CN103048535A - 用于发电系统中自适应可能功率确定的系统和方法 - Google Patents
用于发电系统中自适应可能功率确定的系统和方法 Download PDFInfo
- Publication number
- CN103048535A CN103048535A CN201210386203XA CN201210386203A CN103048535A CN 103048535 A CN103048535 A CN 103048535A CN 201210386203X A CN201210386203X A CN 201210386203XA CN 201210386203 A CN201210386203 A CN 201210386203A CN 103048535 A CN103048535 A CN 103048535A
- Authority
- CN
- China
- Prior art keywords
- electricity generation
- power
- generation system
- data
- production capacity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 34
- 230000003044 adaptive effect Effects 0.000 title claims description 25
- 230000005611 electricity Effects 0.000 claims description 80
- 238000004519 manufacturing process Methods 0.000 claims description 64
- 238000012937 correction Methods 0.000 claims description 28
- 238000012544 monitoring process Methods 0.000 claims description 24
- 238000005259 measurement Methods 0.000 claims description 11
- 238000011109 contamination Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 abstract description 14
- 230000006870 function Effects 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 239000002131 composite material Substances 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000001052 transient effect Effects 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 3
- 230000007850 degeneration Effects 0.000 description 3
- 238000006731 degradation reaction Methods 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001172 regenerating effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Power Sources (AREA)
Abstract
本发明涉及用于发电系统中自适应可能功率确定的系统和方法。用于确定发电系统的输出能力的系统包括:传感器,其监测该发电系统的至少一个状况并且输出监测的状况数据;和功率能力确定装置,其基于来自电子控制器的输出的环境数据动态确定该发电系统的全产能。
Description
技术领域
本公开的领域大体上涉及用于确定发电系统的发电能力的系统和方法。
背景技术
太阳能、风和其他来源日益变成电能的有吸引力来源,并且被认为是清洁、可再生和备选的能量形式。这样的可再生能源可包括风、太阳能、地热、水力、生物质和/或任何其他可再生能源。
由于许多因素,发电系统可能不以全产能运转(即,输出发电系统能够产生的电功率的100%)。例如,例如减少的辐照度(太阳能)或低风(风力)等环境状况可引起发电系统低于全产能运转。机械、电气和软件故障也可引起发电系统低于全产能运转。不得当的维护、污染、肮脏和覆冰部件也可引起功率输出中不可取的减少。另外,可发起输出功率由系统运营商的有意削减来使发电系统缩减到以低于全产能运转。使功率输出减小到低于全产能的这样的因素的结合也是可能的。
当发电系统低于全产能运转时,收益可由于未产生能量值损失而可能损失。由于电力生产商和电网运营商之间的合同责任,影响低于全产能运转的情况可影响这样的损失收益的金融负债。例如,限制功率输出的有意削减可使削减该功率输出的一方负有责任。在例如缺少维护或出故障设备等其他情况下,一方或多方可对可归因于低于全产能运转的损失收益负责。用于确定发电系统的全产能的典型模型基于理想状况并且不考虑变化的环境状况和部件的退化。典型模型从而可能提供发电系统的全产能的不正确确定。
发明内容
在一个方面,用于确定发电系统的输出能力的系统包括与该发电系统通信的功率测量装置,其确定该发电系统的瞬时功率输出水平。传感器监测该发电系统的至少一个状况并且输出监测的状况数据,并且功率能力确定装置基于来自电子控制器的输出的环境数据来动态确定该发电系统的全产能。
在另一方面,用于确定发电系统的输出能力的方法包括测量该发电系统的瞬时功率输出水平、监测该发电系统的至少一个状况并且输出监测的状况数据以及基于该监测的状况数据确定该发电系统的全产能。
