本发明涉及光伏发电，具体涉及一种光伏组件积灰情况下的发电经济性评估方法。
背景技术：
1、本节中的陈述仅提供与本公开相关的背景信息，并且可能不构成现有技术。
2、我国开始实施可再生能源的替代行动，鉴于光伏产业显著的成本优势，使得光伏发电成为清洁能源领域中不可或缺的一环。光伏系统的发电效率和产能受气象因素直接影响，积灰是目前比较棘手的问题。轻则减少发电量降低产能影响收益，重则损坏光伏组件，危及光伏系统的安全运行，甚至有火灾等重大安全事故隐患。因此需要对光伏组件积灰情况进行深入的研究并且提出有效的评估方法，建立积灰清理的理论判据，提升光伏发电的经济性。
3、光伏电站出力损益最大化策略的制定，应当综合考虑阵列积灰程度、光伏阵列未来的发电量以及清洗运维成本等因素，以清洗收益最大化为目标，从而确定最佳清洗节点来使电站收益最大化。
4、目前的研究多集中于预测光伏的出力情况来评估光伏的出力损失，从而计算因积灰带来的光伏损益。该方法一般采集电站的实际数据，深入研究光照强度在光伏阵列的逆变器效率、整个光伏电站系统的效率和光伏组件转化效率的影响。构建光照强度对光伏组件转化效率和逆变器效率的非线性模型，提出光伏电站的系统效率在光照强度影响下的非稳态估算方法。或者采集电流电压数据构建i-u特性曲线，将实测数据等比例转化为标准测试条件下光伏组件的最大输出功率，并统计该条件下的最大输出功率从而计算出光伏组件的输出功率衰减率。近年来的研究也探讨了光伏组件输出功率受现场性能和功率衰减速率的影响。研究着重考察了两种光伏板材料的长期性能特征和功率衰减速率，并基于由这两种材料制成的光伏组件输出的有效最大功率和温度校正性能比进行了评估。这一评估为预测光伏功率以及评估经济效益提供了重要的理论基础。
5、现有的研究均未对积灰带来的经济损益作系统的分析，而现有的功率预测算法精度较低，在应用中不足以达到工程应用级别。故本发明利用高精度的功率预测算法，并系统分析积灰带来的经济损益问题，以最大化光伏电站的经济收益。
技术实现思路
1、本发明的目的在于：针对目前现有技术中存在的不足，提供了一种光伏组件积灰情况下的发电经济性评估方法，利用pso-lightgbm算法预测光伏阵列的理想输出功率，并提升预测功率准确度；同时使用pso算法求解经济最优化问题，给出最佳经济性评估指标，从而解决了上述问题。
2、本发明的技术方案如下：
3、一种光伏组件积灰情况下的发电经济性评估方法，包括：
4、步骤s1：数据采集及异常数据处理；
5、步骤s2：构建样本数据集s和标签，并分为训练集和数据集；
6、步骤s3：通过训练集的数据训练pso-lightgbm模型；
7、步骤s4：将预测集的数据输入到训练好的pso-lightgbm模型，利用预测的输出功率来评估光伏组件的积灰程度；
8、步骤s5：进行光伏组件经济性评估。
9、进一步地，所述步骤s1，包括：
10、步骤s11：通过光伏电站中配置的传感器来收集光伏电站的运行数据，包括光照强度ir、温度temp和输出功率preal；
11、步骤s12：然后对采集的数据进行异常数据处理，处理方法包括缺失值补全、离群值剔除和数据插补。
12、进一步地，所述步骤s12，包括：
13、步骤s121：平均值修正，利用缺失值前后的实测值的平均值来修正该缺失值；
14、步骤s122：拉格朗日插值法，当给定任意n+1个值时，通过拉格朗日插值公式可以拟合一个次数不超过n的多项式ln(x)。
15、进一步地，所述步骤s121，包括：
16、
17、其中，为利用平均值补全的缺失值，y1...yi为缺失值前后的实测值，n为实测值数量；
18、所述步骤s122，包括：
19、
20、其中，xi,yi,xj,yj为实测数据值。
21、进一步地，所述步骤s2，包括：
22、步骤s21：将步骤s12中处理过的数据光照强度ir'(t)，温度temp'(t)和组成样本数据集s：s＝{ir'(1),temp'(1)；…；ir'(t),temp'(t)}；
23、步骤s22：将输出功率preal'(t)设置为标签y，用于功率预测；
24、步骤s23：将光伏组件清洁完毕一个月内的数据作为训练集，用于训练模型，剩下的则作为预测集。
25、进一步地，所述步骤s3，包括：
26、将训练集和对应的标签y输入到pso-lightgbm模型，当pso算法寻找到最优参数或者达到迭代次数时停止训练。
27、进一步地，所述步骤s5，包括：
28、步骤s51：从清洗过后开始，选取所有光照强度在预设区间的输出功率，然后利用相同光照强度下输出功率的衰减来拟合光伏积灰的衰减曲线；
29、步骤s52：构建最优化函数。
30、进一步地，所述步骤s52，包括：
31、步骤s521：通过分析清洗次数与功率变化的关系得到最优化问题；
32、步骤s522：利用pso算法对步骤s521中涉及到的最优化问题求解。
33、进一步地，所述最优化问题如下：
34、
35、s.t.0≤t1≤t2≤24
36、1≤j≤365
37、n≥0
38、其中，pro为清洗积灰带来的收益，pri(t)为t时刻的电价，δpi(t)为因积灰而损失的功率，n为一年中的清洗次数，c为清洗成本。
39、进一步地，所述因积灰而损失的功率δpi(t)表示为：
40、
41、其中，ppre,i(t)为第i天t时刻的预测功率，pprer,i(t)为第i天t时刻的实测功率，dn(k)为第n次清洗后的积灰率，k为清洗之后的天数。
42、与现有的技术相比本发明的有益效果是：
43、一种光伏组件积灰情况下的发电经济性评估方法，利用pso-lightgbm算法预测光伏阵列的理想输出功率，并提升预测功率准确度；同时使用pso算法求解经济最优化问题，给出最佳经济性评估指标。
1.一种光伏组件积灰情况下的发电经济性评估方法，其特征在于，包括：
2.根据权利要求1所述的一种光伏组件积灰情况下的发电经济性评估方法，其特征在于，所述步骤s1，包括：
3.根据权利要求2所述的一种光伏组件积灰情况下的发电经济性评估方法，其特征在于，所述步骤s12，包括：
4.根据权利要求3所述的一种光伏组件积灰情况下的发电经济性评估方法，其特征在于，所述步骤s121，包括：
5.根据权利要求2所述的一种光伏组件积灰情况下的发电经济性评估方法，其特征在于，所述步骤s2，包括：
6.根据权利要求5所述的一种光伏组件积灰情况下的发电经济性评估方法，其特征在于，所述步骤s3，包括：
7.根据权利要求6所述的一种光伏组件积灰情况下的发电经济性评估方法，其特征在于，所述步骤s5，包括：
8.根据权利要求7所述的一种光伏组件积灰情况下的发电经济性评估方法，其特征在于，所述步骤s52，包括：
9.根据权利要求8所述的一种光伏组件积灰情况下的发电经济性评估方法，其特征在于，所述最优化问题如下：
10.根据权利要求8所述的一种光伏组件积灰情况下的发电经济性评估方法，其特征在于，所述因积灰而损失的功率δpi(t)表示为：
