2022新能源智慧光伏新技术应用

新能源光伏发电工程智慧光伏新兴技术应用2022.10目录17594_WPSOffice_Level11.光伏电站智慧能源管理系统 224279_WPSOffice_Level12.无人机巡检系统 410194_WPSOffice_Level13.智能清扫机器人 821590_WPSOffice_Level14.5G技术在光伏电站中的应用 931584_WPSOffice_Level15.在线智能预警与故障诊断系统 1130644_WPSOffice_Level16.备品备件管理 132253_WPSOffice_Level17.智能两票 1329684_WPSOffice_Level18.智能钥匙系统 131302_WPSOffice_Level19.智慧安全系统 144121_WPSOffice_Level110.智能可穿戴设备 1420807_WPSOffice_Level111.物联网技术智慧管理 1420172_WPSOffice_Level112.智能调度系统 167173_WPSOffice_Level113.自学习系统 162099_WPSOffice_Level114.基于人工智能的短期光伏发电功率预测技术 176284_WPSOffice_Level115.抗灰尘纳米增透涂覆膜技术 1714212_WPSOffice_Level116.光伏组件PID防护及修复方案 1815999_WPSOffice_Level1方案1：负极直接接地方案 1916917_WPSOffice_Level1方案2：负极虚拟接地方案 1924882_WPSOffice_Level1方案3：夜间反PID修复 201.光伏电站智慧能源管理系统光伏电站智慧能源管理系统，将互联网、云计算、大数据、人工智能等现代信息技术与光伏产业进行深度融合。建设“智慧能源云平台”，通过物联网和互联网采集电网、光伏电站、地理环境监测和气象等信息，结合现场智能巡检无人机携带红外光热成像仪产生的数据，进行大数据交互、分析，实时掌握电站全部光伏板的运行状态。可实现光伏电站的数据采集、数据存储、集中监视、集合功率预测、定制化报表、运营分析及辅助决策、大数据预警服务、资产管理等功能，有力提升光伏电站的智能化、集约化、精准化、透明化管理水平。智慧能源管理系统采用传感器、嵌入式、边缘计算、区块链等技术，把光伏发电、存储、配送、消费等基础设施通过先进信息通信、网络技术连接起来，并运行特定的程序，实现智能感知、智能计算、智能处理、智能决策、智能控制。电站运行信息的全面可视化管理，使项目管理层可以直观清晰地了解到各电站的出力情况、运行状态、累计运行数据等核心指标信息。对电站的设备运行数据、天气数据、环境数据、电量数据进行实时采集，在线分析，第一时间发现电站运行异常信息，及时反馈给电站管理和运维人员，保证电站安全稳定运行。电站远程运维管理，通过管理平台实现对电站的远程运维管理及技术指导，提高电站的运行管理效率，降低运维成本，提高发电量。通过机器人清洁、无人机巡检等技术手段，降低电站的运维成本，提升发电量。随着大型发电厂数字化建设的发展，海量的过程数据被保存下来。这些数据中蕴藏着丰富的信息，对于分析生产运行状态、提供控制和优化策略、故障诊断以及知识发现和数据挖掘具有重要意义。基于数据驱动的故障诊断方法被提出，利用海量的过程数据，解决以前基于分析的模型方法和基于定性经验知识的监控方法所不能解决的生产过程和设备的故障诊断、优化配置和评价的问题。大数据技术的需求是伴随着云计算平台的出现而出现的。实际上目前云计算技术是大数据存储与处理技术的重要组成部分。由于大数据的数据量和分布式的特点，使得传统的数据管理技术难以胜任这种海量数据。云计算的核心是海量数据存储和数据并行处理技术。