CN107578157B - 基于历史大数据对光伏电站系统效率进行修正的方法 - Google Patents
基于历史大数据对光伏电站系统效率进行修正的方法 Download PDFInfo
- Publication number
- CN107578157B CN107578157B CN201710754320.XA CN201710754320A CN107578157B CN 107578157 B CN107578157 B CN 107578157B CN 201710754320 A CN201710754320 A CN 201710754320A CN 107578157 B CN107578157 B CN 107578157B
- Authority
- CN
- China
- Prior art keywords
- day
- megawatt
- power generation
- historical
- power station
- 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.)
- Active
Links
Images
Classifications
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明涉及一种基于历史大数据对光伏电站系统效率进行修正的方法及系统。本发明基于历史大数据对光伏电站系统效率进行修正的方法:建立光伏电站的历史参考数据库,根据历史数据库中的数据计算同一辐射量区间对应的平均单兆瓦发电量、当日单兆瓦日发电量、当日单兆瓦理论发电量;根据所述的平均单兆瓦发电量、当日单兆瓦日发电量、当日单兆瓦理论发电量计算该辐射量区间对应的修正后理论日发电量;根据所述的修正后的理论日发电量计算该辐射量区间对应的修正后电站系统效率;重复上述计算得到每一个辐射量区间分别对应的修正后电站系统效率。本发明能够更好的指导电站的运维,通过更少的成本达到精准运维。
Description
技术领域
本发明涉及一种基于历史大数据对光伏电站系统效率进行修正的方法。
背景技术
截至2016年底,我国光伏发电新增装机容量3454万千瓦,累计装机容量7742万千瓦,新增和累计装机容量均为全球第一。全年发电量662亿千瓦时,占我国全年总发电量的1%。对于大批进入运营阶段的光伏电站,电站运行状况的检测和运行维护工作将成为研究重点(数据来源国家能源局官网)。系统效率是光伏电站运行状况的检测和运行维护的重要指标,对于投入运行的光伏电站,在电站容量和光辐照量一定的情况下,系统效率越高就代表发电量越大。
一个光伏电站,进行系统效率的测算时,通常是用实际计量的发电量与理论发电量相比得到,具体如下所示。
实际发电量是通过光伏电站的计量表测量获得,理论发电量目前都是通过实时辐照数据和光伏电站的安装容量计算得到。但是,实时辐照数据由于采样时间短,数据量少,造成数据具有不稳定性、个性化强,采用实时数据计算得到的理论发电量往往存在很大的误差。
鉴于上述,本设计人积极加以研究创新,以期创设一种基于历史大数据对光伏电站系统效率进行修正的方法,使其更具有产业上的利用价值。
发明内容
为解决上述技术问题,本发明的目的是找到一种采用历史大数据分析方法计算光伏电站系统效率,提高光伏电站系统效率计算准确性的基于历史大数据对光伏电站系统效率进行修正的方法。
为达到上述发明目的,本发明基于历史大数据对光伏电站系统效率进行修正的方法,包括:
S1建立光伏电站预定时间段内的历史参考数据库,用于存储光伏电站的历史参考数据,所述历史参考数据包括:日期、当日逆变器发电量、当日供电量、当日系统效率、当日最大辐照度、当日辐射量、是否限电以及当日环境温度、湿度;
S2将历史参考数据库内的当日辐射量从最小至最大划分为多个辐射量区间;
S3计算同一辐射量区间对应的平均单兆瓦发电量、当日单兆瓦日发电量、当日单兆瓦理论发电量;
S4根据所述的平均单兆瓦发电量、当日单兆瓦日发电量、当日单兆瓦理论发电量计算该辐射量区间对应的修正后理论日发电量,具体计算公式为:
S5根据所述的修正后理论日发电量计算该辐射量区间对应的修正后电站系统效率,具体计算公式为:
重复上述步骤S3至S5计算得到多个辐射量区间修正后电站系统效率。
进一步地,平均单兆瓦发电量指的是同一辐射量区间对应的当日发电量求和后取电量平均值,用公式表示为:
当日单兆瓦日发电量指的是同一辐射量区间对应的电站当日发电量按装机容量平均分配单兆瓦发电量,用公式表示为:
当日单兆瓦理论发电量的具体计算公式为:
进一步地,还包括对所述的历史参考数据库进行预处理,所述预处理至少包括:判断当日是否限电,将限电日对应的同一辐射量区间的当日逆变器发电量、当日供电量、当日系统效率、当日最大辐照度、当日辐射量数据及电站光伏组件信息从历史参考数据库中剔除。
进一步地,对获得的离散的修正后电站系统效率采用最小二乘法,得到修正后电站系统效率的拟合曲线。
进一步地,所述的预定时间段为半年至三年的时间。
为达到上述发明目的,本发明基于历史大数据对光伏电站系统效率进行修正的系统,包括:
历史数据库,用于存储光伏电站的历史参考数据,所述的历史参考数据包括:日期、当日逆变器发电量、当日供电量、当日系统效率、当日最大辐照度、当日辐射量、是否限电以及当日环境温度、湿度;
第一计算单元,用于将历史参考数据库内的当日辐射量从最小至最大划分为多个辐射量区间;依据所述历史参考数据计算同一辐射量区间对应的平均单兆瓦发电量、当日单兆瓦日发电量、当日单兆瓦理论发电量;
第二计算单元,用于根据所述的平均单兆瓦发电量、当日单兆瓦日发电量、当日单兆瓦理论发电量计算该辐射量区间对应的修正后理论日发电量,具体计算公式为:
修正后效率计算单元,用于根据所述的修正后理论日发电量计算该辐射量区间对应的修正后电站系统效率,具体计算公式为:
进一步地,所述的第一计算单元包括:
第一计算子单元,用于计算平均单兆瓦发电量,指的是同一辐射量区间对应的当日发电量求和后取电量平均值,用公式表示为:
第二计算子单元,用于计算当日单兆瓦日发电量,指的是同一辐射量区间对应的电站当日发电量按装机容量平均分配单兆瓦发电量,用公式表示为:
第三计算子单元,用于计算当日单兆瓦理论发电量,具体计算公式为:
进一步地,还包括数据预处理单元,用于对所述的历史参考数据库进行预处理,所述预处理至少包括:判断当日是否限电,将限电日对应的同一辐射量区间的当日逆变器发电量、当日供电量、当日系统效率、当日最大辐照度、当日辐射量数据及电站光伏组件信息从历史参考数据库中剔除。
进一步地,拟合曲线合成单元,用于对获得的离散的修正后电站系统效率采用最小二乘法,得到修正后电站系统效率的拟合曲线。
与现有技术相比,本发明基于历史大数据对光伏电站系统效率进行修正的方法具有以下优点:
根据历史年、月、日的相同辐射量下的累积数据,进行综合分析,重点合理调整理论发电量,修正系统效率,以便更好地展示光伏电站的综合效率,为电站运行状况的检测和运行维护提供有力数据支撑。
能够更准确反应光伏电站的系统效率,给光伏电站运营状况做出准确的综合效率评价。对光伏电站运营,提供准确的效率评价,为光伏电站技术改造、改善运营、发电预测等提供准确依据。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
图1是本发明一种基于历史大数据对光伏电站系统效率进行修正的方法的流程图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
实施例1
本实施例基于历史大数据对光伏电站系统效率进行修正的方法,包括:
S1建立光伏电站的历史参考数据库,用于存储光伏电站的历史参考数据,所述历史参考数据包括:日期、当日逆变器发电量、当日供电量、当日系统效率、当日最大辐照度、当日辐射量、是否限电以及当日环境温度、湿度;
S2对所述的历史参考数据库进行预处理,所述预处理至少包括:判断当日是否限电,将限电日对应的同一辐射量区间的当日逆变器发电量、当日供电量、当日系统效率、当日最大辐照度、当日辐射量数据及电站光伏组件信息从历史数据库中剔除。
S3将历史参考数据库内的当日辐射量从最小至最大划分为多个辐射量区间;
S4依据所述历史参考数据计算同一辐射量区间对应的平均单兆瓦发电量、当日单兆瓦日发电量、当日单兆瓦理论发电量;
S5根据所述的平均单兆瓦发电量、当日单兆瓦日发电量、当日单兆瓦理论发电量计算该辐射量区间对应的修正后理论日发电量,具体计算公式为:
S6根据所述的修正后理论日发电量计算该辐射量区间对应的修正后电站系统效率,具体计算公式为:
重复上述步骤S4至S6计算得多个辐射量区间修正后电站系统效率。
本实施例中,平均单兆瓦发电量指的是同一辐射量区间对应的当日发电量求和后取电量平均值,用公式表示为:
当日单兆瓦日发电量指的是同一辐射量区间对应的电站当日发电量按装机容量平均分配单兆瓦发电量,用公式表示为:
当日单兆瓦理论日发电量的具体计算公式为:
具体实际应用的实例
1.获取电站固定数据:
电站基本信息:临城刘家洞 光伏电站,电站纬度:纬度37.3317,经度114.294°,电站组件倾角:36°,组件型号:310Wp,组件数量92160块,组件尺寸:1.96M×0.992M,多晶组件装机容量28.5696MW
2.选择日辐照量13~14.3MJ/㎡取值范围,读取电站历史数据。
3.使用没有限电情况的历史数据建立系统效率修正模型(日辐射量取值13~ 14.3MJ/㎡并以2016年11月3日数据为例)
(1)13~14.3MJ/㎡取值范围平均当日辐射量:13.81MJ/㎡
(2)单组件标准最大功率Wp=310W,组件标准效率=17.5%(厂家设备标准)。
(3)装机容量28.5696MW电站组件数量为92160块,单块组件面积1.96m×0.992m=1.9443㎡。
(6)单兆瓦理论日发电量
调整前理论日发电量=单兆瓦理论日发电量*装机容量=4.2105MWh*28.57=120.2944MWh
(以2016年11月3日数据为例)
(9)根据上述原理计算不同“日辐射量”取值范围下的修正系统效率。
同理辐射量在如下范围内修正系统效率如下:
由以上数据可以看出,修正系统效率呈典型的正态分布型数据。当“日辐射量”高于25MJ/㎡以上时或低于8MJ/㎡,电站系统效率低于74%。
实施例2
本实施例基于历史大数据对光伏电站系统效率进行修正的系统,包括:
历史数据库,用于存储光伏电站的历史参考数据,所述的历史参考数据包括:日期、当日逆变器发电量、当日供电量、当日系统效率、当日最大辐照度、当日辐射量、是否限电以及当日环境温度、湿度;
第一计算单元,用于将历史参考数据库内的当日辐射量从最小至最大划分为多个辐射量区间;依据所述历史参考数据计算同一辐射量区间对应的平均单兆瓦发电量、当日单兆瓦日发电量、当日单兆瓦理论发电量;
第二计算单元,用于根据所述的平均单兆瓦发电量、当日单兆瓦日发电量、当日单兆瓦理论发电量计算该辐射量区间对应的修正后理论日发电量,具体计算公式为:
修正后效率计算单元,用于根据所述的修正后理论日发电量计算该辐射量区间对应的修正后电站系统效率,具体计算公式为:
本实施例中,所述的第一计算单元包括:
第一计算子单元,用于计算平均单兆瓦发电量,指的是同一辐射量区间对应的当日发电量求和后取电量平均值,用公式表示为:
第二计算子单元,用于计算当日单兆瓦日发电量,指的是同一辐射量区间对应的电站当日发电量按装机容量平均分配单兆瓦发电量,用公式表示为:
第三计算子单元,用于计算当日单兆瓦理论发电量,具体计算公式为:
本实施例,还包括数据预处理单元,用于对所述的历史参考数据库进行预处理,所述预处理至少包括:判断当日是否限电,将限电日对应的同一辐射量区间的当日逆变器发电量、当日供电量、当日系统效率、当日最大辐照度、当日辐射量数据及电站光伏组件信息从历史数据库中剔除。
本实施例所述的系统为实施例上述实施例1所述的方法的实施实例,本实施例的具体实例不再赘述。
上述各实施例还包括对获得的离散的修正后电站系统效率采用最小二乘法,得到修正后电站系统效率的拟合曲线。
以上所述仅是本发明的优选实施方式,并不用于限制本发明,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (9)
1.一种基于历史大数据对光伏电站系统效率进行修正的方法,其特征在于,包括:
S1建立光伏电站预定时间段内的历史参考数据库,用于存储光伏电站的历史参考数据,所述历史参考数据包括:日期、当日逆变器发电量、当日供电量、当日系统效率、当日最大辐照度、当日辐射量、是否限电以及当日环境温度、湿度;
S2将历史参考数据库内的当日辐射量从最小至最大划分为多个辐射量区间;
S3依据S1的历史参考数据计算同一辐射量区间对应的平均单兆瓦发电量、当日单兆瓦日发电量、当日单兆瓦理论发电量;
S4根据所述的平均单兆瓦发电量、当日单兆瓦日发电量、当日单兆瓦理论发电量计算该辐射量区间对应的修正后理论日发电量,具体计算公式为:
S5根据所述的修正后理论日发电量计算该辐射量区间对应的修正后电站系统效率,具体计算公式为:
重复上述步骤S3至S5计算得到多个辐射量区间修正后电站系统效率。
3.根据权利要求1所述的基于历史大数据对光伏电站系统效率进行修正的方法,其特征在于,还包括对所述的历史参考数据库进行预处理,所述预处理至少包括:判断当日是否限电,将限电日对应的同一辐射量区间的当日逆变器发电量、当日供电量、当日系统效率、当日最大辐照度、当日辐射量数据及电站光伏组件信息从历史参考数据库中剔除。
4.根据权利要求1所述的基于历史大数据对光伏电站系统效率进行修正的方法,其特征在于,对获得的离散的修正后电站系统效率采用最小二乘法,得到修正后电站系统效率的拟合曲线。
5.根据权利要求1所述的基于历史大数据对光伏电站系统效率进行修正的方法,其特征在于,所述的预定时间段为半年至三年的时间。
6.一种基于历史大数据对光伏电站系统效率进行修正的系统,其特征在于,包括:
历史数据库,用于存储光伏电站的历史参考数据,所述的历史参考数据包括:日期、当日逆变器发电量、当日供电量、当日系统效率、当日最大辐照度、当日辐射量、是否限电以及当日环境温度、湿度;
第一计算单元,用于将历史参考数据库内的当日辐射量从最小至最大划分为多个辐射量区间;依据所述历史参考数据计算同一辐射量区间对应的平均单兆瓦发电量、当日单兆瓦日发电量、当日单兆瓦理论发电量;
第二计算单元,用于根据所述的平均单兆瓦发电量、当日单兆瓦日发电量、当日单兆瓦理论发电量计算该辐射量区间对应的修正后理论日发电量,具体计算公式为:
修正后效率计算单元,用于根据所述的修正后理论日发电量计算该辐射量区间对应的修正后电站系统效率,具体计算公式为:
8.根据权利要求6所述的基于历史大数据对光伏电站系统效率进行修正的系统,其特征在于,还包括数据预处理单元,用于对所述的历史参考数据库进行预处理,所述预处理至少包括:判断当日是否限电,将限电日对应的同一辐射量区间的当日逆变器发电量、当日供电量、当日系统效率、当日最大辐照度、当日辐射量数据及电站光伏组件信息从历史参考数据库中剔除。
