CN106846161A - 一种大型光伏电站的电压电能情况预估方法 - Google Patents

Abstract

本发明公开了一种大型光伏电站的电压电能情况预估方法，在大型光伏电站建站前期以及在电站运行期间对所述光伏电站的电压电能情况进行预估，对光伏电站所在区域内的环境进行检测，获取环境数据；对环境数据处理，建立整个光伏电站的环境模型；对光伏电池组进行建模，组合成光伏阵列；通过对逆变器、变压器以及电网侧建模，将电流汇流逆变器，再通过变压器输向电网侧；建立评估模块，给出对电网的电压质量和出力情况进行数值化的评估结果。本发明为光伏电站的消纳与建设提供技术支持和基础数据，为弃风弃光电量计算提供依据，充分利用太阳能资源，获得更大的经济效益和社会效益。

Description

一种大型光伏电站的电压电能情况预估方法

技术领域

本发明涉及电力系统技术，尤其涉及一种大型光伏电站的电压电能情况预估方法。

背景技术

随着人类的发展，能源问题成为影响人类生存质量的重要问题。解决能源问题的一个主要方法是大力发展清洁能源、优化能源结构。相比于火力、水利发电，以风能和太阳能发电为代表的新能源有着独特的优势，比如清洁无污染、可再生、受地域影响小等等。在此背景下，国家开始重视并大力扶持光伏产业，光伏产业得到很快的发展。预计“十三五”期间，将大幅提高可再生能源比重，到2020年，风电和光伏发电装机分别达2亿和1亿千瓦以上。前者是“十二五”目标的一倍，后者是“十二五”目标的五倍。在未来几十年里光伏发电有着广阔的前景。

随着光伏电站越建越多，光伏电站的选址工作也越来越收到重视，业主看到一块差不多的地方后，通常会找专业的技术人员帮忙评估选址是否适合做光伏电站，现行的对光伏电站的选址并没有一个合适的标准，技术人员操作起来也比较随意，考虑的因素主要包括地形地貌、大致面积、政策情况等等，很少从电力角度上去进行评估的。

由于光伏电站一般选在宽阔边远地域、戈壁滩原，分布面积广，且数量多，局部环境存在差异，且受光照温度等外部环境影响较大，容易引起输出电压的较大波动，影响输出电压的质量和输出电能总容量。而且，太阳能光伏发电系统是由一系列太阳能组件电池串并联而成的，在运行过程中，由于阴影、碎片、污垢、鸟粪、电池板老化、电池板尺寸不统一、云雾遮盖或其他因素，太阳能组件效率会有不同程度的下降，而单个组件效率下降或损坏会带来系统整体的效率大幅下降。由于太阳能光伏发电系统占地面面积大，局部环境存在差异，且受光照温度等外部环境影响较大，容易引起输出电压的较大波动，影响输出电压的质量和输出电能总容量。此外，光伏电站的结构和设备的选型也影响着输出电能的质量。比如不同逆变器的MPPT算法对太阳能发电的最大功率点跟踪的速度和精度有很大差异，不合适的算法甚至可以直接引起电压闪变的出现。又比如快速变化的天气环境或者复杂的云系情况会导致每块电池板的出力程度差异大，影响电站的整体出力，引起电压波动。

电压闪变是电压质量的一个非常重要的指标。电压波动造成灯光照度不稳定(灯光闪烁)的人眼视感反应称为闪变，换言之，闪变反映了电压波动引起的灯光闪烁对人视感产生的影响。电压闪变的危害表现在：①照明灯光闪烁，引起人的视觉不适和疲劳，影响工效；②电视机画面亮度变化，垂直和水平幅度摇动；③电动机转速不均匀，影响产品质量；④使电子仪器、电子计算机、自动控制设备等工作不正常；⑤影响对电压波动较敏感的工艺或试验结果。中国国家标准GB12326一90《电能质量电压允许波动和闪变》规定在公共供电点的电压波动允许值。

