Con la crescita esponenziale della scala delle centrali elettriche fotovoltaiche, il tradizionale modello di funzionamento e manutenzione delle onde umane "non è più in grado di far fronte: una centrale elettrica da 1 GW richiede centinaia di personale operativo e di manutenzione e problemi come il rilevamento ritardato dei guasti dei componenti, il tempo di pulizia impreciso e gli alti tassi di perdita di generazione di potenza stanno diventando prominenti. Il funzionamento e la manutenzione digitale, attraverso tecnologie come Internet of Things, Intelligence Artificial e Droni, hanno trasformato le centrali fotovoltaiche in "organismi di pensiero", raggiungendo una posizione di guasto precisa, l'ottimizzazione dell'efficienza energetica in tempo reale e una significativa riduzione dei costi, inaugurando l'era intelligente dell'operazione fotovoltaica e della manutenzione fotovoltaica.
1 Percezione totale: costruzione di una "rete del terminale neurale" per le centrali elettriche
Ogni pannello fotovoltaico diventa un nodo di rilevamento intelligente. La nuova generazione di moduli fotovoltaici è dotata di micro sensori che raccolgono parametri in tempo reale come temperatura, corrente e tensione. I dati vengono trasmessi alla piattaforma cloud tramite reti wireless IoT LORA o NB. Con una centrale fotovoltaica da 1,2 GW, 2 milioni di moduli caricano dati ogni 15 minuti, formando un enorme database di 10 TB/anno, fornendo una base per l'analisi dell'intelligenza artificiale. Quando la temperatura del componente supera la soglia di 5 gradi, il sistema lo segna automaticamente come un "guasto sospetto" e innesca un'ulteriore diagnosi.
L'ispezione dei droni ha risolto il problema dell'ispezione di centrali elettriche su larga scala. Il drone dotato di telecamere ad alta definizione e immagini termiche a infrarossi può ispezionare 500000 metri quadrati all'ora, che è 50 volte più efficiente dell'ispezione manuale. Attraverso algoritmi di riconoscimento delle immagini, i droni possono identificare automaticamente problemi come crepe nascoste, punti caldi e copertura della polvere nei componenti, con un tasso di precisione del 98%. Dopo l'introduzione di veicoli aerei senza pilota per l'ispezione in una certa centrale elettrica, il tempo per il rilevamento delle guasti è stato ridotto da una media di 7 giorni a 2 ore, con conseguente riduzione annuale di 1,5 milioni di chilowatt per la perdita di generazione di energia.
Il sistema di previsione meteorologica raggiunge una previsione accurata della generazione di energia. Sulla base di immagini di nuvole satellitari, stazioni meteorologiche a terra e dati storici di generazione di energia, il modello AI può prevedere l'output fotovoltaico per le prossime 72 ore con un tasso di errore controllato entro l'8%. Ciò fornisce una base affidabile per la spedizione della rete elettrica, riducendo il tasso di deviazione del piano giornaliero di una centrale elettrica a Gansu dal 15% al 5%, evitando le multe causate dalle fluttuazioni della produzione.
2 processo decisionale intelligente: ottimizzazione guidata dall'intelligenza artificiale delle strategie operative e di manutenzione
Gli algoritmi di apprendimento automatico sono diventati il "miglior consulente operativo". Analizzando i dati storici, i modelli di intelligenza artificiale possono identificare i modelli di degradazione dei componenti, ad esempio, se si trova un lotto di componenti per sperimentare un aumento del 10% del tasso di degradazione durante le alte temperature in estate dopo 3 anni di funzionamento, un piano di manutenzione mirato può essere sviluppato in base a questo: pulizia precoce in primavera e aumento della frequenza di ispezione in estate. Dopo aver applicato questo modello a una determinata centrale elettrica, il tasso medio di attenuazione annuo dei componenti è diminuito dal 2,5% al 2,0% e la generazione di energia totale è aumentata del 3% in 25 anni.
