CN115513991A - 光伏电站功率快速控制方法、装置、系统及可读存储介质 - Google Patents

Abstract

本申请公开了光伏电站功率快速控制方法、装置、系统及可读存储介质。其中，光伏电站包括:功率控制装置、人工智能服务器、光伏逆变器、AGC系统。光伏电站功率快速控制方法包括：功率控制装置接收来自人工智能服务器的关联数据模型预测的当前气象环境下光伏逆变器的最大输出功率。当功率控制装置接收到来自上级系统的调节指令时，根据当前气象环境下光伏逆变器的最大输出功率的预测值生成光伏逆变器功率调节指令，并将功率调节指令发送给光伏逆变器。

Description

光伏电站功率快速控制方法、装置、系统及可读存储介质

技术领域

本发明涉及新能源发电控制领域，具体而言，涉及一种光伏电站功率快速控制方法、装置、系统及可读存储介质。

背景技术

随着新能源发电系统在整体电力系统中所占比例的不断提高，较高比例的新能源系统接入常规电力系统，严重挤压了常规电力系统的一次调频快速备用空间。电网系统的安全稳定运行受到了一定的挑战。

例如，利用光伏特性发电的光伏电站。由于光伏发电具有随机性、波动性和间歇性，光伏电站的大规模并入电网给电网调度带来巨大的调峰压力，增加了电网系统的不稳定性。为应对光伏电站并入电网后，其对电网产生的负面影响，国家规定光伏电站并入电网系统必须具备有功/无功控制系统。

目前的光伏电站一般是通过自动发电功率系统(Automatic GenerationControl，简称AGC)来进行光伏电站有功/无功功率的控制。AGC系统通过实时跟踪上级电力调度部门下发的调节指令，按照一定调节速率实时调整发电出力。通过控制光伏逆变器的输出功率，来达到当前的电力需求，以满足电力系统的控制频率和功率的要求，从而使电网处于安全的运行状态。

但本申请的发明人发现，AGC系统响应速率慢，该系统的站内控制启动相应时间可达20秒，其中逆变器断的执行时间响应时间长达1-3秒，无法满足电网稳控系统对光伏电站的快速相应需求。

若要满足电网故障或扰动过程中的功率快速调节响应的需求，则光伏电站需要能在百毫秒的时间内对光伏电站的有功/无功功率进行响应和调控。如果光伏电站的有功/无功功率能在百毫秒内可调可控，将对缓解直流闭锁送端电网过电压问题产生显著的积极作用，可以有效的提升所在电网的频率、电压控制能力，从而可以增强电网的稳定水平。

目前，为解决光伏电站的有功/无功功率能在百毫秒内可调可控的问题，本申请人的另一件专利申请(申请号：201910862673.0)提出一个技术方案。该技术方案通过逆变器自适应智能记录最大功率点电压点相关参数，在逆变器快速功率控制中，可以一步定位到最大功率点，实现全站光伏逆变器功率调节执行速度在30ms内。

然而，本申请人发现，通过光伏逆变器自适应记录最大功率点的方法，存在以下不足：

1.每台光伏逆变器记录的数据量大，对光伏逆变器自身控制单元的硬件资源要求较高；

2.光伏电站控制系统除了正常的电站监控功能，还需处理每台光伏逆变器的功率数据，数据处理及存储要求高，影响该方法的实际推广应用；

3.光伏电站通讯链路既需要上送每台光伏逆变器的实时功率数据，同时也要进行下发功率快速控制指令给每台光伏逆变器，容易造成通讯信息拥堵而导致通讯信息异常，影响通讯系统的可靠性。

发明内容

根据本申请的一方面，提供一种光伏电站功率快速控制方法。

该方法可以包括：由功率控制装置、人工智能服务器、光伏逆变器，AGC系统组成的光伏电站。其中，功率控制装置接收来自人工智能服务器的关联数据模型，关联数据模型是人工智能服务器根据光伏电站的实时气象数据、光伏逆变器的实时输出功率数据及光伏电站的总实时输出功率数据建立的。功率控制装置通过关联数据模型，预测当前气象环境下光伏逆变器的最大输出功率。当功率控制装置接收到来自上级系统的调节指令时，向AGC系统发送关闭指令，并从关联数据模型中提取出当前气象环境下光伏逆变器的最大功率预测数据。功率控制装置根据所提取的光伏逆变器的最大功率预测数据生成光伏逆变器功率调节指令，并将功率调节指令发送给光伏逆变器。

根据本申请的一些实施例，关联数据模型是人工智能服务器根据关联数据库建立的。其中，关联数据库是由人工智能服务器根据获取的光伏电站的实时气象数据、光伏逆变器的实时输出功率数据及光伏电站的总实时输出功率数据形成的。

根据本申请的一些实施例，根据所提取的光伏逆变器的最大功率预测数据生成光伏逆变器功率调节指令，包括：功率控制装置接收到来自上级系统的功率上调目标值Pt1时，通过关联数据模型提取当前气象环境下光伏逆变器的最大输出功率预测值Pmax。若Pt1≥Pmax，则将光伏逆变器的最大输出功率预测值Pmax作为功率调节目标值发送给光伏逆变器；若Pt1＜Pmax，则将上级系统的功率上调目标值Pt1作为功率调节目标值发送给光伏逆变器。

根据本申请的一些实施例，根据所提取的光伏逆变器的最大功率预测数据生成光伏逆变器功率调节指令还包括：功率控制装置接收到来自上级系统的功率下调目标值Pt2时，功率控制装置将上级系统的功率下调目标值Pt2作为功率调节目标值发送给光伏逆变器。

根据本申请的一些实施例，根据所提取的光伏逆变器的最大功率预测数据生成光伏逆变器功率调节指令还包括：功率控制装置接收到来自上级系统的无功功率目标值Ptn时，功率控制装置将上级系统的无功功率目标值Ptn作为功率调节目标值发送给光伏逆变器。

根据本申请的另一方面，提供一种光伏电站功率快速控制系统。

该光伏电站功率快速控制系统可以包括：人工智能服务器，根据光伏电站的实时气象数据、光伏逆变器的实时输出功率数据及光伏电站的总实时输出功率数据建立关联数据模型，以及发送关联数据模型。功率控制装置，接收关联数据模型，通过关联数据模型，预测当前气象环境下光伏逆变器的最大输出功率。在接收到来自上级系统的调节指令时，向光伏电站的AGC系统发送关闭指令。功率控制装置还从关联数据模型中提取出当前气象环境下光伏逆变器的最大功率预测数据。功率控制装置根据所提取的光伏逆变器的最大功率预测数据生成光伏逆变器功率调节指令，发送光伏逆变器功率调节指令。光伏逆变器，接收并执行光伏逆变器功率调节指令。

根据本申请的另一方面，提供一种用于光伏电站功率快速控制的装置。

该光伏电站包括：功率控制装置、人工智能服务器、光伏逆变器、AGC系统。其中，功率控制装置包括：收发器，接收来自人工智能服务器的关联数据模型，接收到来自上级系统的调节指令。收发器接收到来自上级系统的调节指令时生成关闭指令时，并向AGC系统发送关闭指令。处理器，通过关联数据模型，预测当前气象环境下光伏逆变器的最大输出功率。处理器还用于从关联数据模型中提取出当前气象环境下光伏逆变器的最大功率预测数据，根据所提取的光伏逆变器的最大功率预测数据生成光伏逆变器功率调节指令。收发器将光伏逆变器功率调节指令发送给光伏逆变器。其中，关联数据模型是人工智能服务器根据光伏电站的实时气象数据、光伏逆变器的实时输出功率数据及光伏电站的总实时输出功率数据建立的。

根据本申请的另一方面，提供一种非易失性计算机可读存储介质，其上存储有计算机程序，计算机程序使功率控制装置实现上述光伏电站功率的快速控制。

根据本申请的另一方面，提供一种功率控制装置。该功率控制装置包括：一个或多个处理器；存储装置，用于存储一个或多个程序。当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述光伏电站功率的快速控制。

本申请提供的光伏电站功率快速控制方法，通过关联数据模型进行光伏逆变器最大功率的预测，无需再通过光伏逆变器记录最大功率。该光伏电站功率快速控制方法对光伏逆变器控制系统的硬件资源和数据存储条件也无特殊要求。

本申请提供的光伏电站功率快速控制方法，通过人工智能技术，将光伏电站所在地的气象数据与光伏电站功率数据相关联，建立关联数据模型，对所在光伏电站光伏逆变器功率进行预测。在光伏逆变器功率快速控制中，可以一步定位到光伏逆变器最大功率点，实现全站光伏逆变器功率调节执行速率控制在30ms内的技术效果。通过提高光伏电站的功率可预测能力和功率快速调节控制能力，从而提高光伏电站对电网的主动支撑能力。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图，而并不超出本申请要求保护的范围。

图1示出根据一示例实施例的光伏电站系统架构示意图1000；

图2示出根据一示例实施例的光伏电站功率快速控制的流程示意图2000；

图3示出方法2000中步骤S500的具体流程示意图3000；

图4示出根据一示例实施例的光伏逆变器单机功率调节响应曲线示意图；

图5示出根据一示例实施例的光伏电站全站功率调节响应曲线示意图；

图6示出根据一示例实施例的功率控制装置结构示意图。

附图标记说明：

光伏电站10；功率控制装置101；人工智能服务器103；光伏逆变器105；AGC系统107；环境监测仪109；光伏方阵111；收发器1011；处理器1012。

具体实施方式

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本申请将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有这些特定细节中的一个或更多，或者可以采用其它的方式、组元、材料、装置或等。在这些情况下，将不详细示出或描述公知结构、方法、装置、实现、材料或者操作。

此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。

图1示出根据一示例实施例的光伏电站系统架构示意图1000。根据图1，该光伏电站10包括：功率控制装置101、人工智能服务器103、光伏逆变器105，AGC系统107。

例如，该光伏电站10可以为集中式光伏电站，该光伏电站10装机容量为50MWp。参见图1，该光伏电站10包括50个光伏方阵111，每一个光伏方阵111功率为1MW，每个光伏方阵111中均含有两台500KW的光伏逆变器105，光伏电站10共计有100台光伏逆变器105同时运行。

根据本示例实施例，光伏电站10中所有光伏逆变器105的开发系统均支持GOOSE网络通讯协议(面向通用对象的变电站事件：Generic Object Oriented Substation Event，简称GOOSE)，光伏逆变105通过GOOSE网络通讯协议进行指示命令的接受和发送。功率控制装置101能与光伏电站10的所有光伏逆变器105进行GOOSE网络通讯。

可选地，光伏逆变器105除了支持GOOSE网络通讯协议外，还支持常规TCP通讯协议(传输控制协议：Transmission Control Protocol，简称TCP)。光伏逆变器105与功率控制装置101具体通讯协议可以选配进行，包括：MMS、MODBUS、IEC103、IEC104和OPC等基于以太网的一些通讯协议，通讯速率均小于5ms。

根据本示例实施例，功率控制装置101与人工智能服务器103之间的通讯、功率控制装置101与光伏逆变器105之间的通讯，不在同一个通讯链路上，不会增加功率控制装置101与光伏逆变器105之间的通讯信息负载，不会影响通讯系统的可靠性。

图2示出根据一示例实施例的光伏电站功率快速控制的流程示意图2000。参见图2，光伏电站功率快速控制方法包括步骤S100-S600。下面结合图1所示光伏电站系统1000和图2所示的伏电站功率快速控制的流程示意图2000来进行描述。

在步骤S100中，功率控制装置101接收来自人工智能服务器103的关联数据模型。关联数据模型是人工智能服务器103根据光伏电站10的实时气象数据、光伏逆变器105的实时输出功率数据及光伏电站10的总实时输出功率数据建立的。

可选地，关联数据模型是人工智能服务器103根据关联数据库建立的。其中，人工智能服务器103根据获取的光伏电站10实时气象数据、光伏逆变器105的实时输出功率数据及光伏电站10总实时输出功率数据，形成关联数据库。

可选地，可以通过以下方式来获取关联数据库中的数据。在光伏电站10设置至少一组环境监测仪109，由该至少一组环境监测仪109采集并记录实时气温、太阳辐照度的气象数据。人工智能服务器103同时还记录光伏电站10的光伏逆变器105实时输出功率及光伏电站10实时总输出功率。人工智能服务器103将实时气象数据与光伏逆变器105实时输出功率数据按照同一时刻对应记录，形成实时气象数据与光伏逆变器105实时输出功率数据的关联数据库。人工智能服务器103还进行光伏电站10总输出功率与光伏逆变器105输出功率之和的数据相互校验。

可选地，还可以通过以下方式来获取关联数据库中的数据。关联数据库中的气象数据还可以取自环境检测仪109检测到的气象数据与当地天气预报数据加权计算后的结果。

可选地，还可以通过以下方式来获取关联数据库中的数据。光伏逆变器105或光伏电站10处于正常最大功率跟踪运行状态时，人工智能服务器103启动数据记录。当光伏逆变器105或光伏电站10处于停机检修或限功率运行状态时，人工智能服务器103停止相关数据记录。

可选地，人工智能服务器103建立关联数据模型采用的技术包括神经网络算法，神经网络算法通过对关联数据库进行数据分析来建立关联数据模型。人工智能服务器103并通过神经网络算法不断进行逐步迭代优化进行自学习，不断提高关联数据模型的精度。

在步骤S200中，通过关联数据模型，预测当前气象环境下光伏逆变器105的最大输出功率。

在步骤S300中，功率控制装置101接收到来自上级系统的调节指令时，向AGC系统发送关闭指令。

在步骤S400中，功率控制装置101接收到来自上级系统的调节指令时，从关联数据模型中提取出当前气象环境下光伏逆变器105的最大功率预测数据Pmax。

在步骤S500中，功率控制装置101根据所提取的光伏逆变器105的最大功率预测数据生成光伏逆变器功率调节指令。

在步骤S600中，功率控制装置101将光伏逆变器功率调节指令发送给光伏逆变器105，进而完成了光伏逆变器功率快速调节。

根据一示例实施例，图3示出方法2000中步骤S500的具体流程示意图3000。步骤S500包括步骤S510-步骤S540。

参见图3，在步骤S510中，功率调节装置101接收到功率调节命令。

在步骤S520中，若该功率调节命令为功率上调目标值Pt1，则功率控制装置101比较当前气象环境下光伏逆变器105的最大输出功率预测值Pmax与功率上调目标值Pt1。若Pt1≥Pmax，则功率调节装置将光伏逆变器105的最大输出功率预测值Pmax作为功率调节目标值；若Pt1＜Pmax，则功率调节装置将上级系统的功率上调目标值Pt1作为功率调节目标值。

在步骤S520中，若该功率调节命令为功率下调指令Pt2，则功率调节装置将上级系统的功率下调目标值Pt2作为功率调节目标值。

在步骤S520中，若该功率调节命令为功率无功目标值Ptn，则功率调节装置将上级系统的功率无功目标值Ptn作为功率调节目标值。

在步骤S530中，功率调节装置101得到功率调节目标值。

在步骤S540中,功率调节装置101根据在步骤S530中得到的功率调节目标值生成功率调节指令，并将功率调节指令传递给光伏逆变器105，完成光伏逆变器的功率快速调节。

图4示出根据一示例实施例的光伏逆变器单机功率调节响应曲线图。

根据本示例实施，参见图4，曲线1为光伏逆变器单机功率下调曲线；曲线2为功率上调目标值小于光伏逆变器最大功率值时的光伏逆变器单机功率上调曲线；曲线3为光伏逆变器单机功率上调目标值大于光伏逆变器最大功率值时的光伏逆变器单机功率上调曲线。

当光伏逆变器105进行功率上调或者功率下降响应时，光伏逆变器单机功率调节响应曲线如图4所示，当光伏逆变器进行功率上调或者功率下降指令时，光伏逆变器105功率均在30ms内达到稳定。

图5示出根据一示例实施例的光伏电站全站功率调节响应曲线图。

根据本示例实施例，参见图5，曲线1为光伏电站整站功率下调曲线；曲线2为功率上调目标值小于光伏逆变器最大功率值时的光伏电站整站功率上调曲线；曲线3为功率上调目标值大于光伏逆变器最大功率值时的光伏电站整站功率上调曲线。

当光伏逆变器105进行功率上调或者功率下降响应时，光伏电站10整站功率调节响应曲线如图5所示，当光伏电站进行功率上调或者功率下降指令时，光伏电站10整站功率均在30ms内达到稳定。

根据本申请的另一方面，提供了一种光伏电站功率快速控制系统。

根据本示例实施例，光伏电站功率快速控制系统包括：光伏电站10、功率控制装置101、人工智能服务103、光伏逆变器105、AGC系统107。

根据本示例实施例，人工智能服务器103根据光伏电站10的实时气象数据、光伏逆变器105的实时输出功率数据及光伏电站10的总实时输出功率数据建立关联数据模型，以及可以发送关联数据模型。

功率控制装置101接收关联数据模型，接收通过关联数据模型预测的当前气象环境下光伏逆变器的最大输出功率。在接收到来自上级系统的调节指令时，向光伏电站的AGC系统发送关闭指令。功率控制装置101从关联数据模型中提取出当前气象环境下光伏逆变器105的最大功率预测数据。根据所提取的光伏逆变器105的最大功率预测数据生成光伏逆变器功率调节指令，并向光伏逆变器105发送光伏逆变器功率调节指令。

光伏逆变器105接收并执行光伏逆变器功率调节指令。

人工智能服务器103可以获取光伏电站10的实时气象数据、光伏逆变器105的实时输出功率数据及光伏电站10的总实时输出功率数据，并形成关联数据库。

可选地，关联数据模型是人工智能服务器103根据关联数据库建立的。其中，人工智能服务器103根据获取的光伏电站10实时气象数据、光伏逆变器105的实时输出功率数据及光伏电站10总实时输出功率数据，形成关联数据库。

可选地，可以通过以下方式来获取关联数据库中的数据。在光伏电站10设置至少一组环境监测仪109，由该至少一组环境监测仪109采集并记录实时气温、太阳辐照度的气象数据。人工智能服务器103同时还记录光伏电站10的光伏逆变器105实时输出功率及光伏电站10实时总输出功率。人工智能服务器103将实时气象数据与光伏逆变器105实时输出功率数据按照同一时刻对应记录，形成实时气象数据与光伏逆变器105实时输出功率数据的关联数据库。人工智能服务器103还进行光伏电站10总输出功率与光伏逆变器105输出功率之和的数据相互校验。

可选地，还可以通过以下方式来获取关联数据库中的数据。关联数据库中的气象数据还可以取自环境检测仪109检测到的气象数据与当地天气预报数据加权计算后的结果。

可选地，还可以通过以下方式来获取关联数据库中的数据。光伏逆变器105或光伏电站10处于正常最大功率跟踪运行状态时，人工智能服务器103启动数据记录。当光伏逆变器105或光伏电站10处于停机检修或限功率运行状态时，人工智能服务器103停止相关数据记录。

可选地，人工智能服务器103建立关联数据模型采用的技术包括神经网络算法，神经网络算法通过对关联数据库进行数据分析来建立关联数据模型。人工智能服务器103并通过神经网络算法不断进行逐步迭代优化进行自学习，不断提高关联数据模型的精度

根据本示例实施例，功率控制装置101还接收来自上级系统的功率上调目标值Pt1，并提取所述关联数据模型预测的当前气象环境下所述光伏逆变器的最大输出功率预测值Pmax。功率控制装置101还比较功率上调目标值Pt1和最大输出功率预测值Pmax。若Pt1≥Pmax，功率控制装置101将光伏逆变器105的最大输出功率预测值Pmax作为功率调节目标值发送给光伏逆变器；若Pt1＜Pmax，功率控制装置101则将上级系统的功率上调目标值Pt1作为功率调节目标值发送给光伏逆变器105。

功率控制装置101还接收来自上级系统的功率下调目标值Pt2，并将上级系统的功率下调目标值Pt2作为功率调节目标值发送给光伏逆变器105。

功率控制装置101还接收来自系统的无功功率目标值Ptn，并将上级系统的无功功率目标值Ptn作为功率调节目标值发送给光伏逆变器105，从而达到光伏逆变器的功率调节控制。

根据本申请的另一方面，提供一种用于光伏电站功率快速控制的装置。该光伏电站10包括：功率控制装置101、人工智能服务器103、光伏逆变器105、AGC系统107。

图6示出根据一示例实施例的功率控制装置结构示意图。参见图6，该功率控制装置101包括：收发器1011，接收来自人工智能服务器103的关联数据模型，接收来自关联数据模型预测的当前气象环境下光伏逆变器105的最大输出功率，及接收到来自上级系统的功率调节指令。处理器1012，还通过关联数据模型预测的当前气象环境下光伏逆变器105的最大输出功率。

处理器1012还用于从关联数据模型中提取出当前气象环境下光伏逆变器105的最大功率预测数据，根据所提取的光伏逆变器105的最大功率预测数据生成光伏逆变器功率调节指令。收发器1011将光伏逆变器功率调节指令发送给光伏逆变器105，从而达到光伏逆变器的功率调节控制。其中，关联数据模型是人工智能服务器103根据光伏电站的实时气象数据、光伏逆变器105的实时输出功率数据及光伏电站10的总实时输出功率数据建立的。

在本示例实施例中，关联数据模型是人工智能服务器103根据关联数据库建立的。其中，人工智能服务器103根据获取的光伏电站10的实时气象数据、光伏逆变器105的实时输出功率数据及光伏电站10的总实时输出功率数据，形成关联数据库。

可选地，关联数据模型是人工智能服务器103根据关联数据库建立的。其中，人工智能服务器103根据获取的光伏电站10实时气象数据、光伏逆变器105的实时输出功率数据及光伏电站10总实时输出功率数据，形成关联数据库。

可选地，可以通过以下方式来获取关联数据库中的数据。在光伏电站10设置至少一组环境监测仪109，由该至少一组环境监测仪109采集并记录实时气温、太阳辐照度的气象数据。人工智能服务器103同时还记录光伏电站10的光伏逆变器105实时输出功率及光伏电站10实时总输出功率。人工智能服务器103将实时气象数据与光伏逆变器105实时输出功率数据按照同一时刻对应记录，形成实时气象数据与光伏逆变器105实时输出功率数据的关联数据库。人工智能服务器103还进行光伏电站10总输出功率与光伏逆变器105输出功率之和的数据相互校验。

可选地，还可以通过以下方式来获取关联数据库中的数据。关联数据库中的气象数据还可以取自环境检测仪109检测到的气象数据与当地天气预报数据加权计算后的结果。

可选地，还可以通过以下方式来获取关联数据库中的数据。光伏逆变器105或光伏电站10处于正常最大功率跟踪运行状态时，人工智能服务器103启动数据记录。当光伏逆变器105或光伏电站10处于停机检修或限功率运行状态时，人工智能服务器103停止相关数据记录。

可选地，人工智能服务器103建立关联数据模型采用的技术包括神经网络算法，神经网络算法通过对关联数据库进行数据分析来建立关联数据模型。人工智能服务器103并通过神经网络算法不断进行逐步迭代优化进行自学习，不断提高关联数据模型的精度。

根据本示例实施例，可以通过以下方式生成光伏逆变器功率调节指令。当收发器1011接收到来自上级系统的功率上调目标值Pt1时，处理器1012通过关联数据模型提取当前气象环境下光伏逆变器105的最大输出功率预测值Pmax。处理器1012还比较功率上调目标值Pt1与最大输出功率预测值Pmax。若Pt1≥Pmax，处理器1012则将光伏逆变器105的最大输出功率预测值Pmax作为功率调节目标值；若Pt＜Pmax，处理器1012则将上级系统的功率上调目标值Pt1作为功率调节目标值。收发器1011将功率调节目标值发送给光伏逆变器105。

根据本示例实施例，还可以通过以下方式生成光伏逆变器功率调节指令。收发器1011还接收来自上级系统的功率下调目标值Pt2，并将上级系统的功率下调目标值Pt2作为功率调节目标值发送给光伏逆变器105。

根据本示例实施例，还可以通过以下方式生成光伏逆变器功率调节指令。收发器1011接收到来自上级系统的无功功率目标值Ptn，并将上级系统的无功功率目标值Ptn作为功率调节目标值发送给光伏逆变器105。

根据本申请的另一方面，还提供一种非易失性计算机可读存储介质，其上存储有计算机程序，该计算机程序使功率控制装置101能够实现光伏电站10的功率快速控制。

根据本申请的另一方面，还提供一种功率控制装置，该功率控制装置包括：一个或多个处理器；存储装置，用于存储一个或多个程序。当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器能够实现光伏电站的功率快速控制。

根据本发明提供的光伏电站功率快速控制方法，进行光伏电站功率快速控制时，可以跳过传统方法的逐步寻优迭代的MPPT算法，直接使光伏逆变器一步切换到功率调节目标值或者光伏逆变器本身最大发电功率。功率控制装置使光伏逆变器可以快速追踪到功率调节目标值或者光伏逆变器本身最大发电功率。在30ms以内使得光伏电站全站的功率响应执行完毕，实现电网稳控系统对新能源光伏电站的百毫秒内快速调节响应的需求。

本申请提供的光伏电站功率快速控制方法，通过关联数据模型进行光伏逆变器最大功率的预测，无需再通过光伏逆变器记录最大功率。该光伏电站功率快速控制方法对光伏逆变器控制系统的硬件资源和数据存储条件也无特殊要求。

