一种评估非正常因素导致光伏阵列发电量下降比例的方法
技术领域
本发明涉及光伏并网发电系统光伏阵列发电量损失评估方法领域,具体是一种评估非正常因素导致光伏阵列发电量下降比例的方法。
背景技术
目前光伏发电技术的研究和发展越来越受到国内外的重视,分布式光伏发电技术在我国也正在兴起并且发挥着越来越大的作用。伴随着分布式发电技术的发展和运用,发电过程中光伏阵列发电量受到云层遮挡、山体遮掩以及光伏阵列之间由于位置关系产生的层叠等非正常因素影响的损失也愈加受到重视,如何通过发电量数据的分析对这部分损失的发电量进行评估对后续提高发电量、减少损失有着重要的参考作用。目前光伏研究领域内还没有对这部分非正常因素导致的光伏阵列发电量下降提出具体的评估方法。
发明内容 本发明的目的是提供一种评估非正常因素导致光伏阵列发电量下降比例的方法,以解决现有技术没有非正常因素导致的光伏阵列发电量下降的评估方法的问题。
为了达到上述目的,本发明所采用的技术方案为:
一种评估非正常因素导致光伏阵列发电量下降比例的方法,其特征在于:通过数据处理评估光伏阵列发电量受到云层遮挡、山体遮掩以及光伏阵列之间由于位置关系产生的层叠非正常因素影响的损失,计算指定一天的非正常因素导致的光伏阵列发电量下降比例,通过计算每一天的发电量下降累加和除以每一天的理想发电量累加和得出连续多天或指定多天的非正常因素导致的光伏阵列发电量下降比例,具体过程如下:
(1)、计算光伏阵列一天的发电功率的正态分布值,光伏阵列的一天发电功率数据近似服从正态分布,对光伏阵列的一天发电功率数据进行一阶高斯拟合处理,得到光伏阵列一天发电功率的正态分布数据,设得到的光伏阵列一天发电功率的正态分布数据组成数据集合G;
(2)、计算光伏阵列一天实际发电功率数据与步骤(1)中的正态分布数据的差值,即光伏阵列一天发电功率数据的误差值,设误差值组成的数据集合为R1;
(3)、对数据集合R1进行拟合处理得到数据集合R2;
(4)、修正光伏阵列发电功率的拟合数据,将数据集合R2中的数据与数据集合G中的对应数据相加,得到与实际发电功率数据趋势吻合的拟合数据,设得到的新拟合数据组成数据集合M1,M1中的数据包含了非正常因素导致的误差值;
(5)、修正误差值数据,将数据集合R2的数据进行平滑和插值处理,得到新的数据集合R3,R3中的数据是排除非正常因素影响的误差值数据;
(6)、计算光伏阵列的理想发电功率数据,将数据集合R3中的数据与数据集合G中的对应数据相加得到光伏阵列的理想发电功率数据,设计算得到的光伏阵列的理想发电功率数据组成数据集合M2;
(7)、对数据集合M1中的数据在时域进行积分运算,计算光伏阵列在非正常因素影响下的一天发电量W1;
(8)、对数据集合M2中的数据在时域进行积分运算,计算光伏阵列无非正常因素影响的一天发电量W2;
(9)、计算一天的非正常因素导致的光伏阵列发电量下降值,即发电量W2和发电量W1的差值,设差值为W3,W3占W2的比例即为一天的非正常因素导致的光伏阵列发电量下降比例;
(10)、连续多天或指定多天的非正常因素导致的光伏阵列发电量下降比例,可通过计算每一天的发电量下降累加和除以每一天的理想发电量累加即可得出。
所述的一种评估非正常因素导致光伏阵列发电量下降比例的方法,其特征在于:通过对光伏阵列的发电功率数据进行高斯拟合和多项式拟合处理,计算光伏阵列一天的发电功率数据的理想值和估计值。
所述的一种评估非正常因素导致光伏阵列发电量下降比例的方法,其特征在于:计算出光伏阵列在无非正常因素影响下的一天的发电量。
所述的一种评估非正常因素导致光伏阵列发电量下降比例的方法,其特征在于:计算出光伏阵列在非正常因素影响下的一天的发电量。
所述的一种评估非正常因素导致光伏阵列发电量下降比例的方法,其特征在于:计算出非正常因素导致的光伏阵列的发电量下降值,即无非正常因素影响的一天的发电量值和非正常因素影响的一天的发电量值的差值。
所述的一种评估非正常因素导致光伏阵列发电量下降比例的方法,其特征在于:计算出一天的非正常因素导致的光伏阵列发电量下降值比例,即非正常因素导致的光伏阵列的一天的发电量下降值占无非正常因素影响的一天发电量值的比例。
所述的一种评估非正常因素导致光伏阵列发电量下降比例的方法,其特征在于:计算出连续多天或指定多天的非正常因素导致的光伏阵列的发电量下降值比例,即每一天的非正常因素导致的光伏阵列发电量下降值累加和占每一天的无非正常因素影响的发电量值累加和的比例。
本发明可以评估因云层遮挡、山体遮掩以及光伏阵列之间的层叠等非正常原因导致的发电量下降比例,为评估非正常因素导致的发电量损失提供了一种具体的、切实可行的方法,填补了现有技术领域的空白。
附图说明
图1为本发明测试的光伏阵列发电功率实际值—时间图。
图2为本发明测试的光伏阵列发电功率拟合值—时间图。
图3为本发明测试的光伏阵列发电功率理想值—时间图。
图4为本发明测试的光伏阵列发电功率拟合值和理想值在同一坐标系下的功率值—时间图。
图5为本发明的实施流程框图。
具体实施方式
一种评估非正常因素导致光伏阵列发电量下降比例的方法,通过数据处理评估光伏阵列发电量受到云层遮挡、山体遮掩以及光伏阵列之间由于位置关系产生的层叠非正常因素影响的损失,计算指定一天的非正常因素导致的光伏阵列发电量下降比例,通过计算每一天的发电量下降累加和除以每一天的理想发电量累加和得出连续多天或指定多天的非正常因素导致的光伏阵列发电量下降比例,具体过程如下:
(1)、计算光伏阵列一天的发电功率的正态分布值,光伏阵列的一天发电功率数据近似服从正态分布,对光伏阵列的一天发电功率数据进行一阶高斯拟合处理,得到光伏阵列一天发电功率的正态分布数据,设得到的光伏阵列一天发电功率的正态分布数据组成数据集合G;
(2)、计算光伏阵列一天实际发电功率数据与步骤(1)中的正态分布数据的差值,即光伏阵列一天发电功率数据的误差值,设误差值组成的数据集合为R1;
(3)、对数据集合R1进行拟合处理得到数据集合R2;
(4)、修正光伏阵列发电功率的拟合数据,将数据集合R2中的数据与数据集合G中的对应数据相加,得到与实际发电功率数据趋势吻合的拟合数据,设得到的新拟合数据组成数据集合M1,M1中的数据包含了非正常因素导致的误差值;
(5)、修正误差值数据,将数据集合R2的数据进行平滑和插值处理,得到新的数据集合R3,R3中的数据是排除非正常因素影响的误差值数据;
(6)、计算光伏阵列的理想发电功率数据,将数据集合R3中的数据与数据集合G中的对应数据相加得到光伏阵列的理想发电功率数据,设计算得到的光伏阵列的理想发电功率数据组成数据集合M2;
(7)、对数据集合M1中的数据在时域进行积分运算,计算光伏阵列在非正常因素影响下的一天发电量W1;
(8)、对数据集合M2中的数据在时域进行积分运算,计算光伏阵列无非正常因素影响的一天发电量W2;
(9)、计算一天的非正常因素导致的光伏阵列发电量下降值,即发电量W2和发电量W1的差值,设差值为W3,W3占W2的比例即为一天的非正常因素导致的光伏阵列发电量下降比例;
(10)、连续多天或指定多天的非正常因素导致的光伏阵列发电量下降比例,可通过计算每一天的发电量下降累加和除以每一天的理想发电量累加即可得出。
通过对光伏阵列的发电功率数据进行高斯拟合和多项式拟合处理,计算光伏阵列一天的发电功率数据的理想值和估计值。
计算出光伏阵列在无非正常因素影响下的一天的发电量。
计算出光伏阵列在非正常因素影响下的一天的发电量。
计算出非正常因素导致的光伏阵列的发电量下降值,即无非正常因素影响的一天的发电量值和非正常因素影响的一天的发电量值的差值。
计算出一天的非正常因素导致的光伏阵列发电量下降值比例,即非正常因素导致的光伏阵列的一天的发电量下降值占无非正常因素影响的一天发电量值的比例。
计算出连续多天或指定多天的非正常因素导致的光伏阵列的发电量下降值比例,即每一天的非正常因素导致的光伏阵列发电量下降值累加和占每一天的无非正常因素影响的发电量值累加和的比例。
具体实施例:
如图1、图2、图3、图4、图5所示,本发明计算一天的非正常因素导致的光伏阵列发电量下降值和下降比例可按以下步骤实施:
步骤S201,对光伏阵列的一天发电功率数据进行一阶高斯拟合计算;
步骤S202,计算光伏阵列的一天发电功率数据与步骤S201中的对应的一阶高斯拟合值的差值;
步骤S203,对步骤S202中得到的差值进行拟合处理;
步骤S204,将步骤S203的差值的拟合数据与步骤S201的一阶高斯拟合的对应数据相加得到非正常因素影响下的光伏阵列一天的发电功率拟合数据;
步骤S205,将步骤S203的差值的拟合数据进行平滑和插值处理得到新的差值拟合数据;
步骤S206,将步骤S205中得到的新的差值拟合数据与步骤S201的一阶高斯拟合的对应数据相加得到无非正常因素影响的光伏阵列一天的发电功率数据的理想值;
步骤S207,计算在非正常因素影响下的光伏阵列的一天发电量,以步骤S204得到的发电功率拟合数据为功率曲线在时域进行积分运算;
步骤S208,计算无非正常因素影响的光伏阵列的一天发电量,以步骤S206得到的功率数据为功率曲线在时域进行积分运算;
步骤S209,计算步骤S208得到的发电量减去步骤S207得到的发电量的差值,即光伏阵列因非正常因素一天损失的发电量;
步骤S210,计算步骤S209得到的损失发电量占步骤S208得到的发电量的比例。