CN112906985A - 一种光伏电站的子区域划分方法、装置及新能源发电系统 - Google Patents
一种光伏电站的子区域划分方法、装置及新能源发电系统 Download PDFInfo
- Publication number
- CN112906985A CN112906985A CN202110318363.XA CN202110318363A CN112906985A CN 112906985 A CN112906985 A CN 112906985A CN 202110318363 A CN202110318363 A CN 202110318363A CN 112906985 A CN112906985 A CN 112906985A
- Authority
- CN
- China
- Prior art keywords
- sub
- regions
- optimization
- determining
- capacity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000010248 power generation Methods 0.000 title claims abstract description 20
- 238000005457 optimization Methods 0.000 claims abstract description 139
- 238000005192 partition Methods 0.000 claims abstract description 52
- 239000011159 matrix material Substances 0.000 claims description 42
- 238000012545 processing Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000010276 construction Methods 0.000 description 10
- 238000003860 storage Methods 0.000 description 9
- 238000011161 development Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000013082 photovoltaic technology Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
-
- 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
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S10/00—PV power plants; Combinations of PV energy systems with other systems for the generation of electric power
-
- 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
Abstract
本发明提供了一种光伏电站的子区域划分方法、装置及新能源发电系统，涉及光伏发电技术领域，包括：获取光伏电站的排布信息和电参数信息；根据排布信息和电参数信息确定多个初步划分子区域；根据排布信息和电参数信息对多个初步划分子区域进行容量匹配，确定多个局部优化子区域；以及根据多个局部优化子区域进行全局优化，确定多个全局最优子区域，其中，子区域包括光伏方阵和/或汇流区和/或逆变区。本发明通过光伏电站的排布信息对待划分区域进行初步划分，并根据光伏电站的电参数信息基于局部最优算法对初步划分的子区域进行容量匹配，再基于全局最优算法对各子区域内的组串或支架进行进一步的调整，使得各子区域的走线最短、成本最低。
Description
技术领域
本发明涉及光伏发电技术领域，具体而言，涉及一种光伏电站的子区 域划分方法、装置及新能源发电系统。
背景技术
近年来，随着我国经济发展和制造业快速发展，能源电力的需求量不 断增加，而以石油、煤等传统能源日益减少。对新能源发电技术的革新和 装机容量的扩张更显得尤为迫切。其中太阳能、风能、潮汐能等是比较丰 富的可再生能源，太阳能有许多优点，例如无污染和取之不尽等。因此， 以太阳能为代表的可再生能源成为当代新能源开发的重要方向之一。目前， 我国政府出台了很多优惠政策大力支持新能源企业的技术创新以及可再生能源电站的建设。随着太阳能发电技术和产业迅速发展，光伏电站的建设 也日渐完备。相比较风电场而言，光伏电站的建设周期短且后期维护较易， 灵活性高，可用于大型光伏电站和小型分布式电站建设。具有优越的环境 效益、环境污染为零、建设场所多样等优点，具有灵活的适用范围。且随 着光伏技术的不断发展，发电效率提高且电池组件成本降低，光伏发电的 价格竞争力进一步提升，以促进国家能源结构的转化和生活环境的净化。
但目前，对光伏电站方阵/汇流区的划分仍较多的依靠人工经验进行划 分，虽有提到使用聚类算法进行汇流区划分的方法，但聚类算法得到的各 簇的组串点集多少不一，且无法控制，使得各个汇流箱所接的组串数存在 较大的差异，若应用于实际现场，将导致划分杂乱，汇流箱规格不一，无 投资、施工、建设的可能性。故现有的方法不满足实际现场对方阵/汇流区 等子区域进行合理划分的需求。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题，为达上述 目的，第一方面，本发明提供了一种光伏电站的子区域划分方法，其包括：
获取光伏电站的排布信息和电参数信息；
根据所述排布信息和所述电参数信息确定多个初步划分子区域；
根据所述排布信息和所述电参数信息对多个所述初步划分子区域进行 容量匹配，确定多个局部优化子区域；以及
根据多个所述局部优化子区域进行全局优化，确定多个全局最优子区 域，其中，所述子区域包括光伏方阵和/或汇流区和/或逆变区。
进一步地，所述电参数信息包括设备容量和容配比信息，所述子区域 为所述光伏方阵，所述根据所述排布信息和所述电参数信息确定多个初步 划分子区域包括：
根据所述设备容量和所述容配比信息确定所述初步划分子区域的数 量；
根据所述排布信息和所述数量确定多个所述初步划分子区域。
进一步地，所述排布信息包括组串点集或支架点集，所述数量为N，所 述根据所述排布信息和所述数量确定多个所述初步划分子区域包括：