其核心思想包括分布式文件系统(distributedfilesystem，DFS)和MapReduce技术。通过对电站发电量、设备检修、运维费用等积累数据的综合分析，辅助电站业务决策，为未来投资开发方向及技术优化革新方向提供数据基础，使电站成本管控及提高收益的解决方案得到量化支撑。基于“大数据、先集中、再分析、发现问题不断规范调整”的思路和原则，通过统一的数据中心，将实时、生产、经营等数据进行大集中，通过数据挖掘技术，对数据进行充分挖掘、分析，根据不同的管理重点、管理层次和维度对实时、生产、经营等业务进行专业性分析、绩效分析、对标分析、问题分析，以发现问题促进管理的方式构建决策分析体系。此外，还可将优秀专家的经验集中至管理平台，形成运行专家库，搭建专家系统作为运维和操作的参考。让专家的经验得以共享和积累，专家的经验和指导服务于整个项目，实现价值最大化。基于采集海量的信息，自定义报表，专家分析系统，切片分析，挖掘系统潜力，发现潜在问题，构成经验数据，及时发现潜在缺陷，挖掘收益提升空间。通过数据实时采集、云存储和在线专家分析系统，结合光伏电站的地理环境、气候特点、电站规模利用电站采集的数据信息预测发电量等信息，电站可自动健康体检，给出基于收益最大化的维护建议，如清洗建议、部件更换和维护建议等，实现预防性维护；积累长期运营数据，综合分析自然环境，辐照量等环境因素，通过对智能控制单元算法在线调整或软件升级，使电站在不同环境下系统部件运行在最佳匹配状态，实现收益的最大化。智能监控系统大屏展示智能光伏电站全景图2.无人机巡检系统光伏电站的生命周期为25年，其中分析其经济模型，光伏发电组件回本周期为5-7年，其余17-20年为运维周期，简单的理解来说，在组件保证25年寿命周期的情况下，后17-20年为组件的净利润周期。分析组件的结构，可以发现组件由单个的硅片采用串并联的形式完成链接，旁路二极管保证组件在发生隐裂等故障时过电流过热的保护作用，保护回路中的其他硅片组件。导致热斑的原因有很多，包括组件的隐裂、灰尘、鸟粪、灌木遮挡等。当组件发生故障，在传统运维的后台，是由汇流箱实时传输的U/I数据显示的，电站汇流箱数量根据电站实际情况不一，据了解大多数电站选择多个组串链接一个汇流箱的模式，这给定位具有异常情况的组件增大了难度，从经济效益来讲，发生故障导致串联的组件都处于停止工作状态，延长了回本周期，从隐患角度来讲，发生故障周围的硅片如果长时间不处理将更有可能发生故障，增加电站损失。国内现在已经建成的地面光伏电站大多都是几十兆瓦以上的规模，这些大型地面电站覆盖面积大，组件系统排布密集，日常电池板巡检工作量很大。虽然有光伏电站监控系统能够报告各个发电单元的发电状况，要实现对兆瓦级的光伏电站每个电池板，甚至是每个电池片的发电监控，着实不易，单单靠人力完成这些工作也会耗费巨大的时间和人力成本。对于具体的线下数据故障定位还需依靠评估工程师、检测工程师组成，拿着工具去现场，进行线下的红外、EL隐裂、I-V等检测，条件艰苦，而且非常耗时。此外，很多光伏电站建设在荒漠、高山、近海等特殊地区，周围环境恶劣，有些甚至还建设在建筑屋面、水塘等特殊位置，对运维人员构成很大的潜在安全隐患。在进行光伏电站传统运维方案改进的同时，无人机技术的快速发展为解决上述技术难题带来了新的方案。无人机可搭载红外摄像机和可见光成像相机，对电站故障区域进行集中拍摄，两者结合，能精确全面的采集太阳能电池板的丰富信息。通过热信号的生成来确定太阳能电池板受损情况，在高空实现对光伏组件热斑效应等问题的查看。在光伏电站的日常巡检中，无人机可以提供包括组件红外检测、组件表面灰尘检测、组件裂纹破损检测、组件遮挡检测等在内的组件检测，还能实现实时监测、分析、智能诊断等功能，以达到对光伏板灰尘覆盖，表面破损，发热等故障的诊断和隐患的精确定位。