其他
【阿波罗名家谈】让大数据的洪荒之力助力光伏资产管理
8月6日，里约奥运会如约开展。除了精彩的赛事，“行走的表情包”傅园慧也凭借她可爱的“洪荒之力”火了起来。在光伏界，同样有这样一股洪荒之力——数字化的光伏资产管理。
1. 引言
随着太阳能光伏产业的蓬勃发展，我国充分利用自身产业配套及技术成本等优势，不断获得国际竞争先机，一跃成为全球光伏累计装机量最大的国家。然而，光伏电站规模的不断增加以及光伏发电独有的地域分布特征，迫使光伏电站运维需要不断简化、精准化、提高决策的经济性。在此背景下，用大数据技术尽可能降低运维成本、稳定性的同时提高收益的数字化运维成为行业内投资者所关切的重点，也成为国内众多学者与企业研究的课题。
图1 阿波罗光伏云™集控地图
数字化资产管理模式是新时代的必然产物，它是通过线上收集设备运行数据、气象数据、告警数据等信息，结合智能模型或专家系统规则综合得出结论，从而指导线下现场人员对电站进行科学运维与管理，以实现集实时监控、智能预警和策略制定等为一体的多功能、全方位的高效资产管理模式。
数字化资产管理模式的主要特点有如下几条：
线上决策与线下实施（O2O）。 线上完成数据收集、数据处理、数据分析并形成以数据为导向的经济性决策，线下根据决策进行实施和回馈，实现运维的经济性，从而帮助度电成本下降；
状态维护。 通过信息在线监控分析指导电站进行精确性维护，精准地对电站进行管理，以保障整个电站光伏发电系统的安全、稳定、高效运行；
智能告警。对电站发电系统运行的过程进行同步监控，及时准确发现设备问题与系统问题，在遵守“不误报、不少报”原则的前提下实现有效预警；
少人值守无人值守。类似一种通道管理方式，无需现场人员来回巡检，但仍可以通过终端随时接收电站最新运行状况信息，实现电站的少人化无人化管理；
智能分析。在线通过算法或专家规则将各种分析固化，指导资源评估、发电量损失分析、支持智能告警、状态维护等。
2. 数字化资产管理模式
光伏电站的数字化资产管理体现在电站全生命周期管理的许多方面，这里仅从组件清洗策略角度来进一步说明如何利用线上数据进行决策，并实现组件清洗的最优化的经济性。
光伏组件清洗一直是资产管理的重点问题，其直接关系到组件能否达到最佳能效转化状态，而清洗又是运维费用中的重要支出。清洗成本、灰尘导致发电量损失像在天平的两侧，如何通过数据分析找到平衡点是资产管理日常活动中的重要课题。
目前组件清洁的现状主要是通过线下的主观判断进行的，并没有具体清洗策略的最佳实践作为参考。比如，有的依靠具有丰富经验的工程师去现场查看积灰情况来确定是否进行清洗；又比如在南方地区考虑到春节过后辐照变强，为挽回灰尘带来的发电损失会进行一次清洗，直到次年的同一时间再次进行清洁。
2-2 智慧清洗策略最佳清洗策略是使天平达到平衡状态，专家规则即灰尘损失的算法是其核心。通过有效的运行数据输入算法来制定适用于该电站的最佳策略，进而指导电站清洗活动，同时将运维结果记录在案，作为下一次运维的参考性输入数据，不断优化，最终形成一种“闭环”的高效分析系统，如图2所示。
图 2 原理框图
输入 & 输出列表如下：输入：降雨量数据、能量计算模型、清洗单价、电量单价、清洗预算输出：清洗次数、清洗时间、费用支出、净收益2-3 实例分析这里以某在运行光伏电站为例，描述该电站的清洗策略是如何制定的及策略具体内容。图3为未发生任何清洗事件之前的损失电量分布，图4为按照清洗策略清洗后的电量损失状况，表1为未发生清洗和已发生清洗下的对比分析表。
从图3和图4中可以得出以下结论：
组件清洗后，因灰尘导致的发电量损失比例明显降低，挽回了损失；
电站在一年中需要清洗3次，时间分别在第53天、第99天和第319天；
组件清洗对发电量有很大影响；
用清洗次数与清洗时间节点状况。很明显，在为发生任何清洗事件时，损失的电量约为210807.8kWh，结合电价，约为206591.6元人民币。再发生3次清洗后，电量挽回约130145.4kWh，除去清洗费用后的净收益为59628.5元人民币。
总之，通过数据分析专家规则模型输出最佳清洗策略具有很高的使用价值与经济性。
3. 总结
“数字化资产管理”的本质是基于物联网系统的科学决策与高效线下活动的机制。其价值是数据质量、数据挖掘算法等一系列数据科学与工程技术的结合。本文从组件清洗的角度介绍了“数字化资产管理”的核心理念，以及在决策与实施方面的重要性与使用价值，采取线上数据分析进行决策，线下人员具体施工的模式，不仅提高了硬件设备的发电量与使用寿命，而且大大减少了无效运维成本投入比例，改善了资源浪费状况。
阿波罗光伏云™电站绩效分析示意
责任编辑 杨延德 陆恒
【阿波罗名家谈】光伏电站科学防洪，你get了吗？