根据所述组串点集或所述支架点集进行划分，确定N个所述初步划分子 区域。
进一步地，所述根据所述组串点集或所述支架点集进行划分，确定N个 所述初步划分子区域包括：
获取所述组串点集中多个组串的坐标或所述支架点集中多个支架的坐 标；
随机生成N个不重合的点作为第一设备点；
根据多个所述组串的坐标或多个所述支架的坐标与N个所述第一设备 点间的距离进行聚类，确定N个所述初步划分子区域。
进一步地，所述根据多个所述组串的坐标或多个所述支架的坐标与N个 所述第一设备点间的距离进行聚类，确定N个所述初步划分子区域包括：
将多个所述组串的坐标或多个所述支架的坐标与N个所述第一设备点 间的距离赋值电缆成本权重；
根据成本最小原则将所述组串或所述支架分配到最邻近的设备所属的 初步划分子区域内；
根据每个聚类中的多个所述组串的坐标或多个所述支架的坐标更新聚 类中心；
重复以上步骤直至所述聚类中心不再变化，以确定N个所述初步划分子 区域。
进一步地，所述数量为N，所述根据所述排布信息和所述数量确定多个 所述初步划分子区域包括：
根据所述排布信息进行网格划分，并根据多个所述网格确定N个所述初 步划分子区域。
进一步地，所述根据所述排布信息和所述电参数信息对多个所述初步 划分子区域进行容量匹配，确定多个局部优化子区域包括：
根据所述排布信息和所述电参数信息确定每个所述初步划分子区域的 预设容量和实际容量；
根据所述预设容量和所述实际容量的差值，对多个所述初步划分子区 域中的组串或支架进行调整，直至每个所述初步划分子区域的所述预设容 量和所述实际容量的所述差值满足预设条件，将调整后的子区域确定为多 个所述局部优化子区域。
进一步地，所述根据所述预设容量和所述实际容量的差值，对多个所 述初步划分子区域中的组串或支架进行调整包括：
当所述初步划分子区域的所述预设容量小于所述实际容量时，将与该 初步划分子区域邻近的初步划分子区域中的组串或支架加入该初步划分子 区域；
当所述初步划分子区域的所述预设容量大于所述实际容量时，将该初 步划分子区域中的组串或支架加入邻近的初步划分子区域。
进一步地，所述根据所述排布信息和所述电参数信息对多个所述初步 划分子区域进行容量匹配，确定多个局部优化子区域还包括：
从根据所述排布信息确定的位于最边角的所述初步划分子区域开始进 行容量匹配。
进一步地，所述根据多个所述局部优化子区域进行全局优化，确定多 个全局最优子区域包括：
根据每个所述局部优化子区域中的边界组串或边界支架到多个所述局 部优化子区域中心点的优化参数进行全局优化，确定多个所述全局最优子 区域，所述优化参数包括线缆成本或线缆长度或距离。
进一步地，所述根据每个所述局部优化子区域中的边界组串或边界支 架到多个所述局部优化子区域中心点的优化参数进行包括：
确定所述局部优化子区域的中心点到邻近的局部优化子区域的边界点 的第一优化参数，还确定该局部优化子区域的中心点到其自身边界点的第 二优化参数，还确定所述邻近的局部优化子区域的中心点到该局部优化子 区域的边界点的第三优化参数，还确定所述邻近的局部优化子区域的中心 点到其自身边界点的第四优化参数；
根据所述第一优化参数、所述第二优化参数、所述第三优化参数和所 述第四优化参数进行全局优化直至满足优化条件，确定多个所述全局最优 子区域。
进一步地，所述根据所述第一优化参数、所述第二优化参数、所述第 三优化参数和所述第四优化参数进行全局优化直至满足优化条件，确定多 个所述全局最优子区域包括：
确定所述第二优化参数与所述第四优化参数的第一和值，还确定所述 第一优化参数与所述第三优化参数的第二和值；
当两个所述局部优化子区域中存在所述边界组串或所述边界支架使得 所述第一和值与所述第二和值之差最大时，将所述边界组串或所述边界支 架进行互换，直至所述第一和值与所述第二和值之差满足预设条件，将优 化后的子区域确定为多个所述全局最优子区域。
进一步地，当所述子区域为所述汇流区时，所述电参数信息包括汇流 箱容量和容配比信息；当所述子区域为所述逆变区时，所述电参数信息包 括逆变器容量和容配比信息。
进一步地，所述根据所述排布信息和所述电参数信息确定多个初步划 分子区域包括：
根据所述排布信息确定多个局部区域，在每个所述局部区域内根据所 述电参数信息确定多个所述初步划分子区域。
为达上述目的，第二方面，本发明提供了一种新能源发电系统，其包 括：光伏发电系统，所述光伏发电系统采用如上所述的光伏电站的子区域 划分方法进行划分。
为达上述目的，第三方面，本发明提供了一种光伏电站的子区域划分 装置，其包括：
获取模块，用于光伏电站的排布信息和电参数信息；
处理模块，用于根据所述排布信息和所述电参数信息确定多个初步划 分子区域，其中，所述子区域包括光伏方阵和/或汇流区和/或逆变区；
优化模块，用于根据所述排布信息和所述电参数信息对多个所述初步 划分子区域进行容量匹配，确定多个局部优化子区域；还用于根据多个所 述局部优化子区域进行全局优化，确定多个全局最优子区域。
使用本发明的光伏电站的子区域划分方法或装置，通过光伏电站的排 布信息对待划分区域进行初步划分，使得划分子区域内的组串或支架是相 邻的，不会出现孤立组串点，符合现场实际要求；并根据光伏电站的电参 数信息基于局部最优算法对初步划分的子区域进行容量匹配，使得各子区 域的容量可控且差异不会过大；再基于全局最优算法对各子区域内的组串 或支架进行进一步的调整，使得各子区域的走线最短、所有子区域的总聚集度最高、成本最低。且可基于不同参数实现对方阵、汇流区、逆变区的 划分，提升设计效率。
附图说明
图1为根据本发明实施例的光伏电站的子区域划分方法的流程示意图；
图2为根据本发明实施例的确定多个初步划分子区域的流程示意图；
图3为根据本发明实施例的划分多个初步划分子区域的流程示意图；
图4为根据本发明实施例的基于聚类确定初步划分子区域的流程示意 图；
图5为根据本发明实施例的多个初步划分子区域的示意图；
图6为根据本发明实施例的确定多个局部优化子区域的流程示意图；
图7为根据本发明实施例的进行组串或支架调整的流程示意图；
图8为根据本发明实施例的多个局部优化子区的示意图；
图9为根据本发明实施例的确定全局最优子区域的流程示意图；
图10为根据本发明实施例的多个全局最优子区域的示意图；
图11为根据本发明实施例的多个局部区域的示意图；
图12为根据本发明实施例的光伏电站的子区域划分装置的结构示意 图。
具体实施方式