9.根据权利要求6所述的基于历史大数据对光伏电站系统效率进行修正的系统,其特征在于,拟合曲线合成单元,用于对获得的离散的修正后电站系统效率采用最小二乘法,得到修正后电站系统效率的拟合曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710754320.XA CN107578157B (zh) | 2017-08-29 | 2017-08-29 | 基于历史大数据对光伏电站系统效率进行修正的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710754320.XA CN107578157B (zh) | 2017-08-29 | 2017-08-29 | 基于历史大数据对光伏电站系统效率进行修正的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107578157A CN107578157A (zh) | 2018-01-12 |
CN107578157B true CN107578157B (zh) | 2021-01-19 |
Family
ID=61030389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710754320.XA Active CN107578157B (zh) | 2017-08-29 | 2017-08-29 | 基于历史大数据对光伏电站系统效率进行修正的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107578157B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109034607B (zh) * | 2018-07-24 | 2022-05-27 | 南方电网科学研究院有限责任公司 | 弃风弃光电量评估方法、系统、装置及可读存储介质 |
CN110601270A (zh) * | 2019-09-20 | 2019-12-20 | 重庆工商大学 | 可再生能源供电条件下的养殖装备优化调度策略 |
CN111126708A (zh) * | 2019-12-26 | 2020-05-08 | 广东电科院能源技术有限责任公司 | 一种贯流式水轮机发电量的预测方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104318314A (zh) * | 2014-09-19 | 2015-01-28 | 国家电网公司 | 一种基于光伏发电效率的发电量预测方法 |
CN105932965A (zh) * | 2016-05-13 | 2016-09-07 | 何旭 | 一种光伏电站系统效能的测量方法 |
CN106022656A (zh) * | 2016-06-21 | 2016-10-12 | 上海黄中工程技术有限公司 | 基于互联网的能源站交互式管理控制系统 |
CN106779223A (zh) * | 2016-12-21 | 2017-05-31 | 创维互联(北京)新能源科技有限公司 | 一种光伏系统发电功率实时预测方法及装置 |
CN107092994A (zh) * | 2017-06-21 | 2017-08-25 | 苏州协鑫新能源运营科技有限公司 | 一种预测供电量的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104680424B (zh) * | 2015-01-30 | 2018-09-14 | 国家电网公司 | 大型光伏电站的电压电能情况预估方法 |
-
2017
- 2017-08-29 CN CN201710754320.XA patent/CN107578157B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104318314A (zh) * | 2014-09-19 | 2015-01-28 | 国家电网公司 | 一种基于光伏发电效率的发电量预测方法 |
CN105932965A (zh) * | 2016-05-13 | 2016-09-07 | 何旭 | 一种光伏电站系统效能的测量方法 |
CN106022656A (zh) * | 2016-06-21 | 2016-10-12 | 上海黄中工程技术有限公司 | 基于互联网的能源站交互式管理控制系统 |
CN106779223A (zh) * | 2016-12-21 | 2017-05-31 | 创维互联(北京)新能源科技有限公司 | 一种光伏系统发电功率实时预测方法及装置 |