综上，由于缺乏一个从电力角度出发的严格评估方法，现行的光伏电站在建设前期更注重对整体地形地貌的评估，最多对电站的发电规模加以估算，很少会对电能和电压质量进行评估。以至于很多光伏电站在并网前才发现某些问题，达不到并网要求，这时候再去寻找问题，更换设备或者改造电站，大大延缓了工期，增大了成本。

因此，本领域的技术人员致力于开发一种该模型的建立大型光伏电站的电压电能情况预估方法，为光伏电站的消纳与建设提供技术支持和基础数据，为弃风弃光电量计算提供依据。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种大型光伏电站的电压电能情况预估方法，在建站的前期以及在电站运行期间，对光伏发电站在复杂换进下的理论出力进行模拟，以评估电站的出力情况和电压质量，尽早发现可能出现的问题，为光伏电站的消纳与建设提供技术支持和基础数据，为弃风弃光电量计算提供依据，充分利用太阳能资源，获得更大的经济效益和社会效益。

为实现上述目的，本发明提供了一种大型光伏电站的电压电能情况预估方法，在大型光伏电站建站前期以及在电站运行期间对所述光伏电站的电压电能情况进行预估，包括如下步骤：

对光伏电站所在区域内的环境进行检测，获取环境数据；

对所述环境数据处理，建立整个光伏电站的环境模型；

对光伏电池组进行建模，得到所述光伏电池组整体的电学特性，根据所述环境模型，确定每块光伏电池板上的环境数据，与所述光伏电池组的模型相结合，确定所述光伏电池的发电情况与环境的定量关系，将所述多块光伏电池板串并联，组合成光伏阵列；

通过对逆变器、变压器以及电网侧建模，将电流汇流逆变器，再通过变压器输向电网侧；

建立评估模块，给出对电网的电压质量和出力情况进行数值化的评估结果。

优选地，所述环境数据通过Zigbee无线通信协议方式采集各检测监测点的环境数据。

优选地，所述环境数据为光照强度和温度数据。

优选地，所述环境数据模型通过二元插值方法对所述环境数据进行处理，得到所述光伏电站的环境模型，具体方法如下：

设实值函数：f(x,y)，其函数值为环境实测的温度或光照度值；

定义在矩形区域：D＝{a<x<b，c<y<d}，此为光伏阵列区域；

插值节点集:即光伏环境测点所在坐标位置，

Z＝{(x_i,y_j)|a<x₀<x₁<…<x_n<…<b,c<y₀<y₁<…<y_m<…<d}.

取在Z上线性无关的，函数组

其中，是次数关于x不高于n次、关于y不高于m次的二元多项式。

在函数空间

上寻找二元插值多项式

选择二元拉格朗日插值法的插值基函数

其中,

使其满足插值条件p_mn(x_i,y_j)＝f(x_i,y_j)其中i＝0,1…n；j＝0,1…m.满足插值条件的二元插值函数是唯一存在的。

当f(x_i,y_j)随时间动态变化时,其二元插值多项式也随时间动态变化，即

优选地，所述光伏电池组建模步骤为：

任意太阳辐射强度R(w/m2)和环境温度T_a(℃)的条件下，太阳电池板的温度为：

其中系数a、b与电池板的性质有关。

设在参考条件下，I_sc为短路电流，V_oc为开路电压，I_m,V_m为最大功率点的电流和电压，则当光伏阵列的电压为V，其对应的电流为I。

则

其中，

若考虑到辐射强度变化和温度的影响，则，

DV＝-β*DT-Rs*DI

DT＝Tc-Tref

其中，α为电流变化温度系数，β为电压变化温度系数，R光伏模块的串联电阻。

优选地，所述光伏电池、逆变器和电网侧模型的建模在PSCAD/EMTD平台上完成。

优选地，所述电网侧模型采用负荷模型，将负荷用恒定阻抗模拟，在暂态过程中负荷的阻抗值保持不变，其数值由扰动前稳态状况下负荷所吸收的功率和负荷节点的电压来决定。

优选地，所述电压质量包括括电压偏差、电压频率偏差、电压不平衡、电压瞬变现象、电压波动与闪变、电压暂降(暂升)与中断、电压谐波、电压陷波、欠电压、过电压。

优选地，所述电压质量为光伏电站中经常出现的电压闪变问题，所述电压闪变的检测方法采用平方解调法检测调制信号，计算瞬时闪变视感度S(t)以及短时闪变值Pst，具体步骤为：