下面将参照附图详细描述根据本发明的实施例，描述涉及附图时，除 非另有表示，不同附图中的相同附图标记表示相同或相似的要素。要说明 的是，以下示例性实施例中所描述的实施方式并不代表本发明的所有实施 方式。它们仅是与如权利要求书中所详述的、本发明公开的一些方面相一 致的装置和方法的例子，本发明的范围并不局限于此。在不矛盾的前提下， 本发明各个实施例中的特征可以相互组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示 相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、 “第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中， “多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在全球能源资源紧张、全球气候变暖严重威胁经济发展和人们生活健 康的今天，世界各国都在寻求新的能源替代战略。作为改善生态、保护环 境的有效途径之一，开发新能源、提高可再生能源利用率成为未来能源发 展的主要趋势。太阳能光伏发电以其清洁、源源不断、安全等显著优势， 被认为是最具潜力的新能源发电方式。但是光伏电站本身的建设成本仍然 较高，一定程度上影响了光伏电站的普及建设。所以研究如何降低光伏电站建设成本，具有重大意义。现有技术中，对光伏电站的例如光伏方阵的 划分，仍然较多的依赖于人工经验，使得实际现场划分杂乱，容易造成线 缆浪费，且设计效率低下。
本发明通过对红线区域进行初步划分，基于例如设备容量(多种类型 的箱变)及容配比信息进行初步划分子区域的容量匹配，实现局部最优， 再基于线缆成本进行全局优化，实现走线最短、聚集度最高、成本最低的 划分设计。
图1所示为根据本发明实施例的光伏电站的子区域划分方法的流程示 意图，包括步骤S1至S4。
在步骤S1中，获取光伏电站的排布信息和电参数信息。在本发明实施 例中，获取光伏电站的红线图，确定光伏组件的排布信息，作为后续对光 伏电站进行子区域划分的依据，还可获取光伏厂区的高程信息，便于计算 三维平面的子区域划分。排布信息可包括组串点集和支架点集，其中，组 串点集包括各组串的中心坐标，支架点集由组串点集得到，包括各支架的 中心坐标，由于支架中可能包含1个或多个组串，例如一个支架包含两个 组串时，则组串1的中心坐标与组串2的中心坐标的平均值即为该支架的 中心坐标。可以理解的是，排布信息还可包括组串中组件个数和支架中组 串个数等相关信息。电参数信息可包括例如容配比信息、基础设备(例如 箱变)种类、汇流箱容量、逆变器容量和组件功率等相关信息，本发明对 此不做限制。
在步骤S2中，根据所述排布信息和所述电参数信息确定多个初步划分 子区域。在本发明实施例中，所述电参数信息包括设备容量和容配比信息， 所述子区域为所述光伏方阵。图2所示为根据本发明实施例的确定多个初 步划分子区域的流程示意图，包括步骤S21至S22。
在步骤S21中，根据所述设备容量和所述容配比信息确定所述初步划 分子区域的数量。在本发明实施例中，当进行光伏方阵的划分时，则获取 相应的设备容量和容配比信息，并基于设备容量(多种类型)及容配比信 息进行排列组合，其中容配比可在预设范围内浮动。当电站允许存在多种 类型的设备时，设备容量需要从大向小选择，若n个不够但n+1个超了， 则考虑设备容量向下一个等级选择或保持该容量等级不动(向下一个等级 的设备容量未达标)，即方阵数按最小的来确定。可以理解的是，可根据实 际需求设置初步划分子区域的预计容量，由此实现初步划分子区域的容量 可控，进一步提升光伏电站子区域划分的有效性和可靠性。
在本发明实施例中，根据排布信息和电参数信息可计算区域总容量P， 然后基于容配比R及其浮动范围ΔR计算设备最低台数： XBnum＝ceil(P/(R+ΔRmax))，其中ΔRmax＝R+ΔR。可以理解的是，每台设备 对应一个光伏方阵(子区域)，设备可以位于方阵的中心，或最靠近方阵中 心的道路上，本发明对此不做限制。还可根据电参数信息确定设备组合的类型：在本发明实施例中，例如分为三个层次：只换一台设备、只换两台 设备、只换三台设备(以四种设备类型为例：2500kVA、1600kVA、1250kVA、 630kVA)，下面以设备台数XBnum＝4进行具体说明。
当只换一台设备时，计算ΔP＝P-0.5×(XBnum-1)×(R+ΔRmax)，判断 ΔP/(R+ΔRmax)最接近哪种设备类型，从而确定设备组合，例如 ΔP/(R+ΔRmax)＝1.7，则设备组合为2.5×4，即4台设备均为，若 ΔP/(R+ΔRmax)＝1.4，则设备组合为2.5×3+1.6×1，即3台2500kVA的设 备和1台1600kVA的设备。
当只换两台设备时，计算ΔP＝P-2.5×(XBnum-2)×(R+ΔRmax)，判断 ΔP/(R+ΔRmax)>2×1.6是否成立，若成立，则设备组合为2.5×4；若不成 立，则暂时保留2.5×2+1.6×2的设备组合；继续判断 ΔP/(R+ΔRmax)>1.6+1.25是否成立，若成立，则设备组合为2.5*2+1.6*2， 若不成立，则暂时保留2.5×2+1.6×1+1.25×1的设备组合；继续判断 ΔP/(R+ΔRmax)>1.25+1.25是否成立，若成立，则设备组合为2.5×2+1.6× 1+1.25×1，若不成立，则暂时保留2.5×2+1.25×2的设备组合；继续判断 ΔP/(R+ΔRmax)>1.25+0.63是否成立，若成立，则设备组合为2.5×2+1.25 ×2，若不成立，则暂时保留2.5×2+1.25×1+0.63×1的设备组合；继续判 断ΔP/(R+ΔRmax)>0.63+0.63是否成立，若成立，则设备组合为2.5×2+1.25 ×1+0.63×1，若不成立，则设备组合为2.5×2+0.63×2。
当只换三台设备时，计算ΔP＝P-2.5×(XBnum-3)×(R+ΔRmax)，判断 ΔP/(R+ΔRmax)>3×1.6是否成立，若成立，则设备组合为2.5×4；若不成 立，则暂时保留2.5×1+1.6×3的设备组合；继续判断ΔP/(R+ΔRmax)>1.6 ×2+1.25×1是否成立，若成立，则设备组合为2.5×1+1.6×3，若不成立， 则暂时保留2.5×1+1.6×2+1.25×1的设备组合；继续判断ΔP/(R+ΔmRa)x>1.6×1+1.25×2是否成立，若成立，则设备组合为2.5× 1+1.6×2+1.25×1，若不成立，则暂时保留2.5×1+1.6×1+1.25×2的设备 组合……下面以此类推，此处不再赘述。
具体地举出一个示例，以更好的解释本发明：如果待划分区域总容量 为7.5MW，电站允许存在3种类型的设备：2500kVA、1600kVA、1250kVA， 容配比为1.2，可浮动范围正负0.03。则确定设备个数：ceil(7.5/(2.5× (1.2+0.03)))＝3，即总共需要三个设备，初始组合为：2.5×3。若换一个 设备7.5-2.5×2×1.23＝1.35，此时1.35/1.23＝1.10MW，由于1.10MW更接 近于1250kVA，因此确定设备组合为2.5×2+1.25，即两个2500kVA的设 备和1个1250kVA的设备。
在步骤S22中，根据所述排布信息和所述数量确定多个所述初步划分 子区域。在本发明实施例中，所述排布信息包括组串点集或支架点集，所 述数量为N(即XBnum)，则根据所述组串点集或所述支架点集进行划分， 确定N个所述初步划分子区域。图3所示为根据本发明实施例的划分多个 初步划分子区域的流程示意图，包括步骤S221至S223。
在步骤S221中，获取所述组串点集中多个组串的坐标或所述支架点集 中多个支架的坐标。在本发明实施例中，根据光伏电站的排布信息确定组 串点集中的组串坐标或支架点集中的支架坐标。可以理解的是，根据组串 坐标进行处理可获得较高的精度，但是计算量较大；根据支架坐标进行处 理可获得较快的处理速度，但是精度低于根据组串坐标进行计算，因此可 根据实际需求选择组串点集或支架点集进行后续处理，本发明对此不做限制。
在步骤S222中，随机生成N个不重合的点作为第一设备点。在本发明 实施例中，由于需要划分N个子区域，则可先初始随机生成N个第一设备 点，再进行后续优化迭代。可以理解的是，若有道路，则第一设备点生成 在道路上，无道路在光伏方阵区域内随机生成，后面所有第一设备点都是 这样。还可以理解的是，当进行方阵划分时，确定N个第一设备点进行计 算，相应地，在进行汇流区/逆变区划分时，则随机生成N个汇流箱点/逆变 器点，进行后续计算。
在步骤S223中，根据多个所述组串的坐标或多个所述支架的坐标与N 个所述第一设备点间的距离进行聚类，确定N个所述初步划分子区域。图 4所示为根据本发明实施例的基于聚类确定初步划分子区域的流程示意图， 包括步骤S2231至S2234。
在步骤S2231中，将多个所述组串的坐标或多个所述支架的坐标与N 个所述第一设备点间的距离赋值电缆成本权重。在本发明实施例中，将组 串或支架的出线端到第一设备点的距离赋值电缆成本权重，得到各组串或 支架到第一设备点的成本，具体权重可根据实际需求进行设置，本发明对 此不做限制。
在步骤S2232中，根据成本最小原则将所述组串或所述支架分配到最 邻近的设备所属的初步划分子区域内。在本发明实施例中，一通设备对应 一个方阵，根据成本最小原则，将每个组串或支架分配到最邻近的设备所 属的初步划分子区域内，由此可保证方阵/汇流区/逆变区内的组串/支架是相 邻的，更符合实际现场需求。
在步骤S2233中，根据每个聚类中的多个所述组串的坐标或多个所述 支架的坐标更新聚类中心。在本发明实施例中，使用每个聚类中的组串/支 架坐标均值作为新的聚类中心的坐标。
在步骤S2234中，重复以上步骤直至所述聚类中心不再变化，以确定 N个所述初步划分子区域。在本发明实施例中，基于聚类的方法确定N个 初步划分子区域可使得其中的组串/支架在实际位置更加接近，可保证同一 方阵内组串/支架是相邻的，不会出现孤立组串/支架，符合现场实际要求。 图5所示为根据本发明实施例的多个初步划分子区域的示意图，其中X表 示每个初步划分子区域的聚类中心。
可以理解的是，在本发明实施例中，还可以根据所述排布信息进行网 格划分，并根据多个所述网格确定N个所述初步划分子区域。直接基于网 格划分将使得计算量更少，且网格尺寸也可根据实际需求进行设置。本发 明对初步划分子区域的确定方法并不做出限制，能满足具体应用需求即可。
在步骤S3中，根据所述排布信息和所述电参数信息对多个所述初步划 分子区域进行容量匹配，确定多个局部优化子区域。图6所示为根据本发 明实施例的确定多个局部优化子区域的流程示意图，包括步骤S31至S32。
在步骤S31中，根据所述排布信息和所述电参数信息确定每个所述初 步划分子区域的预设容量和实际容量。在本发明实施例中，对于每个初步 划分子区域，根据上述光伏电站的各种信息确定其预计容量与实际容量的 差值ΔP，基于每个初步划分子区域容量的差值进行容量匹配，由此确定局 部最优解，以确定多个局部优化子区域。
在步骤S32中，根据所述预设容量和所述实际容量的差值，对多个所 述初步划分子区域中的组串或支架进行调整，直至每个所述初步划分子区 域的所述预设容量和所述实际容量的所述差值满足预设条件，将调整后的 子区域确定为多个所述局部优化子区域。图7所示为根据本发明实施例的 进行组串或支架调整的流程示意图，包括步骤S321至S322。
在步骤S321中，当所述初步划分子区域的所述预设容量小于所述实际 容量时，将与该初步划分子区域邻近的初步划分子区域中的组串或支架加 入该初步划分子区域。在本发明实施例中，从根据所述排布信息确定的位 于最边角的所述初步划分子区域开始进行容量匹配，其中，最边角的初步 划分子区域可以是红线图中最左下、最左上、最右下、最右上的初步划分 子区域。计算该最边角的初步划分子区域的预计容量与实际容量的差值ΔP， 当ΔP<0时，则从相邻的初步划分子区域中“要”组串或支架加入该最边角的 初步划分子区域，即将相邻初步划分子区域的组串或支架加入该最边角的 初步划分子区域。加入相邻初步划分子区域的组串或支架后，更新该最边 角的初步划分子区域和相邻初步划分子区域的聚类中心和各自的组串点集 或支架点集，以此循环直至ΔP＝0。
在步骤S322中，当所述初步划分子区域的所述预设容量大于所述实际 容量时，将该初步划分子区域中的组串或支架加入邻近的初步划分子区域。 在本发明实施例中，当ΔP>0时，则将最边角的初步划分子区域中的组串 或支架“发”至相邻的初步划分子区域，即将该最边角的初步划分子区域中的 组串或支架加入相邻的初步划分子区域。然后更新各自的聚类中心和各自 的组串点集或支架点集，以此循环直至ΔP＝0。
在本发明实施例中，当最边角的初步划分子区域ΔP＝0时，则不需要进 行调整。重复上述步骤，直至每个初步划分子区域均满足ΔP＝0时，完成容 量匹配，得到多个局部优化子区。图8所示为根据本发明实施例的多个局 部优化子区的示意图，此时每个局部优化子区的预计容量与实际容量相对 应，即预计容量与实际容量的差值满足预设条件。可以理解的是，根据实 际现场可能容量匹配不能完全满足预计容量与实际容量的差值ΔP＝0，则当 ΔP满足一定范围内，均认为已完成容量匹配，得到局部最优解，以确定多 个局部优化子区域。