在另外的方面,非暂时性计算机可读存储介质存储程序,该程序包括用于确定发电系统的输出能力的方法,该方法包括测量该发电系统的瞬时功率输出水平。监测该发电系统的至少一个状况并且输出该监测的状况数据。基于该监测的状况数据确定该发电系统的全产能。
根据本公开的一方面,提供用于确定发电系统的输出能力的系统,包括:传感器,其配置成监测所述发电系统的至少一个状况并且输出监测的状况数据;以及功率能力确定装置,其配置成接收输出的监测的状况数据并且基于接收的监测的状况数据动态确定所述发电系统的全产能。
根据本公开的另一方面,所述功率能力确定装置配置成对于未测量数据将校正因数应用于确定的全产能。
根据本公开的再另一方面,所述未测量数据包括发电模块污染数据和发电模块退化数据中的至少一个。
根据本公开的再另一方面,所述系统进一步包括与所述发电系统通信的功率测量装置,所述功率测量装置配置成确定所述发电系统的瞬时功率输出水平。
根据本公开的再另一方面,所述功率能力确定装置包括:理论性能模块,其配置成输出所述发电系统的理论全产能;以及自适应学习模块,其配置成基于在一段时间期间积累的瞬时功率值确定性能指标并且输出校正因数,所述校正因数配置成基于所述性能指标调整所述理论全产能。
根据本公开的再另一方面,所述自适应学习模块能选择地被激活和重置。
根据本公开的再另一方面,所述自适应学习模块配置成在完成维护操作后被重置。
根据本公开的再另一方面,提供一种用于确定发电系统的输出能力的方法,所述方法包括:监测所述发电系统的至少一个状况并且将监测的状况数据输出到功率能力确定装置;以及由所述功率能力确定装置基于所述监测的状况数据确定所述发电系统的全产能。
根据本公开的再另一方面,所述方法进一步包括对所述确定的全产能应用基于未测量数据的校正因数。
根据本公开的再另一方面,所述未测量数据包括发电模块污染数据和/或发电模块退化数据。
根据本公开的再另一方面,所述方法进一步包括测量所述发电系统的瞬时功率输出水平。
根据本公开的再另一方面,所述方法进一步包括:确定所述发电系统的理论性能;积累一段时间期间的瞬时功率值;基于在所述时间段期间积累的所述瞬时功率值确定性能指标;以及基于所述性能指标应用调整所述理论性能的校正因数。
根据本公开的再另一方面,所述方法进一步包括选择性地确定所述发电系统在没有设备故障的情况下运转的时间期间的所述性能指标。
根据本公开的再另一方面,提供一种存储程序的非暂时性计算机可读存储介质,所述程序包括用于执行用于确定发电系统的输出能力的方法的计算机指令,所述方法包括:监测所述发电系统的至少一个状况并且输出监测的状况数据;以及基于输出的监测的状况数据确定所述发电系统的全产能。
根据本公开的再另一方面,所述方法进一步包括对确定的全产能应用基于未测量数据的校正因数。
根据本公开的再另一方面,所述未测量数据包括发电模块污染数据和/或发电模块退化数据。
根据本公开的再另一方面,所述方法进一步包括测量所述发电系统的瞬时功率输出水平并且将所述发电系统的所述全产能与所述发电系统的所述瞬时功率比较。
根据本公开的再另一方面,所述方法进一步包括:测量所述发电系统的瞬时功率输出水平;确定所述发电系统的理论性能;积累一段时间期间的瞬时功率值;基于在所述时间段期间积累的所述瞬时功率值确定性能指标;以及基于所述性能指标应用调整所述理论全产能的校正因数。
根据本公开的再另一方面,所述方法进一步包括选择性地确定所述发电系统在没有设备故障的情况下运转的时间期间的所述性能指标。
根据本公开的再另一方面,所述方法进一步包括将所述监测的状况数据和全产能数据存储在数据存储装置中。
附图说明
图1是本公开的发电能力系统的示范性框图。
图2是本公开的示范性实施例的流程图。
部件列表
100 | 系统状态确定模块 | 102 | 功率能力确定装置 |
104 | 自适应学习模块 | 106 | 校正模块 |
108 | 理论功率生产模块 | 110 | 组合模块 |
112 | 比较装置 | 200 | 监测的系统状态数据 |
202 | 提供监测的设备状态数据的步骤 | 204 | 处理数据 |
206 | 提供数据给自适应模块 | 208 | 存储数据 |
210 | 确定校正函数 | 212 | 应用校正因数 |
214 | 确定全产能 | 216 | 比较瞬时功率与全产能 |
具体实施例
根据本公开用于确定发电系统的发电能力的系统和方法能够向运营商提供关于该发电系统的可能全产能的信息。本说明书描述的系统和方法可采用自适应模型,其提供学习和校正能力来做出发电能力的确定。从而本说明书描述的系统和方法能够提供例如考虑退化、环境状况、系统异常等的能力。
在例如光伏(PV)(例如,太阳能)发电产业的发电产业中,由PV模块生产的电力可以是直流(DC)电力。该DC电力通过合适的电子设备转换成交流(AC)供输出到电力网。该转换电子设备的一个设计特征是它们调制PV模块所作用的DC电压以便最大化系统的瞬时功率输出的能力。系统采用该方式的运转最大化系统的转换效率并且是正常的运转模式。
然而,在某些情况下系统可能不采用最大化转换效率的方式运转。例如,下列原因中的任何原因可导致系统不以最大转换效率运转:系统由运营商有意关闭;系统中的一个或多个装置出故障;系统由运营商有意削减来限制生产的电力,以及例如温度、风况、污染的部件、辐照度等环境因素。
在上文的情况中的任何情况下,系统的运营商可能期望知道如果系统正常运转和/或在理想环境状况下系统可能生产多少电力(即,全产能)。该全产能信息可用于生成某个可计量指标,其表征系统在给定时间段期间的运转以及系统在其中运转的环境。该信息还可与商业协议的条款结合使用来调节由或向系统所有者或运营商做出的支付。
本公开的描述的实施例允许系统运营商实时确定同正由系统产生的瞬时功率相比可能已经产生的电力量。这样的数据便于何时开始和结束对系统的维护的时间安排。此外,该数据还可在一段时间期间存储和累计来表征系统随时间的性能。另外,该数据还可与天气预报结合使用来估计来自设施的未来电力生产,从而允许电网运营商具有更好地平衡电力需求与发电能力的能力。