智能无人机操作灵活、简便、高效，相比于常规的人工巡检，智能无人机巡检具备以下优势：（1）巡检效率高，大幅缩减光伏电站巡检所需人数及巡检时间，节省人力运维成本，具有更高的经济效益。（2）智能无人机机动性高，它在空中飞行可以不受地面障碍物等的限制自由移动。针对光伏电站幅员辽阔，地形起伏等特点，运用无人机巡检省时又省力；（3）全自动飞行诊断，结合历史数据分析，可对光伏电站进行全面评估，还可对电站故障的出现进行有效预测；（4）提升了电站巡检频次，有效提高电站巡检效率与精确性；（5）解决了电站建设类型不同，组件难于巡检的难题，及以往人工巡检可能带来的人员安全问题。光伏电站的无人机巡检分为安防区域巡检和技防精确巡检。（1）安防巡检安防巡检采用长航时无人飞行器，而且续航时间长，巡航速度快，监测范围广。无人机搭载双光相机，可以大面积巡察光伏列阵覆盖区域，并将画面实时传输回指挥大厅，使得安全管控更加及时、准确。安防巡检包括：子阵巡检、路面巡视、周边巡视等。伏子阵的巡检快速发现调整角度有误，通过GPS定位所在子阵②电站内路面巡视巡视是否有车辆和人员非法闯入或违规操作③电站周边巡察巡视电站围栏是否完好、红外镜头可发现是否有动物闯入（2）技防巡检无人机搭载红外成像相机和可见光成像相机，两者结合，能精确全面的采集太阳能电池板的丰富信息。通过热信号的生成来确定太阳能电池板受损情况，在高空实现对光伏组件热斑效应等问题的查看。在光伏电站的日常巡检中，无人机可以提供包括组件红外检测、组件表面灰尘检测、组件裂纹破损检测、组件遮挡检测等在内的组件检测，还能实现实时监测、分析、智能诊断等功能，以达到对光伏板灰尘覆盖、表面破损、发热等故障的诊断和隐患的精确定位。无人机光伏巡检技防整体方案3.智能清扫机器人光伏组件的灰尘清扫问题，已成为光伏电站维护中最大的难题，光伏板上的灰尘直接影响着光伏组件的发电效率，在污秽严重和沙尘严重的地区尤为明显。灰尘对光伏板的影响：1、降低光伏板的发电效率：光伏板表面上的灰尘影响了光线的透射率，进面减少了组件表面接收到的阳光辐射，不同的国家和地区的光伏灰尘遮挡影响的发电效率是不同的，在中国的部分地区，灰尘对光伏发电的能响最高能够达到25％。2、灰尘遮挡能够减少光伏板的使用寿命，在发电企业投资设计光伏发电的前期，我们都知道光伏板的使用寿命为25年，然而，在灰尘遮挡的情況下，导致部分硅片的阻值增高，进而形成光伏板的热斑。为提高光伏发电的效率，实现光伏板自动化清扫，研发并使用全自动智能光伏清扫机，采用独特的针对性技术，在不改使光伏板结构的情况下，实现光伏充电、自动行走的全智能光伏清扫机器人。智能清扫机器人应具备如下功能：采用现如今世界上比较先进的随动系统，即无需对光伏组件进行任何改造，能直接依附于光伏组件自动行走自动清扫；可设定不同的工作模式，清打完可自动离开光伏组件，不对光伏组件造成遮挡阴影，清扫任务完成后自动回到停车位；可以设定时间与清扫次数，以适应不同季节的清任务；清洁机器人所使用螺旋毛，不会损坏光伏组件表面的钢化玻璃；安装自供电的太阳能电池板及蓄电池，实现设备自身的电力需求。4.5G技术在光伏电站中的应用5G通信主要包含五个方面的基本特征，即高速率、高容量、高可靠性、低时延与低能耗，可简单概括为“三高两低”。5G定义的三大场景——增强移动带宽（eMBB）、超可靠低时延通信（uRLLC）和大规模机器通信（mMTC），具备超高带宽、超低时延、超大连接的技术特点，在电力系统的发电、输电、变电、配电、用电、调度，以及应急通信各个环节，均可发挥重要作用，能够深刻变革电力通信网，全面提升电力信息化水平。据估算，到2026年，5G将为全球十个主要产业带来1.3万亿美元的数字化市场规模，其中能源产业/公用事业（水、电、燃气等）占比最高为19%，约为2500亿美元。5G网络技术的峰值速率、区域速率、边缘速率，都比4G大幅提高。5G峰值速率最高可达20Gbps，满足高清视频、虚拟现实等数据的大量传输。