С експоненциалния растеж на мащаба на фотоволтаичните електроцентрали, традиционният модел на работа и поддръжка на „тактика на човешката вълна“ вече не е в състояние да се справи - електроцентралата 1GW изисква стотици служители за работа и поддръжка, а проблеми като забавено откриване на компонентни повреди, неточно почистване на времето и високата загуба на производство на енергия стават видни. Дигиталната работа и поддръжка, чрез технологии като Интернет на нещата, изкуствения интелект и дронове, превърна фотоволтаичните електроцентрали в „мислещи организми“, постигайки прецизно местоположение на разлома, оптимизиране на енергийната ефективност в реално време и значително намаляване на разходите, въвеждане в интелигентната ера на фотоволтаичната работа и поддържане.
1 Общо възприятие: Изграждане на „мрежа от невронни терминални“ за електроцентрали
Всеки фотоволтаичен панел се превръща в интелигентен сензорния възел. Новото поколение фотоволтаични модули е оборудвано с микро сензори, които събират параметри в реално време като температура, ток и напрежение. Данните се предават на облачната платформа чрез Lora или NB IoT безжични мрежи. На 1.2GW фотоволтаична електроцентрала 2 милиона модула качват данни на всеки 15 минути, образувайки масивна база данни от 10tb/година, като предоставя основа за AI анализ. Когато температурата на компонента надвишава прага от 5 градуса, системата автоматично я маркира като "съмнение за повреда" и задейства допълнителна диагноза.
Проверката на дрона реши проблема с проверката на мащабни електроцентрали. Дронът, оборудван с камери с висока разделителна способност и инфрачервени термични изображения, може да проверява 500000 квадратни метра на час, което е 50 пъти по-ефективно от ръчната проверка. Чрез алгоритмите за разпознаване на изображения, дроновете могат автоматично да идентифицират проблеми като скрити пукнатини, горещи точки и покритие на прах в компоненти, със скорост на точност 98%. След въвеждането на безпилотни летателни апарати за проверка в определена електроцентрала, времето за откриване на грешки е съкратено от средно 7 дни до 2 часа, което води до годишно намаление от 1,5 милиона киловат часа при загуба на производство на електроенергия.
Метеорологичната система за прогнозиране постига точно прогнозиране на производството на енергия. Въз основа на сателитни облачни изображения, наземните метеорологични станции и историческите данни за генериране на енергия, AI моделът може да предвиди фотоволтаичния изход за следващите 72 часа със скорост на грешка, контролиран в рамките на 8%. Това осигурява надеждна основа за изпращането на електроенергийната мрежа, намалявайки дневния процент на отклонение на плана на електроцентрала в GANSU от 15% до под 5%, като се избягват глоби, причинени от колебанията на продукцията.
2 Интелигентно вземане на решения: Оптимизация на AI, оптимизация на стратегиите за работа и поддръжка
Алгоритмите за машинно обучение са се превърнали в „най -добрият консултант по операциите“. Чрез анализиране на исторически данни, AI моделите могат да идентифицират моделите на разграждане на компонентите - например, ако се установи, че партида от компоненти има 10% увеличение на скоростта на разграждане по време на високи температури през лятото след 3 години експлоатация, целенасочен план за поддръжка може да бъде разработен въз основа на това: ранно почистване през пролетта всяка година и повишена честота на проверка през лятото. След прилагането на този модел в определена електроцентрала, средната годишна степен на затихване на компонентите намалява от 2,5% на 2,0%, а общото производство на енергия се увеличава с 3% за 25 години.
Интелигентната система за планиране на почистване осъзнава „почистване при поискване“. Комбинирайки модели за отлагане на прах, прогнози за времето и прогнози за загуба на енергия, системата автоматично изчислява оптималното време за почистване. На електроцентрала в Синдзян системата намалява честотата на почистване от 2 пъти месечно на месец до 1-3 пъти, ако е необходимо, спестявайки 30% вода, като същевременно гарантира, че загубата на производство на енергия, причинена от прах, не надвишава 2%. За проследяване на фотоволтаични масиви системата може също така да контролира скобата, за да се върти до оптималния ъгъл и да си сътрудничи с почистващи роботи, за да подобри ефективността на почистване.
Диагностиката на повреда се е преминала от "пост -ремонт" към "предварително предупреждение". Въз основа на анализа на вибрациите и технологията за разпознаване на гласуване, AI може да определи степента на стареене на вътрешния кондензатор чрез работещия звук на инвертора и да предупреди за неизправности 6 месеца предварително. Случаят с определена компания за експлоатация и поддръжка показва, че след приемането на прогнозна поддръжка, разходите за ремонт на инверторни повреди се намаляват с 60%, а непланираният престой е намален с 80%.
3 Digital Twin: Пълно управление на жизнения цикъл, съчетаващо виртуална и реалност
Цифровата технология Twin изгражда „виртуално изображение“ на електроцентралата . 1: 1 възстановяване на цялото оборудване и среда на фотоволтаичната електроцентрала в компютъра и картографиране в реално време на работното състояние на физическата електроцентрала. Чрез симулиране на производството на енергия при различни условия на осветление и температура, оформлението на компонентите може да бъде оптимизирано - новопостроената електроцентрала регулира разстоянието на компонентите от 3 метра до 3,5 метра чрез цифрова симулация на близнаци, увеличавайки производството на мощност на задните компоненти с 5% и увеличаване на възвръщаемостта на инвестициите с 1,2 процентни пункта.
При обновяването на електроцентралите се подчертава стойността на симулационната функция на цифровите близнаци. За стара електроцентрала, която работи от 10 години, виртуалната подмяна на различни видове инвертори и компоненти се използва за симулиране на ефективността на производството на енергия след обновяване и избор на оптималното решение. Определена електроцентрала избра метода за обновяване на „задържане на компоненти+подмяна на високоефективни инвертори“ въз основа на това, което спести 40% от разходите в сравнение с пълния план за подмяна и увеличеното производство на енергия с 12%.
Центърът за отдалечена работа и поддръжка постига прецизен контрол от хиляди километри. В централата за работа и поддръжка в Jiangsu инженерите могат дистанционно да контролират инспекционния робот на електроцентралата на Xinjiang, да регулират ъгъла на проследяващите скоби и да стартират/спрете инвертора през цифровата система близнаци. Този централизиран режим на работа и поддръжка намалява броя на персонала за експлоатация и поддръжка на електроцентрала 1GW от 100 на 30, намалява разходите за труд със 70%и подобрява скоростта на реакция до нивото на минута.
Дигиталната работа и поддръжка на фотоволтаични електроцентрали по същество включва подмяна на ръчен труд с поток от данни и използване на оптимизация на алгоритъма вместо емпирична преценка. Тази трансформация не само подобрява ефективността на отделните електроцентрали, но също така дава възможност за управление на мащабни фотоволтаични електроцентрали-когато AI може да управлява 10GW или дори 100GW фотоволтаични активи едновременно, осигурявайки солидна техническа поддръжка за трансформация на енергия.