CN115860978A - 基于分布式光伏电站发电量的多用户分摊电费计量方法 - Google Patents

Abstract

本发明公开了基于分布式光伏电站发电量的多用户分摊电费计量方法，属于光伏电站技术领域，具体方法包括：步骤一：获取光伏电站的供电连接数据，根据获得的供电连接数据设置电力分布模型；步骤二：设置用户用电和并网的标准用电统计表，将标准用电统计表根据供电连接数据打上对应的关联标签；步骤三：将标准用电统计表与电力分布模型进行关联统计；步骤四：获取对应的用电价格，基于收益统计算法对各标准用电统计表统计的电量进行收益计算，获得对应的收益数据；步骤五：根据获得的收益数据和各标准用电统计表进行数据统计，将统计的数据上传的云端进行实时显示；实现光伏电站电能管理智能化，计费统计便捷化，加强了现代化管理。

Description

基于分布式光伏电站发电量的多用户分摊电费计量方法

技术领域

本发明属于光伏电站技术领域，具体是基于分布式光伏电站发电量的多用户分摊电费计量方法。

背景技术

分布式光伏发电采用用户侧自发自用、余量上网的运行方式，现有的统计不全面，光伏电站难以实时查看细分时段的用电情况，难以预测未来时段的用电，并且光伏电站费用统计复杂，传统的统计方法容易出错，且统计不全。为了对光伏电站新能源收益统计，本发明提供了基于分布式光伏电站发电量的多用户分摊电费计量方法。

发明内容

为了解决上述方案存在的问题，本发明提供了基于分布式光伏电站发电量的多用户分摊电费计量方法。

本发明的目的可以通过以下技术方案实现：

基于分布式光伏电站发电量的多用户分摊电费计量方法，具体方法包括：

步骤一：获取光伏电站的供电连接数据，根据获得的供电连接数据设置电力分布模型；

步骤二：设置用户用电和并网的标准用电统计表，将标准用电统计表根据供电连接数据打上对应的关联标签；

步骤三：将标准用电统计表与电力分布模型进行关联统计；

步骤四：获取对应的用电价格，基于收益统计算法对各标准用电统计表统计的电量进行收益计算，获得对应的收益数据；

步骤五：根据获得的收益数据和各标准用电统计表进行数据统计，将统计的数据上传的云端进行实时显示。

进一步地，其特征在于，根据获得的供电连接数据设置电力分布模型的方法包括：

基于供电连接数据生成对应的电力分布图，根据生成的电力分布图建立电力分布模型。

进一步地，收益统计算法为：

其中，i表示对应的用户，i＝1、2、……、n，n为正整数；YLi表示对应用户的用电量，YH表示用户的用电价格，YLv表示并网电量，BW表示并网售电价格，SH表示损耗折价。

进一步地，用电价格的设置方法包括：

分别获取企业用户的历史分时用电数据和居民用户的历史分时用电数据，进行相应的统计后分别标记为企业用电数据和居民用电数据；根据光伏电站的历史并网数据确定波峰数据和波谷数据，根据波峰数据和波谷数据在企业用电数据和居民用电数据中进行相应的标记，根据企业用电数据和居民用电数据计算各时段企业用电和居民用电所占的份额，将计算的用电份额分别标记在对应的企业用电数据中和居民用电数据中，对当前的企业用电数据和居民用电数据进行分析，获得对应的企业用电分时价格和用户用电分时价格。

进一步地，对居民用电数据进行分析的方法包括：

将居民用户根据用电习惯进行分类，获得若干个居民分类，在居民用电数据中的各个时段标记各居民分类所占的比例，根据各时段的偏离值确定对应的企业用户期望调控量和居民用户期望调控量，基于获得的各时段居民用户期望调控量设置各居民分类在各个时段期望用电量，根据获得的各个时段的期望用电量确定对应的用户用电分时价格。

进一步地，将居民用户根据用电习惯进行分类的方法包括：

获取各用户的用电数据，对获得的用电数据进行分析，获得对应的居民用户特征值；设置若干个特征值区间，通过特征值区间对各个居民用户特征值进行分类，根据对应用户特征值分类进行居民用户的分类。

进一步地，根据各时段的偏离值确定对应的企业用户期望调控量和居民用户期望调控量的方法包括：

在企业用电数据和居民用电数据中标记各时段对应的波动区间，根据各时段的波动区间计算对应的波动值，对各时段的波动值、企业用电数据和居民用电数据进行分析，获得各时段的企业用户期望调控量和居民用户期望调控量。