5G的通信时延比4G少一个数量级，空中接口的时延在1ms左右，因此为电力差动保护、精准切负荷等超低时延业务应用创造了条件。5G网络容量更大，每平方公里能够连接100万个终端，包括智能家电和各种智能终端，能够满足电力物联网的海量智能终端的接入需求。5G技术通过通信原理的优化，会降级传感器或节点的能耗，不需要对通信设备进行更换电池或者充电，给万物互联提供了很好的技术条件。从具体功能来说，5G技术在电力行业的应用场景可分为如下几类：表5G电力行业四大应用场景光伏发电行业积极实施“互联网+”战略，全面提升行业信息化、智能化水平，充分利用现代信息通信技术、控制技术，实现智能设备状态监测和信息收集，激发新型作业方式和用能服务模式。随着业务的快速增长，电网设备、电力终端、用电客户迫切需要通过最新的通信技术及系统支撑，满足爆发式增长的通信需求。5G技术将支持能源领域基础设施的智能化，并支持双向能源分配和新的商业模式，以提高生产、交付、使用和协调有限的能源资源的效率。（1）光伏电站建设阶段与5G的结合光伏电站建设时期，如何把控建设进度、建设质量，确保建设过程的安全、可靠，是项目开发建设企业的重点和难点。而当5G技术与新能源建设时间相结合后，可在项目建设期间，利用5G网络的安全、可靠、快速的特点，实时监控建设期间的各项建设任务，提升监管能力，并实现建设过程的数字化，形成“建中有监管，建后可溯源”的能力，提升项目的质量和安全；还可监管建设进度，确保按计划完工。（2）光伏电站运行阶段与5G的结合在运行阶段的光伏电站，可利用5G网络的强大的传输能力，实现运行数据的实时无线传输，还可建立场区内的无线专网，增强信息通讯的能力和安全程度，确保信息安全和通讯安全。可助力在线运检、视频运检、远程指导、机器人运检等多功能的实现。（3）光伏电站与5G的共享经济由于5G网络的传输特点，需要建立大量的基站（5g基站的覆盖半径是200-430米之间，理论上是250米左右，不同运营商的5g基站的覆盖距离不同），随着5G网络建设的全面覆盖，建立5G基站是一笔非常大支出，期间还需选址、电力等部门的配合，确保5G基站可顺利建设。而光伏发电项目在全国建设非常广泛，场区覆盖面积大，并且具备一定的供电能力，可与5G建设相结合，为5G基站塔架建设提供场地，并且为5G设备供电，实现资源的共享，5G网络建设企业可降低建设成本，光伏电站投运企业也可获得额外的补偿收入，还可助力场区内5G网络的建设，可尽早使用上5G网络，一举多得。5.在线智能预警与故障诊断系统智能预警系统能够提升预见故障能力，提高设备精益化管理，逐步实现预知性检修，在设备性能严重下降或设备故障前检修，提高设备可靠性。智能预警系统是通过故障预警提升预见故障能力，用历史大数据建模进行多变量自动关联和模式识别，动态计算设备健康的基准值，在控制系统报警界限内发现故障早期征兆，在设备故障前进行诊断，跟踪和捕捉劣化拐点，及时发现和消除设备隐患，减轻人员进行设备趋势分析和状态监视的工作负荷和压力，提高状态分析的效率和规范性，减少人为监视的随意性，提高各专业处理设备问题和诊断问题的工作效率，保证各专业人员能够集中精力去解决问题而不是寻找问题。通过事前主动分析评估实现检修优化，提高对效能类指标的重视，计算光伏电站发电效率和各方阵发电效率。智能预警系统计算光伏电站各方阵发电效率，通过横向和纵向对比分析和跟踪光伏设备的效率，分析原因，提高光伏设备的可利用率。光伏电站在线故障诊断系统，是一套面向光伏电站日常运维消缺的设备故障自动定位与设备运行状态监测的智能化系统。该系统应用物联网、大数据技术，能全面覆盖、在线监测光伏电站所有设备，准确、实时定位故障设备，有针对性和计划性开展人工现场检测核验消缺；能够积累形成故障知识库指导现场运检人员及时消缺整改，减少人员培训成本，大幅度降低人工消缺运维工作难度和劳动强度，提高运检效率；能够多级部署，分级管控，实现运维考核精确量化。