CN103886180A - 一种基于经验正交分解的年总辐射时空分布特征分析方法 - Google Patents
一种基于经验正交分解的年总辐射时空分布特征分析方法 Download PDFInfo
- Publication number
- CN103886180A CN103886180A CN201410064585.3A CN201410064585A CN103886180A CN 103886180 A CN103886180 A CN 103886180A CN 201410064585 A CN201410064585 A CN 201410064585A CN 103886180 A CN103886180 A CN 103886180A
- Authority
- CN
- China
- Prior art keywords
- spatial
- radiation
- matrix
- variance contribution
- distribution characteristic
- 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.)
- Pending
Links
- 230000005855 radiation Effects 0.000 title claims abstract description 47
- 238000000354 decomposition reaction Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 title claims abstract description 10
- 230000002123 temporal effect Effects 0.000 title abstract 2
- 238000004364 calculation method Methods 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 31
- 238000013459 approach Methods 0.000 claims description 19
- 238000000540 analysis of variance Methods 0.000 claims description 6
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000012512 characterization method Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 abstract description 7
- 230000007547 defect Effects 0.000 abstract description 3
- 230000007613 environmental effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于经验正交分解的年总辐射时空分布特征分析方法,主要包括:将发电场总辐射年总量数据数据进行标准化矩平处理;基于标准化矩平处理结果,将年总辐射变量场矩阵进行EOF分解;基于EOF分解结果,计算方差贡献率及累计方差贡献率;基于方差贡献率及累计方差贡献率计算结果,分析各主要特征向量的空间分布及时间系数。本发明所述基于经验正交分解的年总辐射时空分布特征分析方法,可以克服现有技术中稳定性差、能量转换效率低和环保性差等缺陷,以实现稳定性好、能量转换效率高和环保性好的优点。
Description
技术领域
本发明涉及针对光伏发电的太阳年总辐射分析领域,具体地,涉及一种基于经验正交分解的年总辐射时空分布特征分析方法。
背景技术
根据相关统计,国家发改委已在青海、甘肃等省份规划了十余个百万千瓦级光伏发电基地,目前,我国已进入光伏发电高速发展时期。2012年全年国家电网调度范围光伏发电量35.68亿千瓦时,同比增长466%。
以甘肃为例,截至2013年11月,甘肃并网光伏发电容量已超过200万千瓦,成为既风电之后的第二大新兴能源。众所周知,光伏发电是通过太阳能电池板将太阳辐射的能量转化为电能,因此,对太阳辐射的时空特征进行分析有助于我国大型光伏发电基地的规划和发展,从而加快新能源对传统能源的替代步伐,在保障国家能源安全,促进节能减排,保护生存环境等方面具有重要意义。
在实现本发明的过程中,发明人发现现有技术中至少存在稳定性差、能量转换效率低和环保性差等缺陷。
发明内容
本发明的目的在于,针对上述问题,提出一种基于经验正交分解的年总辐射时空分布特征分析方法,以实现稳定性好、能量转换效率高和环保性好的优点。
为实现上述目的,本发明采用的技术方案是:一种基于经验正交分解的年总辐射时空分布特征分析方法,主要包括:
a、将发电场总辐射年总量数据数据进行标准化矩平处理;
