CN112329996B - 一种逆变器失配优化方法、装置及设备 - Google Patents

一种逆变器失配优化方法、装置及设备 Download PDF

Info

Publication number
CN112329996B
CN112329996B CN202011155532.4A CN202011155532A CN112329996B CN 112329996 B CN112329996 B CN 112329996B CN 202011155532 A CN202011155532 A CN 202011155532A CN 112329996 B CN112329996 B CN 112329996B
Authority
CN
China
Prior art keywords
inverter
optimized
string
strings
scheme
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
Application number
CN202011155532.4A
Other languages
English (en)
Other versions
CN112329996A (zh
Inventor
蔡昊
李凡
琚洋
张家前
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sunshine Zhiwei Technology Co ltd
Original Assignee
Sunshine Zhiwei Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sunshine Zhiwei Technology Co ltd filed Critical Sunshine Zhiwei Technology Co ltd
Priority to CN202011155532.4A priority Critical patent/CN112329996B/zh
Publication of CN112329996A publication Critical patent/CN112329996A/zh
Application granted granted Critical
Publication of CN112329996B publication Critical patent/CN112329996B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • H02J2300/26—The renewable source being solar energy of photovoltaic origin involving maximum power point tracking control for photovoltaic sources
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Inverter Devices (AREA)

Abstract

本申请提供了一种逆变器失配优化方法、装置及设备，该方法获取待优化逆变器连接的所有组串在晴天日对应的电参量数据，如组串电流、组串电压等；然后，根据各个组串在晴天时对应的电参量数据，以及待优化逆变器的MPPT参数，确定出功率特征相似且使待优化逆变器的整体发电损失量最小的最优组串组合方案。该方案通过分析待优化逆变器所连接的各个组串的功率特性，并选取功率特性相似的组串接入同一MPPT电路，最终得到使待优化逆变器的整体发电损失量最小时各路MPPT电路所对应的最优组串组合方案。该方案能够直接得到光伏系统中逆变器的并联失配优化方案，提高了串并联失配优化效率，降低了光伏系统的运维成本。