系统的部署应用结合严谨的运检规程，可最大限度减少设备故障（缺陷）导致的发电量隐性损失，保持电站设备在25年生命周期内始终处于最佳发电状态，从而为光伏电站的高效智能化运维提供强有力的支撑，为提高电站效益提供新手段、新方法。（1）基于离散率的故障诊断模型离散率模型主要是通过设备关键运行数据的离散率来诊断设备的一致性。以汇流箱或逆变器的组串电流为例，离散率反映了该汇流箱或逆变器所有汇流箱电池组串的整体发电状况，离散率数值越小，说明各汇流箱电池组串电流曲线越集中，发电情况越稳定。全天汇流箱或逆变器的组串电流离散率为该汇流箱或逆变器下组串电流每个时刻离散率的加权平均值。根据行业相关经验，汇流箱或逆变器的组串电流离散率取值范可分为如下4个等级：1）若汇流箱或逆变器的组串电流离散率取值范围在0％－5％以内，说明汇流箱或逆变器所带支路电流运行稳定。2）若汇流箱或逆变器的组串电流离散率取值在5％－10％以内，说明汇流箱或逆变器所带支路电流运行情况良好。3）若汇流箱或逆变器的组串电流离散率取值在10％－20％以内，说明汇流箱或逆变器所带支路电流运行情况有待提高。4）若汇流箱或逆变器的组串支路电流离散率超过20％，说明汇流箱或逆变器的支路电流运行情况较差，该汇流箱或逆变器及其所带组串有故障，影响电站发电量，必须进行整改。（2）基于偏差率的故障诊断模型基于偏差率的故障诊断模型主要用于分析光伏电站系统中设备一段时间内的运行参数，快速诊断该设备中各单元在该时间段内的运行性能，自动定位设备中各单元的故障，从而能够保证设备稳健、性能最优运行，最终提高电站发电量。性能指标偏差可用于表示个体设备单元相对于总体设备单元的差值，通常来说，正的性能指标偏差越大则个体设备单元的该性能指标越好，负的性能指标偏差越小则个体设备单元的该性能指标越差，从而可以依据个体设备单元的性能指标偏差，确定个体设备单元在该时间段内的运行性能。在实际应用中，还可以依据性能指标与运行性能之间的映射关系，确定个体设备单元在该时间段内的运行性能。例如，通常支路电流和支路输出功率与运行性能存在正比关系，这样，支路电流和支路输出功率对应的性能指标越好，支路的运行性能越好；支路电流和支路输出功率对应的性能指标越差，支路的运行性能越差。偏差率算法关键之一是比较该设备中各单元的性能指标偏差与预置的门限参数，得到相应的比较结果，在该设备中某单元的比较结果符合预置运行性能的条件时，判定该设备中该单元该时间段内的运行性能为该预置运行性能。6.备品备件管理通过在线故障诊断系统给出的检修策略，启动工器具管理系统，查询需用用到的工器具及备品备件的库存情况。该系统可以实现工器具的编码、出入库登记等信息的采集，以及对工器具型号、状态的查询。将GPS芯片植入重要工器具内部，为重要工器具配备“身份证”编码，实时跟踪工器具的位置，实现“共享工器具”管理，实现对工器具的跟踪和状态的实时掌控。智能两票首先在工作票许可和终结环节设置安措执行后相关设备运行参数的校验，如设备开关的状态信息，如不符合安措执行标准，将禁止工作票许可或终结。工作票在开出后，由工作票的许可时间和结束时间作为时间要素，工作票的设备信息即设备的工艺位置作为空间要素，在虚拟电站中以时间要素和空间要素自动生成虚拟电子围栏，对相应的工作人员进行授权，同时对非授权人员的闯入进行报警和监控，防止非授权人员误入设备间造成误操作。在多张工作票同时进行的工作时，如果虚拟电站中电子围栏区域出现部分重叠时可进行有效的预警，对不同工作票区域间的交叉作业及时告知相关人员，有效的避免安全隐患。8.智能钥匙系统传统上电站各种锁具和钥匙繁多，各种控制屏、房间等都有各自的锁具和钥匙，实行“一物一锁一钥匙”模式，人员操作繁琐，应急操作迟缓。而使用智能钥匙之后，一把智能钥匙，通过准确的授权方式，开启相关锁具，确保安全并提高了效率。