CN107092994A (zh) * | 2017-06-21 | 2017-08-25 | 苏州协鑫新能源运营科技有限公司 | 一种预测供电量的方法 |
Non-Patent Citations (3)
Title |
---|
光伏并网电站系统效率研究与应用;李润良;《科技创新与应用》;20140731(第21期);54-55 * |
基于温度修正的光伏电站发电性能评价指标对比分析;陈建国 等;《华电技术》;20160531;第38卷(第5期);73-76,80 * |
武汉地区光伏电站系统效率评估;刘军 等;《太阳能》;20141130(第11期);14-17 * |
Also Published As
Publication number | Publication date |
---|---|
CN107578157A (zh) | 2018-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107578157B (zh) | 基于历史大数据对光伏电站系统效率进行修正的方法 | |
Trueblood et al. | PV Measures up for fleet duty: Data from a tennessee plant are used to illustrate metrics that characterize plant performance | |
CN104318314B (zh) | 一种基于光伏发电效率的发电量预测方法 | |
Mills et al. | Implications of geographic diversity for short-term variability and predictability of solar power | |
CN105260800A (zh) | 一种光伏组件温度预测方法及装置 | |
CN102521080B (zh) | 一种电力用户用电信息采集系统的计算机数据修复方法 | |
CN102945508A (zh) | 一种基于模型校正的风电功率预测预报系统及方法 | |
CN110633864B (zh) | 一种基于距平偏差的风速数值预报订正方法及其系统 | |
CN104167988A (zh) | 一种光伏系统效率异常告警的判断方法 | |
CN109784563B (zh) | 一种基于虚拟测风塔技术的超短期功率预测方法 | |
CN105335560A (zh) | 光伏发电功率波动性及其自动发电控制备用需求计算方法 | |
CN109960885A (zh) | 一种分布式光伏发电功率预测方法 | |
CN107977898B (zh) | 一种光伏电站的发电量保险定价评估方法 | |
CN103996079A (zh) | 一种基于条件概率的风电功率加权预测方法 | |
CN105141253A (zh) | 基于光伏出力曲线斜率的光伏窃电识别方法 | |
Molina-Garcia et al. | A new solar module modeling for PV applications based on a symmetrized and shifted Gompertz model | |
KR101249852B1 (ko) | 기상예보를 이용한 태양전지의 발전량 예측방법 | |
CN111784030A (zh) | 一种基于空间相关性的分布式光伏功率预测方法及装置 | |
Pulver et al. | Measuring degradation rates without irradiance data | |
Gotseff et al. | Accurate power prediction of spatially distributed PV systems using localized irradiance measurements | |
Boughamrane et al. | Comparative Analysis of Measured and Simulated Performance of the Moroccan First MV Grid Connected Photovoltaic Power Plant ofAssa, Southern Morocco | |
Hobbs et al. | Accuracy of potential high limit estimation for solar plants in the southeast us | |
CN105720914A (zh) | 光伏发电系统工作状态的检测方法及装置 | |
CN109347434B (zh) | 一种计及老化时光伏发电功率的方法 | |
CN102509028A (zh) | 基于统计升尺度技术的电网全网风电功率预测算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |