无人机应用于屋顶分布式光伏检查的技术研究

0引言

分布式光伏是新能源发电的重要方式之一,随着分布式光伏装机容量的不断增长,私自增容、故障频发等问题也越来越凸显,电力企业传统的人工登高检查方式存在危险性高、效率低等缺点。为解决这些问题,随着无人机技术迅猛发展,无人机在分布式光伏智能化检查领域的应用得到了广泛研究^[1—3]。

1 菏泽分布式光伏发展现状

截至2024年,菏泽地区公变台区分布式光伏累计建设17 495个,总容量达1 630.2 MW;专变台区分布式光伏累计建设230个,总容量达125.4 MW;光伏相对集中点累计建设25个,总容量达547 MW。目前,供电企业光伏现场检查仍以人工登高为主,存在光伏出现故障排查时间较长、危险性及漏检率高、设备隐性故障无法获知等问题,容易导致故障升级^[4]。因此,传统人工现场检查模式已经无法满足光伏故障预警与诊断、发电量考核、关键电气设备运行性能分析与评估、系统损耗、安全运行等新要求。

2菏泽分布式光伏检查现状

目前,供电企业对屋顶分布式光伏的检查仍以人工登高为主,农村地区的屋顶分布式光伏高度一般在3~5 m,人工攀爬危险性高、效率低。登高后的检查主要包括以下三个方面。

2.1 安全性检查

检查分布式光伏电池板与支架的接地情况、电气连接是否牢固;检测光伏支架和钢结构的稳定性和结构安全性,包括支架的铰链连接、螺栓和焊接连接的完整性等。

2.2 功能性检查

检查光伏组件之间的电气连接,包括电缆、接头、连接盒等,确保电气连接牢固可靠,没有松动、脱落等问题;检查光伏板上有无颗粒、灰尘等影响光伏发电效率的缺陷。

2.3履约情况检查

检查是否存在私自增容、少装、漏装等情况,导致现场实际容量与系统备案容量不同,影响正常履约的情况;检查是否存在分布式光伏未经备案、验收,私自通过线路并网等违规情况。

通过实践验证,对一处备案容量为1.5 MW的分布式光伏完成上述三个方面的检查平均需要约2 h。

3 无人机在分布式光伏电站中的应用分析

对用户光伏设备进行现场检查是供电企业重要的日常工作任务之一,若不及时检查,一方面光伏组件中存在的缺陷将会造成安全隐患,另一方面若存在私自增容等情况,套取国家相关补贴,将会给国家造成经济损失^[5—7]。

目前,无人机搭载红外热成像仪和可见光成像设备,基于人工智能图像识别技术,可实现光伏组件的热斑检测、表面积灰检测、裂损检测、表面遮挡物检测等^[8—9]。利用无人机开展分布式光伏巡查工作,能有效解决屋顶分布式光伏的检查难题,显著降低时间成本和劳动力成本,并避免人工登高造成的安全作业风险,综合经济效益显著。

3.1问题筛选

依托供电企业用电信息采集系统,对包含分布式光伏的用户的电能示值、电压、电流、功率、功率因数、时间等数据进行统计,形成基础监测数据,对计量装置及用户设备的运行状况进行分析,对电能计量设备运行状态的正常与否进行判断,并据此确定存在问题的台区及可疑用户,完成问题筛选。

利用无人机搭载全画幅拍摄云台,完成台区范围内用户地理信息采集,并使用专业的图像集成软件,完成台区范围地理信息图的绘制。

以用电信息采集系统数据为基础,依托无人机搭载的可见光云台和图像传感器,通过飞行数据采集、数据处理和图像识别自动识别线路状态,检测线路中是否存在私拉乱接等异常现象,同时实时获取无人机状态并控制无人机飞行,使用RTK高精度定位技术获取无人机位置信息,并通过4G/5G网络保持无人机与服务器间的通信,将图像回传并进行图像识别,发现窃电行为及时将相关图片导出取证,并指导检修人员核查处理。

通过用户信息采集系统,收集存在线损异常或可能存在问题的台区信息,梳理重要用户台区开展特巡。3.2 无人机精准测绘供电地理信息

依托无人机高空、远距离拍摄效率高、智能化水平高的优势,利用无人机搭载全画幅拍摄云台,完成计量装置、分布式光伏等设备的地理信息及图像采集,如图1所示,并使用专业的图像集成软件完成供电地理信息图的绘制,形成基础信息数据库^[10]。供电地理信息图中应包含相应设备的经纬度及图像信息,并可直观地观察到目标设备,建立相关设备的基础信息台账。

利用无人机搭载RTK设备进行高精度的表箱点位采集,包括WGS84三维地理坐标,根据无人机高程测量表箱高度,输出用户表箱位置信息,形成表箱位置信息台账。

3.3 无人机采集光伏电池组件红外图像

根据测绘地理信息, 自动规划无人机飞行航线,在地理范围内,利用无人机搭载可见光云台完成分布式光伏电池组件的高清可见光图像采集。无人机端增加适用于配网工程的红外及可见光云台,将红外技术、可见光技术整合,实现配网设备红外及可见光一机巡检,如图2所示。

3.4 分布式光伏异常数据分析

结合分布式光伏电池组件基础数据库,根据所拍摄的分布式光伏电池组件高清可见光图像,利用人工智能图像识别技术,完成分布式光伏报装容量与实际容量的整体核对,确定是否存在私自增容、少装、漏装等问题。

根据所拍摄的分布式光伏电池组件红外图像,利用图像识别技术,完成分布式光伏电池组件异常数据分析,确定电池组件是否存在热斑、树木遮挡、鸟粪遮挡、二极管故障、组件开路等影响光伏组件发电的异常情况。

4应用案例分析

对菏泽皇镇供电所范围内一光伏相对集中点进行巡检,通过无人机系统对分布式光伏进行包括热斑检测等在内的缺陷巡查,共发现缺陷3处,其中热斑缺陷1处,二极管故障1处,组件开路故障1处,用时约30 min。此光伏站点容量为500 kw,主要步骤如下。

4.1 正射影像

通过无人机定位技术形成光伏正射影像,具体如图3所示。

4.2 巡检结果

通过巡检发现光伏板上存在热斑缺陷1处,如图4所示,是物体遮挡或光伏组件自身原因导致组件局部发热,影响光伏输出功率,严重情况下将存在安全隐患。

巡检发现光伏组件存在二极管故障缺陷1处,如图5所示,如果故障持续存在,二极管温度会持续上升,引起反向电流增大,导致二极管温度进一步上升,形成恶性循环'影响光伏发电效率和安全稳定运行。

巡检发现光伏组件存在开路缺陷1处,如图6所示,主要表现为组件中电池回路开路,导致电流无法正常通过,影响光伏组件发电效率和使用寿命。

5 前景分析

应用无人机巡检技术,可以有效解决屋顶分布式光伏巡检难题。和人工现场检查分布式光伏相比,无人机巡检技术速度快、效率高、安全系数高,对存在各种缺陷的光伏组件漏检率极低,能够很好地解决人工检查带来的危险性高和人工成本增加等现实问题。目前,无人机巡检技术在分布式光伏领域得到了快速推广和应用,随着无人机地理精准定位技术、人工智能识别算法、飞行路径自动规划技术的快速发展和应用,无人机技术在屋顶分布式光伏巡检中的应用前景将越来越广阔。

6结论

本文对无人机应用于屋顶分布式光伏检查的技术进行了详细分析,研究了可用于屋顶分布式光伏巡检的关键技术,并对应用情况进行了案例分析和前景展望,研究结果表明:对于屋顶分布式光伏的现场检查工作,无人机现场巡检效率是人工巡检的4倍,人工成本是人工巡检的1/2左右。该方案可解决屋顶分布式光伏现场检查中效率低、漏检率高、安全性低等问题,为供电企业对屋顶分布式光伏的精细化、 专业化管理提供一种新的技术方案。

[参考文献]

[1]尹昌洁,权楠,苏凯,等.我国分布式能源发展现状及展望[J].分布式能源,2022,7(2):1—7.

[2]赖菲'陈亚鹏'单正涛'等.深度学习算法在光伏电站无人机智能运维中应用[J].热力发电'2019'48(9):139—144.

[3]孙杰,谢文寒,白瑞杰.无人机倾斜摄影技术研究与应用[J].测绘科学,2019,44(6):145—150.

[4]高国庆,高源.多旋翼清洗无人机在屋顶类分布式光伏电站的应用研究[J].太阳能,2023(7):74—79.

[5]刘江林.华电大同秦家山10万kw光伏电站无人机自动巡检及热斑图像自动识别[J].太阳能,2017(5):45—48.

[6]卫芃毅.光伏清洁无人机目标检测与定位研究[D].太原:中北大学,2020.

[7]邓琳翔,石玥,倪子涵.小高层建筑外墙及玻璃清洁无人机设计与验证[J].设计,2020,33(2):137—139.

[8] 白恺,李智,宗瑾,等.积灰对光伏组件发电性能影响的研究[J].电网与清洁能源,2014,30(1):102—108.

[9]刘平.分布式光伏发电示范性项目应用探讨[J].黑龙江科技信息,2017(4):98.

[10]黄光政,孙琳.基于无线传输技术的分布式光伏发电监控系统研究[J].机电信息,2017(30):38—39.

2025年第1期第6篇