图1示出根据本公开的用于确定发电系统的输出能力的系统的示范性实施例。如在图1和2中示出的,监测的设备状态数据200在步骤202提供给功率能力确定装置102的系统状态确定模块100。设备状态包括例如与发电系统部件的状况有关的监测的数据,如在图2的步骤200示出的。这样的数据可包括系统的部件是否在线、预热、正常运转、出故障等的指示。此外,环境数据提供给功率能力确定装置102。这样的环境数据包括例如发电系统的一个或多个部件的运转状况。在一个实施例中,温度传感器(没有示出)提供PV模块的周围空气温度读数。在其他实施例中,另外的数据由传感器提供,其包括但不限于云覆盖量、辐照度级、发电模块上的泥土覆盖量、雨水数据、湿度等级、大气压力和允许本公开的系统和方法如本说明书描述的那样操作的任何其他参数。
在一个实施例中,如在步骤204、206和208示出的,系统状态确定模块100接收设备状态数据并且处理、组合、分析、存储和/或提供设备状态状况中的一个或多个给自适应学习模块104和/或自适应模型校正模块106。在另一个实施例中,环境数据可提供给自适应学习模块104。
在一个实施例中,自适应学习模块104提供学习功能,其便于对系统的全产能电力生产做出确定。在另一个实施例中,自适应学习模块104配置成适应于系统的物理特质。例如,自适应学习模块104使设备状态数据和瞬时功率数据相关联来随时间开发系统功率数据。作为另一个示例,自适应学习模块104使环境状况(例如30%云覆盖等)与给定瞬时功率(例如,输出功率减少30%)相关联。另外的示例是PV电池的使用年数与性能的百分比退化之间的相关性(例如,在使用3年后,PV模块可仅产生在其是新的时所产生的功率的95%)。自适应学习模块104从而能够瞬时地和在一段时间期间提供退化趋势。学习能力和相关性以及学习模块能够采用允许本说明书公开的系统和方法如描述的那样操作的方式使任何给定数据相关联。随着时间推移,可存储来自自适应学习模块104的信息的大数据库,从而提供用预期的环境状况预期将来的瞬时功率的能力。
在一个实施例中,由自适应学习模块104提供的数据被直接使用(例如,输出到显示器或印刷)或提供给校正模块106。在另一个实施例中,校正模块106利用来自自适应学习模块104的数据输出来计算发电系统的理论全产能的校正因数210。例如,校正模块106基于查找表计算校正因数,该查找表比较给定的自适应学习模块输出值与校正因数。在再另一个实施例中,电力系统的个体模块(例如个体PV模块)的性能特性连同另外的系统特性(例如线路损耗、各种操作点的转换器效率数据)和/或未测量的环境数据(例如部件退化和模块污染(例如,尘土、冰、虫子等)积累数据等)的校正因数编程进入校正模块106。在实施例中,性能特性与例如查找表中的一个或多个对应的校正因数关联。下文进一步论述这些校正因数的实现。
在一个实施例中,功率能力确定装置102包括理论功率生产模块108。理论功率生产模块108对于给定的环境条件计算发电系统的理论全产能。在一个实施例中,理论功率生产模块108基于制造商提供的规格、实验测试数据、理想的操作条件数据等中的一个或多个来计算理论全产能。
在一个实施例中,功率能力确定装置102在组合模块110中使来自理论功率模块108的理论功率输出与来自校正模块106的校正因数输出结合。校正因数采用提供发电系统可能在给定时间生产的可能功率(全产能)214的更现实估计的方式修改212理论功率输出值。从而,从组合模块110输出的估计的全产能值可以是考虑供应给自适应学习模块104和校正模块106的因数的理论全产能的调整值。
在一个实施例中,系统运营商或比较装置112比较216系统的瞬时测量功率与系统可能生产的估计的可能功率(估计的全产能)。例如,这允许运营商考虑瞬时功率相对于理论全产能的差异。作为另一个示例,运营商从数据收集到PV模块由于系统退化而与理论全产能相比正生产不足(即,这可未考虑模块污染和退化),但正生产与由组合模块110提供的估计的全产能一致的功率(例如,考虑模块污染和退化的校正的可能功率估计)。
来自功率能力确定装置102的这样的输出能够提供给系统运营商量化由于发电系统生产低于估计的全产能的瞬时功率(例如,由于运营商缩减或部件故障)而引起的收益损失的能力。此外,运营商可使用估计的全产能以在电网事件(例如,低电压穿越(LVRT)事件)期间或当电力网无法接受功率时暂时缩减发电系统。
在一个实施例中,估计的全产能用于自动或手动断开发电系统的部分(例如,断开一个或多个PV模块)来减少可能的功率输出,例如在恶劣天气期间、在高DC:AC比期间和/或在电网事件期间。
在一个实施例中,发电系统配置成允许抢先缩减发电系统来允许伪存储能量以便实现受控的坡减(例如,在云通过期间)。例如,发电系统配置成在预计PV阵列上的云通过时(即,瞬态事件)或对于电网欠频支持(即,太阳能惯性)被抢先缩减,从而在瞬态事件期间平滑功率生产水平。
在某些情形下,系统运营商可被要求使用系统逆变器的能力来产生无功功率(VAR)而不是实际功率(kW)或可命令逆变器响应于电网上的过频状况而暂时减少它们的实际功率输出。在一个实施例中,发电系统包括多个大致上相同的阵列(即,能够产生大致上相似的功率输出的阵列)并且采用功率逆变器。发电系统配置成允许逆变器的一部分未缩减地运行来确定未缩减阵列的全产能并且输出由未缩减阵列产生的电力。命令逆变器的剩余部分以缩减水平运行(例如,未缩减阵列的全产能的预定比例)。这样的操作允许能够便于功率的动态能量储备(例如,存储)而不需要使用蓄电池或其他存储装置。储备的电力在电网欠频状况或类似物等事件下输出。
在一些实施例中,功率能力确定装置102配置成如果测量的功率当与估计的全产能相比时不在一范围内则发信号或发起诊断评估。备选地,或除其之外,功率能力确定装置102配置成提供附带相关性的能力。例如,自适应学习模块104配置成考虑异常,例如系统性能的瞬时增加/减小。这样的性能瞬时增加/减小是由于,例如,PV模块的雨水冲掉污垢,或由于雹暴或类似物而引起的PV模块损坏。
在一些实施例中,自适应学习模块102是能重置的。例如,在例如维护事件等事件之后,重置自适应学习模块104来考虑可归因于维护事件的性能提高。