输入电压信号U(t)；通过适配和自检信号对电压U(t)进行检测；通过平方检测滤波器进行滤波；通过0.05～35Hz带通滤波器，加权滤波器进行滤波；通过平方器，一阶滤波器进行滤波，得到瞬时闪变视感度S(t)；进行闪变的统一评定，得到短时闪变值Pst。

一种大型光伏电站的电压电能情况预估系统，包括环境检测模块，环境数据处理模块，光伏电池模型，逆变器和电网侧模型，以及电压闪变和电能出力检测模块。

所述环境检测模块用于获取环境数据；所述环境数据处理模块用于对采集到的所述环境数据进行处理，建立整个光伏电站的环境模型；所述光伏电池模型与所述环境模型连接，为将所述光伏电池组光能转化为直流电的模型；所述逆变器和电网侧模型与所述光伏电池模型连接，为将所述光伏电池组转化的直流电变换为交流电输出的仿真模型；所述电压闪变和电能出力检测模块与所述电网侧模型连接，对电网接入点的电压质量进行检测，以及对输入电网的电能总量给出一个比较精确的估计。

综上，本发明一种大型光伏电站的电压电能情况预估方法，利用测光站、地理环境、运行老化等数据，考虑光伏阵列单元的相互关联因素影响，建立复杂环境下的光伏基地的整体理论出力的仿真评估方法和系统，对大规模光伏基地电站理论出力进行预测，为光伏电站建设者们提供一种前期的模型，利用这种模型可以对各种建站方案进行仿真，并根据结果评估方案的可行性。有助于光伏发电系统的安全、经济运行和检修维护，并且光伏出力的预测结果可辅助电网调度运行控制决策，提高光伏发电电网的稳定性。尽可能避免了电站后期没必要的二次改造，可减少大量人力和物力成本。

以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。

附图说明

图1是本发明的一个较佳实施例的电压电能情况预估方法流程示意图。

图2是本发明的一个较佳实施例的Zigbee采集方法拓扑结构示意图。

图3是本发明的一个较佳实施例的光伏电池模型示意图。

图4是本发明的一个较佳实施例的逆变主体的模型示意图。

图5是本发明的一个较佳实施例的逆变控制回路的模型示意图。

图6是本发明的一个较佳实施例的电网侧模型示意图。

图7是本发明的一个较佳实施例的电压闪变检测流程示意图。

图8是一个较佳实施例的电压电能情况预估系统的结构示意图。

具体实施方式

如图1所示，一种大型光伏电站的电压电能情况预估方法，在大型光伏电站建站前期以及在电站运行期间对所述光伏电站的电压电能情况进行预估，包括如下步骤：

S11，对光伏电站所在区域内的环境进行检测，获取环境数据。

环境数据主要是光照强度和温度数据，对采集到的数据进行适当处理，得到电站的整体环境信息。由于电站占地面积大，局部环境数据存在一定差异，因此需要放置不同的采集点，来尽可能准确地对环境进行模拟。鉴于采集点间距不会太大、数据速率不用太大，所以采用Zigbee无线通信协议进行环境数据的获取。Zigbee协议具有低功耗、低带宽、组网能力强等诸多特点，特别适合野外的无线传感器数据的采集。

图2所示为采用Zigbee的方式进行无线传感器数据采集的拓扑结构示意图。在采集发送端，使用光强传感器和温度传感器采集所在位置的环境数据。传感器得到的数据经由处理模块后，添加所在的地理坐标信息后由发送模块发送出去。由于Zigbee协议的设备具有自组网的特点，所以发送出去的数据经过路由转发后会到达协调器。协调器天线接受到网络中的数据后，进行汇总后使用串口发送至上位机，上位机再进行后续的处理。

S12，对采集到环境数据处理，建立整个光伏电站的环境模型。

通过Zigbee协议采集回来的数据，在协调器上进行汇总后通过串口发送至PC端。PC端对接收到的数据，利用二元插值方法，得到整个电站任意点的插值函数，从而可以模拟得出每个地理位置上的电池板的环境数据。具体方法如下：

设实值函数：f(x,y)，其函数值为环境实测的温度或光照度值；

定义在矩形区域：D＝{a<x<b,c<y<d}，此为光伏阵列区域；

插值节点集:即光伏环境测点所在坐标位置，

Z＝{(x_i,y_j)|a<x₀<x₁<…<x_n<…<b,c<y₀<y₁<…<y_m<…<d}.

取在Z上线性无关的，函数组

其中，是次数关于x不高于n次、关于y不高于m次的二元多项式。

在函数空间上寻找二元插值多项式选择二元拉格朗日插值法的插值基函数

其中，

使其满足插值条件p_mn(x_i,y_j)＝f(x_i,y_j)其中i＝0,1…n；j＝0,1…m.满足插值条件的二元插值函数是唯一存在的。

当f(x_i,y_j)随时间动态变化时，其二元插值多项式也随时间动态变化，即

S13，对光伏电池组进行建模，得到所述光伏电池组整体的电学特性，根据所述环境模型，确定每块光伏电池板上的环境数据，与所述光伏电池组的模型相结合，确定所述光伏电池的发电情况与环境的定量关系，将所述多块光伏电池板串并联，组合成光伏阵列，具体步骤如下：

任意太阳辐射强度R(w/m2)和环境温度T_a(℃)的条件下，太阳电池板的温度为

其中系数a、b与电池板的性质有关。

设在参考条件下，I_sc为短路电流，V_oc为开路电压，I_m，V_m为最大功率点的电流和电压，则当光伏阵列的电压为V，其对应的电流为I。

则

其中，

若考虑到辐射强度变化和温度的影响，则

其中，

DV＝-β*DT-Rs*DI

DT＝Tc-Tref

其中，α为电流变化温度系数，β为电压变化温度系数，R光伏模块的串联电阻。

建成的光伏模型如图3所示，其中T、G、V分别为环境温度，光照强度，电池板两端电压，I、P分别为输出电流和功率。再由I控制一个电流源就可以等效为整块电池板。

S14，通过对逆变器、变压器以及电网侧建模，将电流汇流逆变器，再通过变压器输向电网侧。

光伏电池的输出是直流电，逆变器是将直流电转换为交流电的装置。在光伏电站中，多块光伏电池通过串并联后汇总进入逆变器，逆变器将光伏电池组发出的直流电转化为工频的交流电送至电网。逆变器结构比较复杂，主要由逆变桥、逆变控制器、滤波电路等。逆变桥一般采用由IGBT或者晶闸管组成的三相全桥构成，通过电力器件的开关实现电流的换相，从而实现直流到交流的转化。逆变控制器是逆变器中最灵活的部分，对逆变器性能的影响也是最大的，它不仅要实现光伏发电的最大功率跟踪，还要实现对输出的有功和无功功率的有效控制。通常的MPPT采用导纳法，功率控制采用电流内环法，最后采用SVPWM技术对逆变桥的控制。滤波电路的任务是尽可能抑制输出的高次谐波，提高电压的质量。如图3是逆变主体的模型，图4是逆变控制回路的模型。

电网是运输电能的媒介，光伏电站通过公共接入点与电网相连。负荷是电力系统的一个重要组成部分，为使得分析结果更接近工程实际，必须建立负荷的数学模型，我们采用的负荷模型是将负荷用恒定阻抗模拟，如图5所示，即认为在暂态过程中负荷的阻抗值保持不变，其数值由扰动前稳态状况下负荷所吸收的功率和负荷节点的电压来决定。

S15，建立评估模块，给出对电网的电压质量和出力情况进行数值化的评估结果。

在三相负载均衡时，电站输出视在功率、有功功率、无功功率可以通过下列公式进行计算：

视在功率

有功功率

无功功率

其中U、I分别为线电压和线电流，Φ为电压电流间的相位差

电压质量通常包括电压偏差、电压频率偏差、电压不平衡、电压瞬变现象、电压波动与闪变、电压暂降(暂升)与中断、电压谐波、电压陷波、欠电压、过电压等。本实施例主要检测光伏电站中经常出现的电压闪变问题的相关指标。电网中的电压波动一般被视为以工频电压为载波的幅度调制波，本实施例采用平方解调法检测调制信号，进而计算瞬时闪变视感度S(t)以及短时闪变值Pst。该方法的流程图如图如图7所示，主要步骤如下：

输入电压信号U(t)；

通过适配和自检信号对电压U(t)进行检测；

通过平方检测滤波器进行滤波；

通过0.05～35Hz带通滤波器，加权滤波器进行滤波；

通过平方器，一阶滤波器进行滤波，得到瞬时闪变视感度S(t)；

进行闪变的统一评定，得到短时闪变值Pst。

一种大型光伏电站的电压电能情况预估系统20，包括环境检测模块21，环境数据处理模块22，光伏电池模型23，逆变器和电网侧模型24，以及电压闪变和电能出力检测模块25。

环境检测模块21用于获取环境数据，环境数据包括光照强度和温度数据。

环境数据处理模块22用于对采集到的环境数据进行处理，建立整个光伏电站的环境模型；

光伏电池模型23为光伏电池组光能转化为直流电模型；

逆变器和电网侧模型24是对光伏电池转化的直流电变换为交流电输出的仿真模型；电压闪变和电能出力检测模块25对电网接入点的电压质量进行检测，以及对输入电网的电能总量给出一个比较精确的估计。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种大型光伏电站的电压电能情况预估方法，在大型光伏电站建站前期以及在电站运行期间对所述光伏电站的电压电能情况进行预估，其特征在于，包括如下步骤：

对光伏电站所在区域内的环境进行检测，获取环境数据；

对所述环境数据处理，建立整个光伏电站的环境模型；

对光伏电池组进行建模，得到所述光伏电池组整体的电学特性，根据所述环境模型，确定每块光伏电池板上的环境数据，与所述光伏电池组的模型相结合，确定所述光伏电池的发电情况与环境的定量关系，将所述多块光伏电池板串并联，组合成光伏阵列；

通过对逆变器、变压器以及电网侧建模，将电流汇流逆变器，再通过变压器输向电网侧；

建立评估模块，给出对电网的电压质量和出力情况进行数值化的评估结果。

2.如权利要求1所述的电压电能情况预估方法，其特征在于，所述环境数据通过Zigbee无线通信协议方式采集各检测监测点的环境数据。

3.如权利要求2所述的电压电能情况预估方法，其中其特征在于，所述环境数据为光照强度和温度数据。

4.如权利要求3所述的电压电能情况预估方法，其中其特征在于，所述环境数据模型通过二元插值方法对所述环境数据进行处理，得到所述光伏电站的环境模型，具体方法如下：

设实值函数：f(x,y)，其函数值为环境实测的温度或光照度值；

定义在矩形区域：D＝{a<x<b，c<y<d}，此为光伏阵列区域；

插值节点集:即光伏环境测点所在坐标位置，

Z＝{(x_i,y_j)|a<x₀<x₁<…<x_n<…<b,c<y₀<y₁<…<y_m<…<d}.

取在Z上线性无关的，函数组

其中，是次数关于x不高于n次、关于y不高于m次的二元多项式；

在函数空间

上寻找二元插值多项式

选择二元拉格朗日插值法的插值基函数

其中， $\begin{array}{cc}{l}_k\left(x\right)={\&Pi;}_{t=0,t\&NotEqual;k}^n\frac{x-x_t}{x_k-x_t}& l_r\left(x\right)={\&Pi;}_{t=0,t\&NotEqual;k}^n\frac{y-y_t}{y_k-y_t}\end{array}$

使其满足插值条件p_mn(x_i,y_j)＝f(x_i,y_j)其中i＝0,1…n；j＝0,1…m.满足插值条件的二元插值函数是唯一存在的；

当f(x_i,y_j)随时间动态变化时,其二元插值多项式也随时间动态变化，即

5.如权利要求4所述的电压电能情况预估方法，其中其特征在于，所述光伏电池组建模步骤为：

任意太阳辐射强度R(w/m2)和环境温度T_a(℃)的条件下，太阳电池板的温度为

$Tc=Ta+a\&times;R+b\&times;{\&Integral;}_{t0}^{t}Rdt$

其中系数a、b与电池板的性质有关；

设在参考条件下，I_sc为短路电流，V_oc为开路电压，I_m,V_m为最大功率点的电流和电压，则当光伏阵列的电压为V，其对应的电流为I，

则 $I=I_{SC}\&times;(1-C1(e^{\frac{V}{C2\&times;Voc}}-1\left)\right),$

其中， $C1=(1-\frac{I_m}{I_{sc}})e^{-\frac{V_m}{C2Voc}};C2=(\frac{V_m}{V_{oc}}-1)/\ln (1-I_m/I_{SC}),$

若考虑到辐射强度变化和温度的影响，则

$DI=\mathrm{\&alpha;}*\frac{R}{Rref}*DT+(\frac{R}{Rref}-1)*Isc$

DV＝-β*DT-Rs*DI

DT＝Tc-Tref

其中，α为电流变化温度系数，β为电压变化温度系数，R光伏模块的串联电阻。

6.如权利要求5所述的电压电能情况预估方法，其中其特征在于，所述光伏电池、逆变器和电网侧模型的建模在PSCAD/EMTD平台上完成。

7.如权利要求1或6任一所述所述的电压电能情况预估方法，其中其特征在于，所述电网侧模型采用负荷模型，将负荷用恒定阻抗模拟，在暂态过程中负荷的阻抗值保持不变，其数值由扰动前稳态状况下负荷所吸收的功率和负荷节点的电压来决定。

8.如权利要求1所述的电压电能情况预估方法，其中其特征在于，所述电压质量包括括电压偏差、电压频率偏差、电压不平衡、电压瞬变现象、电压波动与闪变、电压暂降(暂升)与中断、电压谐波、电压陷波、欠电压、过电压。

9.如权利要求8所述的电压电能情况预估方法，其中其特征在于，所述电压质量为光伏电站中经常出现的电压闪变问题，所述电压闪变的检测方法采用平方解调法检测调制信号，计算瞬时闪变视感度S(t)以及短时闪变值Pst，具体步骤为：

输入电压信号U(t)；

通过适配和自检信号对电压U(t)进行检测；

通过平方检测滤波器进行滤波；

通过0.05～35Hz带通滤波器，加权滤波器进行滤波；

通过平方器，一阶滤波器进行滤波，得到瞬时闪变视感度S(t)；进行闪变的统一评定，得到短时闪变值Pst。

10.一种大型光伏电站的电压电能情况预估系统，包括环境检测模块、环境数据处理模块、光伏电池模型、逆变器和电网侧模型、以及电压闪变和电能出力检测模块，所述环境检测模块用于获取环境数据；所述环境数据处理模块用于对采集到的所述环境数据进行处理，建立整个光伏电站的环境模型；所述光伏电池模型与所述环境模型连接，为将所述光伏电池组光能转化为直流电的模型；所述逆变器和电网侧模型与所述光伏电池模型连接，为将所述光伏电池组转化的直流电变换为交流电输出的仿真模型；所述电压闪变和电能出力检测模块与所述电网侧模型连接，对电网接入点的电压质量进行检测，以及对输入电网的电能总量给出一个比较精确的估计。