9.智慧安全系统通过人员定位、智能门禁、人脸识别等物联网技术与智能视频等技术，结合三维可视化、电子围栏等，实现职工、外来人员的全方位管控；与智能巡检、智能两票等功能进行联动，实现对人员安全与设备操作主动安全管控，保障安全生产。10.智能可穿戴设备采用互联网+技术实现对厂区人员进行定位，结合电站的安全管理系统，解决发电企业危险区域防范、外包工管理、智能巡检和智能两票工作。通过人员定位和虚拟电站结合，现场人员可以智能识别危险区域，避免出现人身伤亡事故。通过虚拟电子围栏，可以为外包工工作区域进行管控。与智能检修的结合：可以全站场景漫游，在虚拟环境中可以快速对全站环境进行了解，数据实时更新，能够全面掌握站内状态。通过人员定位实现对现场检修人员的管控。与智能两票的结合：通过在开票环节的智能判断，避免人员走错间隔出现误操作，解决两张工作票在空间、时间和安全方面的冲突，消除安全隐患。11.物联网技术智慧管理物联网是新一代信息技术的重要组成部分，也是“信息化”时代的重要发展阶段。其英文名称是：“Internetofthings（IoT）”。顾名思义，物联网就是物物相连的互联网。这有两层意思：其一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；其二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信，也就是物物相息。物联网通过智能感知、识别技术与普适计算等通信感知技术，广泛应用于网络的融合中，也因此被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。物联网具有全面感知、可靠传输、智能处理的基本特征。在光伏电站中，充分利用先进的物联网技术，加强运行人员、检修人员及外包人员的安全与活动范围的管理，避免误操作，减少机组非停，对重点危险区域进行布控和监视。1）设备二维码挂牌通过融入物联网技术，引入二维码在设备运维过程，在设备位置上挂贴二维码，通过移动设备直接扫描二维码，进行查看设备信息以及对设备进行检修运维。通过二维码的应用将改变电厂检修人员过去的工作模式，不再是单纯的手工选择、输入，而是通过智能扫描、视频、图像、声音等多种手段结合，将设备运维提升到人机互联的新模式。2）安全风险主动防范蓝牙信标的应用，利用信标改善员工安全也是业者尝试发掘的优点之一，例如内嵌在员工识别证的蓝牙信标，一旦员工接近必须穿戴安全装备或已接受训练人员才能进入的区域，安装在当地的接受器会读取员工识别证讯号，并立即向员工智能手机发出提醒。而且一旦App未被打开，该警告讯号也会打开App确保讯息被接收来作为额外安全措施。3）机械类零部件位移监测：某些设备零部件与产品长时间工作位置发生偏转，有潜在危险或隐患，通过该位移信标侦测可有效预警及避免（该类应用绑定需要胶黏）。4）区域监控：在设定基站覆盖区域，标签非法离开系统报警。5）通道和边界控制：可判断该标签通过了何位置。12.智能调度系统①光伏AGC（光伏有功功率自动调节）：当前光伏电站发出的有功功率值和调度下发的目标值进行比较，如果差值太大，AGC将自动调节逆变器的有功功率限值，实时将当前光伏电站发出的有功调整到目标值附近。AGC控制对象为逆变器。②光伏AVC（光伏电压无功自动调节）：当前光伏电站高压侧母线电压实际值和调度下发的目标值进行比较，如果差值太大，AVC将自动调节逆变器的无功功率限值,实时补偿无功或者吸收无功,实现将电压追平到目标值附近。AVC控制对象为逆变器和SVG/SVC。13.自学习系统自学习系统即是模仿生物学习功能的系统。它是能在系统运行过程中通过评估已有行为的正确性或优良度，自动修改系统结构或参数以改进自身品质的系统。与自适应系统不同之处在于：经学习而得到的改进可以保存并固定在系统结构之中，从而较易于实现，并可作为自动设计或调整的一种办法。