在实施例中,本说明书描述的系统和方法可并入计算机中或存储在计算机可读介质上。备选地,或除其之外,由上面的模块和系统中的任何所输出的值被输出到显示装置或被印刷供运营商查看。在一个实施例中,数据存储装置连接到功率能力确定装置102来存储由功率能力确定装置102提供的一个或多个值。
在一个实施例中,功率能力确定装置102配置成允许过度工作的部件(例如,过度工作的逆变器)补偿处于电厂水平的工作不佳的部件(例如,工作不佳的逆变器)。
在实施例中,上面的系统和方法可对于风、太阳能、地热、水力、生物质和/或任何其他可再生或不可再生能源等的发电模块而实现。
本说明书描述的实施例不限于用于进行本说明书描述的处理任务的任何特定系统控制器或处理器。如本说明书使用的,术语控制器或处理器意在指示能够进行进行本说明书描述的任务所必需的计算或运算的任何机器。术语控制器和处理器还意在指示能够接受结构化输入并且能够根据规定规则处理该输入来产生输出的任何机器。还应该注意如本说明书使用的术语“配置成”意味着控制器/处理器配备有用于进行本发明的实施例的任务的硬件和软件的组合,如将由本领域内技术人员理解的。如本说明书使用的,术语控制器/处理器指中央处理单元、微处理器、微控制器、精简指令集电路(RISC)、专用集成电路(ASIC)、逻辑电路和能够执行本说明书描述的功能的任何其他电路或处理器。
本说明书描述的实施例包含一个或多个计算机可读介质,其包括非暂时性计算机可读存储介质,其中每个介质可配置成包括或在其上包括数据或用于操纵数据的计算机可执行指令。这些计算机可执行指令包含数据结构、对象、程序、例程或其他可由处理系统访问的程序模块,例如与能够执行各种不同功能的通用计算机关联或与能够执行有限数量的功能的专用计算机关联的程序模块。当配置成执行本说明书描述的指令时,本公开的方面将通用计算机变换成专用计算装置。计算机可执行指令使处理系统执行具体功能或功能组并且是用于实现本说明书公开的方法的步骤的程序代码部件的示例。此外,可执行指令的特定顺序提供可用于实现这样的步骤的对应动作的示例。计算机可读介质的示例包含随机存取存储器(“RAM”)、只读存储器(“ROM”)、可编程只读存储器(“PROM”)、可擦除可编程只读存储器(“EPROM”)、电可擦除可编程只读存储器(“EEPROM”)、压缩盘只读存储器(“CD-ROM”)或任何其他能够提供可由处理系统访问的数据或可执行指令的装置或部件。
例如本说明书描述的计算机或计算装置具有一个或多个处理器或处理单元、系统存储器和一些形式的计算机可读介质。通过示例并且没有限制地,计算机可读介质包括计算机存储介质和通信介质。计算机存储介质包括采用用于储存例如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失的和非易失的、可移动的和不可移动的介质。通信介质典型地包含计算机可读指令、数据结构、程序模块或采用例如载波等调制数据信号或采用其它传输机制的其他数据,并且包括任何信息输送介质。上面的任何的组合也包含在计算机可读介质的范围内。
本说明书描述的技术特征中的任何和全部可转化成发电系统的提高的获利能力。例如,系统拥有者可在他们的商业协定中包括补偿由于电网约束而未生产的功率的条款。系统拥有者或运营商可还能够通过请求来自设备供应商的功率保证并且当设备出故障时接收对未生产的功率的补偿而管理商业风险。
该书面说明使用示例来公开本发明,其包含最佳模式,并且还使本领域任何技术人员能够实践本发明,包含制作和使用任何装置或系统以及进行任何包含的方法。本发明的专利权范围由权利要求限定,并且可包含本领域技术人员想到的其他示例。这样的其他示例如果它们具有不与权利要求的书面语言不同的结构元件,或者如果它们包括与权利要求的书面语言无实质区别的等同结构元件则规定在权利要求的范围内。
Claims (10)
1. 一种用于确定发电系统的输出能力的系统,包括:
传感器(100),其配置成监测所述发电系统的至少一个状况并且输出监测的状况数据(200);以及
功率能力确定装置(102),其配置成接收输出的监测的状况数据并且基于接收的监测的状况数据(200)动态确定所述发电系统的全产能(214)。
2. 如权利要求1所述的系统,其中所述功率能力确定装置(102)配置成对于未测量数据将校正因数(212)应用于确定的全产能。
3. 如权利要求2所述的系统,其中所述未测量数据包括发电模块污染数据和发电模块退化数据中的至少一个。
4. 如权利要求1所述的系统,其进一步包括与所述发电系统通信的功率测量装置,所述功率测量装置配置成确定所述发电系统的瞬时功率(216)输出水平。
5. 如权利要求4所述的系统,其中所述功率能力确定装置(102)包括:
理论性能模块(108),其配置成输出所述发电系统的理论全产能;以及
自适应学习模块(104),其配置成基于在一段时间期间积累的瞬时功率值确定性能指标并且输出校正因数(212),所述校正因数(212)配置成基于所述性能指标调整所述理论全产能。
6. 如权利要求5所述的系统,其中所述自适应学习模块(104)能选择地被激活和重置。
7. 如权利要求6所述的系统,其中所述自适应学习模块(104)配置成在完成维护操作后被重置。
8. 一种用于确定发电系统的输出能力的方法,所述方法包括:
监测所述发电系统的至少一个状况(200)并且将监测的状况数据(202)输出到功率能力确定装置;以及
由所述功率能力确定装置基于所述监测的状况数据确定(214)所述发电系统的全产能。
9. 如权利要求8所述的方法,其进一步包括对所述确定的全产能应用基于未测量数据的校正因数(212)。
10. 如权利要求9所述的方法,其中所述未测量数据包括发电模块污染数据和/或发电模块退化数据。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/271707 | 2011-10-12 | ||
US13/271,707 | 2011-10-12 | ||