人工智能服务器103与功率控制装置101之间的通讯、功率控制装置101与光伏逆变器105之间的通讯，不在同一个通讯链路上，不会增加功率控制装置101与光伏逆变器105之间的通讯信息负载，不会影响通讯系统的可靠性。通过提高光伏电站的功率可预测能力和功率快速调节控制能力，可以充分发挥光伏电站对电网的主动支撑能力。

通过本发明提供的技术方案，可以对已有的新能源光伏电站进行兼容性升级。可以提高众多新能源站系统调频调压响应的可控性和快速性，使得大量光伏新能源电站能进一步接近甚至超越火电、水电等常规发电厂的运行控制特性，有利于高比例清洁能源电网的稳定运行。

最后应说明的是，以上所述仅为本申请的优选实施例而已，并不用于限制本申请，尽管参照前述实施例对本申请进行详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (17)

1.一种光伏电站功率快速控制方法，其特征在于，所述光伏电站包括：功率控制装置、人工智能服务器、光伏逆变器、AGC系统，所述方法包括：

所述功率控制装置接收来自所述人工智能服务器的关联数据模型，所述关联数据模型是所述人工智能服务器根据所述光伏电站的实时气象数据、所述光伏逆变器的实时输出功率数据及所述光伏电站的总实时输出功率数据建立的；

通过所述关联数据模型，预测当前气象环境下所述光伏逆变器的最大输出功率；

接收到来自上级系统的调节指令时，向AGC系统发送关闭指令；

从所述关联数据模型中提取出所述当前气象环境下所述光伏逆变器的最大功率预测数据；

根据所提取的所述光伏逆变器的最大功率预测数据生成光伏逆变器功率调节指令；

将所述光伏逆变器功率调节指令发送给所述光伏逆变器。

2.根据权利要求1所述的光伏电站功率快速控制方法，其特征在于，包括：

所述关联数据模型是所述人工智能服务器根据关联数据库建立的；

其中所述人工智能服务器根据获取的所述光伏电站的所述实时气象数据、所述光伏逆变器的实时输出功率数据及所述光伏电站的总实时输出功率数据，形成关联数据库。

3.根据权利要求1所述的光伏电站功率快速控制方法，其特征在于，所述根据所提取的光伏逆变器的最大功率预测数据生成光伏逆变器功率调节指令，包括：

所述功率控制装置接收到来自所述上级系统的功率上调目标值Pt1；

通过所述关联数据模型提取所述当前气象环境下所述光伏逆变器的最大输出功率预测值Pmax；

若Pt1≥Pmax，则将所述光伏逆变器的最大输出功率预测值Pmax作为功率调节目标值发送给所述光伏逆变器；

若Pt1＜Pmax，则将所述上级系统的功率上调目标值Pt1作为功率调节目标值发送给所述光伏逆变器。

4.根据权利要求1所述的光伏电站功率快速控制方法，其特征在于，所述根据所提取的光伏逆变器的最大功率预测数据生成光伏逆变器功率调节指令，包括：

所述功率控制装置接收到来自所述上级系统的功率下调目标值Pt2；

将所述上级系统的功率下调目标值Pt2作为功率调节目标值发送给所述光伏逆变器。

5.根据权利要求1所述的光伏电站功率快速控制方法，其特征在于，所述根据所提取的光伏逆变器的最大功率预测数据生成光伏逆变器功率调节指令，包括：

所述功率控制装置接收到来自所述上级系统的无功功率目标值Ptn；

将所述上级系统的无功功率目标值Ptn作为功率调节目标值发送给所述光伏逆变器。

6.一种光伏电站功率快速控制系统，其特征在于，包括：

人工智能服务器，根据所述光伏电站的实时气象数据、所述光伏逆变器的实时输出功率数据及所述光伏电站的总实时输出功率数据建立关联数据模型；

功率控制装置，接收通过所述关联数据模型预测的当前气象环境下所述光伏逆变器的最大输出功率；在接收到来自上级系统的调节指令时，向所述光伏电站的AGC系统发送关闭指令；

功率控制装置还根据所述关联数据模型预测的当前气象环境下所述光伏逆变器的最大输出功率数据生成光伏逆变器功率调节指令，并发送所述光伏逆变器功率调节指令；

光伏逆变器，接收并执行所述光伏逆变器功率调节指令。

7.根据权利要求6所述的光伏电站功率快速控制系统，其特征在于，所述人工智能服务器还获取所述光伏电站的所述实时气象数据、所述光伏逆变器的实时输出功率数据及所述光伏电站的总实时输出功率数据，并形成关联数据库。

8.根据权利要求6所述的光伏电站功率快速控制系统，其特征在于，所述功率控制装置还接收来自所述上级系统的功率上调目标值Pt1，并提取所述关联数据模型预测的当前气象环境下所述光伏逆变器的最大输出功率预测值Pmax；

所述功率控制装置还比较所述功率上调目标值Pt1和所述最大输出功率预测值Pmax；

若Pt1≥Pmax，所述功率控制装置将所述光伏逆变器的最大输出功率预测值Pmax作为功率调节目标值发送给所述光伏逆变器；

若Pt1＜Pmax，所述功率控制装置则将所述上级系统的功率上调目标值Pt1作为功率调节目标值发送给所述光伏逆变器。

9.根据权利要求6所述的光伏电站功率快速控制系统，其特征在于，所述功率控制装置还接收来自所述上级系统的功率下调目标值Pt2，并将所述上级系统的功率下调目标值Pt2作为功率调节目标值发送给所述光伏逆变器。

10.根据权利要求6所述的光伏电站功率控制系统，其特征在于，所述功率控制装置还接收来自所述上级系统的无功功率目标值Ptn，并将所述上级系统的无功功率目标值Ptn作为功率调节目标值发送给所述光伏逆变器。

11.一种用于光伏电站功率快速控制的装置，其特征在于，所述光伏电站包括：功率控制装置、人工智能服务器、光伏逆变器、AGC系统，所述功率控制装置包括：

收发器，接收来自所述人工智能服务器的关联数据模型预测的当前气象环境下光伏逆变器的最大输出功率，及接收来自上级系统的调节指令；

处理器，在所述收发器接收到自上级系统的调节指令时生成关闭指令；

所述收发器向AGC系统发送关闭指令；

所述处理器还用于根据所述光伏逆变器的最大输出功率数据生成光伏逆变器功率调节指令；

所述收发器将所述光伏逆变器功率调节指令发送给所述光伏逆变器；

其中，所述关联数据模型是所述人工智能服务器根据所述光伏电站的实时气象数据、所述光伏逆变器的实时输出功率数据及所述光伏电站的总实时输出功率数据建立的。

12.根据权利要求11所述的装置，其特征在于，

所述关联数据模型是所述人工智能服务器根据关联数据库建立的；

其中所述人工智能服务器根据获取的所述光伏电站实时气象数据、所述光伏逆变器的实时输出功率数据及所述光伏电站的总实时输出功率数据，形成关联数据库。

13.根据权利要求11所述的装置，其特征在于，所述根据所述光伏逆变器的最大输出功率数据生成光伏逆变器功率调节指令包括：

所述收发器接收到来自所述上级系统的功率上调目标值Pt1；

所述处理器通过所述关联数据模型提取所述当前气象环境下所述光伏逆变器的最大输出功率预测值Pmax；

所述处理器比较所述功率上调目标值Pt1与所述最大输出功率预测值Pmax；

若Pt1≥Pmax，所述处理器则将所述光伏逆变器的最大输出功率预测值Pmax作为功率调节目标值；

若Pt＜Pmax，所述处理器则将所述上级系统的功率上调目标值Pt1作为功率调节目标值；

所述收发器将所述功率调节目标值发送给所述光伏逆变器。

14.根据权利要求11所述的装置，其特征在于，所述根据所述光伏逆变器的最大输出功率数据生成光伏逆变器功率调节指令还包括：

所述收发器还接收来自所述上级系统的功率下调目标值Pt2，并将所述上级系统的功率下调目标值Pt2作为功率调节目标值发送给所述光伏逆变器。

15.根据权利要求11所述的装置，其特征在于，所述根据所述光伏逆变器的最大输出功率数据生成光伏逆变器功率调节指令还包括：

所述收发器接收到来自所述上级系统的无功功率目标值Ptn，并将所述上级系统的无功功率目标值Ptn作为功率调节目标值发送给所述光伏逆变器。

16.一种非易失性计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序使功率控制装置实现如权利要求1-5中任一所述的方法。

17.一种功率控制装置，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得一个或多个处理器实现如权利要求1-5中任一所述的方法。

Images