Description

一种逆变器失配优化方法、装置及设备
技术领域
本发明属于光伏发电技术领域，尤其涉及一种逆变器失配优化方法、装置及设备。
背景技术
在光伏电站建设过程中，因地形环境因素，导致同一逆变器下的组串存在倾角、朝向、被遮挡程度不一致的现象。在实际运行中，由于组串的安装环境变化因素导致组串特性也会出现明显不一致的现象。目前逆变器下的最大功率点追踪(Maximum Power PointTracking，MPPT)所连接的组串通常按组串编号顺序连接，这样，很可能存在输出特性不一致的组串连接在同一MPPT下，导致逆变器运行在非最佳状态，此现象称为组串并联失配。
相关技术中，通常是检测组串并联失配的方案，无法给出逆变器各路MPPT连接的组串的最优组合方案。
发明内容
有鉴于此，本申请的目的在于提供一种逆变器失配优化方法、装置及设备，以解决相关技术中无法给出逆变器各路MPPT连接的组串的最优组合方案的技术问题，其公开的具体技术方案如下：
第一方面，本申请提供了一种逆变器失配优化方法，包括：
获取待优化逆变器连接的所有组串在晴天日对应的电参量数据；
根据所述所有组串对应的电参量数据以及所述待优化逆变器的最大功率点追踪参数，确定出功率特征相似且使所述待优化逆变器的整体发电损失最小的最优组串组合方案。
在第一方面一种可能的实现方式中，所述根据所述所有组串对应的电参量数据以及所述待优化逆变器的最大功率点追踪参数，确定出功率特征相似且使所述待优化逆变器的整体发电损失最小的最优组串组合方案，包括：
根据所述待优化逆变器的最大功率点追踪参数，确定出每路最大功率点追踪电路接入的组串数量得到组串数量接入方案；
根据所述组串数量接入方案确定所述待优化逆变器对应的多个待选组串组合方案；
根据各个组串的电参量数据计算各个待选组串组合方案对应的功率特性差异特征值；
确定所述功率特性差异特征值最小的待选组串组合方案为所述最优组串组合方案。
在第一方面另一种可能的实现方式中，所述根据各个组串的电参量数据计算各个待选组串组合方案对应的功率特性差异特征值，包括：
计算每个待选组串组合方案中每路最大功率点追踪电路所连接的组串在所述晴天日内各个测量时刻点对应的功率距离和；
计算每个待选组串组合方案中各路最大功率点追踪电路对应的功率距离和的总和，得到所述待选组串组合方案对应的功率特性差异特征值。
在第一方面又一种可能的实现方式中，所述计算每个待选组串组合方案中每路最大功率点追踪电路所连接的组串在所述晴天日内各个测量时刻点对应的功率距离和，包括：
针对每个待选组串组合方案中的任一路最大功率点追踪电路，根据所述最大功率点追踪电路所连接的各个组串在所述晴天日内任一个测量时刻点对应的功率，以及所述测量时刻对应的辐照度权重系数，计算得到所述最大功率点追踪电路对应的加权功率距离；
计算所述任一路最大功率点追踪电路连接的各个组串在所述晴天日内各个测量时刻点的辐照加权功率距离，得到所述最大功率点追踪电路对应的功率距离和。
在第一方面再一种可能的实现方式中，获取所述测量时刻对应的辐照度权重系数的过程，包括：
计算所述晴天日内各测量时刻点对应的全天辐照数据之和；
计算任一测量时刻点对应的辐照数据与所述全天辐照数据之和的比值，得到所述测量时刻对应的辐照度权重系数。
在第一方面另一种可能的实现方式中，根据所述待优化逆变器的最大功率点追踪参数，确定出每路最大功率点追踪电路接入的组串数量得到组串数量接入方案，包括：
确定所述待优化逆变器包括的最大功率点追踪电路的路数K，每路最大功率点追踪电路可接入的组串数量J，以及，所述待优化逆变器的实际接入组串数量n；
计算所述实际接入组串数量n与所述K的比值，并根据所述比值确定出所述待优化逆变器每一路最大功率点追踪电路接入的组串数量，得到所述组串数量接入方案。
在第一方面又一种可能的实现方式中，所述根据所述组串数量接入方案确定所述待优化逆变器对应的多个待选组串组合方案，包括：
根据所述组串数量接入方案中各路最大功率点追踪电路接入的组串的数量，依次选取功率特性相似的相应数量个组串，得到各路最大功率点追踪电路对应的一个待选组串组合方案。
在第一方面再一种可能的实现方式中，所述获取待优化逆变器连接的所有组串在晴天日对应的电参量数据，包括：
获取所述待优化逆变器所在地区在预设周期内的辐照数据；
根据所述辐照数据筛选得到所述预设周期内的晴天日期；
获取所述待优化逆变器在所述晴天日期对应电参量数据。
在第一方面另一种可能的实现方式中，所述根据所述辐照数据筛选得到所述预设周期内的晴天日期，包括：
根据每一天对应的辐照数据的幅值及波动率特征，确定出所述预设周期内的晴天日期。
在第一方面又一种可能的实现方式中，所述方法还包括：
根据预设周期内每个晴天日对应的最优组串组合方案，确定出所述待优化逆变器在所述预设周期对应的并联失配优化方案。
第二方面，本申请还提供了一种逆变器失配优化装置，包括：
第一获取模块，用于获取待优化逆变器连接的所有组串在晴天日对应的电参量数据；
优化方案确定模块，用于根据所述所有组串对应的电参量数据以及所述待优化逆变器的最大功率点追踪参数，确定出功率特征相似且使所述待优化逆变器的整体发电损失最小的最优组串组合方案。
第三方面，本申请还提供了一种用于逆变器失配优化的设备，包括：存储器和处理器；
所述存储器内存储有程序指令；
所述处理器用于调用所述存储器内的程序指令，以执行第一方面任一种可能的实现方式所述的逆变器失配优化方法。