进一步地，根据各时段的波动区间计算对应的波动值的方法包括：

识别各时段波动区间的用电跨度，标记为YQ，根据对应的时段匹配对应的修正系数，标记为α，根据公式BDZ＝YQ×α计算对应的波动值。

与现有技术相比，本发明的有益效果是：

实现光伏电站电能管理智能化，计费统计便捷化。加强了现代化管理，提高了服务水平。本发明也避免了人工计算电站收益带来的资源浪费，且历史数据均可保持，便于客户查询及统计。电能计量统计及智能化计费统计，解决了电站收益精确的问题，很好地解决用户统计电站收益问题，本发明推广后具有良好的经济效益。

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的介绍，显而易见地，下面描述中的附图仅仅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为本发明方法流程图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。

如图1所示，基于分布式光伏电站发电量的多用户分摊电费计量方法，具体方法包括：

步骤一：获取光伏电站的供电连接数据，根据获得的供电连接数据设置电力分布模型；

光伏电站的供电连接数据指的光伏电站为哪些用户进行供电，具体的连接信息是什么，主要包括用户信息、电表位置、并网信息。

根据获得的供电连接数据设置电力分布模型的方法包括：

基于供电连接数据生成对应的电力分布图，电力分布图包括各用户的相对位置、用户信息、并网，相对位置是以电表基准，并将用户信息插入在该位置；用户可以为企业用户和居民用户，根据生成的电力分布图建立电力分布模型。电力分布模型是基于电力分布图和现有的显示模型建立方法进行建立的，即电力分布模型用于显示光伏电站、用户、并网之间的连接、位置关系，并在进行对应电量的实时显示。

步骤二：设置用户用电和并网的标准用电统计表，将标准用电统计表根据供电连接数据打上对应的关联标签；即根据该标准用电统计表是用于哪个用户或并网进行用电统计的，就打上对应的关联标签，用于对应匹配统计对应用户的用电数据。

标准用电统计表是根据实际的统计需要通过人工的方式进行设置的。

步骤三：将标准用电统计表与电力分布模型进行关联统计；

即为将电力分布模型中显示的各用户使用或并网的电量对应统计到对应的标准用电统计表中，通过电量分布模型实现将大量的用电数据根据用户和并网进行逐一分类接收显示，再通过标准用电统计表进行对应的用电统计，使得将各部分使用的电量进行快速的统计；

步骤四：获取对应的用电价格，基于收益统计算法对各标准用电统计表统计的电量进行收益计算，获得对应的收益数据；

收益统计算法为：

其中，i表示对应的用户，i＝1、2、……、n，n为正整数；YLi表示对应用户的用电量，YH表示用户的用电价格，YLv表示并网电量，BW表示并网售电价格，SH表示损耗折价，由专家组进行讨论设置。

在一个实施例中，用电价格为直接获取的现有价格，一般为光伏电站提供的基本不变的价格，如当前计费价格方式相同。

在另一个实施例中，因为当前大规模的应用光伏电站，是因为其为可再生能源，为清洁能源，用力于环境保护，但是光伏能源具有随机性、波动性和间歇性等特点，并入电网后会影响电网系统的运行稳定性，传统的方法是通过增加机组容量或建立储能站来保障系统运行，然而，这种方法会额外增加成本；因此，在本实施例中，将通过变动分时电价，来侧面进行用户用电习惯的引导，从而达到削峰填谷，提高供电稳定性。

用电价格的设置方法包括：

分别获取企业用户的历史分时用电数据和居民用户的历史分时用电数据，进行相应的统计后分别标记为企业用电数据和居民用电数据；根据光伏电站的历史并网数据确定波峰数据和波谷数据，包括对应的时间段和偏离值，偏离值基于专家组设置的基准值区间进行计算的；根据波峰数据和波谷数据在企业用电数据和居民用电数据中进行相应的标记，即标记对应的时间段和偏离值；根据企业用电数据和居民用电数据计算各时段企业用电和居民用电所占的份额，将计算的用电份额分别标记在对应的企业用电数据中和居民用电数据中，即企业用电份额和居民用电份额均标记在两个数据图表中；对当前的企业用电数据和居民用电数据进行分析，获得对应的企业用电分时价格和用户用电分时价格。