US13/271,707 US9160172B2 (en) | 2011-10-12 | 2011-10-12 | Systems and methods for adaptive possible power determinaton in power generating systems |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103048535A true CN103048535A (zh) | 2013-04-17 |
CN103048535B CN103048535B (zh) | 2018-01-26 |
Family
ID=47325813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210386203.XA Active CN103048535B (zh) | 2011-10-12 | 2012-10-12 | 用于发电系统中自适应可能功率确定的系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9160172B2 (zh) |
EP (1) | EP2587610B1 (zh) |
JP (1) | JP6496469B2 (zh) |
CN (1) | CN103048535B (zh) |
DK (1) | DK2587610T3 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109672218A (zh) * | 2018-12-25 | 2019-04-23 | 新疆金风科技股份有限公司 | 风电机组的功率控制方法和装置 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103986403B (zh) * | 2014-05-30 | 2017-11-07 | 台达电子企业管理(上海)有限公司 | 变频调速系统及方法 |
WO2016069810A1 (en) * | 2014-10-28 | 2016-05-06 | Sinewatts, Inc. | Systems and methods for dispatching maximum available capacity for photovoltaic power plants |
US10985694B2 (en) | 2016-07-15 | 2021-04-20 | Enphase Energy, Inc. | Method and apparatus for determining key performance photovoltaic characteristics using sensors from module-level power electronics |
TWI623890B (zh) * | 2017-07-04 | 2018-05-11 | 台灣電力股份有限公司 | 由多個類神經網路組成的發電量預測系統與其方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5615129A (en) * | 1995-02-21 | 1997-03-25 | General Signal Power Systems, Inc. | Method and apparatus for adaptive and corrective determination of battery run-time in uninterruptible power systems |
CN1773759A (zh) * | 2004-11-11 | 2006-05-17 | 上海神力科技有限公司 | 具有运行参数监视功能的燃料电池发电系统 |
CN101247049A (zh) * | 2007-02-13 | 2008-08-20 | 通用电气公司 | 公用电网、控制器、以及控制公用电网中发电的方法 |
CN101310227A (zh) * | 2005-09-16 | 2008-11-19 | 霍尼韦尔国际公司 | 预测性合同系统和方法 |
US20100204844A1 (en) * | 2009-02-03 | 2010-08-12 | Optisolar, Inc. | Local power tracking for dynamic power management in weather-sensitive power systems |
TW201116845A (en) * | 2009-06-25 | 2011-05-16 | Array Converter Inc | Method for determining the operating condition of a photovoltaic panel |
CN102084569A (zh) * | 2008-05-09 | 2011-06-01 | 埃森哲环球服务有限公司 | 用于管理电网的方法和系统 |
US20110138609A1 (en) * | 2009-12-16 | 2011-06-16 | Nagendra Srinivas Cherukupalli | Systems, Circuits, and Methods for an Adaptive Solar Power System |
CN102193027A (zh) * | 2010-01-22 | 2011-09-21 | 通用电气公司 | 光伏发电系统的基于模型的功率估计 |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4672298A (en) * | 1983-05-06 | 1987-06-09 | Frederick Rohatyn | Power factor correction system |
US5202965A (en) * | 1988-12-09 | 1993-04-13 | Bull, S.A. | Electronic system with a plurality of removable units |
JP2001326375A (ja) * | 2000-03-10 | 2001-11-22 | Sanyo Electric Co Ltd | 太陽光発電システムの診断方法及び診断装置 |
JP3817124B2 (ja) * | 2000-09-11 | 2006-08-30 | シャープ株式会社 | 広域電力供給システムおよび個別小規模発電装置の運用方法 |
JP3740099B2 (ja) * | 2002-08-06 | 2006-01-25 | 三菱重工業株式会社 | 電力ネットワーク管理システムおよび電力ネットワーク管理方法 |
US7006898B2 (en) * | 2003-07-17 | 2006-02-28 | Proton Energy Systems, Inc. | Method and apparatus for operating and controlling a power system |
JP2005245107A (ja) * | 2004-02-25 | 2005-09-08 | Kyocera Corp | 太陽光発電システム |
JP2006067738A (ja) * | 2004-08-27 | 2006-03-09 | Kyocera Corp | 太陽光発電システム |
CN101300420B (zh) * | 2005-11-01 | 2013-02-13 | 维斯塔斯风力系统有限公司 | 用于延长和/或控制风轮机中一个或多个发热和/或被动部件的寿命的方法、风轮机及其使用 |
JP2008021152A (ja) * | 2006-07-13 | 2008-01-31 | Sanyo Electric Co Ltd | 電気機器運転制御方法及びシステム |
KR101362018B1 (ko) * | 2006-10-06 | 2014-02-11 | 스카이워크스 솔루션즈, 인코포레이티드 | 증폭기를 위한 출력 전력 보정 모듈을 포함하는 송신기 시스템 |
US8473250B2 (en) * | 2006-12-06 | 2013-06-25 | Solaredge, Ltd. | Monitoring of distributed power harvesting systems using DC power sources |
EP2062140A4 (en) * | 2007-04-09 | 2014-11-19 | Live Data Systems Inc | SYSTEM AND METHOD FOR MONITORING AND MANAGING AN ENERGY EFFICIENCY |
US7925552B2 (en) | 2008-03-13 | 2011-04-12 | Solarcity Corporation | Renewable energy system monitor |
EP2308197A4 (en) * | 2008-07-31 | 2014-04-16 | Inovus Solar Inc | WIRELESS, AUTONOMOUS, SOLAR-DRIVEN EXTERNAL LIGHTING AND ELECTRICITY AND INFORMATION NETWORK FOR THIS |
JP2010130762A (ja) * | 2008-11-26 | 2010-06-10 | Hitachi Ltd | 自然エネルギー発電装置を含む電力供給システムおよび需給調整方法 |
ES2345082B2 (es) * | 2008-12-23 | 2011-05-31 | Rafael Maria Mendez De La Cuesta | Dispositivo de limpieza para paneles fotovoltaicos y paneles termosolares. |
US20100198420A1 (en) * | 2009-02-03 | 2010-08-05 | Optisolar, Inc. | Dynamic management of power production in a power system subject to weather-related factors |
JP2010287608A (ja) * | 2009-06-09 | 2010-12-24 | Kowa Denki Sangyo Kk | 太陽光発電装置の劣化検出装置、太陽光発電装置の劣化検出システム、太陽光発電装置の劣化検出方法 |
JP2011002929A (ja) * | 2009-06-17 | 2011-01-06 | Nippon Telegr & Teleph Corp <Ntt> | 分散電力供給システムおよびその制御方法 |
US20110082598A1 (en) * | 2009-10-02 | 2011-04-07 | Tod Boretto | Electrical Power Time Shifting |
TW201125271A (en) * | 2010-01-14 | 2011-07-16 | Novatek Microelectronics Corp | Power factor correction device |
US7932621B1 (en) | 2010-01-28 | 2011-04-26 | James Patrick Spellman | Method and apparatus for an integrated wind-solar energy system utilizing an existing wind turbine infrastructure |
US8600572B2 (en) * | 2010-05-27 | 2013-12-03 | International Business Machines Corporation | Smarter-grid: method to forecast electric energy production and utilization subject to uncertain environmental variables |