本申请提供的逆变器失配优化方法，获取待优化逆变器连接的所有组串在晴天日对应的电参量数据，如组串电流、组串电压等；然后，根据各个组串在晴天时对应的电参量数据，以及待优化逆变器的MPPT参数，确定出功率特征相似且使待优化逆变器的整体发电损失量最小的最优组串组合方案。该方案通过分析待优化逆变器所连接的各个组串的功率特性，并选取功率特性相似的组串接入同一MPPT电路，最终得到使待优化逆变器的整体发电损失量最小时各路MPPT电路所对应的最优组串组合方案。该方案能够直接得到光伏系统中逆变器的并联失配优化方案，提高了串并联失配优化效率，降低了光伏系统的运维成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种逆变器失配优化方法的流程图；
图2是本申请实施例提供的一种确定最优串组合方案过程的流程图；
图3是本申请实施例提供的一种存在并联失配时对应的PV特征曲线图；
图4是本申请实施例提供的一种确定组串接入方案过程的流程图；
图5是本申请实施例提供的另一种确定最优组串组合方案过程的流程图；
图6是本申请实施例提供的一种逆变器失配优化装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参见图1，示出了本申请实施例提供的一种逆变器失配优化方法的流程图，该方法基于云平台提供的数据(如，光伏电站的信息和各设备的运行数据)，实现逆变器失配优化。
其中，该方法可以运行于光伏系统的云平台中，还可以运行于逆变器中，或者独立于云平台和逆变器的其他具有计算能力的设备中，此处不再一一详述。
如图1所示，该方法包括以下步骤。
S110，获取待优化逆变器连接的所有组串在晴天日对应的电参量数据。
待优化逆变器可以是诊断出存在组串并联失配的任一台逆变器，其中，诊断是否存在串并联失配的过程属于现有技术此处不再赘述。
在本申请的一个实施例中，从云平台中获取待优化逆变器所连接的所有组串在预设周期(如，一年、一个季度或一个月等)内对应的电参量数据，如组串电流、组串电压等数据。其中，从云平台中读取的电参量数据是时间颗粒度为预设时间间隔(如，5min)的数据序列。
从云平台中读取的电参量数据需要进行数据清洗排除通信、采集等问题造成的异常数据。例如，遍历组串电流和组串电压，检查是否存在空值、跳值或死值。
其中，空值是指某测量时刻点无对应的数据；跳值是指采集的数据超出理论最大值，例如组串开路电压最大值为800V，而测得的组串电压大于800V，则视为跳值，同理，组串电流出现负值需要清洗掉。对于数据中存在的空值或跳值，如果某一组串对应的测量数据中存在连续多个空值或跳值，则舍弃该组串的数据。
死值是指连续一段时间内测得的数据完全相同，例如，连续半小时内测得的组串电流数据(或组串电压数据)完全相同，对于死值，舍弃该组串的数据。
清洗后的数据包括晴天对应的数据和非晴天的数据，而非晴天的数据不能准确反映组串的发电能力，因此，进一步从清洗后的数据中筛选出晴天日对应的电参量数据。
在本申请的一个实施例中，从云平台中获取待优化逆变器所在地区在预设周期内的辐照数据，并根据辐照数据(例如，辐照度幅值和波动率特征)筛选得到预设周期内的晴天日期，最后，获取待优化逆变器在晴天日期对应的电参量数据。例如，预设周期是一个季度，根据一个季度对应的辐照数据筛选出该季度内包含的晴天日期。
需要说明的是，从云平台中读取的辐照数据也需要进行数据清洗，清洗原则与电参量数据的清洗原则相同，此处不再赘述。
在本申请的另一个实施例中，可以直接从云平台中获取该逆变器在预设周期内对应的电参量数据和辐照数据，并分别进行数据清洗。
S120，根据所有组串对应的电参量数据以及待优化逆变器的MPPT参数，确定出功率特征相似且使待优化逆变器的整体发电损失最小的最优组串组合方案。
在本申请的一个实施例中，如图2所示，S120的过程可以包括以下步骤：
S121，根据待优化逆变器的最大功率点追踪参数，确定出每路最大功率点追踪电路接入的组串数量得到组串数量接入方案。
其中，逆变器的MPPT参数包括该逆变器包括的MPPT数量K、一路MPPT电路最多可接入的组串数量J，以及，该逆变当前实际接入的组串数量n。
利用待优化逆变器的MPPT参数，依据充分利用逆变器的MPPT及每个MPPT尽可能少接入组串的原则，确定出每路MPPT电路接入的组串数量。
S122，根据组串数量接入方案确定待优化逆变器对应的多个待选组串组合方案。
按照上一步骤确定出的待优化逆变器每路MPPT接入的组串数量，从该逆变器连接的所有光伏组串中随机选取每路MPPT对应数量的组串，得到该逆变器对应的所有可能的待选组串组合方案。
例如，某型号逆变器具有3路MPPT，每路MPPT最多接入3个组串，即K＝3，J＝3，该逆变器实际接入的组串数量n＝9，则该逆变器共有C39×C36×C 3 3种组合方案。
S123，根据各个组串的电参量数据计算各个待选组串组合方案对应的功率特性差异特征值。
其中，每一路MPPT所对应的功率特性差异特征值表征该路MPPT所连接的至少两个组串之间的发电能力存在差异程度。
组串并联失配产生的根本原因是由于同一路MPPT连接的组串对应的最大功率点电压不同，组串并联后无法同时工作在最佳工作点，从而导致同一路MPPT下最大功率小于各组串的最大功率之和。以一路MPPT接入两个组串为例进行说明，如图3所示，组串1对应的PV特性曲线为PV1、最大功率为P1max，组串2对应的PV特性曲线为PV2、最大功率为P2max，组串1和组串2并联后得到的PV特性曲线为PV3，最大功率为P3max。由图2可知，P3max＜P1max+P2max。
在本申请的一个实施例中，通过计算同一路MPPT接入的各组串之间的功率距离得到各组串之间的功率特性差异特征值。
S124，确定功率特性差异特征值最小的待选组串组合方案为最优组串组合方案。
功率特性差异特征值最小表明组串间的发电能力差异最小，因此，整个逆变器的发电损失最小。