在步骤S4中，根据多个所述局部优化子区域进行全局优化，确定多个 全局最优子区域，其中，所述子区域包括光伏方阵和/或汇流区和/或逆变区。 在本发明实施例中，根据每个所述局部优化子区域中的边界组串或边界支 架到多个所述局部优化子区域中心点的优化参数进行全局优化，确定多个 所述全局最优子区域。图9所示为根据本发明实施例的确定全局最优子区 域的流程示意图，包括步骤S41至S42。
在步骤S41中，定所述局部优化子区域的中心点到邻近的局部优化子 区域的边界点的第一优化参数，还确定该局部优化子区域的中心点到其自 身边界点的第二优化参数，还确定所述邻近的局部优化子区域的中心点到 该局部优化子区域的边界点的第三优化参数，还确定所述邻近的局部优化 子区域的中心点到其自身边界点的第四优化参数。在本发明实施例中，所 述优化参数包括线缆成本或线缆长度或距离。下面以优化参数为线缆成本为例进行说明。计算最边角方阵其中心点到其他方阵边界点的线缆成本， 最边角方阵到其自身边界组串点的线缆成本，其他方阵中心点到最边角方 阵边界组串点的线缆成本，其他方阵中心点到其自身边界组串点的线缆成 本。例如将两方阵分别命名为a和b，则确定方阵a中心点到方阵b某一边 界组串或支架Pb1的线缆成本Ma-pb1、方阵a中心点到方阵a某一边界组串 或支架Pa1的线缆成本Ma-pa1、方阵b中心点到方阵a某一边界组串或支架 Pa1的线缆成本Mb-pa1以及方阵b中心点到方阵b某一边界组串或支架Pb1 的线缆成本Mb-pb1。可以理解的是，所述中心点不是严格意义上的中心位置， 也可以是离中心点最近的道路点，根据实际现场确定，本发明并不以此为 限。
在步骤S42中，根据所述第一优化参数、所述第二优化参数、所述第 三优化参数和所述第四优化参数进行全局优化直至满足优化条件，确定多 个所述全局最优子区域。在本发明实施例中，确定所述第二优化参数与所 述第四优化参数的第一和值，还确定所述第一优化参数与所述第三优化参 数的第二和值；当两个所述局部优化子区域中存在所述边界组串或所述边 界支架使得所述第一和值与所述第二和值之差最大时，将所述边界组串或所述边界支架进行互换，直至所述第一和值与所述第二和值之差满足预设 条件，将优化后的子区域确定为多个所述全局最优子区域。
具体地，判断其他方阵与最边角方阵之间是否存在如下点：方阵a中 心点到方阵b某一边界组串或支架Pb1的线缆成本Ma-pb1<方阵b中心点到 方阵b某一边界组串或支架Pb1的线缆成本Mb-pb1且方阵a中存在方阵a中 心点到方阵a某一边界组串或支架Pa1的线缆成本Ma-pa1>方阵b中心到方 阵a某一边界组串或支架Pa1的线缆成本Mb-pa1，找出使得 ΔM＝(Mb-pb1+Ma-pa1)-(Ma-pb1+Mb-pa1)最大的组合，继而将边界组 串或支架Pa1与Pb1互换，即使得边界组串或支架Pa1属于方阵b，边界组 串点Pb1属于方阵a。然后更新每个局部优化子区域的中心坐标和组串点集 或支架点集信息。
在本发明实施例中，重复上述步骤直至不存在ΔM＞0的组合。可以理 解的是，根据实际现场条件当ΔM在一个预设的合理范围内时，均认为已 完成全局优化，得到多个全局最优子区域，可对待划分的光伏电站进行子 区域划分。图10所示为根据本发明实施例的多个全局最优子区域的示意图， 此时的多个子区域的容量匹配且线缆成本最低，实现对光伏电站进行可合 理的子区域划分。可以理解的是，上述以子区域为方阵为例进行描述，但当子区域为汇流区时，电参数信息包括汇流箱容量和容配比信息；当子区 域为逆变区时，电参数信息包括逆变器容量和容配比信息，以及其他相关 设备的对应替换，此处不再赘述。
在本发明实施例中，还可根据所述排布信息确定多个局部区域，在每 个所述局部区域内根据所述电参数信息确定多个所述初步划分子区域。图 11所示为根据本发明实施例的多个局部区域的示意图，根据红线图可基于 组串点集或支架点集进行初步划分，例如基于距离进行聚合，得到多个距 离相近的组串或支架构成的局部区域，在局部区域内进行容量匹配后再进 行全局优化，可减少计算量，从而提升光伏电站的子区域划分的处理速度。
采用本发明实施例的光伏电站的子区域划分方法，通过光伏电站的排 布信息对待划分区域进行初步划分，使得划分子区域内的组串或支架是相 邻的，不会出现孤立组串点，符合现场实际要求；并根据光伏电站的电参 数信息基于局部最优算法对初步划分的子区域进行容量匹配，使得各子区 域的容量可控且差异不会过大；再基于全局最优算法对各子区域内的组串 或支架进行进一步的调整，使得各子区域的走线最短、所有子区域的总聚集度最高、成本最低。且可基于不同参数实现对方阵、汇流区、逆变区的 划分，提升设计效率。
本发明第二方面的实施例还提供了一种新能源发电系统，包括光伏发 电系统，该光伏发电系统采用如上所述的光伏电站的子区域划分方法进行 划分。
本发明第三方面的实施例还提供了一种光伏电站的子区域划分装置。 图12所示为根据本发明实施例的光伏电站的子区域划分装置1200的结构 示意图，包括获取模块1201、处理模块1202和优化模块1203。
获取模块1201用于光伏电站的排布信息和电参数信息。
处理模块1202用于根据所述排布信息和所述电参数信息确定多个初步 划分子区域，其中，所述子区域包括光伏方阵和/或汇流区和/或逆变区。
优化模块1203用于根据所述排布信息和所述电参数信息对多个所述初 步划分子区域进行容量匹配，确定多个局部优化子区域；还用于根据多个 所述局部优化子区域进行全局优化，确定多个全局最优子区域。
在本发明实施例中，优化模块1203还用于根据所述排布信息和所述电 参数信息确定每个所述初步划分子区域的预设容量和实际容量；根据所述 预设容量和所述实际容量的差值，对多个所述初步划分子区域中的组串或 支架进行调整，直至每个所述初步划分子区域的所述预设容量和所述实际 容量的所述差值满足预设条件，将调整后的子区域确定为多个所述局部优 化子区域。
在本发明实施例中，优化模块1203还用于根据每个所述局部优化子区 域中的边界组串或边界支架到多个所述局部优化子区域中心点的优化参数 进行全局优化，确定多个所述全局最优子区域，所述优化参数包括线缆成 本或线缆长度或距离。
所述光伏电站的子区域划分装置1200的各个模块的更具体实现方式可 以参见对于本发明的光伏电站的子区域划分方法的描述，且具有与之相似 的有益效果，在此不再赘述。
本发明四方面的实施例提出了一种非临时性计算机可读存储介质，其 上存储有计算机程序，该程序被处理器执行时，实现根据本发明第一方面 所述的光伏电站的子区域划分方法。
一般来说，用于实现本发明方法的计算机指令的可以采用一个或多个 计算机可读的存储介质的任意组合来承载。非临时性计算机可读存储介质 可以包括任何计算机可读介质，除了临时性地传播中的信号本身。
计算机可读存储介质例如可以是，但不限于电、磁、光、电磁、红外 线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存 储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电 连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、 可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存 储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。 在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质， 该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作 的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸 如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C” 语言或类似的程序设计语言，特别是可以使用适于神经网络计算的Python 语言和基于TensorFlow、PyTorch等平台框架。程序代码可以完全地在用户 计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、 部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或 服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种 类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者， 可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
根据本发明第四方面的非临时性计算机可读存储介质，可以参照根据 本发明第一方面实施例具体描述的内容实现，并具有与根据本发明第一方 面实施例的光伏电站的子区域划分方法具有类似的有益效果，在此不再赘 述。
尽管上面已经示出和描述了本发明的实施例，应当理解的是，上述实 施例是示例性的，不能解释为对本发明的限制，本领域的普通技术人员在 本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (16)
1.一种光伏电站的子区域划分方法，其特征在于，包括：
获取光伏电站的排布信息和电参数信息；
根据所述排布信息和所述电参数信息确定多个初步划分子区域；
根据所述排布信息和所述电参数信息对多个所述初步划分子区域进行容量匹配，确定多个局部优化子区域；以及
根据多个所述局部优化子区域进行全局优化，确定多个全局最优子区域，其中，所述子区域包括光伏方阵和/或汇流区和/或逆变区。
2.根据权利要求1所述的光伏电站的子区域划分方法，其特征在于，所述电参数信息包括设备容量和容配比信息，所述子区域为所述光伏方阵，所述根据所述排布信息和所述电参数信息确定多个初步划分子区域包括：
根据所述设备容量和所述容配比信息确定所述初步划分子区域的数量；
根据所述排布信息和所述数量确定多个所述初步划分子区域。
3.根据权利要求2所述的光伏电站的子区域划分方法，其特征在于，所述排布信息包括组串点集或支架点集，所述数量为N，所述根据所述排布信息和所述数量确定多个所述初步划分子区域包括：
根据所述组串点集或所述支架点集进行划分，确定N个所述初步划分子区域。
4.根据权利要求3所述的光伏电站的子区域划分方法，其特征在于，所述根据所述组串点集或所述支架点集进行划分，确定N个所述初步划分子区域包括：
获取所述组串点集中多个组串的坐标或所述支架点集中多个支架的坐标；
随机生成N个不重合的点作为第一设备点；
根据多个所述组串的坐标或多个所述支架的坐标与N个所述第一设备点间的距离进行聚类，确定N个所述初步划分子区域。
5.根据权利要求4所述的光伏电站的子区域划分方法，其特征在于，所述根据多个所述组串的坐标或多个所述支架的坐标与N个所述第一设备点间的距离进行聚类，确定N个所述初步划分子区域包括：
将多个所述组串的坐标或多个所述支架的坐标与N个所述第一设备点间的距离赋值电缆成本权重；
根据成本最小原则将所述组串或所述支架分配到最邻近的设备所属的初步划分子区域内；
根据每个聚类中的多个所述组串的坐标或多个所述支架的坐标更新聚类中心；
重复以上步骤直至所述聚类中心不再变化，以确定N个所述初步划分子区域。
6.根据权利要求2所述的光伏电站的子区域划分方法，其特征在于，所述数量为N，所述根据所述排布信息和所述数量确定多个所述初步划分子区域包括：
根据所述排布信息进行网格划分，并根据多个所述网格确定N个所述初步划分子区域。
7.根据权利要求1所述的光伏电站的子区域划分方法，其特征在于，所述根据所述排布信息和所述电参数信息对多个所述初步划分子区域进行容量匹配，确定多个局部优化子区域包括：
根据所述排布信息和所述电参数信息确定每个所述初步划分子区域的预设容量和实际容量；
根据所述预设容量和所述实际容量的差值，对多个所述初步划分子区域中的组串或支架进行调整，直至每个所述初步划分子区域的所述预设容量和所述实际容量的所述差值满足预设条件，将调整后的子区域确定为多个所述局部优化子区域。
8.根据权利要求7所述的光伏电站的子区域划分方法，其特征在于，所述根据所述预设容量和所述实际容量的差值，对多个所述初步划分子区域中的组串或支架进行调整包括：
当所述初步划分子区域的所述预设容量小于所述实际容量时，将与该初步划分子区域邻近的初步划分子区域中的组串或支架加入该初步划分子区域；
当所述初步划分子区域的所述预设容量大于所述实际容量时，将该初步划分子区域中的组串或支架加入邻近的初步划分子区域。
9.根据权利要求7所述的光伏电站的子区域划分方法，其特征在于，所述根据所述排布信息和所述电参数信息对多个所述初步划分子区域进行容量匹配，确定多个局部优化子区域还包括：
从根据所述排布信息确定的位于最边角的所述初步划分子区域开始进行容量匹配。
10.根据权利要求1-9中任一项所述的光伏电站的子区域划分方法，其特征在于，所述根据多个所述局部优化子区域进行全局优化，确定多个全局最优子区域包括：
根据每个所述局部优化子区域中的边界组串或边界支架到多个所述局部优化子区域中心点的优化参数进行全局优化，确定多个所述全局最优子区域，所述优化参数包括线缆成本或线缆长度或距离。
11.根据权利要求10所述的光伏电站的子区域划分方法，其特征在于，所述根据每个所述局部优化子区域中的边界组串或边界支架到多个所述局部优化子区域中心点的优化参数进行包括：
确定所述局部优化子区域的中心点到邻近的局部优化子区域的边界点的第一优化参数，还确定该局部优化子区域的中心点到其自身边界点的第二优化参数，还确定所述邻近的局部优化子区域的中心点到该局部优化子区域的边界点的第三优化参数，还确定所述邻近的局部优化子区域的中心点到其自身边界点的第四优化参数；
根据所述第一优化参数、所述第二优化参数、所述第三优化参数和所述第四优化参数进行全局优化直至满足优化条件，确定多个所述全局最优子区域。
12.根据权利要求11所述的光伏电站的子区域划分方法，其特征在于，所述根据所述第一优化参数、所述第二优化参数、所述第三优化参数和所述第四优化参数进行全局优化直至满足优化条件，确定多个所述全局最优子区域包括：
确定所述第二优化参数与所述第四优化参数的第一和值，还确定所述第一优化参数与所述第三优化参数的第二和值；
当两个所述局部优化子区域中存在所述边界组串或所述边界支架使得所述第一和值与所述第二和值之差最大时，将所述边界组串或所述边界支架进行互换，直至所述第一和值与所述第二和值之差满足预设条件，将优化后的子区域确定为多个所述全局最优子区域。
13.根据权利要求1所述的光伏电站的子区域划分方法，其特征在于，当所述子区域为所述汇流区时，所述电参数信息包括汇流箱容量和容配比信息；当所述子区域为所述逆变区时，所述电参数信息包括逆变器容量和容配比信息。
14.根据权利要求1所述的光伏电站的子区域划分方法，其特征在于，所述根据所述排布信息和所述电参数信息确定多个初步划分子区域包括：
根据所述排布信息确定多个局部区域，在每个所述局部区域内根据所述电参数信息确定多个所述初步划分子区域。
15.一种新能源发电系统，包括光伏发电系统，其特征在于，所述光伏发电系统采用如权利要求1-14中任一项所述的光伏电站的子区域划分方法进行划分。
16.一种光伏电站的子区域划分装置，其特征在于，包括：
获取模块，用于光伏电站的排布信息和电参数信息；
处理模块，用于根据所述排布信息和所述电参数信息确定多个初步划分子区域，其中，所述子区域包括光伏方阵和/或汇流区和/或逆变区；
优化模块，用于根据所述排布信息和所述电参数信息对多个所述初步划分子区域进行容量匹配，确定多个局部优化子区域；还用于根据多个所述局部优化子区域进行全局优化，确定多个全局最优子区域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110318363.XA CN112906985A (zh) | 2021-03-25 | 2021-03-25 | 一种光伏电站的子区域划分方法、装置及新能源发电系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110318363.XA CN112906985A (zh) | 2021-03-25 | 2021-03-25 | 一种光伏电站的子区域划分方法、装置及新能源发电系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112906985A true CN112906985A (zh) | 2021-06-04 |
Family
ID=76106470
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110318363.XA Pending CN112906985A (zh) | 2021-03-25 | 2021-03-25 | 一种光伏电站的子区域划分方法、装置及新能源发电系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112906985A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114024486A (zh) * | 2021-11-11 | 2022-02-08 | 阳光新能源开发股份有限公司 | 一种电站线缆布置方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101114240B1 (ko) * | 2011-12-23 | 2012-03-05 | 주식회사 케이디파워 | 멀티 존 인버터 태양광 발전 시스템 |
| CN104268368A (zh) * | 2014-08-22 | 2015-01-07 | 湖北省电力勘测设计院 | 一种光伏电站优化施工方法 |
| CN104915899A (zh) * | 2015-06-30 | 2015-09-16 | 许继集团有限公司 | 一种基于特征聚类分析的光伏电站运行状态划分方法 |
| CN110955970A (zh) * | 2019-11-27 | 2020-04-03 | 合肥阳光新能源科技有限公司 | 光伏电站布局方法和装置 |
| CN112287529A (zh) * | 2020-10-19 | 2021-01-29 | 合肥阳光新能源科技有限公司 | 一种光伏阵列自动布置方法及光伏电站自动布置方法 |
-
2021
- 2021-03-25 CN CN202110318363.XA patent/CN112906985A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101114240B1 (ko) * | 2011-12-23 | 2012-03-05 | 주식회사 케이디파워 | 멀티 존 인버터 태양광 발전 시스템 |
| CN104268368A (zh) * | 2014-08-22 | 2015-01-07 | 湖北省电力勘测设计院 | 一种光伏电站优化施工方法 |
| CN104915899A (zh) * | 2015-06-30 | 2015-09-16 | 许继集团有限公司 | 一种基于特征聚类分析的光伏电站运行状态划分方法 |
| CN110955970A (zh) * | 2019-11-27 | 2020-04-03 | 合肥阳光新能源科技有限公司 | 光伏电站布局方法和装置 |