Il sistema di pianificazione della pulizia intelligente realizza "pulizia su richiesta". Combinando modelli di deposizione di polvere, previsioni meteorologiche e previsioni di perdita di generazione di energia, il sistema calcola automaticamente il tempo di pulizia ottimale. In una centrale elettrica nello Xinjiang, il sistema riduce la frequenza di pulizia da 2 volte al mese a 1-3 volte, se necessario, risparmiando il 30% di acqua, garantendo al contempo che la perdita di generazione di energia causata dalla polvere non superi il 2%. Per il monitoraggio degli array fotovoltaici, il sistema può anche controllare la staffa per ruotare all'angolo ottimale e cooperare con i robot di pulizia per migliorare l'efficienza della pulizia.
La diagnosi dei guasti si è spostata da "post riparazione" a "preavviso". Sulla base dell'analisi delle vibrazioni e della tecnologia di riconoscimento della stampa vocale, l'IA può determinare il grado di invecchiamento dei condensatori interni attraverso il suono operativo dell'inverter e avvertire di guasti con 6 mesi di anticipo. Il caso di una determinata società operativa e manutenzione mostra che dopo aver adottato la manutenzione predittiva, il costo della riparazione degli guasti degli inverter è ridotto del 60%e il tempo di inattività non pianificato è ridotto dell'80%.
3 Twin digitale: gestione completa del ciclo di vita che combina virtuale e realtà
La tecnologia Digital Twin costruisce una "immagine virtuale" della stazione di potenza . 1: 1 Restoration di tutte le apparecchiature e l'ambiente della centrale fotovoltaica nel computer e la mappatura in tempo reale dello stato operativo della centrale di potenza fisica. Simulando la generazione di energia in diverse condizioni di illuminazione e temperatura, il layout dei componenti può essere ottimizzato: una centrale elettrica di nuova costruzione ha regolato la spaziatura dei componenti da 3 metri a 3,5 metri attraverso la simulazione gemella digitale, aumentando la generazione di energia dei componenti posteriori del 5% e aumentando il rendimento sugli investimenti di 1,2 percentuale.
Nel rinnovamento delle centrali elettriche, viene evidenziato il valore della funzione di simulazione dei gemelli digitali. Per una vecchia centrale elettrica che è in funzione da 10 anni, la sostituzione virtuale di diversi tipi di inverter e componenti viene utilizzata per simulare l'efficienza della generazione di energia dopo il rinnovo e selezionare la soluzione ottimale. Una determinata centrale elettrica ha scelto il metodo di rinnovamento di "componenti di mantenimento+in sostituzione di inverter ad alta efficienza" in base a questo, che ha risparmiato il 40% dei costi rispetto al piano di sostituzione completo e l'aumento della generazione di energia del 12%.
Il centro remoto di funzionamento e manutenzione raggiunge un controllo preciso da migliaia di miglia di distanza. Al momento del quartier generale di funzionamento e manutenzione di Jiangsu, gli ingegneri possono controllare a distanza il robot di ispezione della stazione di potenza Xinjiang, regolare l'angolo della staffa di tracciamento e avviare/arrestare l'inverter attraverso il sistema gemello digitale. Questa modalità di funzionamento e manutenzione centralizzata riduce il numero di personale di funzionamento e manutenzione per una centrale elettrica da 1 GW da 100 a 30, riduce i costi del lavoro del 70%e migliora la velocità di risposta al livello minuto.
L'operazione digitale e la manutenzione delle centrali fotovoltaiche comporta essenzialmente la sostituzione del lavoro manuale con il flusso di dati e l'uso dell'ottimizzazione dell'algoritmo anziché il giudizio empirico. Questa trasformazione non solo migliora l'efficienza delle singole centrali elettriche, ma consente anche di gestire simultaneamente le centrali di energia fotovoltaica su larga scala-quando l'IA è in grado di gestire 10 GW o addirittura 100 GW di attività fotovoltaiche contemporaneamente, la fornitura a basso costo e ad alta efficienza di energia pulita farà un nuovo passo avanti, fornendo un supporto tecnico solido per la trasformazione energetica.