本实施例提供的逆变器失配优化方法，获取待优化逆变器连接的所有组串在晴天日对应的电参量数据，如组串电流、组串电压等；然后，根据各个组串在晴天时对应的电参量数据，以及待优化逆变器的MPPT参数，确定出功率特征相似且使待优化逆变器的整体发电损失量最小的最优组串组合方案。该方案通过分析待优化逆变器所连接的各个组串的功率特性，并选取功率特性相似的组串接入同一MPPT电路，最终得到使待优化逆变器的整体发电损失量最小时各路MPPT电路所对应的最优组串组合方案。该方案能够直接得到光伏系统中逆变器的并联失配优化方案，提高了串并联失配优化效率，降低了光伏系统的运维成本。
请参见图4，示出了本申请实施例提供的一种确定组串接入方案过程的流程图，如图4所示，该过程可以包括以下步骤。
S1211，确定待优化逆变器包括的MPPT电路的数量K，每路MPPT最多可接入的组串数量J，待优化逆变器实际接入的组串数量n。其中，n≤K×J。
S1212，计算n与K的商。
n与K的商记为a，若有余数则余数记为b，其中，a和b均为整数，且a≤J，b＜K。
S1213，根据n与K的商确定待优化逆变器每一路MPPT电路接入的组串数量，得到组串数量接入方案。
如果n与K的商为a，余数为b，则该逆变器中b路MPPT接入a+1个组串，K-b路MPPT接入a个组串。逆变器中每路MPPT接入组串数量记为M1、M2……Mk。
例如，某型号逆变器有3路MPPT，每路MPPT最多接入3个组串，即K＝3，J＝3，当该逆变器实际接入的组串数量n＝9时，每路MPPT接入组串的数量均为3个，当n＝8时，3路MPPT接入组串的数量分别为：M1＝3、M2＝3、M3＝2；当n＝7时，每路MPPT接入组串的数量均为2个；当n＝5时，3路MPPT接入组串的数量分别为M1＝2、M2＝2、M3＝1。
请参见图5，示出了本申请实施例提供的另一种确定最优组串组合方案过程的流程图，如图5所示，该过程可以包括以下步骤。
S210，计算每个待选组串组合方案中每路MPPT电路所连接的组串在晴天日内各测量时刻点对应的功率距离和。
针对每个组串，根据该组串在晴天日对应的电参量数据，绘制得到该组串在该晴天日对应的功率曲线，任一路MPPT所连接的各组串在晴天日的各测量时刻点的功率距离和记为Li。
例如，某型号逆变器具有K路MPPT，则每一路在各测量点对应的功率距离和依次为L1、L2、L3……LK。
在本申请的一个实施例中，同一路MPPT连接的各组串之间的功率距离可以采用加权欧式距离，以同一路MPPT接入3个组串为例说明，功率距离和的计算过程可以利用如下公式1计算得到：
公式1中，L11为一种组串接入组合中组串1在晴天日内各个测量时刻点对应的功率距离和，P1i～P3i依次为从n个组串中随机挑选的第1个组串、第2个组串、第3个组串分别在第i时刻对应的功率值；
wi为该晴天日内第i个时刻对应的辐照度值，表示辐照权重系数；其中，为一路MPPT所连接的各组串对应的加权功率距离；
z为该晴天日全天各个测量时刻点的总数。
功率距离和Li越大表明该路MPPT所连接的各组串的发电特性差异越大，反之，功率距离和Li越小表明该路MPPT所连接的各组串的发电特性差异越小。
在本申请的其他实施例中，还可以采用其它距离计算得到功率距离，此处不再一一赘述。
S220，计算每个待选组串组合方案中各路MPPT对应的功率距离和的总和，得到待选组串组合方案对应的功率特性差异特征值。
S230，确定功率特性差异特征值最小的组串组合方案为当前晴天日对应的最优组串组合方案。
为了使整个逆变器的发电损失最小，需要从所有可能的组串组合中找出使L1+L2+L3+……+LK的总和最小的组串组合方案，即最终的最优组串组合方案。
例如，某型号逆变器具有3路MPPT，对应的每路MPPT接入的组串间的功率距离和依次为L1、L2、L3，从所有可能的组串组合中找出使L1+L2+L3的值最小的组合方案得到该逆变器对应的最优组串组合方案。
在本申请的其它实施例中，还可以通过聚类方法确定出功率特性相似的组串，进一步从功率特性相似的组串中确定出最优组串组合方案，其本质仍是选取能够使整个逆变器的发电损失最小的组串组合方案。
S240，根据预设周期内每个晴天日对应的最优组串组合方案，确定出待优化逆变器在预设周期对应的并联失配优化方案。
辐照度随季节变化非常明显，因此，可以根据晴天日期及不同晴天日期对应的最优组串组合方案的变化特征，确定出具有周期特征的逆变器并联失配优化方案。例如，可以得到每个季度对应的逆变器并联失配优化方案。
本实施例提供的确定最优组串组合方案的过程，计算同一路MPPT连接的各组串之间的功率距离和，进一步计算各路MPPT对应的功率和的总和最小的组串组合方案为最优组串组合方案。利用该方法能够确定出使整个逆变器的发电损失最小的最优组串组合方案，因此，提高了串并联失配优化效率，降低了光伏系统的运维成本。
相应于上述的逆变器失配优化方法实施例，本申请还提供了逆变器失配优化装置实施例。
请参见图6，示出了本申请实施例提供的一种逆变器失配优化装置的结构示意图，如图6所示，该装置可以包括：第一获取模块110和优化方案确定模块120。
第一获取模块110，用于获取待优化逆变器连接的所有组串在晴天日对应的电参量数据。
优化方案确定模块120，用于根据所述所有组串对应的电参量数据以及所述待优化逆变器的最大功率点追踪参数，确定出功率特征相似且使所述待优化逆变器的整体发电损失最小的最优组串组合方案。
在本申请一种可能的实现方式中，在确定出某个晴天日对应的最优组串组合方案后，按照同样的方式确定预设周期内其它晴天日对应的最优组串组合方案，最终根据预设周期内每个晴天日对应的最优组串组合方案，确定出待优化逆变器在整个预设周期内对应的并联失配优化方案。
在本申请一种可能的实现方式中，优化方案确定模块120具体用于：
根据所述待优化逆变器的最大功率点追踪参数，确定出每路最大功率点追踪电路接入的组串数量得到组串数量接入方案；
