热点话题排行榜

<正>监测时间:2015年03月10日~2015年03月24日1新建铅锌矿山标准大幅提高3月24日,从工信部获悉,《铅锌行业规范条件(2015)》已经正式发布,新建铅锌矿山的标准大幅提高。2落实可再生能源发电全额保障收购制度3月23日,国家发改委、能源局下发《关于改善电力运行调节促进清洁能源多发满发的指导意见》,要求各省(区、市)政府主管部门应采取措施落实可再生能源发电全额保障性收购制度。     

浅谈光伏电站精益运维管理

我国的光伏发电行业发展模式将逐步由补贴驱动转变为成本驱动。改变传统的粗放式运维和管理模式,努力控制风险、提升运维管理水平、提高光伏电站的安全高效运行,是光伏发电高质量发展的根本。光伏电站的运营指标分析是了解电站发电能力及营运水平,掌握电站运行状态的途径。精益运维与技术监督工作则是围绕设备进行的,目的是提高设备设施可靠性,提升电站技术和管理水平,可保障光伏电站全生命周期的安全高效运行。     

中德合作甘肃甘南首座光伏电站落成

在德国复兴银行和财政部的支持帮助下，中德财政合作光伏电站项目建设，甘肃甘南首座太阳能光伏电站落成。     

光伏窗口

美国Shell Solar与加州Wasco半热带缺水区签订合同设计并安装光伏阵列；德国SMA为两兆瓦的太阳能园提供逆变器；美国Georgia工学院的研究人员开发新一代有机太阳电池；BP Solar在德国Lubmin建成1．8MW太阳能光伏电站；美国Klamath Falls的Pepsi Colar启用172kW光伏电站。     

光伏电站远程监控系统设计

本文主要论述分散式光伏电站远程监控系统的设计与实现。远程监控系统主要由基于B/S的三层体系结构主站、基于ARM的智能终端以及基于单片机的数据采集装置组成。数据采集装置主要采集光伏电站的电压电流等信息,通过RS232串口传给智能终端;智能终端分析处理采集的数据,通过GSM短信机制和主站通信,从而实现光伏电站的远程监控。     

漂浮式光伏电站漂浮方阵多点系泊特性研究

位置的稳定性对光伏电站的发电效率和生产安全有着重要影响。漂浮式光伏电站漂浮方阵在风、浪、流的作用下易发生移动和旋转,而采用多点系泊系统可有效限制漂浮式光伏电站的过大偏移。以尺寸为170 m×170 m的漂浮方阵为对象,采用静力分析的方法对该方阵在多点系泊系统中的锚泊线张力及方阵偏移量进行了系列研究,得出了张力及偏移量与水平跨距、系泊密度间的规律。相关成果可为漂浮方阵多点系泊系统的设计提供参考。     

我国光伏发电结构日趋合理

国家能源局日前发布的数据显示,2018年前三季度,我国光伏发电新增装机3454.4万千瓦,同比下降19.7%。其中,光伏电站1740.1万千瓦,同比减少37.2%。与此同时,前三季度光伏发电量同比增长56.2%。专家表示,我国光伏发电新增装机和发电量的“一减一增”说明,在新的光伏政策下,光伏发电结构变得更加合理,促进光伏消纳工作取得了显著成效,有利于光伏产业迈向高质量发展。     

时变追踪并网光伏电站最大输出功率的无功优化方法

针对大型光伏电站各发电单元位置差异导致的并网接线阻抗不同,以及光伏电站内各单元最大输出光伏功率运行状况不一致的问题,建立以时变追踪并网光伏电站最大输出功率为目标的无功优化数学模型,并给出相应的快速求解方法。该模型建立和求解是在量测、通信技术完备的前提下,借助逆变器可快速调制有功功率和无功功率输出的电力电子化技术,依据秒级优化周期内光伏系统状态量变化微小的特点,对非线性优化模型实施泰勒展开、线性拟合等线性化近似处理,通过灵敏度计算对逆变器无功功率运行基点进行快速求解,必要时将自动弃光,达到时变追踪光伏电站最大并网输出功率并满足并网点电压水平要求的目的。最后,以某地区大型光伏电站并网系统为例进行仿真,结果验证了所提方法的有效性和合理性。     

基于PSCAD的光伏电站交流侧故障暂态特性分析

光伏电站故障暂态特征分析过程中,由于交流侧电网模型的差异,导致故障暂态特性分析结果可信度系数较低。因此,对基于PSCAD的光伏电站交流侧故障暂态特性进行分析。在PSCAD软件的作用下构建可靠性较高的电网模型。在PSCAD模型内提取出故障电流,并计算故障暂态特征量。汇总电容放电、电流回馈以及电压恢复三个阶段的暂态特征量,获取故障暂态特性分析结果。仿真实验结果表明：单相短路故障出现后电网内部电压跌落20%,故障点暂态电流大幅度增长,分析结果信度系数达到了0.98。     

基于深度学习的航拍光伏板红外图像热斑检测方法研究

针对光伏电站光伏板热斑故障难以检测的问题,结合无人机巡检技术,提出一种基于深度卷积神经网络的光伏板热斑快速检测方法。首先设计了光伏板识别模型,将Yolov4主干特征提取网络替换成轻量级网络MobileNetV2,并将PAnet网络中标准3×3卷积替换为深度可分离卷积,实现了将光伏板快速从红外图像中识别出来。为快速识别热斑并解决光伏板反光噪声问题,将MobileNetV2网络引入DeeplabV3+模型中,改进由于下采样造成的目标缺失,并将交叉熵损失函数修改为Dice损失函数来进一步提高分割精度。试验结果表明,该方法能够准确识别光伏板热斑,光伏板识别准确率为99. 56%,检测速度为22. 1帧/秒。光伏板识别后的热斑分割准确度达到95. 99%,交并比mIou达到85. 58,检测速度为24. 5帧/秒,该方法能够满足光伏板故障检测的需要。