中信博 王士涛 人工智能光伏跟踪系统的实证数据研究

Copyright2021 中信博版权所有0 人工智能光伏跟踪系统的 实证数据研究 中国 日本 印度 美国 西班牙 澳大利亚 阿联酋 墨西哥 智利 巴西 越南 阿根廷 股票简称 中信博 股票代码 688408 王士 涛 I 首席技术官 江苏中信博新能源科技股份有限公司 Copyright2021 中信博版权所有1 1. 组件尺寸演变 From L x W 2 x 1 2 m2 To [1.11.3] x [2.22.4] 2.43.12 m2 1.21.56 x larger modules 电池尺寸 效率 价格 开路电压 组件串联数量 Copyright2021 中信博版权所有2 1P 天际 2 2P 天智 2 1. 主流 跟踪器 – 2P/1P 世界 领先技术 - 多 点平行 驱动  结构更优化  立柱更少  汇 流设计更优  抗风能 力更强 Copyright2021 中信博版权所有3 L W - 更长 - 更高 2. 大尺寸组件的影响 组件 适当增加尺寸，有利于提高功率 、 降低 BOS成本。 尺寸 过 大 安装 成本 运输成本 载荷风险 安装 不便利 系统兼容性差（跟踪器、逆变器 、线 缆） Copyright2021 中信博版权所有4  组件自身强度更弱了，抗 风 、 抗 载能力下降。  组件尺寸变大导致跟踪器体型系数增大。 2. 大尺寸组件的影响  组件尺寸变大导致迎风面积更大， 风致振动效应更显著。 Copyright2021 中信博版权所有5 目前项目常见的最多 28块串联，选取晶澳的 2款组件的组串配置 最低环境 温度 串联数量 跟踪器 SkyLine SkySmart 组串数量 组件总数量 单套跟踪器容量 -20℃ ≤27 ≤3 81 36.5kW -10℃ ≤27 ≤3 81 36.5kW 0℃ ≤28 ≤3 84 37.8kW 10℃ ≤29 ≤3 87 39.2kW 20℃ ≤30 ≤3 90 40.5kW 常规 PERC组件 功率 450W 电池片 144片 开路电压 49.6V 开压系数 -0.272/℃ 最低环境 温度 串联数量 跟踪器 SkySmart2 组串数量 组件总数量 单套跟踪器容量 -20℃ ≤27 ≤4 108 59.4kW -10℃ ≤27 ≤4 108 59.4kW 0℃ ≤28 ≤4 112 61.6kW 10℃ ≤29 ≤4 116 63.8kW 20℃ ≤30 ≤4 120 66kW 高功率组件 功率 550W 电池片 144片 开路电压 49.9V 开压系数 -0.275/℃ SkySmart2通常串联数量不变，增加 1路组串，跟踪器上组件安装量提升 30； 高功率组件 SkySmart2，跟踪器容量提升 63。 2. 大尺寸组件的影响 Copyright2021 中信博版权所有6 常规 PERC组件 高功率组件 功率 450W 550W 电池片 144片 144片 开路电压 49.6V 49.9V 开压系数 -0.272/℃ -0.275/℃ 组串 84或 1120℃ 84或 1120℃ 按实际情况的组串数量，高功率组件 跟踪器的成本变化 2. 大尺寸组件的影响 -8 -24 -1 -25 -20 -15 -10 -5 0 2P-112550vs 2P-112450W 2P-112550vs 2P-84450W 2P-112550vs 1P-84450W 高功率组件 跟踪器的成本下降 Copyright2021 中信博版权所有7 3. 跟踪系统人工智能（ AI）解决方案 单面 组件 晴天 天气 平地 地势 传统跟踪算法仅适用以上环境 环境适应性差 双面 组件 复杂 天气 起伏 地势 人工智能算法 适用各种环境 ※ 传统 跟踪 算法受限于 ※ 人工智能算法不 受 限 Copyright2021 中信博版权所有8 人工智能（ AI）技术四大策略  真实地形下的跟踪控制策略  基于实时气象数据的云层策略  针对双面组件 跟踪器的双面策略  与逆变器共享参数的控制策略 增加发电量 0-7 3. 跟踪系统人工智能（ AI）解决方案 地形策略 云策略 双面 策略 中信博 AI控制算法 组串电压 /电流 优化跟踪角度 计 算 角 度 反馈 修正角度 Copyright2021 中信博版权所有9 3. 跟踪系统人工智能（ AI）解决方案 真实地形下的跟踪控制策略  分析地形起伏及跟踪器排布  优化逆跟踪算法  规避阵列间阴影，最大化利用辐照资源 增加发电量 0-5 规 阴 避 影 优 角 化 度 AI算法 传统 算法 Copyright2021 中信博版权所有10 3. 跟踪系统人工智能（ AI）解决方案 基于实时气象数据的云层策略  建立气象数据库  结合实时气象数据  实时获取云层图像，预测云层的投影区域  识别投影区域，区分位于不同区域的跟踪 方式 增加发电量 0.5-2 Copyright2021 中信博版权所有11 针对双面组件 跟踪器的双面策略  设立测试组，通过快速旋转来实时捕捉最佳跟 踪角度  结合先进的搜索算法、机器学习算法以及深度 神经网络  对辐照集中搜索和分布反馈  获取和判断双面组件的最佳跟踪角度 3. 跟踪系统人工智能（ AI）解决方案 Copyright2021 中信博版权所有12 与逆变器共享参数的控制策略  以光伏方阵实时 IV特征作为反馈信号实现人工智能跟踪器控制策略  全站光伏组件 /组串发电能力及辐照仪数据分析及挖掘 3. 跟踪系统人工智能（ AI）解决方案 组串 IV 组串 1 组串 2 辐照 水平辐照 正面辐照 站内其他参数 实 时 反 馈 跟踪器 角度修正 Copyright2021 中信博版权所有13 3. 跟踪系统人工智能（ AI）解决方案 中信 博光伏跟踪解决方案的迭代方向 – AI算法迭代演进 运行 数据环境 数据 组串 IV 数据库 大数据 分析深度 学习 神经 网络 AI算法 算法迭代 Copyright2021 中信博版权所有14 3. 跟踪系统人工智能（ AI）解决方案 中信 博光伏跟踪解决方案的迭代方向 - SCADA  全局监控  数据采集  智能告警  命令下发  设备控制  日志记录 Copyright2021 中信博版权所有15 DNV GL对人工智能技术复核 DNV GL模拟结果和中信博估算一致 3. 跟踪系统人工智能（ AI）解决方案4. 人工智能（ AI）技术的模拟分析 Copyright2021 中信博版权所有16 3. 跟踪系统人工智能（ AI）解决方案4. 人工智能（ AI）技术的模拟分析 𝐒𝐨𝐥𝐩𝐞 𝑮𝒙 𝒁𝒊 − 𝒁j𝑿 𝐢 − 𝑿𝒋 -50 -40 -30 -20 -10 0 10 20 30 40 50 东坡 西坡 坡度统计 坡度计算 AI地形增益 建模 分析 地形网格图 坡度计算 坡度增益模拟 地形增益统计 中东项目坡度展示 Copyright2021 中信博版权所有17 3. 跟踪系统人工智能（ AI）解决方案4. 人工智能（ AI）技术的模拟分析 0 3 6 9 12 15 0 10 20 30 40 50 地形 AI 增益比例 坡度统计 -20 -10 0 10 20 东坡 平地 西坡 坡度占比统计 不同坡度的地形 AI增益 中信博人工智能（ AI） 增益报告 0 20 40 60 80 100 120 散射量 /总辐射量 Copyright2021 中信博版权所有18  AI vs Non-AI（双面组件）  AI vs Non-AI（单面组件） 3. 跟踪系统人工智能（ AI）解决方案5. 人工智能（ AI）技术的实证研究 威海年水平辐照约 1450kWh/m，太阳能资源 II地区 威海实证 基地， 模拟 地形起伏，设计功能对比 组 Copyright2021 中信博版权所有19 AI双面发电量 日均 6.48 AI单面超发 Non-AI单面日均 2.85 AI双面超发 Non-AI双面日均 3.84 -20 -10 0 10 20 0 10 20 30 40 6月 5日 6月 4日 6月 13 日 7月 22 日 7月 24 日 6月 2日 6月 18 日 7月 2日 8月 25 日 6月 30 日 6月 8日 9月 3日 8月 14 日 9月 22 日 7月 1日 8月 3日 8月 1日 9月 15 日 8月 15 日 7月 9日 10 月 13 日 10 月 18 日 6月 7日 10 月 17 日 6月 29 日 7月 8日 9月 21 日 7月 29 日 6月 28 日 9月 18 日 8月 13 日 10 月 28 日 10 月 25 日 10 月 14 日 8月 9日 10 月 31 日 8月 16 日 8月 30 日 10 月 30 日 8月 29 日 7月 15 日 8月 10 日 7月 30 日 9月 4日 6月 1日 6月 10 日 8月 20 日 6月 17 日 10 月 8日 7月 3日 9月 20 日 9月 27 日 超发比例 日发电量（ kW h/kW p） 威海实证基地 - AI发电增益 AI双面发电量 AI单面超发 Non-AI AI双面超发 Non-AI 晴天 多云天 阴雨 天 6月 10月， AI双面超发 Non-AI双面 3.84， AI单面超发 Non-AI单面 2.85。 3. 跟踪系统人工智能（ AI）解决方案5. 人工智能（ AI）技术的实证研究 Copyright2021 中信博版权所有20 6月 10月， AI双面 /单面日发电量＞ 10kWh/kWp数据统计 AI双面超发 Non-AI双面 4.92， AI单面超 发 Non-AI单面 4.67。 3. 跟踪系统人工智能（ AI）解决方案5. 人工智能（ AI）技术的实证研究 2 3 3 4 4 5 5 0 1 2 3 4 5 6 7 8 9 10 AI双面超 Non-AI双面日均 3.84 4.92 AI单面超 Non-AI单面日均 2.85 4.67 AI 增益比例统计 AI双面或单面发电量等级划分（ kWh/kWp） AI双面增益 AI单面增益 晴天 AI增益更高 Copyright2021 中信博版权所有21 典型晴天， AI对于阴影阶段的角度优化 向阳坡 优化角度，发电量 略有提升 背阳坡 规避阴影，发电量 明显提升 3. 跟踪系统人工智能（ AI）解决方案5. 人工智能（ AI）技术的实证研究 0 10 20 30 40 50 60 515 545 615 645 715 74 5 815 845 915 945 101 5 10 45 11 15 11 45 12 15 12 45 13 15 13 45 14 15 14 45 15 15 15 45 16 15 16 45 17 15 17 45 AI对发电效率的提升比例 东坡，双面组件 东坡，单面组件 西坡，双面组件 西坡，单面组件 AI对发电效率的影响 上午，西坡（背阳坡，规避阴影）比东坡（向阳坡，优化角度）， AI功能对发电效率提升更多。 下午， 东坡（背阳坡，规避阴影 ）比西坡 （向阳坡，优化角度）， AI功能对发电效率提升 更多。 规 阴 避 影 优 角 化 度 AI算法 传统算法 Copyright2021 中信博版权所有22 典型晴天， AI对于阴影阶段的角度优化 向阳坡 优化角度，发电量 略有提升 背阳坡 规避阴影，发电量 明显提升 3. 跟踪系统人工智能（ AI）解决方案5. 人工智能（ AI）技术的实证研究 规 阴 避 影 优 角 化 度 AI算法 传统算法 0 200 400 600 800 1000 1200 0 200 400 600 800 1000 1200 515 600 64 5 730 815 900 945 103 0 11 15 12 00 12 45 13 30 14 15 15 00 15 45 16 30 17 15 18 00 辐照（ W /m ） 功率（ W /kW p） 东坡，双面组件 Non-AI AI 正面辐照 0 200 400 600 800 1000 1200 0 200 400 600 800 1000 1200 515 600 64 5 730 815 900 945 103 0 11 15 12 00 12 45 13 30 14 15 15 00 15 45 16 30 17 15 18 00 辐照（ W /m ） 功率（ W /kW p） 东坡，单面组件 Non-AI AI 正面辐照 Copyright2021 中信博版权所有23 典型晴天， AI对于阴影阶段的角度优化 向阳坡 优化角度，发电量 略有提升 背阳坡 规避阴影，发电量 明显提升 3. 跟踪系统人工智能（ AI）解决方案5. 人工智能（ AI）技术的实证研究 规 阴 避 影 优 角 化 度 AI算法 传统算法 0 200 400 600 800 1000 1200 0 200 400 600 800 1000 1200 515 600 64 5 730 815 900 945 103 0 11 15 12 00 12 45 13 30 14 15 15 00 15 45 16 30 17 15 18 00 辐照（ W /m ） 功率（ W /kW p） 西坡，双面组件 Non-AI AI 正面辐照 0 200 400 600 800 1000 1200 0 200 400 600 800 1000 1200 515 600 64 5 730 815 900 945 103 0 11 15 12 00 12 45 13 30 14 15 15 00 15 45 16 30 17 15 18 00 辐照（ W /m ） 功率（ W /kW p） 西坡，单面组件 Non-AI AI 正面辐照 Copyright2021 中信博版权所有24