根据所述组串数量接入方案确定所述待优化逆变器对应的多个待选组串组合方案；
根据各个组串的电参量数据计算各个待选组串组合方案对应的功率特性差异特征值；
确定所述功率特性差异特征值最小的待选组串组合方案为所述最优组串组合方案。
在本申请一种可能的实现方式中，根据各个组串的电参量数据计算各个待选组串组合方案对应的功率特性差异特征值，具体包括：
计算每个待选组串组合方案中每路最大功率点追踪电路所连接的组串在所述晴天日内各个测量时刻点对应的功率距离和；
计算每个待选组串组合方案中各路最大功率点追踪电路对应的功率距离和的总和，得到所述待选组串组合方案对应的功率特性差异特征值。
在本申请一种可能的实现方式中，计算每个待选组串组合方案中每路最大功率点追踪电路所连接的组串在所述晴天日内各个测量时刻点对应的功率距离和，具体包括：
针对每个待选组串组合方案中的任一路最大功率点追踪电路，根据所述最大功率点追踪电路所连接的各个组串在所述晴天日内任一个测量时刻点对应的功率，以及所述测量时刻对应的辐照度权重系数，计算得到所述最大功率点追踪电路对应的加权功率距离；
计算所述任一路最大功率点追踪电路连接的各个组串在所述晴天日内各个测量时刻点的辐照加权功率距离，得到所述最大功率点追踪电路对应的功率距离和。
在本申请一种可能的实现方式中，测量时刻对应的辐照度权重系数的确定过程包括：
计算所述晴天日内各测量时刻点对应的全天辐照数据之和；
计算任一测量时刻点对应的辐照数据与所述全天辐照数据之和的比值，得到所述测量时刻对应的辐照度权重系数。
在本申请一种可能的实现方式中，根据所述待优化逆变器的最大功率点追踪参数，确定出每路最大功率点追踪电路接入的组串数量得到组串数量接入方案，具体包括：
确定所述待优化逆变器包括的最大功率点追踪电路的路数K，每路最大功率点追踪电路可接入的组串数量J，以及，所述待优化逆变器的实际接入组串数量n；
计算所述实际接入组串数量n与所述K的比值，并根据所述比值确定出所述待优化逆变器每一路最大功率点追踪电路接入的组串数量，得到所述组串数量接入方案。
在本申请一种可能的实现方式中，根据所述组串数量接入方案确定所述待优化逆变器对应的多个待选组串组合方案，具体包括：
根据所述组串数量接入方案中各路最大功率点追踪电路接入的组串的数量，依次选取功率特性相似的相应数量个组串，得到各路最大功率点追踪电路对应的一个待选组串组合方案。
在本申请一种可能的实现方式中，获取待优化逆变器连接的所有组串在晴天日对应的电参量数据，具体包括：
获取所述待优化逆变器所在地区在预设周期内的辐照数据；
根据所述辐照数据筛选得到所述预设周期内的晴天日期；
获取所述待优化逆变器在所述晴天日期对应电参量数据。
在本申请一种可能的实现方式中，根据每一天对应的辐照数据的幅值及波动率特征，确定出所述预设周期内的晴天日期。
本实施例提供的逆变器失配优化装置，获取待优化逆变器连接的所有组串在晴天日对应的电参量数据，如组串电流、组串电压等；然后，根据各个组串在晴天时对应的电参量数据，以及待优化逆变器的MPPT参数，确定出功率特征相似且使待优化逆变器的整体发电损失量最小的最优组串组合方案。该方案通过分析待优化逆变器所连接的各个组串的功率特性，并选取功率特性相似的组串接入同一MPPT电路，最终得到使待优化逆变器的整体发电损失量最小时各路MPPT电路所对应的最优组串组合方案。该方案能够直接得到光伏系统中逆变器的并联失配优化方案，提高了串并联失配优化效率，降低了光伏系统的运维成本。
本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现上述的任一种逆变器失配优化方法实施例。
其中，本文中的设备可以是云平台(即服务器)、逆变器、PC机或其它具有计算能力的设备等。
本申请还提供了一种计算设备可执行的存储介质，该存储介质中存储有程序，该程序由计算设备执行时实现上述的逆变器失配优化方法实施例。
对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
需要说明的是，本说明书中的各个实施例记载的技术特征可以相互替代或组合，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本申请各实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本申请各实施例中的装置及终端中的模块和子模块可以根据实际需要进行合并、划分和删减。
本申请所提供的几个实施例中，应该理解到，所揭露的终端，装置和方法，可以通过其它的方式实现。例如，以上所描述的终端实施例仅仅是示意性的，例如，模块或子模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个子模块或模块可以结合或者可以集成到另一个模块，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的模块或子模块可以是或者也可以不是物理上分开的，作为模块或子模块的部件可以是或者也可以不是物理模块或子模块，即可以位于一个地方，或者也可以分布到多个网络模块或子模块上。可以根据实际的需要选择其中的部分或者全部模块或子模块来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能模块或子模块可以集成在一个处理模块中，也可以是各个模块或子模块单独物理存在，也可以两个或两个以上模块或子模块集成在一个模块中。上述集成的模块或子模块既可以采用硬件的形式实现，也可以采用软件功能模块或子模块的形式实现。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (11)

1.一种逆变器失配优化方法，其特征在于，包括：
获取待优化逆变器连接的所有组串在晴天日对应的电参量数据；
根据所述待优化逆变器的最大功率点追踪参数，确定出每路最大功率点追踪电路接入的组串数量得到组串数量接入方案；
根据所述组串数量接入方案确定所述待优化逆变器对应的多个待选组串组合方案；
根据各个组串的电参量数据计算各个待选组串组合方案对应的功率特性差异特征值；
确定所述功率特性差异特征值最小的待选组串组合方案为最优组串组合方案。
2.根据权利要求1所述的方法，其特征在于，所述根据各个组串的电参量数据计算各个待选组串组合方案对应的功率特性差异特征值，包括：
计算每个待选组串组合方案中每路最大功率点追踪电路所连接的组串在所述晴天日内各个测量时刻点对应的功率距离和；
计算每个待选组串组合方案中各路最大功率点追踪电路对应的功率距离和的总和，得到所述待选组串组合方案对应的功率特性差异特征值。
3.根据权利要求2所述的方法，其特征在于，所述计算每个待选组串组合方案中每路最大功率点追踪电路所连接的组串在所述晴天日内各个测量时刻点对应的功率距离和，包括：
针对每个待选组串组合方案中的任一路最大功率点追踪电路，根据所述最大功率点追踪电路所连接的各个组串在所述晴天日内任一个测量时刻点对应的功率，以及所述测量时刻对应的辐照度权重系数，计算得到所述最大功率点追踪电路对应的加权功率距离；
计算所述任一路最大功率点追踪电路连接的各个组串在所述晴天日内各个测量时刻点的辐照加权功率距离，得到所述最大功率点追踪电路对应的功率距离和。
4.根据权利要求3所述的方法，其特征在于，获取所述测量时刻对应的辐照度权重系数的过程，包括：
计算所述晴天日内各测量时刻点对应的全天辐照数据之和；
计算任一测量时刻点对应的辐照数据与所述全天辐照数据之和的比值，得到所述测量时刻对应的辐照度权重系数。
5.根据权利要求1所述的方法，其特征在于，根据所述待优化逆变器的最大功率点追踪参数，确定出每路最大功率点追踪电路接入的组串数量得到组串数量接入方案，包括：
确定所述待优化逆变器包括的最大功率点追踪电路的路数K，每路最大功率点追踪电路可接入的组串数量J，以及，所述待优化逆变器的实际接入组串数量n；
计算所述实际接入组串数量n与所述K的比值，并根据所述比值确定出所述待优化逆变器每一路最大功率点追踪电路接入的组串数量，得到所述组串数量接入方案。
6.根据权利要求1所述的方法，其特征在于，所述根据所述组串数量接入方案确定所述待优化逆变器对应的多个待选组串组合方案，包括：
根据所述组串数量接入方案中各路最大功率点追踪电路接入的组串的数量，依次选取功率特性相似的相应数量个组串，得到各路最大功率点追踪电路对应的一个待选组串组合方案。
7.根据权利要求1所述的方法，其特征在于，所述获取待优化逆变器连接的所有组串在晴天日对应的电参量数据，包括：
获取所述待优化逆变器所在地区在预设周期内的辐照数据；
根据所述辐照数据筛选得到所述预设周期内的晴天日期；
获取所述待优化逆变器在所述晴天日期对应电参量数据。
8.根据权利要求7所述的方法，其特征在于，所述根据所述辐照数据筛选得到所述预设周期内的晴天日期，包括：
根据每一天对应的辐照数据的幅值及波动率特征，确定出所述预设周期内的晴天日期。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据预设周期内每个晴天日对应的最优组串组合方案，确定出所述待优化逆变器在所述预设周期对应的并联失配优化方案。
10.一种逆变器失配优化装置，其特征在于，包括：
第一获取模块，用于获取待优化逆变器连接的所有组串在晴天日对应的电参量数据；
优化方案确定模块，用于根据所述所有组串对应的电参量数据以及所述待优化逆变器的最大功率点追踪参数，确定出功率特征相似且使所述待优化逆变器的整体发电损失最小的最优组串组合方案；
其中，所述优化方案确定模块具体用于：
根据所述待优化逆变器的最大功率点追踪参数，确定出每路最大功率点追踪电路接入的组串数量得到组串数量接入方案；
根据所述组串数量接入方案确定所述待优化逆变器对应的多个待选组串组合方案；
根据各个组串的电参量数据计算各个待选组串组合方案对应的功率特性差异特征值；
确定所述功率特性差异特征值最小的待选组串组合方案为所述最优组串组合方案。
11.一种用于逆变器失配优化的设备，其特征在于，包括：存储器和处理器；
所述存储器内存储有程序指令；
所述处理器用于调用所述存储器内的程序指令，以执行权利要求1-9任一项所述的逆变器失配优化方法。
CN202011155532.4A 2020-10-26 2020-10-26 一种逆变器失配优化方法、装置及设备 Active CN112329996B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011155532.4A CN112329996B (zh) 2020-10-26 2020-10-26 一种逆变器失配优化方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011155532.4A CN112329996B (zh) 2020-10-26 2020-10-26 一种逆变器失配优化方法、装置及设备