US8659186B2 (en) * | 2010-12-29 | 2014-02-25 | General Electric Company | Methods and systems for controlling a power conversion system |
-
2011
- 2011-10-12 US US13/271,707 patent/US9160172B2/en active Active
-
2012
- 2012-10-05 JP JP2012222625A patent/JP6496469B2/ja active Active
- 2012-10-05 EP EP12187395.4A patent/EP2587610B1/en active Active
- 2012-10-05 DK DK12187395.4T patent/DK2587610T3/en active
- 2012-10-12 CN CN201210386203.XA patent/CN103048535B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5615129A (en) * | 1995-02-21 | 1997-03-25 | General Signal Power Systems, Inc. | Method and apparatus for adaptive and corrective determination of battery run-time in uninterruptible power systems |
CN1773759A (zh) * | 2004-11-11 | 2006-05-17 | 上海神力科技有限公司 | 具有运行参数监视功能的燃料电池发电系统 |
CN101310227A (zh) * | 2005-09-16 | 2008-11-19 | 霍尼韦尔国际公司 | 预测性合同系统和方法 |
CN101247049A (zh) * | 2007-02-13 | 2008-08-20 | 通用电气公司 | 公用电网、控制器、以及控制公用电网中发电的方法 |
CN102084569A (zh) * | 2008-05-09 | 2011-06-01 | 埃森哲环球服务有限公司 | 用于管理电网的方法和系统 |
US20100204844A1 (en) * | 2009-02-03 | 2010-08-12 | Optisolar, Inc. | Local power tracking for dynamic power management in weather-sensitive power systems |
TW201116845A (en) * | 2009-06-25 | 2011-05-16 | Array Converter Inc | Method for determining the operating condition of a photovoltaic panel |
US20110138609A1 (en) * | 2009-12-16 | 2011-06-16 | Nagendra Srinivas Cherukupalli | Systems, Circuits, and Methods for an Adaptive Solar Power System |
CN102193027A (zh) * | 2010-01-22 | 2011-09-21 | 通用电气公司 | 光伏发电系统的基于模型的功率估计 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109672218A (zh) * | 2018-12-25 | 2019-04-23 | 新疆金风科技股份有限公司 | 风电机组的功率控制方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
EP2587610A3 (en) | 2014-04-23 |
US9160172B2 (en) | 2015-10-13 |
US20130096856A1 (en) | 2013-04-18 |
JP6496469B2 (ja) | 2019-04-03 |
EP2587610B1 (en) | 2017-06-21 |
JP2013085460A (ja) | 2013-05-09 |
CN103048535B (zh) | 2018-01-26 |
DK2587610T3 (en) | 2017-08-28 |
EP2587610A2 (en) | 2013-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sawle et al. | PV-wind hybrid system: A review with case study | |
Malheiro et al. | Integrated sizing and scheduling of wind/PV/diesel/battery isolated systems | |
Neves et al. | Impact of solar and wind forecast uncertainties on demand response of isolated microgrids | |
Mills | Implications of wide-area geographic diversity for short-term variability of solar power | |
Qing | Statistical analysis of wind energy characteristics in Santiago island, Cape Verde | |
JP6196339B2 (ja) | 電力管理システム | |
CN103048535A (zh) | 用于发电系统中自适应可能功率确定的系统和方法 | |
Ru et al. | Exact sizing of battery capacity for photovoltaic systems | |
JP2015065740A (ja) | スマートハウスの最適制御法 | |
Liu et al. | Optimal configuration of hybrid solar-wind distributed generation capacity in a grid-connected microgrid | |
Guinot et al. | Economic impact of performances degradation on the competitiveness of energy storage technologies–Part 1: Introduction to the simulation-optimization platform ODYSSEY and elements of validation on a PV-hydrogen hybrid system | |
Mammoli et al. | Using high-speed demand response of building HVAC systems to smooth cloud-driven intermittency of distributed solar photovoltaic generation | |
Arabali et al. | Optimum sizing and siting of renewable-energy-based DG units in distribution systems | |
Saberbari et al. | Net-zero energy building implementation through a grid-connected home energy management system | |
Saranchimeg et al. | A novel framework for integration analysis of large-scale photovoltaic plants into weak grids | |
Shigenobu et al. | Optimal design of bifacial PV system to mitigate duck-curve problem of power system with the UC problem | |
Ioli et al. | A smart grid energy management problem for data-driven design with probabilistic reachability guarantees | |
Ding et al. | A dynamic period partition method for time-of-use pricing with high-penetration renewable energy | |
Amarasinghe et al. | Capacity credit evaluation of wind and solar power generation using non-sequential Monte Carlo Simulation | |
Braun et al. | Value of PV energy in germany-benefit from the substitution of conventional power plants and local power generation | |
Lysenko et al. | Hybrid Power System Stochastic Optimization | |
Hashimoto et al. | Optimal operation of fuel cell and electrolyzer in household hybrid system by stochastic programming | |
Arifin et al. | Implementation of battery energy storage system at cirata PV solar floating for reducing the electricity cost production on Jamali grid | |
Zhang et al. | Algorithm on optimal wind power capacity using peak load regulation restraints | |
Loudiyi et al. | Operation optimization and economic assessment of energy storage |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240227 Address after: Barcelona, Spain Patentee after: Ge renewable energy Spain Ltd. Country or region after: Spain Address before: New York, United States Patentee before: General Electric Co. Country or region before: U.S.A. |
|
TR01 | Transfer of patent right |