的智能決策結(jié)果。通過(guò)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(duì)誤差(ERE)和均方根誤差 (ERMSE)滿(mǎn)足實(shí)際要求,也可按照指定的學(xué)習(xí)次數(shù)進(jìn)行,直至達(dá)到設(shè)定訓(xùn)練次數(shù)。改進(jìn)后BP經(jīng)網(wǎng)絡(luò)學(xué)習(xí)流程如圖8所示。

圖8 改進(jìn)后的BP經(jīng)網(wǎng)絡(luò)學(xué)習(xí)流程

評(píng)價(jià)決策單元配置有光伏監(jiān)視平臺(tái)通信的光纖有線(xiàn)通信接口和光伏電站運(yùn)維人員手機(jī)通信的無(wú)線(xiàn)傳輸模塊。可以通過(guò)光纖有線(xiàn)通信方式反饋到光伏監(jiān)視平臺(tái),也可以利用5G無(wú)線(xiàn)通信方式推送到光伏電站運(yùn)維人員的手機(jī)APP或微信小程序。光伏電站運(yùn)維人員將評(píng)價(jià)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(shí)施過(guò)程中,若限值報(bào)警模塊發(fā)生報(bào)警,經(jīng)過(guò)數(shù)學(xué)模型推理和分析后,若電站清掃后得到的經(jīng)濟(jì)收益小于成本費(fèi)用,或根據(jù)氣象信息數(shù)據(jù),綜合考慮光伏板評(píng)價(jià)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(píng)價(jià)決策方案后,如不符合限值報(bào)警模塊中門(mén)限值的指標(biāo),則重新執(zhí)行該系統(tǒng)流程。

4 結(jié)語(yǔ)

以神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)光伏板污穢度狀態(tài)評(píng)價(jià)及清掃決策,可提高測(cè)試和評(píng)價(jià)結(jié)果準(zhǔn)確度,大幅縮短檢測(cè)的前期準(zhǔn)備工作時(shí)間。相對(duì)傳統(tǒng)人工定期清掃,可使經(jīng)濟(jì)效益最大化,具有廣泛應(yīng)用前景。

以神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)光伏板污穢度狀態(tài)評(píng)價(jià)及清掃決策具備較高的實(shí)用性,不僅可提高測(cè)試和評(píng)價(jià)結(jié)果準(zhǔn)確度,同時(shí)大幅縮短檢測(cè)的前期準(zhǔn)備工作時(shí)間。相對(duì)傳統(tǒng)人工定期清掃,可促進(jìn)經(jīng)濟(jì)效益最大化和清潔低碳轉(zhuǎn)型,打造能量監(jiān)控?cái)?shù)字孿生,助推能效提升生態(tài)圈,具有廣泛的應(yīng)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(jìn)型BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)清掃決策的模型,可為構(gòu)建新型電力系統(tǒng)目標(biāo)愿景及完善多元化清潔能源供應(yīng)體系提供參考。