企业用电分时价格和用户用电分时价格均会告知对应的企业用户和居民用户。

对企业用户的历史分时用电数据和居民用户的历史分时用电数据进行相应统计，即为以一段时间为基准，计算各时段的历史平均用电量。

对居民用电数据进行分析的方法包括：

将居民用户根据用电习惯进行分类，获得若干个居民分类，在居民用电数据中的各个时段标记各居民分类所占的比例，以用电量进行份额计算的；根据各时段的偏离值确定对应的企业用户期望调控量和居民用户期望调控量，基于获得的各时段居民用户期望调控量设置各居民分类在各个时段期望用电量，根据获得的各个时段的期望用电量确定对应的用户用电分时价格。

将居民用户根据用电习惯进行分类的方法包括：

获取各用户的用电数据，对获得的用电数据进行分析，即根据用户在不同时段的用电情况设置其用电属性，如能够夜间用电、不能夜间用电，还可细化为某些时段保持基本用电，哪些时刻进行活跃用电等等，即用户在不同时刻的用电习惯，基于神经网络建立对应的分类模型，神经网络可以是误差逆向传播神经网络、RBF神经网络和深度卷积神经网络，通过人工的方式设置对应的训练集进行训练，通过训练成功后的分类模型进行用电数据的分析，获得对应的居民用户特征值；设置若干个特征值区间，通过人工的方式根据实际需要划分的分类种类和具有的居民用户特征值范围进行设置，每个特征值区间对应一个用户分类；通过特征值区间对各个居民用户特征值进行分类，根据对应用户特征值分类进行居民用户的分类。

根据各时段的偏离值确定对应的企业用户期望调控量和居民用户期望调控量的方法包括：

在企业用电数据和居民用电数据中标记各时段对应的波动区间，即根据大量的历史用电数据统计各时段具有的用电区间；根据各时段的波动区间计算对应的波动值，波动值用于表示该时段的用电量的可调控程度，波动值越高，表示其越适合进行用电量的调控；对各时段的波动值、企业用电数据和居民用电数据进行分析，获得各时段的企业用户期望调控量和居民用户期望调控量。具体的基于神经网络建立对应的期望调控模型，通过人工的方式建立对应的训练集进行训练，通过训练成功后的期望调控模型进行分析，主要是根据各时段波动值、波动区间的用电跨度、用电份额、波峰段和波谷段进行确定的，具体的建立和训练过程为本领域常识，因此不进行详细叙述。

根据各时段的波动区间计算对应的波动值的方法包括：

识别各时段波动区间的用电跨度，标记为YQ，根据对应的时段匹配对应的修正系数，标记为α，根据公式BDZ＝YQ×α计算对应的波动值。

修正系数的匹配方法为：根据各波峰段、波谷段和一般用户用电习惯，通过专家组进行讨论的方式设置各时段的修正系数，如波峰段且用电活跃时段的修正系数越高，正常波段的修正系数较低。

基于获得的各时段居民用户期望调控量设置各居民分类在各个时段期望用电量的方法包括：

根据各居民分类设置各时段居民用户期望调控量的期望占比，根据获得的期望占比和各时段的居民用户期望调控量计算各时段的各居民分类对应的期望调控量，相乘即可，基于居民用电数据计算对应的各居民分类在各个时段期望用电量，且根据各居民分类占比和对应的期望调控量标记期望用电量中的各居民分类份额，各时段当前量与期望调控量进行相加即可，因为增加期望调控量为正值，反之为负值。

根据各居民分类设置各时段居民用户期望调控量的期望占比，通过专家组各级具有的居民分类为各个时段设置对应的期望占比，进行匹配即可。

根据获得的各个时段的期望用电量确定对应的用户用电分时价格的方法包括：

识别各个时段期望用电量中各居民分类的占比和对应的份额用电量，计算各个时段各居民分类对应的平均期望调控量，按照各居民分类设置对应居民数量的用电坐标，即根据各居民分类在各时段的平均期望调控量设置的坐标，直接将对应的平均期望调控量带入空白坐标即可；对获得的各用电坐标进行分析，获得各居民分类对应的用电分时价格。

对获得的各用电坐标进行分析的方法为基于神经网络建立对应的居民价格模型，通过人工的方式设置对应的训练集进行训练，通过训练成功后的居民价格模型进行分析。

对企业用电数据进行分析的方法包括：

获取各时段的企业用户期望调控量，基于神经网络建立对应的企业价格模型，通过人工的方式设置对应的训练集进行训练，通过训练成功后的企业价格模型进行分析。

步骤五：根据获得的收益数据和各标准用电统计表进行数据统计，将统计的数据上传的云端进行实时显示。

具体的统计方式为根据其实际需要设置对应的统计方式进行统计，如图表统计、加密上链统计等，因为具体的数据统计方式为本领域常规技术手段，因此不进行详细的叙述。

上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。

以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (8)

1.基于分布式光伏电站发电量的多用户分摊电费计量方法，其特征在于，具体方法包括：

步骤一：获取光伏电站的供电连接数据，根据获得的供电连接数据设置电力分布模型；

步骤二：设置用户用电和并网的标准用电统计表，将标准用电统计表根据供电连接数据打上对应的关联标签；

步骤三：将标准用电统计表与电力分布模型进行关联统计；

步骤四：获取对应的用电价格，基于收益统计算法对各标准用电统计表统计的电量进行收益计算，获得对应的收益数据；

步骤五：根据获得的收益数据和各标准用电统计表进行数据统计，将统计的数据上传的云端进行实时显示。

2.根据权利要求1所述的基于分布式光伏电站发电量的多用户分摊电费计量方法，其特征在于，根据获得的供电连接数据设置电力分布模型的方法包括：

基于供电连接数据生成对应的电力分布图，根据生成的电力分布图建立电力分布模型。

3.根据权利要求1所述的基于分布式光伏电站发电量的多用户分摊电费计量方法，其特征在于，收益统计算法为：

其中，i表示对应的用户，i＝1、2、……、n，n为正整数；YLi表示对应用户的用电量，YH表示用户的用电价格，YLv表示并网电量，BW表示并网售电价格，SH表示损耗折价。

4.根据权利要求1所述的基于分布式光伏电站发电量的多用户分摊电费计量方法，其特征在于，用电价格的设置方法包括：

分别获取企业用户的历史分时用电数据和居民用户的历史分时用电数据，进行相应的统计后分别标记为企业用电数据和居民用电数据；根据光伏电站的历史并网数据确定波峰数据和波谷数据，根据波峰数据和波谷数据在企业用电数据和居民用电数据中进行相应的标记，根据企业用电数据和居民用电数据计算各时段企业用电和居民用电所占的份额，将计算的用电份额分别标记在对应的企业用电数据中和居民用电数据中，对当前的企业用电数据和居民用电数据进行分析，获得对应的企业用电分时价格和用户用电分时价格。

5.根据权利要求4所述的基于分布式光伏电站发电量的多用户分摊电费计量方法，其特征在于，对居民用电数据进行分析的方法包括：

将居民用户根据用电习惯进行分类，获得若干个居民分类，在居民用电数据中的各个时段标记各居民分类所占的比例，根据各时段的偏离值确定对应的企业用户期望调控量和居民用户期望调控量，基于获得的各时段居民用户期望调控量设置各居民分类在各个时段期望用电量，根据获得的各个时段的期望用电量确定对应的用户用电分时价格。

6.根据权利要求5所述的基于分布式光伏电站发电量的多用户分摊电费计量方法，其特征在于，将居民用户根据用电习惯进行分类的方法包括：

获取各用户的用电数据，对获得的用电数据进行分析，获得对应的居民用户特征值；设置若干个特征值区间，通过特征值区间对各个居民用户特征值进行分类，根据对应用户特征值分类进行居民用户的分类。

7.根据权利要求6所述的基于分布式光伏电站发电量的多用户分摊电费计量方法，其特征在于，根据各时段的偏离值确定对应的企业用户期望调控量和居民用户期望调控量的方法包括：

在企业用电数据和居民用电数据中标记各时段对应的波动区间，根据各时段的波动区间计算对应的波动值，对各时段的波动值、企业用电数据和居民用电数据进行分析，获得各时段的企业用户期望调控量和居民用户期望调控量。

8.根据权利要求7所述的基于分布式光伏电站发电量的多用户分摊电费计量方法，其特征在于，根据各时段的波动区间计算对应的波动值的方法包括：

识别各时段波动区间的用电跨度，标记为YQ，根据对应的时段匹配对应的修正系数，标记为α，根据公式BDZ＝YQ×α计算对应的波动值。

Images