导读：随着光伏电站规模的不断扩大，光伏设备的数量也在增加。而光伏电站一般地处偏远地带，运维人员较少，为保证光伏电站的安全、高效、低成本运行，就势必要对电站设备运行水平进行全面准确分析，精准运维。
光伏电站的设备组成：
光伏电站设备是光伏电站的基本支撑，一般由气象站、太阳能电池阵列、汇流箱、直流柜、逆变器、箱变、主变、数据采集器、支路电表、关口表等设备构成，其系统结构如图1。随着光伏电站规模的不断扩大，光伏设备的数量也在增加。而光伏电站一般地处偏远地带，运维人员较少，为保证光伏电站的安全、高效、低成本运行，就势必要对电站设备运行水平进行全面准确分析，精准运维。
光伏设备运行的分析及设置：在光伏设备中，直流柜、箱变和主变发生故障的概率较低，电量损失较大，比较容易发现，所以设备运行分析主要偏重于太阳能电池阵列、汇流箱、逆变器和数据采集器。
图1太阳能光伏电站结构示意图
太阳能电池阵列和汇流箱是损失电量的主要发生区，在光伏电站中数量较多，故障发生率较高，且不易被发现，正因为如此，萨纳斯设置了”汇流箱组串电流分析”和“汇流箱组串电流故障分析”对太阳能电池阵列和汇流箱故障进行分析，对提升发电量有重要作用；
逆变器的常见故障为逆变器输出功率为“0”和功率偏低，萨纳斯设置了“逆变器日负荷曲线展示”、“逆变器状态时长统计”、“逆变器启动规律分析”、“逆变器最大出力分析”、“逆变器输出功率分析”、和“逆变器故障分析”对逆变器故障进行分析；
为了发现数据采集器故障导致数据上传丢失或恒值现象，萨纳斯设置了“中断分析”；为了表征组串、汇流箱、逆变器运行效率设置了“组串衰减率对比”、“逆变器转换效率分析”和“光伏方阵效率及性能比分析”；设置“汇流箱组串电流离散率分析”和“逆变器输出功率离散率分析”来衡量光伏电站的运维效果；设置“逆变器对比分析”评估不同供应商或不同规格逆变器情况。
光伏设备运行分析内容见下表：
分析方法：
考虑到及时发现光伏设备故障、充分反映光伏设备的运行效率、准确衡量光伏电站运维效果、完成光伏设备评估等问题，萨纳斯运用描述性统计分析，主成分分析、聚类分析、关联分析等方法对光伏设备运行大数据进行统计和挖掘，结合直观的数据展示技术，对15个分析内容，35个光伏设备运行指标全面展开分析。
可实现功能：
汇流箱组串故障汇总及定位：展示汇流箱组串电流及预警曲线，组串电流偏差率及预警曲线，由两种曲线可以直观展示电流为“0”或偏低的故障汇流箱组串，并给出故障汇流箱组串定位、故障起止时间、故障类型判断、故障引起原因等汇总信息；
汇流箱组串故障分析及预测：可查询设置周期和电站并网以来的每条汇流箱组串电流故障时长、故障率及因故障损失的发电量，形成汇流箱组串故障随时间的变化关系和汇流箱组串间故障对比，并对汇流箱或汇流箱组串形成评级，提前预测汇流箱组串故障。
逆变器汇总及定位：展示逆变器启动时机、逆变器日负荷曲线、逆变器输出功率及预警曲线、逆变器输出功率偏差率及预警曲线、最大出力对比，可以直观得出逆变器输出功率为“0”或偏低的故障逆变器，并给出故障逆变器定位、故障起止时间、故障类型判断、故障引起原因等汇总信息；
逆变器故障分析及预测：可查询设置周期和电站并网以来的每个逆变器故障时长、故障率及因故障损失的电量，形成逆变器故障随时间的变化关系和逆变器间故障对比，形成逆变器故障预测。
设备中断信息显示：展示气象数据、汇流箱数据、逆变器数据、支路电表数据、关口表数据运行以来的中断类型及时长，可及时发现数据中断和中断时长。
组件商选择和匹配设计：展示每年的组串功率衰减率即组串衰减率，形成组串衰减率随时间的变化规律，不同供应商间组串衰减率进行对比，不同电站间组串衰减率形成对比，由此可辅助预测电站发电量，决策光伏组件供应商的选择，指导光伏组件匹配设计。
设备运行效率：展示了太阳能电池阵列、汇流箱、逆变器的运行效率：光伏方阵效率、性能比、逆变器转换效率，如下图，可实时反映关键光伏设备运行效率。
运维效果评定：展示设置周期的汇流箱组串电流离散率、逆变器组串电流离散率，并对取值范围分成四个等级：运行稳定、运行良好、运行待提高、必须改进，运维人员可根据等级评定判断运维效果和采取相应运维措施。
逆变器选型及设备提升：展示了不同供应商相同功率级别下逆变器的发电时长，故障停机时长，折合成1MW装机容量的逆变器输出电量，逆变器将直流电转换为交流电的效率等关键信息，并对各项指标设置权重并评级，根据评级可直接指导逆变器的选型和供应商设备提升方向。
本文转自d1net（转载）