自学习系统在光伏电站中的应用广泛、智能化水平高，主要技术特点涉及领域有且不限于：通过自学习法辨识光伏电站与电网之间的系统阻抗X，判断系统阻抗X的有效性和合理性及计算光伏电站无功功率优化目标值Qtarget，最终使系统的电压支撑力度提高，网损减小。自学习模糊前馈补偿算法应用于光伏MPPT技术中，算法采用模糊模型逼近短路电流和最大功率点电压之间的非线性关系，从而构造了光照强度前馈补偿通道，同时根据扰动观测结果对模糊规则库进行在线学习以消除温度变化对非线性逼近精度的影响。为进一步提高稳态精度，采用变步长扰动观测法设计反馈控制器。仿真与试验结果表明所提出的方法对光强突变具有良好的适应性和鲁棒性，显著提高了光伏系统转换效率。神经网络由于具学习功能，使用于解决非线性、自适应性及多变量问匙，因此成为高科技领域内众多实践工程中，取得了初步的成果。在光伏系统中，神经网络也被用于太阳能电池最大功率点的实时跟踪及控制系统，以提高太阳能电池的工作效率。随着神经网络软硬件技术的发展，神经网络在光伏系统中还会有其他的应用，如蓄电池剩余电最的预测、光伏系统智能管理系统等。14.基于人工智能的短期光伏发电功率预测技术由于光伏发电功率具有随机性和波动性等特性，因此，大规模光伏发电并网会造成电网功率剧烈波动，严重影响了电网系统的安全稳定运行以及调度规划。精准预测光伏发电功率有利于电站运维人员及时掌握电站运行动态，亦有利于电网调度人员合理调整发电计划、维护电力系统的稳定运行。目前，光伏发电功率预测方法有两种，分别为基于物理模型的直接预测方法和基于历史数据的间接预测方法。直接预测方法主要依托天气数值或气象云图等信息预测发电功率，所用的模型有天气数值模型、地基云图模型以及天气数值与云量图像相结合的预测模型等。直接预测方法需要准确的天气预报信息、电站地理信息和大量的天空图像信息，且对采集设备和采集方式有较高的要求，导致该预测方法的鲁棒性较差。间接预测方法包括时间序列法、回归分析法等统计方法和人工神经网络、支持向量机等人工智能方法。间接预测方法能够克服直接预测方法对物理机理掌握不足等困难，适用于光伏短期、超短期功率预测。长短期记忆（LongShort-termMemorv，LSTM）网络是一种具有时序记忆功能的递归神经网络，将其应用到光伏发电功率预测领域成为当前的研究热点。基于LSTM网络搭建的预测模型在训练和预测时，可以有效地保留或剔除历史训练产生的影响因素，使预测结果能够更好地体现数据信息的时序性。在预处理阶段按季节划分样本数据，经过对冗余信息处理后输入到预测模型中，能够提高预测模型的数据处理效率。基于人工智能的短期光伏发电功率预测技术具有更好的鲁棒性和泛化能力，能较好地反映时序数据的动态特性，预测精度较高，预测结果能够为电站运维人员和电力调度部门提供可靠的数据支持。15.抗灰尘纳米增透涂覆膜技术光电转换效率除受制于光电转换元件自身技术成熟度等内因影响之外，光伏组件的透光率是主要的外因。光伏组件表层钢化玻璃分子结构疏松所呈现的凹凸不平使之产生了极大的光线折射，影响着组件透光性和多种光的有效吸收，其次，也为风沙、鸟粪等赃污附着、结垢提供了便利，这些也极大程度地影响着组件透光性。光伏饱受着灰尘遮挡之苦，此外，阳光中短波长光子常常在它们到达pn结之前就已经被吸收掉了，无法在耗尽区中激发出有效的电子空穴对，使得其能量以热的形式传给了电池而无法被利用。灰尘遮挡最直接的影响就是少发电且有热斑效应，会缩短了光伏板的寿命，降低了收益率。莲叶“出淤泥而不染”，究其原因，莲叶的表面排布着规则的纳米颗粒，具有疏水性和去污能力。师法于自然，把该原理用在纳米涂覆膜的研发中。首先，通过纳米清洗解决光伏组件钢化玻璃上沉淀的污垢，使其分子结构裸露；其次，在裸露的玻璃表层瞬时喷涂纳米颗粒膜，将其分子拉拢到一起，