基于物联网技术的分布式光伏发电监测系统设计

中图分类号：TM615 文献标识码：A

引言

我国提出“3060”双碳目标，大力发展包括光伏发电在内的新能源产业。随着光伏电站建设规模的不断扩大，高效的电站运维已成为制约产业发展的关键因素之一。物联网技术的兴起为光伏电站智能化运维提供了新的思路。

1 分布式光伏发电并网对配电网电压的影响分析

1.光伏电源的输出功率特性：光伏电源的输出功率与光照强度、温度等自然因素密切相关。光照强度具有明显的间歇性和波动性，在一天中，从清晨到中午光照强度逐渐增强，光伏电源输出功率随之增大；中午过后光照强度减弱，输出功率也相应降低。在天气突变，如云层遮挡太阳时，光照强度会急剧下降，导致光伏电源输出功率瞬间减小。此外，温度对光伏电池的效率也有影响，温度升高时，光伏电池的输出功率会有所下降。这种输出功率的不稳定特性，使得分布式光伏发电并网后，配电网中的功率分布随时发生变化，进而影响配电网的电压。2.接入位置和容量：分布式光伏发电的接入位置对配电网电压有重要影响。如果接入点靠近配电网的末端，由于末端线路阻抗较大，光伏电源注入的功率会使该区域的电压升高更为明显。相反，若接入点靠近变电站，对电压的影响相对较小。3.配电网的拓扑结构和参数：配电网的拓扑结构决定了功率的传输路径和分布情况。不同的拓扑结构，如放射状、环状等，对分布式光伏发电并网后的电压响应不同。放射状结构的配电网，功率传输相对单一，光伏电源接入后可能导致局部电压变化较大；而环状结构的配电网，功率可以通过多条路径传输，在一定程度上能够缓解电压的波动。配电网的线路参数，如电阻、电抗等，也会影响电压的分布。线路电阻越大，功率传输过程中的电压损耗就越大，光伏电源并网后对电压的影响也会更加复杂。

2 基于物联网技术的分布式光伏发电监测系统设计要点

2.1 对离散分布的光伏电站智能监测与管理

反向散射(Backscatter)技术通过反射环境射频信号并在环境射频信号上调制数据实现通信，如GPS 信号、BLE 信号、WiFi 信号等。

为实现对离散分布的光伏电站智能监测与管理，需要配备物联网信息终端从多个位置采集传感数据并对采集节点进行精确定位。即要求系统满足以下条件: ① 仅需使用单个终端; ② 能够同时定位多个 Ambient IoT 节点。通常，这项技术应具备低成本大规模部署的潜力，以适应分布式光伏系统广泛的地理分布和经济高效的需求。然而，现有的反向散射定位方法未能满足上述所有要求。通过提取反向散射标签到多个终端的方向估计，并以分米级别的精度定位单个标签，然而其要求多个预先部署的终端，并对其位置和方向有精确的了解。提出了一种单天线的设备到设备(Device toDevice，D2D)定位系统，通过利用环境中的反向散射标签和智能物体创建丰富的方向特征。尽管该系统具有一定优势，但由于需要广泛预先部署的反向散射阵列，其大规模应用受到限制。利用单个终端实现了准确的反向散射定位，但其依赖于自主机器人和惯性测量单元(Inertial MeasurementUnit，IMU)传感器的支持。在反向散射定位中引入了超宽带，并利用专用设备实现数十厘米的精度，但昂贵的设备限制了其大规模部署。

(1)分辨反向散射信号。多个反向散射标签反射的信号、直射路径信号和环境反射信号在接收设备处叠加。为了解决这一问题，系统利用收发端的空间域多样性和多个子载波的频域多样性来解析所有路径并估计信道参数。此外，本系统采用了一个似然函数，该函数利用了反向散射信号随时间推移比环境反射更稳定的性质来提取反向散射信号。

(2)将参数估计与反向散射标签关联。定位过程包括两部分:目标位置的确定和目标位置的识别。在定位所有反向散射标签之前，系统需要识别反向散射标签并将信道参数与相应的标签关联。为此，系统提出了一种识别编码方案，同时考虑了多个实际要求，引入了一个并行解码器以解码所有反向散射标签的识别序列，从而将参数估计与相应的反向散射标签关联。

2.2 物联网技术应用

电力物联网技术融合了现代传感技术、通信技术和信息处理技术，其核心是利用智能电表、微型气象站、逆变器等设备，通过RS485、Modbus等通信协议，采集电压、电流、功率、辐照度等参数，并将数据传输至云端服务器进行处理和分析。以智能电表为例，其内置的电流互感器可以检测 0.5%-120% 额定电流范围内的变化，电压互感器可以检测 额定电压范围内的波动，采样频率可达 6.4kHz ，确保了数据采集的精度和实时性。同时，物联网技术采用分层架构设计，通过边缘计算和云计算的协同，实现数据的本地处理和远程分析，提高了系统的响应速度和可扩展性。例如，部署在现场的智能网关可以对数据进行预处理和压缩，减少传输带宽和延迟，而云端的大数据平台则可以进行深度挖掘和优化决策，实现电力系统的智能化运行。

该分布式光伏发电监测系统的工作流程如下：首先，感知层通过光照、温度、电压电流等传感器实时采集光伏电站的环境和设备运行数据，数据通过 RS485 接口和 Modbus-RTU 协议上传至网络层。网络层采用 LoRa 无线通信，使用LoRa 网关汇聚并传输数据，构建稳定的星型拓扑结构，将数据安全高效地传输至数据处理层。在数据处理层，数据通过 Hadoop 和InfluxDB 系统存储和处理，并采用卷积神经网络对光伏组件的表面缺陷进行识别，及时检测出可能的故障。应用层将处理结果通过Vue.js 和ECharts前端界面呈现，并自动生成故障工单，通知责任人维修，同时支持对设备资产的全生命周期管理，通过标准化接口连接其他业务系统，实现智能化的运维和管理。

2.3 加强分布式光伏的技术创新和应用

相关企业要进一步强化基础研究与关键技术研发，根据分布式光伏应用于新型电力系统的需要，强化其核心技术、新材料和新工艺研究，开发高效低成本光伏电池，研制智能逆变器、储能装置及其他关键设备。对光伏系统优化设计、运行控制和故障诊断关键技术进行研究，这些技术突破有利于提高分布式光伏效率，降低成本，增强经济与社会效益。除此之外，还要推动产业化与应用示范，以技术研发为基础推动分布式光伏技术产业化及应用示范。通过设立示范项目，推广成功经验，推动新技术新工艺新装备广泛应用。同时加强同国际先进企业合作交流，介绍和借鉴国际先进技术、管理经验等，增强中国分布式光伏产业国际竞争力。另外，还要强化人才培养与团队建设，打造高素质技术研发团队与管理团队。

结束语

本文设计并实现了一种基于物联网技术的分布式光伏发电监测系统，系统在数据采集、通信传输、故障诊断等方面均表现出良好的性能，发电效率稳定在较高水平。未来工作可以着重于进一步优化系统的数据分析能力，探索更深层次的人工智能算法应用，以提升系统的智能化水平和电站运维效率。

参考文献

[1]张朋飞.基于监测系统的光伏电站智能运维中巡检装备的应用研究[J].太阳能，2023（6）：77-81.

[2]张昕慧.光伏电站智能运维关键技术研究[D].北京：华北电力大学，2023.

[3]张淇昶，王宇.基于物联网技术的分布式光伏电站智能运维系统[J].物联网技术，2023，13（1）：137-139.

[4]罗智超.光伏电站智能化实时监控与运维系统研制[D].广州：华南理工大学，2022.