Publications (2)

Publication Number Publication Date
CN112329996A CN112329996A (zh) 2021-02-05
CN112329996B true CN112329996B (zh) 2023-12-22

Family

ID=74310725

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011155532.4A Active CN112329996B (zh) 2020-10-26 2020-10-26 一种逆变器失配优化方法、装置及设备

Country Status (1)

Country Link
CN (1) CN112329996B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113517718A (zh) * 2021-08-13 2021-10-19 阳光电源股份有限公司 一种光伏组串并联失配优化方法、电力设备和光伏系统
CN113890027B (zh) * 2021-10-19 2024-05-17 中核坤华能源发展有限公司 基于设备运行状态和气象参数的发电功率预测系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102237823A (zh) * 2010-12-30 2011-11-09 保定天威集团有限公司 一种光伏功率优化器
KR20120094337A (ko) * 2011-02-16 2012-08-24 한국에너지기술연구원 계통연계형 태양광발전 시스템의 손실 산출방법 및 그 장치
CN103744469A (zh) * 2014-01-24 2014-04-23 四川英杰电气股份有限公司 光伏逆变器的多峰值最大功率点追踪方法
CN111193289A (zh) * 2020-02-12 2020-05-22 合肥阳光新能源科技有限公司 一种光伏电站并联失配的调整方法及装置
CN111402078A (zh) * 2020-03-11 2020-07-10 合肥阳光新能源科技有限公司 光伏组串的诊断方法、装置及控制器