b、基于上述标准化矩平处理结果,将年总辐射变量场矩阵进行EOF分解;
c、基于上述EOF分解结果,计算方差贡献率及累计方差贡献率;
d、基于上述方差贡献率及累计方差贡献率计算结果,分析各主要特征向量的空间分布及时间系数。
进一步地,所述步骤a,具体包括:
将多个气象站的历史观测资料,作为辐射资源时空特性分析的依据,首先将总辐射年总量数据进行标准化矩平处理,步骤如下:
进一步地,所述步骤b,具体包括:
将观测资料构造为年总辐射变量场矩阵Xn×m,即:
在公式(1)中,n为空间点,m为时间点。
进一步地,所述步骤b,具体还包括:
作EOF展开,即将公式(1)分解成空间函数和时间函数两部分的乘积之和:
Xn×m=Vn×nTn×m (2);
在公式(2)中,V称为空间函数矩阵,T称为时间函数矩阵;
Vn×n的每一列为矩阵的归一化特征向量,XT为X的转置矩阵。矩阵Tn×m为特征向量权重系数,将Tn×m标准化,并记为F:
进一步地,所述步骤c,具体包括:
根据正交性,应满足以下条件:
进一步地,所述步骤c,具体还包括:
累积方差贡献率的显著性检验能够用North提出的计算特征值误差范围的方法。特征值λi的误差范围为:
公式(5)中n为样本量。当相邻的特征值λi+1满足:
λi-λi+1≥ej (6);
当相邻的特征值λi+1满足公式(6)时,就认为这两个特征值所对应的经验正交函数是有价值的信号。
进一步地,所述步骤d,具体包括:
通过EOF分解,第一特征向量的方差贡献为28.8%,其相应的荷载场空间分布包括:甘肃的西北部、河西走廊中西部呈一致变化,西北部是荷载的高值区,而在甘肃的东南角和河西走廊的中东部,则表现出与甘肃西北部相反的变化特征。
本发明各实施例的基于经验正交分解的年总辐射时空分布特征分析方法,由于主要包括:将发电场总辐射年总量数据数据进行标准化矩平处理;基于标准化矩平处理结果,将年总辐射变量场矩阵进行EOF分解;基于EOF分解结果,计算方差贡献率及累计方差贡献率;基于方差贡献率及累计方差贡献率计算结果,分析各主要特征向量的空间分布及时间系数;可以加快新能源对传统能源的替代步伐;从而可以克服现有技术中稳定性差、能量转换效率低和环保性差的缺陷,以实现稳定性好、能量转换效率高和环保性好的优点。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1a为本发明基于经验正交分解的年总辐射时空分布特征分析方法中第一特征向量空间分布图;
图1b为本发明基于经验正交分解的年总辐射时空分布特征分析方法中第一特征向量时间系数及线性趋势图;
图2a为本发明基于经验正交分解的年总辐射时空分布特征分析方法中第二特征向量空间分布图;
图2b为本发明基于经验正交分解的年总辐射时空分布特征分析方法中第二特征向量时间系数及线性趋势图;
图3为本发明基于经验正交分解的年总辐射时空分布特征分析方法的流程示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
经验正交函数(Empirical Orthogonal Function,简称EOF)分解,是一种将原变量场分解为正交函数的线性组合,构成为数很少的互不相关的典型模态,代替原始变量场,每个典型模态都含有尽量多的原始场信息的方法。
根据本发明实施例,如图1a、图1b、图2a、图2b和图3所示,提供了一种基于经验正交分解的年总辐射时空分布特征分析方法。
本实施例的基于经验正交分解的年总辐射时空分布特征分析方法,主要包括以下步骤:
步骤1:将数据进行标准化矩平处理。
将甘肃、青海、新疆等省在内的23个气象站1974~2003年的观测资料,作为辐射资源时空特性分析的依据,首先将总辐射年总量数据进行标准化矩平处理,步骤如下:
记其中,1≤i≤m,1≤j≤n。
步骤2:将年总辐射变量场矩阵进行EOF分解。
将观测资料构造为年总辐射变量场矩阵Xn×m,即:
在公式(1)中,n为空间点,m为时间点。
作EOF展开,将公式(1)分解成空间函数和时间函数两部分的乘积之和:
Xn×m=Vn×nTn×m (2);
在公式(2)中,V称为空间函数矩阵,T称为时间函数矩阵。
步骤3:计算方差贡献率及累计方差贡献率。
根据正交性,应满足以下条件:
其显著性检验可以用North提出的计算特征值误差范围的方法。特征值λi的误差范围为:
公式(5)中n为样本量。当相邻的特征值λi+1满足:
λi-λi+1≥ej (6);
当相邻的特征值λi+1满足公式(6)时,就认为这两个特征值所对应的经验正交函数是有价值的信号。
表1:总辐射年总量前5个模态的方差贡献
模态 | 方差贡献率 | 累积方差贡献率 |
1 | 0.288 | 0.288 |
2 | 0.167 | 0.455 |
3 | 0.117 | 0.572 |
4 | 0.069 | 0.641 |
5 | 0.060 | 0.701 |
步骤4:分析各主要特征向量的空间分布及时间系数.