| CN112287529A (zh) * | 2020-10-19 | 2021-01-29 | 合肥阳光新能源科技有限公司 | 一种光伏阵列自动布置方法及光伏电站自动布置方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王敏 等: "基于改进聚类算法的光伏电站电缆优化布置", 自动化与仪器仪表, no. 02, pages 149 - 152 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114024486A (zh) * | 2021-11-11 | 2022-02-08 | 阳光新能源开发股份有限公司 | 一种电站线缆布置方法及装置 |
| CN114024486B (zh) * | 2021-11-11 | 2024-04-02 | 阳光新能源开发股份有限公司 | 一种电站线缆布置方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jahangiri et al. | Distributed Volt/VAr control by PV inverters | |
| CN106503839B (zh) | 一种海上风电场环形集电网络分层规划方法 | |
| Sadeghian et al. | Optimized solar photovoltaic generation in a real local distribution network | |
| Nick et al. | Wind power optimal capacity allocation to remote areas taking into account transmission connection requirements | |
| CN104218578B (zh) | 一种分布式供电系统的规划方法及装置 | |
| CN110535132A (zh) | 一种基于鲁棒优化的电力系统建设规划方法 | |
| CN112884270A (zh) | 一种考虑不确定性因素的多场景配电网规划方法及系统 | |
| CN112906985A (zh) | 一种光伏电站的子区域划分方法、装置及新能源发电系统 | |
| CN110661258A (zh) | 一种电力系统灵活性资源分布式鲁棒优化方法 | |
| Nawaz et al. | Least‐cost generation expansion planning using whale optimization algorithm incorporating emission reduction and renewable energy sources | |
| Kanth et al. | Siting & sizing of DG for power loss & THD reduction, voltage improvement using PSO & sensitivity analysis | |
| AU2021238365A1 (en) | Systems and methods for enhanced reactive power management in a hybrid environment | |
| WO2021144273A1 (en) | Photovoltaic system creation | |
| CN109599895B (zh) | 一种基于聚类分析的分布式光伏接入方法 | |
| Alsakati et al. | Mitigation of power quality issues in distribution systems using harmonic filters and capacitor banks | |
| Ballireddy et al. | Generation expansion planning considering reliability of the system: A review on various optimization techniques | |
| CN109995094B (zh) | 一种交直流混合微电网的规划方法及系统 | |
| RU2468425C1 (ru) | Способ автоматизированного проектирования систем бесперебойного электропитания | |
| Kuthanazhi et al. | Meeting mid-day peak loads through distributed rooftop PV systems: tale of two cities | |
| Jun et al. | Life Cycle Cost Analysis and Optimization of Modular Substation | |
| CN116706905B (zh) | 基于电力系统的多能预测及调度方法、设备及存储介质 | |
| CN114283029B (zh) | 一种变电站的优化配置方法 | |
| Phap et al. | Analysis of Economic-Technical Potential of Renewable Power Sources for the Establishment of National Renewable Energy Center in Ninh Thuan Province, Vietnam | |
| Bedawy et al. | Distributed Agent-Based Voltage Control Approach for Active Distribution Systems | |
| CN113644669B (zh) | 一种基于储能容量利用率的储能容量配置方法及系统 |
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: High tech Zone of Hefei city of Anhui Province in 230088 Lake Road No. 2 Applicant after: Sunshine New Energy Development Co.,Ltd. Address before: High tech Zone of Hefei city of Anhui Province in 230088 Lake Road No. 2 Applicant before: Sunshine New Energy Development Co.,Ltd. |
|
| CB02 | Change of applicant information |