编者按:光伏电站发电效率的高低就是融合了光伏组件、电站设计施工和安装、运行维护等各种“质量”,低质量的数据会导致故障定位不准,延误最佳调整时机,造成很大的经济损失。
近两年,不知身在光伏行业的你有没有这样一种感受:随着平价时代的到来,产品价格持续走低,但行业对于产品质量的追求丝毫没有因为价格的下降而下降。“质量”在任何时候、任何行业都是一把标尺,决定了企业在行业中的综合竞争能力和全球的品牌影响力,光伏行业也不例外。
可以说,光伏电站发电效率的高低就是融合了各种“质量”,包括光伏组件、电站设计施工和安装、运行维护等,将各个厂家的高质量产品组合到一起,再加上良好的运维,就几乎可以认为这是一个高效发电的电站,更重要的是这样的高质量组合带来了更高的经济效益。
然而,如果光伏电站的综合质量低劣,将直接导致电站发电量低、收益低或亏损,严重情况下可能会引起电站安全性问题,这肯定是我们不愿看到的。光伏电站运行周期长达25年,如何在长时间内保证发电效率最高,经济效益最优,需从多方面充分考虑。今天,小编就来谈一谈影响光伏电站综合质量的一个重要因素——数据质量。
经常会听到某个光伏电站运维厂家对业主说,这个电站的数据质量较低,带来了非常严重的分析误差,严重影响电站质量的分析结果。一旦电站发生告警,低质量的数据会导致故障定位不准,延误最佳调整时机,造成很大的经济损失。
那么,在光伏电站中,数据质量问题主要表现在哪些方面呢?
No.1数据多样化,缺少统一标准,集成困难
光伏电站的数据包括组件、汇流箱、逆变器、箱变等发电设备及软件系统等,不同设备的差异性形成了数据多样化,但目前行业并没有一个统一标准来管理多来源的数据,使得数据的集成变得更加困难。
No.2数据分散形成了信息孤岛,共享困难
截止到2019年6月底,集中式光伏电站并网容量达到130.58GW,而与日益增长的并网容量所不匹配的却是电站的精细化管理不足,带来的直接影响是信息系统分散、数据分散化;而分布式光伏电站的特点是规模小、数量多、比较分散,信息数据的分散化非常严重,且各电站之间独立运行,容易形成“信息孤岛”,信息共享困难。
No.3数据利用率低
光伏电站有着浩如烟海的数据,是无形的资产,试想一下,如果这些数据都被很好地利用起来,将会产生多大的价值!但我们往往并不重视基础数据的收集、分析等,数据利用率普遍低下。
以上都是光伏电站运行管理过程中出现的数据问题,导致了电站数据质量整体不高。提高数据质量水平是光伏电站状态分析评价、智能运维和故障的基础,亟需业内制定统一标准,提出更为合理的光伏电站对标体系,加强对数据质量的重视程度。
当然,对数据有效地治理是改善数据质量的途径之一。国能日新依据当前数据管控过程中面临的数据多样化、分散化、标准不统一、数据利用率低等诸多问题,建立了一套数据治理体系,将分散、多样化的核心数据通过标准化、质量探查、分析、诊断、清洗、集成及监控等操作进行优化,形成数据管控体系,提升、挖掘数据的应用价值。
该数据治理体系最大程度地挖掘数据的应用价值并从多方面进行提升。在数据标准化建立方面,很好地分析梳理业务流程,设计并形成数据标准规范;在数据质量提升方面,通过质量探查、分析、诊断、清洗来处理死数、空数等数据质量问题,提升数据质量;在数据集成方面,将各类型处理过的优质生产数据统一集中存储,便于调用、共享,支持大数据应用集成。
最终,利用高质量的数据作为基础,电站形成了统一的管理标准,让决策变得更加准确;当电站出现故障问题时,能快速响应和定位,减少或避免了不必要的经济损失;电站工作人员的执行和工作效率提升,运维压力大大释放。
数据是实现光伏电站智能化运行的基础,优质的数据是电站发电效率和经济效益的基础保障,对电站整体价值的提升意义重大。作为新能源大数据服务商,国能日新将始终以最优解决方案,为客户创造最大价值。
原标题:光伏电站发电效率与经济效益双保障——数据质量是基础,更是核心