通过EOF分解,第一特征向量的方差贡献为28.8%,其相应的荷载场空间分布如图1a,可以看出,甘肃的西北部、河西走廊中西部呈一致变化,西北部是荷载的高值区,而在甘肃的东南角和河西走廊的中东部,则表现出与甘肃西北部相反的变化特征。由第一特征向量相应的时间系数及其线性趋势如图1b,近30年来,河西走廊中西部、甘肃西北部的总辐射年总量呈上升的趋势,而甘肃的东南和河西走廊中东部总辐射年总量则在上升。从时间系数上看,有为期9年左右的年代际变化周期。第一特征向量相应的时间系数线性趋势通过了0.05显著性水平检验。
第二模态方差贡献为16.7%,荷载场空间分布如图2a。可以看出,甘肃的西北部和东南部呈现一致的变化特征,而河西走廊地区则呈现与之相反的变化特征。变化最显著的区域在民勤气象站所在的区域,西北部变化幅度相对较小。
通过第二特征向量相应的时间系数及线性趋势如图2b,1974~2003年,酒泉地区的总辐射年总量总体上呈现下降趋势,尤其在2000年后,下降得比较明显,甘肃东南部也有相同的变化趋势。河西走廊地区,总辐射年总量呈现上升趋势。
第一特征向量和第二特征向量的时间系数表现出了年代际的特征。第一特征向量的时间系数在1980~1993年多为负值,而第二特征向量的时间系数在1992年后都为负值。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于经验正交分解的年总辐射时空分布特征分析方法,其特征在于,主要包括:
a、将发电场总辐射年总量数据数据进行标准化矩平处理;
b、基于上述标准化矩平处理结果,将年总辐射变量场矩阵进行EOF分解;
c、基于上述EOF分解结果,计算方差贡献率及累计方差贡献率;
d、基于上述方差贡献率及累计方差贡献率计算结果,分析各主要特征向量的空间分布及时间系数。
3.根据权利要求2所述的基于经验正交分解的年总辐射时空分布特征分析方法,其特征在于,所述步骤b,具体包括:
将观测资料构造为年总辐射变量场矩阵Xn×m,即:
在公式(1)中,n为空间点,m为时间点。
6.根据权利要求5所述的基于经验正交分解的年总辐射时空分布特征分析方法,其特征在于,所述步骤c,具体还包括:
累积方差贡献率的显著性检验能够用North提出的计算特征值误差范围的方法。特征值λi的误差范围为:
公式(5)中n为样本量。当相邻的特征值λi+1满足:
λi-λi+1≥ej (6);
当相邻的特征值λi+1满足公式(6)时,就认为这两个特征值所对应的经验正交函数是有价值的信号。
7.根据权利要求6所述的基于经验正交分解的年总辐射时空分布特征分析方法,其特征在于,所述步骤d,具体包括:
通过EOF分解,第一特征向量的方差贡献为28.8%,其相应的荷载场空间分布包括:甘肃的西北部、河西走廊中西部呈一致变化,西北部是荷载的高值区,而在甘肃的东南角和河西走廊的中东部,则表现出与甘肃西北部相反的变化特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410064585.3A CN103886180A (zh) | 2014-02-25 | 2014-02-25 | 一种基于经验正交分解的年总辐射时空分布特征分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410064585.3A CN103886180A (zh) | 2014-02-25 | 2014-02-25 | 一种基于经验正交分解的年总辐射时空分布特征分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103886180A true CN103886180A (zh) | 2014-06-25 |
Family
ID=50955070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410064585.3A Pending CN103886180A (zh) | 2014-02-25 | 2014-02-25 | 一种基于经验正交分解的年总辐射时空分布特征分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103886180A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105718721A (zh) * | 2016-01-15 | 2016-06-29 | 中国电力科学研究院 | 一种区域太阳能资源推算方法 |
CN107818238A (zh) * | 2017-09-28 | 2018-03-20 | 河海大学 | 一种确定蒸散发变化主因及判别因素间耦合作用的方法 |
WO2022194045A1 (zh) * | 2021-03-15 | 2022-09-22 | 哈尔滨工程大学 | 一种面向海上平台保障的三维温盐场分析预报方法 |
-
2014
- 2014-02-25 CN CN201410064585.3A patent/CN103886180A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105718721A (zh) * | 2016-01-15 | 2016-06-29 | 中国电力科学研究院 | 一种区域太阳能资源推算方法 |
CN107818238A (zh) * | 2017-09-28 | 2018-03-20 | 河海大学 | 一种确定蒸散发变化主因及判别因素间耦合作用的方法 |
CN107818238B (zh) * | 2017-09-28 | 2019-12-06 | 河海大学 | 一种确定蒸散发变化主因及判别因素间耦合作用的方法 |
WO2022194045A1 (zh) * | 2021-03-15 | 2022-09-22 | 哈尔滨工程大学 | 一种面向海上平台保障的三维温盐场分析预报方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jamil et al. | Uncertainty analysis of energy production for a 3× 50 MW AC photovoltaic project based on solar resources | |
CN103020423B (zh) | 基于copula函数获取风电场出力相关特性的方法 | |
CN102073791A (zh) | 用于光伏电站设计的地区太阳能资源丰富程度评估系统 | |
Hienuki et al. | Life cycle employment effect of geothermal power generation using an extended input–output model: the case of Japan | |
Pavan et al. | The effect of manufacturing mismatch on energy production for large-scale photovoltaic plants | |
CN103886180A (zh) | 一种基于经验正交分解的年总辐射时空分布特征分析方法 | |
CN104504263A (zh) | 一种基于分布概率的光伏电站谐波水平评估方法 | |
CN116011608A (zh) | 光伏功率超短期预测方法及装置、电子设备、存储介质 | |
CN103870999A (zh) | 一种基于旋转经验正交分解的辐照度区域划分方法 | |
Chen et al. | Fault diagnosis and classification for photovoltaic arrays based on principal component analysis and support vector machine | |
Li et al. | Optimal power flow calculation considering large-scale photovoltaic generation correlation | |
CN104682384A (zh) | 光伏并网后引起电网电压波动的评价方法 | |
CN106992516A (zh) | 基于拟蒙特卡罗模拟和核密度估计获得概率静态电压稳定裕度的方法 | |
Toosi et al. | A life cycle cost analysis and environmental assessment on the photovoltaic system in buildings: two case studies in Iran | |
CN105045993A (zh) | 星用太阳电池在轨性能退化预测方法 | |
Lam et al. | Modelling and degradation study on a copper indium diselenide module | |
Sinha et al. | Techno-economic feasibility analysis of off-grid electrification for remote areas: a review | |
CN104009493B (zh) | 一种基于特征距离的光伏发电单元群等值建模方法 | |
CN114492084B (zh) | 基于容配比比选的光伏电站发电小时数估算模型的构建方法 | |
Dindar et al. | Comparison of simulation results for 25 kw power output rooftop pv system | |
CN103455730A (zh) | 分布式光伏发电能力评估系统及生成太阳辐射数据的方法 | |
CN113437938A (zh) | 考虑因地域差异的现场特征的光伏阵列输出功率计算方法 | |
Araoye et al. | Modeling and optimization of PV-diesel-biogas hybrid microgrid energy system for sustainability of electricity in Rural Area | |
Gaynanov et al. | On an effective ratio of conventional to renewable energy sources in the Russian electric-power industry | |
Bouacha et al. | Modeling and simulation of 1MW grid connected photovoltaic system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140625 |
|
RJ01 | Rejection of invention patent application after publication |