为什么要做数据分析

和所有的产品一样，在使用多年以后，总会出现这样或那样的问题。光伏电站在长达25年以上的寿命周期中，光伏组件的发电效率、汇流箱、电缆、逆变器等电器元件的可靠性会逐步降低，特别是恶劣的西部环境，光伏电站的发电量也随之逐年递减。

除去自然老化的因素之外，还有光伏组件、汇流箱、逆变器、变压器的质量问题、施工建设的安装问题，组件表面的灰尘、组串的串并联损失、光伏直流及交流线缆的损失等多种因素，同时光伏电站在运行中还存在各种缺陷、故障。

光伏电站的容量一般较大，光组件数量在几万到几十万之多，如果光伏电站的某个支路发生了故障，靠传统的人为在线下一个个的支路去排查、去诊断不太现实。

因此，光伏电站必须要有科学合理可行的运维管理方法和手段，保证电站在正常衰减外的平稳运行。

解决上述问题，需要做到有的放矢地进行运维工作，提高运维效率，就需要通过相应手段快速准确地发现异常、定位异常。

这个手段就是数据分析，将数据分析应用到运维活动中并作为一个重要组成部分，通过对光伏设备的运行状态监控数据的统计分析，判断问题所在位置，结合现场检查发现问题原因，进而找到处理办法。

做数据分析的一般方法

光伏电站一般就地安装一套监控系统，运行管理系统则不一定安装，如果有安装的话，就可以对实时的发电数据进行监控，并对历史的发电数据进行统计和分析。

由于光伏电站积累的原始数据冗余繁多，且单纯的原始数据也没有分析的意义。因此，原始数据收集以后要经过筛选和处理，初步统计出需要的数据。如某中型光伏电站的逆变器记录的原始数据有8900项/天，但最重要最具有实际意义的是功率数据、时间数据、发电量数据、组串电流、组串电压等；气象站数据中主要需要的是太阳辐射数据、环境温度数据、风速风向等。

从原始数据中筛选初步统计出需要的数据后，下一步就是对数据进行处理和计算，成为具备可比性的数据。

如气象站测得的水平面太阳辐照度、水平面散射辐照度、法向直接辐照度，经过处理和计算得到光伏组件阵列面实际接收的辐照度和曝辐量、通过实测光伏阵列输出功率数据，计算得到光伏方阵实际系统效率、归一化系统效率，将各个方阵的的发电量归一化处理为标准等价发电时数等等。

在得到了上述的数据后，就可以用于分析电站的实际发电能力情况。

通过归一化处理后的发电时数，可以横向比较电站各个方阵的运行情况；通过系统效率可以纵向比较方阵的发电能力是否达到设计要求。

在找到发电量能力落后的方阵后，就可以进一步仔细分析该方阵的原始数据，并且运维人员可以有重点的关注和检查方阵的各个设备和环节，从而找到其发电量能力落后的原因并消除。

部分光伏电站存在的问题

1）大部分光伏电站的辐射仪器是采用国产的设备，由于价格便宜，精度较差，造成辐射仪器的数据与实际偏差较大，不能用于准确的计算电站的系统效率。

2）部分集中式光伏电站由于采用了传统的非智能汇流箱，因此组串的数据无法进行监控，从后台只能看到逆变器级的数据，因此某个支路发生了故障，后台是很难分析出来的。因此传统的汇流箱需要通过相应的技改，增加通讯模块，这样后台的数据才能监控到每一串。

3）另外部分光伏电站虽然有了智能汇流箱，但是通讯模块一直不稳定，或者数据采集的精度级别不够，造成后台显示的电流和实际用钳形表测试的电流差异较大。这样也是不利于后台通过数据分析来诊断组串的运行好坏。

部分运维管理系统的通病

由于光伏电站会产生大量的运行数据，上述数据收集、分类统计、处理计算和分析过程，必须要采用计算机软件进行或辅助处理。现在市场有很多供应商提出了所谓的“智能光伏解决方案”，其“智能”程度主要是做到将原始数据收集存储。

少部分有一些简单的统计，没有处理计算，难以达到运维真正需要的程度。有的“智能光伏”解决方案考虑到了一些对原始数据的处理计算，但非常粗犷，如某电站之前使用的某厂商的智能光伏监控平台，根本不符合电站跟踪式光伏和聚光光伏的实际情况，所谓的“智能”数据根本不具备参考价值。

究其根本，主要是因为这些“智能光伏解决方案”供应商光伏发电知识和实际电站运营经验的欠缺，不清楚电站用户的需求，而大多数光伏电站用户也不重视科学运营，提不出自己清晰的需要。