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102237823A (zh) * 2010-12-30 2011-11-09 保定天威集团有限公司 一种光伏功率优化器
KR20120094337A (ko) * 2011-02-16 2012-08-24 한국에너지기술연구원 계통연계형 태양광발전 시스템의 손실 산출방법 및 그 장치
CN103744469A (zh) * 2014-01-24 2014-04-23 四川英杰电气股份有限公司 光伏逆变器的多峰值最大功率点追踪方法
CN111193289A (zh) * 2020-02-12 2020-05-22 合肥阳光新能源科技有限公司 一种光伏电站并联失配的调整方法及装置
CN111402078A (zh) * 2020-03-11 2020-07-10 合肥阳光新能源科技有限公司 光伏组串的诊断方法、装置及控制器

Also Published As

Publication number Publication date
CN112329996A (zh) 2021-02-05

Similar Documents

Publication Publication Date Title
CN112329996B (zh) 一种逆变器失配优化方法、装置及设备
Munshi et al. Photovoltaic power pattern clustering based on conventional and swarm clustering methods
CN110189232A (zh) 基于孤立森林算法的用电信息采集数据异常分析方法
KR20180072954A (ko) 태양전지모듈 발전량 예측방법 및 예측장치
CN111181196A (zh) 光伏电站配置方法及装置
Boretti High‐frequency standard deviation of the capacity factor of renewable energy facilities—Part 2: Wind
CN111709569A (zh) 风电场输出功率预测修正方法及装置
CN111693020B (zh) 光伏组串方位角确定方法、组串重组方法及相关装置
Sreekantha Reddy et al. Parameter extraction of single‐diode photovoltaic module using experimental current–voltage data
CN110729767A (zh) 一种含水电的地区电网风光容量优化配置方法
JP2019091335A (ja) 発電量予測装置、発電量予測システム、発電量予測方法及び発電量予測プログラム
CN116647183A (zh) 光伏阵列发电性能确定方法、装置和光伏系统
CN113127274A (zh) 磁盘故障预测方法、装置、设备及计算机存储介质
CN110298603B (zh) 分布式光伏系统容量估计方法
CN115313522A (zh) 一种考虑新能源出力预测偏差的备用容量配置方法及系统
CN112785166A (zh) 基于区块链的配电网分布式发电单元出力评价方法及装置
CN111915451B (zh) 台区日功率曲线计算方法
Nayak et al. Capacity value estimation of random solar power through associative searching in ak‐d tree
CN114070198B (zh) 分布式光伏发电系统的故障诊断方法、装置和电子设备
CN112257344B (zh) 一种基于ap聚类算法的场景削减方法
TWI810750B (zh) 太陽能發電預測方法
CN117591814A (zh) 基于光伏包络的数据修复方法、装置及设备
Tighzert et al. New compact music-inspired algorithms
CN116015211A (zh) 光伏组件积灰检测方法、设备、清洗系统及存储介质
CN117495089A (zh) 含高渗透率分布式新能源的配电网电压和潮流越限风险评估方法

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
CB02 Change of applicant information

Address after: 230000 office buildings 201 and 301 of sunshine power supply Co., Ltd., No. 2 Tianhu Road, high tech Zone, Hefei, Anhui Province

Applicant after: Sunshine Zhiwei Technology Co.,Ltd.

Address before: 230088 101, 201, office building of Hefei Haoyang Power Technology Co., Ltd., No.23 Tianzhi Road, high tech Zone, Hefei City, Anhui Province

Applicant before: Sunshine Zhiwei Technology Co.,Ltd.

Address after: 230088 101, 201, office building of Hefei Haoyang Power Technology Co., Ltd., No.23 Tianzhi Road, high tech Zone, Hefei City, Anhui Province

Applicant after: Sunshine Zhiwei Technology Co.,Ltd.

Address before: 230088 101, 201, office building of Hefei Haoyang Power Technology Co., Ltd., No.23 Tianzhi Road, high tech Zone, Hefei City, Anhui Province

Applicant before: Hefei sunshine Zhiwei Technology Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant