CN116231647B - 高渗透率未监测光伏发电的配电系统状态估计方法及系统 - Google Patents
高渗透率未监测光伏发电的配电系统状态估计方法及系统 Download PDFInfo
- Publication number
- CN116231647B CN116231647B CN202310516710.9A CN202310516710A CN116231647B CN 116231647 B CN116231647 B CN 116231647B CN 202310516710 A CN202310516710 A CN 202310516710A CN 116231647 B CN116231647 B CN 116231647B
- Authority
- CN
- China
- Prior art keywords
- power generation
- characteristic
- information
- electric energy
- photovoltaic
- 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
Classifications
-
- 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
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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
- 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
- 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
-
- 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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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
-
- 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
本发明提供一种高渗透率未监测光伏发电的配电系统状态估计方法及系统,包括:服务器对配电网中所有光伏发电节点分类得到第一节点集合和第二节点集合;确定一个第一发电特征为第三发电特征;服务器将第三发电特征与相应的第二发电特征进行比对,得到区别特征,基于区别特征得到相应第二光伏发电节点和第一光伏发电节点的发电关系信息,统计所有第二光伏发电节点分别对应的第一光伏发电节点、发电关系生成状态估计对应表存储至数据库;基于状态估计对应表、第一电能信息生成与第二光伏发电节点对应的第二电能信息,根据第一电能信息、第二电能信息生成配电系统状态估计数据。
Description
技术领域
本发明涉及数据处理技术,尤其涉及一种高渗透率未监测光伏发电的配电系统状态估计系统。
背景技术
高渗透率配电系统中具有较多的光伏设备,光伏设备可以为配电系统提供清洁能源,是配电系统较为重要的电能来源。其中,光伏设备的数据的获取是配电系统的重要部分,其是配电系统电能调配等操作的数据的基础。
目前,由于光伏侧的测量单元是唯一的信息来源,当今配电系统状态估计方法面临可用数据有限的挑战,安装相应光伏设备数量的测量单元可以提高网络的可视性,但成本高。
因此,如何结合有限的测量单元对整个配电系统中的光伏数据进行预测成为了急需解决的问题。
发明内容
本发明实施例提供一种高渗透率未监测光伏发电的配电系统状态估计方法及系统,可以结合有限的测量单元对整个配电系统中的光伏数据进行预测。
本发明实施例的第一方面,提供一种高渗透率未监测光伏发电的配电系统状态估计方法,包括:
服务器对配电网中所有光伏发电节点分类得到第一节点集合和第二节点集合,所述第一节点集合内的光伏发电节点具有电能采集设备,所述第二节点集合内的光伏发电节点不具有电能采集设备;
服务器提取第二光伏节点集合内每个第二光伏发电节点的第二发电特征,将所述第二发电特征与第一节点集合内第一光伏发电节点的第一发电特征依次比对,确定一个第一发电特征为第三发电特征;
服务器将所述第三发电特征与相应的第二发电特征进行比对,得到区别特征,基于所述区别特征得到相应第二光伏发电节点和第一光伏发电节点的发电关系信息,统计所有第二光伏发电节点分别对应的第一光伏发电节点、发电关系生成状态估计对应表存储至数据库;
服务器基于电能采集设备获取第一光伏发电节点的第一电能信息,并基于所述状态估计对应表、第一电能信息生成与第二光伏发电节点对应的第二电能信息,根据所述第一电能信息、第二电能信息生成配电系统状态估计数据。
可选的,所述服务器提取第二光伏节点集合内每个第二光伏发电节点的第二发电特征,将所述第二发电特征与第一节点集合内第一光伏发电节点的第一发电特征依次比对,确定一个第一发电特征为第三发电特征,包括:
服务器依次获取第二光伏节点集合内每个第二光伏发电节点的第二发电特征,所述第二发电特征至少包括位置特征信息、规格特征信息、使用时间信息;
将第二发电特征与第一节点集合内第一光伏发电节点的第一发电特征依次比对,得到第二发电特征与每个第一发电特征的特征相近系数;
若最大的特征相近系数大于等于第一预设值,则将最大的特征相近系数所对应的第一发电特征作为第三发电特征;
若最大的特征相近系数小于第一预设值,则与用户交互确定与相应第二发电特征对应的第三发电特征。
可选的,所述若最大的特征相近系数小于第一预设值,则与用户交互确定与相应第二发电特征对应的第三发电特征,包括:
若最大的特征相近系数小于第一预设值,则生成与相应第二发电特征所对应的特征选择交互表,所述特征选择交互表中具有按照特征相近系数降序排序的第一发电特征;
管理员根据所述特征选择交互表选择其中一个第一发电特征,作为与相应第二发电特征对应的第三发电特征。
可选的,所述将第二发电特征与第一节点集合内第一光伏发电节点的第一发电特征依次比对,得到第二发电特征与每个第一发电特征的特征相近系数,包括:
将第二发电特征的位置特征信息与第一发电特征的位置特征信息计算得到位置差值信息,根据所述位置差值信息、预设位置常数值的比值得到位置差别向量值;
将第二发电特征的规格特征信息与第一发电特征的规格特征信息相减得到规格差值信息,根据所述规格差值信息、第二发电特征的规格特征信息的比值得到规格差别向量值;
将第二发电特征的使用时间信息与第一发电特征的使用时间信息相减得到时间差值信息,根据所述时间差值信息、第二发电特征的使用时间信息的比值得到时间差别向量值;
对所述位置差别向量值、规格差别向量值、时间差别向量值进行绝对值化处理后,进行计算得到第二发电特征与每个第一发电特征的特征相近系数。
可选的,所述对所述位置差别向量值、规格差别向量值、时间差别向量值进行绝对值化处理后,进行计算得到第二发电特征与每个第一发电特征的特征相近系数,包括:
基于预设的位置差别权重、规格差别权重以及时间差别权重,分别对位置差别向量值、规格差别向量值、时间差别向量值进行加权处理后相加,得到第一区别融合数值;
将预设常数值除以所述第一区别融合数值得到相应第二发电特征与相应第一发电特征的特征相近系数。
可选的,所述服务器将所述第三发电特征与相应的第二发电特征进行比对,得到区别特征,基于所述区别特征得到相应第二光伏发电节点和第一光伏发电节点的发电关系信息,统计所有第二光伏发电节点分别对应的第一光伏发电节点、发电关系生成状态估计对应表存储至数据库,包括:
服务器将所述第三发电特征与相应的第二发电特征进行比对,得到区别特征,所述区别特征包括第三发电特征与相应第二发电特征的位置差别向量值、规格差别向量值、时间差别向量值;
服务器基于预设策略对所述差别向量值、规格差别向量值、时间差别向量值的数量关系进行分析,得到相对应标签特征和发电变化特征,所述发电变化特征至少包括发电增加信息、发电减少信息以及发电同步信息;
生成与每个第二光伏发电节点所对应的第一光伏发电节点、相对应的标签特征和发电变化特征,将所述标签特征和发电变化特征填入至状态估计对应表内后存储至数据库。
可选的,所述服务器基于预设策略对所述差别向量值、规格差别向量值、时间差别向量值的数量关系进行分析,得到相对应标签特征和发电变化特征,所述发电变化特征至少包括发电增加信息、发电减少信息以及发电同步信息,包括:
若所述位置差别向量值处于预设位置区间内,则判断所述第三发电特征与相应第二发电特征的照度相对应,生成对第三发电特征的第一标签;
若所述位置差别向量值不位于预设位置区间内,则判断所述第三发电特征与相应第二发电特征的照度待确定,生成对第三发电特征的第二标签;
若所述规格差别向量值大于0则判断在规格维度具有发电增加信息,若所述规格差别向量值小于0则判断在规格维度具有发电减少信息,若所述规格差别向量值等于0则判断在规格维度具有发电同步信息;
若所述时间差别向量值大于0则判断在时间维度具有发电减少信息,若所述时间差别向量值小于0则判断在时间维度具有发电增加信息,若所述时间差别向量值等于0则判断在时间维度具有发电同步信息。
可选的,所述服务器基于电能采集设备获取第一光伏发电节点的第一电能信息,并基于所述状态估计对应表、第一电能信息生成与第二光伏发电节点对应的第二电能信息,根据所述第一电能信息、第二电能信息生成配电系统状态估计数据,包括:
服务器基于电能采集设备获取所有第一光伏发电节点的第一电能信息后,选取第二光伏发电节点和相对应的状态估计对应表;
基于所述状态估计对应表确定第三发电特征所对应的第一光伏发电节点的第一电能信息,将所述第一电能信息作为第三电能信息;
根据所述第三电能信息、状态估计对应表内的标签特征和发电变化特征进行计算,得到与第二光伏发电节点所对应的第二电能信息;
在判断得到所有第二光伏发电节点的第二电能信息后,统计所有的第一电能信息、第二电能信息之和得到总电能估计信息,根据所有的第一电能信息、第二电能信息以及总电能估计信息生成配电系统状态估计数据。
可选的,所述根据所述第三电能信息、状态估计对应表内的标签特征和发电变化特征进行计算,得到与第二光伏发电节点所对应的第二电能信息,包括:
根据所述状态估计对应表对预设计算单元进行筛选后组装成相对应的处理模型,所述预设计算单元包括照度计算单元、规格计算单元以及时间计算单元;
若所述处理模型中具有照度计算单元,则将第二发电特征对应的日照强度、第三发电特征对应的日照强度量化处理后差值计算,得到照度差别向量;
若所述日照强度差值大于0则判断在日照维度具有发电增加信息,若所述日照强度差值小于0则判断在日照维度具有发电减少信息;
根据每个维度相对应的发电增加信息、发电减少信息,分别确定照度计算单元、规格计算单元以及时间计算单元对应的电能转换系数;
根据所有维度的电能转换系数综合后与第三电能信息相乘,得到与第二光伏发电节点所对应的第二电能信息。
可选的,所述根据所述状态估计对应表对预设计算单元进行筛选后组装成相对应的处理模型,所述预设计算单元包括照度计算单元、规格计算单元以及时间计算单元,包括:
若判断状态估计对应表内具有第二标签,且第二发电特征对应的日照强度、第三发电特征对应的日照强度不对应,则选取照度计算单元;
若判断状态估计对应表内具有规格维度的发电增加信息或发电减少信息,则选取规格计算单元;
若判断状态估计对应表内具有时间维度的发电增加信息或发电减少信息,则选取时间计算单元;
若判断挑选出至少一个照度计算单元、规格计算单元以及时间计算单元,则按照预设策略对照度计算单元、规格计算单元或时间计算单元进行组装得到处理模型。
可选的,还包括:
若判断未挑选出照度计算单元、规格计算单元以及时间计算单元,则直接将第三电能信息作为第二电能信息。
可选的,通过以下步骤得到不同维度的电能转换系数,包括:
选中第一组光伏发电板,所述第一组光伏发电板具有相同的规格、相同的使用时间,将第一组光伏发电节板放置于不同的照度下,得到相应的输出电能信息,通过不同照度下的输出电能信息之比得到照度维度下的电能转换系数;
选中第二组光伏发电板,所述第二组光伏发电板具有相同的照度、相同的使用时间,所述第二组光伏发电节板具有不同的规格,得到相应的输出电能信息,通过不同规格下不同的输出电能信息之比得到规格维度下的电能转换系数;
选中第三组光伏发电板,所述第三组光伏发电板具有相同的照度、相同的规格,所述第二组光伏发电节板具有不同的使用时间,得到相应的输出电能信息,通过不同使用时间下不同的输出电能信息之比得到使用时间维度下的电能转换系数。
本发明实施例的第二方面,提供一种高渗透率未监测光伏发电的配电系统状态估计系统,包括:
分类模块,用于使服务器对配电网中所有光伏发电节点分类得到第一节点集合和第二节点集合,所述第一节点集合内的光伏发电节点具有电能采集设备,所述第二节点集合内的光伏发电节点不具有电能采集设备;
比对模块,用于使服务器提取第二光伏节点集合内每个第二光伏发电节点的第二发电特征,将所述第二发电特征与第一节点集合内第一光伏发电节点的第一发电特征依次比对,确定一个第一发电特征为第三发电特征;
关系生成模块,用于使服务器将所述第三发电特征与相应的第二发电特征进行比对,得到区别特征,基于所述区别特征得到相应第二光伏发电节点和第一光伏发电节点的发电关系信息,统计所有第二光伏发电节点分别对应的第一光伏发电节点、发电关系生成状态估计对应表存储至数据库;
数据生成模块,用于使服务器基于电能采集设备获取第一光伏发电节点的第一电能信息,并基于所述状态估计对应表、第一电能信息生成与第二光伏发电节点对应的第二电能信息,根据所述第一电能信息、第二电能信息生成配电系统状态估计数据。
有益效果1、本方案会先依据有无电能采集设备对光伏发电节点分类得到第一节点集合和第二节点集合,然后以第一节点集合为数据基础,来对第二节点集合的数据进行预测。其中,本方案会提取两个集合内发电特征进行比对,得到相关的比对数据,然后结合比对数据得到状态估计对应表,最后结合状态估计对应表、第一电能信息生成与第二光伏发电节点对应的第二电能信息。通过上述方式,可以结合有限的测量单元对整个配电系统中的光伏数据进行预测。
2、本方案在得到比对数据的过程中,会结合位置特征信息、规格特征信息、使用时间信息三个维度进行综合比对,得到第二发电特征与每个第一发电特征的特征相近系数,然后利用特征相近系数来确定相应的第三发电特征。其中,在进行确定时,有自动确定和主动确定两种方式,本方案会依据不同的情况进行不同方式的确定。另外,在进行计算时,本方案会先计算每个维度的数据,然后进行综合,得到特征相近系数,最后,利用状态估计对应表对相关的数据进行统计存储,其中,存储时还会存储发电变化特征,即发电增加信息、发电减少信息以及发电同步信息,用户后续的计算。
3、本方案在进行数据计算时,由于是参照位置、规格和时间3个维度进行计算的,而不同维度有不同的计算策略,为了使得计算结果较为准确,本方案会结合实际情况对计算模型进行组装,得到组装后的处理模型,通过上述方式,可以结合实际情况来对处理模型进行灵活组合,使得计算结果较为准确。
附图说明
图1是本发明实施例提供的一种高渗透率未监测光伏发电的配电系统状态估计方法的流程示意图;
图2是本发明实施例提供的一种高渗透率未监测光伏发电的配电系统状态估计方法的流程示意图。
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。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
参见图1,是本发明实施例提供的一种高渗透率未监测光伏发电的配电系统状态估计方法的流程示意图,该高渗透率未监测光伏发电的配电系统状态估计方法,包括S1-S4:
S1,服务器对配电网中所有光伏发电节点分类得到第一节点集合和第二节点集合,所述第一节点集合内的光伏发电节点具有电能采集设备,所述第二节点集合内的光伏发电节点不具有电能采集设备。
可以理解的是,高渗透率配电网中具有较多的光伏发电设备,由于监测设备(电能采集设备)成本较高,无法为每个光伏发电设备都匹配相对应的电能采集设备。
因此,本方案会先对所有光伏发电节点分类,将具备电能采集设备的分类至第一节点集合,将不具备电能采集设备的分类至第二节点集合。
S2,服务器提取第二光伏节点集合内每个第二光伏发电节点的第二发电特征,将所述第二发电特征与第一节点集合内第一光伏发电节点的第一发电特征依次比对,确定一个第一发电特征为第三发电特征。
为了通过现有的电能采集设备数据来预测不具备电能采集设备光伏发电设备的数据,本方案会结合比对数据进行确定。
首先,服务器会提取第二光伏节点集合内每个第二光伏发电节点的第二发电特征,然后将第二发电特征与第一节点集合内第一光伏发电节点的第一发电特征依次比对,确定一个第一发电特征为第三发电特征。
在一些实施例中,S2(服务器提取第二光伏节点集合内每个第二光伏发电节点的第二发电特征,将所述第二发电特征与第一节点集合内第一光伏发电节点的第一发电特征依次比对,确定一个第一发电特征为第三发电特征)包括S21- S24:
S21,服务器依次获取第二光伏节点集合内每个第二光伏发电节点的第二发电特征,所述第二发电特征至少包括位置特征信息、规格特征信息、使用时间信息。
其中,第二发电特征至少包括位置特征信息、规格特征信息、使用时间信息。可以理解的是,位置特征信息可以是经纬度信息;规格特征信息可以是光伏板的规格,例如是面积等信息;使用时间信息可以是工作时长,例如是1年、2年等。
S22,将第二发电特征与第一节点集合内第一光伏发电节点的第一发电特征依次比对,得到第二发电特征与每个第一发电特征的特征相近系数。
在得到第二发电特征后,本方案会将第二发电特征与第一节点集合内第一光伏发电节点的第一发电特征依次比对,得到第二发电特征与每个第一发电特征的特征相近系数。
在一些实施例中,S22(将第二发电特征与第一节点集合内第一光伏发电节点的第一发电特征依次比对,得到第二发电特征与每个第一发电特征的特征相近系数)包括S221-S224:
S221,将第二发电特征的位置特征信息与第一发电特征的位置特征信息相减得到位置差值信息,根据所述位置差值信息、预设位置常数值的比值得到位置差别向量值。
在位置维度,本方案会将第二发电特征的位置特征信息与第一发电特征的位置特征信息计算得到位置差值信息,例如可以是通过现有技术中计算两个经纬度点位之间的距离信息,得到位置差值信息。
在得到位置差值信息后,可以结合位置差值信息、预设位置常数值的比值得到位置差别向量值。
S222,将第二发电特征的规格特征信息与第一发电特征的规格特征信息相减得到规格差值信息,根据所述规格差值信息、第二发电特征的规格特征信息的比值得到规格差别向量值。
在规格维度,本方案会将第二发电特征的规格特征信息与第一发电特征的规格特征信息相减得到规格差值信息。规格差值信息可以是面积差信息。
在得到规格差值信息后,本方案可以根据规格差值信息、第二发电特征的规格特征信息的比值得到规格差别向量值。
S223,将第二发电特征的使用时间信息与第一发电特征的使用时间信息相减得到时间差值信息,根据所述时间差值信息、第二发电特征的使用时间信息的比值得到时间差别向量值。
在时间维度,本方案会将第二发电特征的使用时间信息与第一发电特征的使用时间信息相减得到时间差值信息,可以理解的是,时间差值信息可能是正值也可能是负值,在第二发电特征的使用时间信息大于第一发电特征的使用时间信息时,时间差值信息为正值,在第二发电特征的使用时间信息小于第一发电特征的使用时间信息时,时间差值信息为负值。
在得到时间差值信息后,本方案会根据时间差值信息、第二发电特征的使用时间信息的比值得到时间差别向量值。
S224,对所述位置差别向量值、规格差别向量值、时间差别向量值进行绝对值化处理后,进行计算得到第二发电特征与每个第一发电特征的特征相近系数。
在得到位置差别向量值、规格差别向量值、时间差别向量值后,本方案会对上述数据进行绝对值化处理,然后进行计算得到第二发电特征与每个第一发电特征的特征相近系数。
在一些实施例中,S224(对所述位置差别向量值、规格差别向量值、时间差别向量值进行绝对值化处理后,进行计算得到第二发电特征与每个第一发电特征的特征相近系数)包括S2241-S2242:
S2241,基于预设的位置差别权重、规格差别权重以及时间差别权重,分别对位置差别向量值、规格差别向量值、时间差别向量值进行加权处理后相加,得到第一区别融合数值。
首先,本方案会结合预设的位置差别权重、规格差别权重以及时间差别权重,分别对位置差别向量值、规格差别向量值、时间差别向量值进行加权处理后相加,得到第一区别融合数值。其中,预设的位置差别权重、规格差别权重以及时间差别权重可以是人为预先设置的。
S2242,将预设常数值除以所述第一区别融合数值得到相应第二发电特征与相应第一发电特征的特征相近系数。
在得到第一区别融合数值后,本方案会将预设常数值除以第一区别融合数值得到相应第二发电特征与相应第一发电特征的特征相近系数。
可以理解的是,第一区别融合数值越大,说明区别越大,对应的特征相近系数也就越小。
S23,若最大的特征相近系数大于等于第一预设值,则将最大的特征相近系数所对应的第一发电特征作为第三发电特征。
如果最大的特征相近系数大于等于第一预设值,说明比较近似,此时,本方案会将最大的特征相近系数所对应的第一发电特征作为第三发电特征。
S24,若最大的特征相近系数小于第一预设值,则与用户交互确定与相应第二发电特征对应的第三发电特征。
在一些实施例中,S24(若最大的特征相近系数小于第一预设值,则与用户交互确定与相应第二发电特征对应的第三发电特征)包括S241- S242:
S241,若最大的特征相近系数小于第一预设值,则生成与相应第二发电特征所对应的特征选择交互表,所述特征选择交互表中具有按照特征相近系数降序排序的第一发电特征。
如果最大的特征相近系数小于第一预设值,说明相近度较小,无法直接确定出对应的第一发电特征作为第三发电特征。
此时,本方案会生成与相应第二发电特征所对应的特征选择交互表,其中,特征选择交互表中具有按照特征相近系数降序排序的第一发电特征。排序越靠前的,特征相近系数越高。
S242,管理员根据所述特征选择交互表选择其中一个第一发电特征,作为与相应第二发电特征对应的第三发电特征。
管理员可以主动选择特征选择交互表中一个第一发电特征,作为与相应第二发电特征对应的第三发电特征。
可以理解的是,本方案在无法直接确定出对应的第一发电特征作为第三发电特征时,会结合特征选择交互表主动介入进行选择。
S3,服务器将所述第三发电特征与相应的第二发电特征进行比对,得到区别特征,基于所述区别特征得到相应第二光伏发电节点和第一光伏发电节点的发电关系信息,统计所有第二光伏发电节点分别对应的第一光伏发电节点、发电关系生成状态估计对应表存储至数据库。
在得到第三发电特征后,本方案会将第三发电特征与相应的第二发电特征进行比对,得到区别特征。
然后基于区别特征得到相应第二光伏发电节点和第一光伏发电节点的发电关系信息,统计所有第二光伏发电节点分别对应的第一光伏发电节点、发电关系生成状态估计对应表存储至数据库。
可以理解的是,状态估计对应表中具有第二光伏发电节点分别对应的第一光伏发电节点以及发电关系。
在一些实施例中,S3(服务器将所述第三发电特征与相应的第二发电特征进行比对,得到区别特征,基于所述区别特征得到相应第二光伏发电节点和第一光伏发电节点的发电关系信息,统计所有第二光伏发电节点分别对应的第一光伏发电节点、发电关系生成状态估计对应表存储至数据库)包括S31-S33:
S31,服务器将所述第三发电特征与相应的第二发电特征进行比对,得到区别特征,所述区别特征包括第三发电特征与相应第二发电特征的位置差别向量值、规格差别向量值、时间差别向量值。
在得到第三发电特征后,服务器会将第三发电特征与相应的第二发电特征进行比对,得到区别特征。其中,区别特征包括第三发电特征与相应第二发电特征的位置差别向量值、规格差别向量值、时间差别向量值。
S32,服务器基于预设策略对所述差别向量值、规格差别向量值、时间差别向量值的数量关系进行分析,得到相对应标签特征和发电变化特征,所述发电变化特征至少包括发电增加信息、发电减少信息以及发电同步信息。
在确定了位置差别向量值、规格差别向量值、时间差别向量值后,服务器可以利用预设策略对差别向量值、规格差别向量值、时间差别向量值的数量关系进行分析,得到相对应标签特征和发电变化特征。
其中,发电变化特征至少包括发电增加信息、发电减少信息以及发电同步信息,具体参考下文。
在一些实施例中,S32(服务器基于预设策略对所述差别向量值、规格差别向量值、时间差别向量值的数量关系进行分析,得到相对应标签特征和发电变化特征,所述发电变化特征至少包括发电增加信息、发电减少信息以及发电同步信息)包括S321-S324:
S321,若所述位置差别向量值处于预设位置区间内,则判断所述第三发电特征与相应第二发电特征的照度相对应,生成对第三发电特征的第一标签。
可以理解的是,如果位置差别向量值处于预设位置区间内,说明位置差值较小,位置较为接近,则本方案会判断第三发电特征与相应第二发电特征的照度相对应,生成对第三发电特征的第一标签。
一般来说,位置较近时,对应的光照强度较为近似,因此会判断第三发电特征与相应第二发电特征的照度相对应,此时为其添加第一标签。
S322,若所述位置差别向量值不位于预设位置区间内,则判断所述第三发电特征与相应第二发电特征的照度待确定,生成对第三发电特征的第二标签。
如果位置差别向量值不位于预设位置区间内,则判断所述第三发电特征与相应第二发电特征的照度待确定,生成对第三发电特征的第二标签。
可以理解的是,位置不一致时,照度可能近似也可能不近似,此时为待确定的状态。
S323,若所述规格差别向量值大于0则判断在规格维度具有发电增加信息,若所述规格差别向量值小于0则判断在规格维度具有发电减少信息,若所述规格差别向量值等于0则判断在规格维度具有发电同步信息。
可以理解的是,如果规格差别向量值大于0,说明第二发电特征的规格特征信息大于第一发电特征的规格特征信息,一般来说,规格越大,对应的发电信息也就越多,也就是说,本方案会判断在规格维度具有发电增加信息。反之,如果规格差别向量值小于0,说明第二发电特征的规格特征信息小于第一发电特征的规格特征信息,则判断在规格维度具有发电减少信息。如果规格差别向量值等于0,说明二者规格一致,则判断在规格维度具有发电同步信息。
S324,若所述时间差别向量值大于0则判断在时间维度具有发电减少信息,若所述时间差别向量值小于0则判断在时间维度具有发电增加信息,若所述时间差别向量值等于0则判断在时间维度具有发电同步信息。
如果时间差别向量值大于0,说明第二发电特征的使用时间信息大于第一发电特征的使用时间信息,则本方案会判断在时间维度具有发电减少信息。若时间差别向量值小于0,说明第二发电特征的使用时间信息小于第一发电特征的使用时间信息,则判断在时间维度具有发电增加信息。如果时间差别向量值等于0,说明第二发电特征的使用时间信息与第一发电特征的使用时间信息一致,则判断在时间维度具有发电同步信息。
S33,生成与每个第二光伏发电节点所对应的第一光伏发电节点、相对应的标签特征和发电变化特征,将所述标签特征和发电变化特征填入至状态估计对应表内后存储至数据库。
本方案会生成与每个第二光伏发电节点所对应的第一光伏发电节点、相对应的标签特征和发电变化特征,然后将标签特征和发电变化特征填入至状态估计对应表内后存储至数据库。
S4,服务器基于电能采集设备获取第一光伏发电节点的第一电能信息,并基于所述状态估计对应表、第一电能信息生成与第二光伏发电节点对应的第二电能信息,根据所述第一电能信息、第二电能信息生成配电系统状态估计数据。
服务器会结合电能采集设备获取第一光伏发电节点的第一电能信息。
同时,服务器会结合状态估计对应表、第一电能信息生成与第二光伏发电节点对应的第二电能信息,可以理解的是,第二电能信息为预估的数据。
在得到第一电能信息、第二电能信息后,可以结合第一电能信息、第二电能信息生成配电系统状态估计数据。通过本方案,可以利用现有采集设备的采集数据来预测出未配置采集设备的数据,从而得到配电系统状态估计数据。
在一些实施例中,S4(服务器基于电能采集设备获取第一光伏发电节点的第一电能信息,并基于所述状态估计对应表、第一电能信息生成与第二光伏发电节点对应的第二电能信息,根据所述第一电能信息、第二电能信息生成配电系统状态估计数据)包括S41-S44:
S41,服务器基于电能采集设备获取所有第一光伏发电节点的第一电能信息后,选取第二光伏发电节点和相对应的状态估计对应表。
在利用电能采集设备获取所有第一光伏发电节点的第一电能信息后,选取第二光伏发电节点和相对应的状态估计对应表,利用对应的状态估计对应表进行数据预测。
S42,基于所述状态估计对应表确定第三发电特征所对应的第一光伏发电节点的第一电能信息,将所述第一电能信息作为第三电能信息。
本方案会利用状态估计对应表确定第三发电特征所对应的第一光伏发电节点的第一电能信息,然后将第一电能信息作为第三电能信息。
S43,根据所述第三电能信息、状态估计对应表内的标签特征和发电变化特征进行计算,得到与第二光伏发电节点所对应的第二电能信息。
在得到第三电能信息后,本方案会根据第三电能信息、状态估计对应表内的标签特征和发电变化特征进行计算,得到与第二光伏发电节点所对应的第二电能信息。
在一些实施例中,S43(根据所述第三电能信息、状态估计对应表内的标签特征和发电变化特征进行计算,得到与第二光伏发电节点所对应的第二电能信息)包括S431-S435:
S431,根据所述状态估计对应表对预设计算单元进行筛选后组装成相对应的处理模型,所述预设计算单元包括照度计算单元、规格计算单元以及时间计算单元。
值得一提的是,由于本方案是参照位置、规格和时间3个维度进行计算的,而不同维度有不同的计算策略,为了使得计算结果较为准确,本方案会结合实际情况对计算模型进行组装,得到组装后的处理模型。
在一些实施例中,S431(根据所述状态估计对应表对预设计算单元进行筛选后组装成相对应的处理模型,所述预设计算单元包括照度计算单元、规格计算单元以及时间计算单元)包括S4311- S4314:
S4311,若判断状态估计对应表内具有第二标签,且第二发电特征对应的日照强度、第三发电特征对应的日照强度不对应,则选取照度计算单元。
如果判断状态估计对应表内具有第二标签,说明照度待确定,需要进行确定,如果第二发电特征对应的日照强度、第三发电特征对应的日照强度不对应,则选取照度计算单元进行待组合。
S4312,若判断状态估计对应表内具有规格维度的发电增加信息或发电减少信息,则选取规格计算单元。
如果判断状态估计对应表内具有规格维度的发电增加信息或发电减少信息,则说明在规格维度也有差值,需要选取规格计算单元进行待组合。
S4313,若判断状态估计对应表内具有时间维度的发电增加信息或发电减少信息,则选取时间计算单元。
如果判断状态估计对应表内具有时间维度的发电增加信息或发电减少信息,说明时间维度也有差值,需要选取时间计算单元待组合。
S4314,若判断挑选出至少一个照度计算单元、规格计算单元以及时间计算单元,则按照预设策略对照度计算单元、规格计算单元或时间计算单元进行组装得到处理模型。
如果判断挑选出至少一个照度计算单元、规格计算单元以及时间计算单元,则按照预设策略对照度计算单元、规格计算单元或时间计算单元进行组装得到处理模型。
可以理解的是,通过上述方式,可以结合实际情况来对处理模型进行灵活组合,使得计算结果较为准确。
在上述实施例的基础上,还包括:
若判断未挑选出照度计算单元、规格计算单元以及时间计算单元,则说明二者高度一致,此时可以直接将第三电能信息作为第二电能信息。
S432,若所述处理模型中具有照度计算单元,则将第二发电特征对应的日照强度、第三发电特征对应的日照强度量化处理后差值计算,得到照度差别向量。
可以理解的是,如果处理模型中具有照度计算单元,则将第二发电特征对应的日照强度、第三发电特征对应的日照强度量化处理后差值计算,得到照度差别向量。
其中,日照强度例如可以是高、中、低3个等级,在进行量化处理时,高可以对应90,中可以对应60,低可以对应30,通过上述的量化可以得到照度差别向量。
S433,若所述日照强度差值大于0则判断在日照维度具有发电增加信息,若所述日照强度差值小于0则判断在日照维度具有发电减少信息。
可以理解的是,如果日照强度差值大于0,说明第二发电特征对应的日照强度大于第三发电特征对应的日照强度,其应具有发电增加信息;反之,如果日照强度差值小于0,说明第二发电特征对应的日照强度小于第三发电特征对应的日照强度,其应具有发电减少信息。
S434,根据每个维度相对应的发电增加信息、发电减少信息,分别确定照度计算单元、规格计算单元以及时间计算单元对应的电能转换系数。
本方案会结合每个维度相对应的发电增加信息、发电减少信息,分别确定照度计算单元、规格计算单元以及时间计算单元对应的电能转换系数。发电增加信息所对应的电能转换系数需要大于1,发电减少信息所对应的电能转换系数需要小于1。
其中,在进行电能转换系数的确定时,可以通过预设列表查表确定,例如,在照度维度下,具有发电增加信息时,其电能转换系数需要大于1,例如可以是1.2、1.5等,对应的照度差别向量越大,预设列表中对应的电能转换系数越大;在具有发电减少信息时,其电能转换系数需要小于1,例如可以是0.8、0.7等,对应的电能转换系数越大,电能转换系数越小,其他维度类似。
在另一些实施例中,还可以通过以下步骤得到不同维度的电能转换系数,包括S4351- S4353:
S4351,选中第一组光伏发电板,所述第一组光伏发电板具有相同的规格、相同的使用时间,将第一组光伏发电节板放置于不同的照度下,得到相应的输出电能信息,通过不同照度下的输出电能信息之比得到照度维度下的电能转换系数。
可以理解的是,通过以上的测试,可以得到照度维度下的电能转换系数。
S4352,选中第二组光伏发电板,所述第二组光伏发电板具有相同的照度、相同的使用时间,所述第二组光伏发电节板具有不同的规格,得到相应的输出电能信息,通过不同规格下不同的输出电能信息之比得到规格维度下的电能转换系数。
可以理解的是,通过以上的测试,可以得到规格维度下的电能转换系数。
S4353,选中第三组光伏发电板,所述第三组光伏发电板具有相同的照度、相同的规格,所述第二组光伏发电节板具有不同的使用时间,得到相应的输出电能信息,通过不同使用时间下不同的输出电能信息之比得到使用时间维度下的电能转换系数。
可以理解的是,通过以上的测试,可以得到时间维度下的电能转换系数。
S435,根据所有维度的电能转换系数综合后与第三电能信息相乘,得到与第二光伏发电节点所对应的第二电能信息。
本方案可以将所有维度的电能转换系数相乘后得到综合值,例如是0.9*0.7*1.3得到3个维度的综合值,然后将综合值与第三电能信息相乘,得到与第二光伏发电节点所对应的第二电能信息。
S44,在判断得到所有第二光伏发电节点的第二电能信息后,统计所有的第一电能信息、第二电能信息之和得到总电能估计信息,根据所有的第一电能信息、第二电能信息以及总电能估计信息生成配电系统状态估计数据。
可以理解的是,在判断得到所有第二光伏发电节点的第二电能信息后,本方案可以统计所有的第一电能信息、第二电能信息之和得到总电能估计信息,然后结合所有的第一电能信息、第二电能信息以及总电能估计信息生成配电系统状态估计数据,实现对整个配电系统的数据的预测。
参见图2,是本发明实施例提供的一种高渗透率未监测光伏发电的配电系统状态估计系统的结构示意图,该高渗透率未监测光伏发电的配电系统状态估计系统包括:
分类模块,用于使服务器对配电网中所有光伏发电节点分类得到第一节点集合和第二节点集合,所述第一节点集合内的光伏发电节点具有电能采集设备,所述第二节点集合内的光伏发电节点不具有电能采集设备;
比对模块,用于使服务器提取第二光伏节点集合内每个第二光伏发电节点的第二发电特征,将所述第二发电特征与第一节点集合内第一光伏发电节点的第一发电特征依次比对,确定一个第一发电特征为第三发电特征;
关系生成模块,用于使服务器将所述第三发电特征与相应的第二发电特征进行比对,得到区别特征,基于所述区别特征得到相应第二光伏发电节点和第一光伏发电节点的发电关系信息,统计所有第二光伏发电节点分别对应的第一光伏发电节点、发电关系生成状态估计对应表存储至数据库;
数据生成模块,用于使服务器基于电能采集设备获取第一光伏发电节点的第一电能信息,并基于所述状态估计对应表、第一电能信息生成与第二光伏发电节点对应的第二电能信息,根据所述第一电能信息、第二电能信息生成配电系统状态估计数据。
本发明还提供一种存储介质,所述存储介质中存储有计算机程序,所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
其中,存储介质可以是计算机存储介质,也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如,存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific IntegratedCircuits,简称:ASIC)中。另外,该ASIC可以位于用户设备中。当然,处理器和存储介质也可以作为分立组件存在于通信设备中。存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品,该程序产品包括执行指令,该执行指令存储在存储介质中。设备的至少一个处理器可以从存储介质读取该执行指令,至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述终端或者服务器的实施例中,应理解,处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application SpecificIntegrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (11)
1.高渗透率未监测光伏发电的配电系统状态估计方法,其特征在于,包括:
服务器对配电网中所有光伏发电节点分类得到第一节点集合和第二节点集合,所述第一节点集合内的光伏发电节点具有电能采集设备,所述第二节点集合内的光伏发电节点不具有电能采集设备;
服务器提取第二光伏节点集合内每个第二光伏发电节点的第二发电特征,将所述第二发电特征与第一节点集合内第一光伏发电节点的第一发电特征依次比对,确定一个第一发电特征为第三发电特征;
服务器将所述第三发电特征与相应的第二发电特征进行比对,得到区别特征,基于所述区别特征得到相应第二光伏发电节点和第一光伏发电节点的发电关系信息,统计所有第二光伏发电节点分别对应的第一光伏发电节点、发电关系生成状态估计对应表存储至数据库;
服务器基于电能采集设备获取第一光伏发电节点的第一电能信息,并基于所述状态估计对应表、第一电能信息生成与第二光伏发电节点对应的第二电能信息,根据所述第一电能信息、第二电能信息生成配电系统状态估计数据;
所述服务器提取第二光伏节点集合内每个第二光伏发电节点的第二发电特征,将所述第二发电特征与第一节点集合内第一光伏发电节点的第一发电特征依次比对,确定一个第一发电特征为第三发电特征,包括:
服务器依次获取第二光伏节点集合内每个第二光伏发电节点的第二发电特征,所述第二发电特征至少包括位置特征信息、规格特征信息、使用时间信息;
将第二发电特征与第一节点集合内第一光伏发电节点的第一发电特征依次比对,得到第二发电特征与每个第一发电特征的特征相近系数;
若最大的特征相近系数大于等于第一预设值,则将最大的特征相近系数所对应的第一发电特征作为第三发电特征;
若最大的特征相近系数小于第一预设值,则与用户交互确定与相应第二发电特征对应的第三发电特征;
所述若最大的特征相近系数小于第一预设值,则与用户交互确定与相应第二发电特征对应的第三发电特征,包括:
若最大的特征相近系数小于第一预设值,则生成与相应第二发电特征所对应的特征选择交互表,所述特征选择交互表中具有按照特征相近系数降序排序的第一发电特征;
管理员根据所述特征选择交互表选择其中一个第一发电特征,作为与相应第二发电特征对应的第三发电特征。
2.根据权利要求1所述的高渗透率未监测光伏发电的配电系统状态估计方法,其特征在于,
所述将第二发电特征与第一节点集合内第一光伏发电节点的第一发电特征依次比对,得到第二发电特征与每个第一发电特征的特征相近系数,包括:
将第二发电特征的位置特征信息与第一发电特征的位置特征信息计算得到位置差值信息,根据所述位置差值信息、预设位置常数值的比值得到位置差别向量值;
将第二发电特征的规格特征信息与第一发电特征的规格特征信息相减得到规格差值信息,根据所述规格差值信息、第二发电特征的规格特征信息的比值得到规格差别向量值;
将第二发电特征的使用时间信息与第一发电特征的使用时间信息相减得到时间差值信息,根据所述时间差值信息、第二发电特征的使用时间信息的比值得到时间差别向量值;
对所述位置差别向量值、规格差别向量值、时间差别向量值进行绝对值化处理后,进行计算得到第二发电特征与每个第一发电特征的特征相近系数。
3.根据权利要求2所述的高渗透率未监测光伏发电的配电系统状态估计方法,其特征在于,
所述对所述位置差别向量值、规格差别向量值、时间差别向量值进行绝对值化处理后,进行计算得到第二发电特征与每个第一发电特征的特征相近系数,包括:
基于预设的位置差别权重、规格差别权重以及时间差别权重,分别对位置差别向量值、规格差别向量值、时间差别向量值进行加权处理后相加,得到第一区别融合数值;
将预设常数值除以所述第一区别融合数值得到相应第二发电特征与相应第一发电特征的特征相近系数。
4.根据权利要求3所述的高渗透率未监测光伏发电的配电系统状态估计方法,其特征在于,
所述服务器将所述第三发电特征与相应的第二发电特征进行比对,得到区别特征,基于所述区别特征得到相应第二光伏发电节点和第一光伏发电节点的发电关系信息,统计所有第二光伏发电节点分别对应的第一光伏发电节点、发电关系生成状态估计对应表存储至数据库,包括:
服务器将所述第三发电特征与相应的第二发电特征进行比对,得到区别特征,所述区别特征包括第三发电特征与相应第二发电特征的位置差别向量值、规格差别向量值、时间差别向量值;
服务器基于预设策略对所述位置差别向量值、规格差别向量值、时间差别向量值的数量关系进行分析,得到相对应标签特征和发电变化特征,所述发电变化特征至少包括发电增加信息、发电减少信息以及发电同步信息;
生成与每个第二光伏发电节点所对应的第一光伏发电节点、相对应的标签特征和发电变化特征,将所述标签特征和发电变化特征填入至状态估计对应表内后存储至数据库。
5.根据权利要求4所述的高渗透率未监测光伏发电的配电系统状态估计方法,其特征在于,
所述服务器基于预设策略对所述位置差别向量值、规格差别向量值、时间差别向量值的数量关系进行分析,得到相对应标签特征和发电变化特征,所述发电变化特征至少包括发电增加信息、发电减少信息以及发电同步信息,包括:
若所述位置差别向量值处于预设位置区间内,则判断所述第三发电特征与相应第二发电特征的照度相对应,生成对第三发电特征的第一标签;
若所述位置差别向量值不位于预设位置区间内,则判断所述第三发电特征与相应第二发电特征的照度待确定,生成对第三发电特征的第二标签;
若所述规格差别向量值大于0则判断在规格维度具有发电增加信息,若所述规格差别向量值小于0则判断在规格维度具有发电减少信息,若所述规格差别向量值等于0则判断在规格维度具有发电同步信息;
若所述时间差别向量值大于0则判断在时间维度具有发电减少信息,若所述时间差别向量值小于0则判断在时间维度具有发电增加信息,若所述时间差别向量值等于0则判断在时间维度具有发电同步信息。
6.根据权利要求5所述的高渗透率未监测光伏发电的配电系统状态估计方法,其特征在于,
所述服务器基于电能采集设备获取第一光伏发电节点的第一电能信息,并基于所述状态估计对应表、第一电能信息生成与第二光伏发电节点对应的第二电能信息,根据所述第一电能信息、第二电能信息生成配电系统状态估计数据,包括:
服务器基于电能采集设备获取所有第一光伏发电节点的第一电能信息后,选取第二光伏发电节点和相对应的状态估计对应表;
基于所述状态估计对应表确定第三发电特征所对应的第一光伏发电节点的第一电能信息,将所述第一电能信息作为第三电能信息;
根据所述第三电能信息、状态估计对应表内的标签特征和发电变化特征进行计算,得到与第二光伏发电节点所对应的第二电能信息;
在判断得到所有第二光伏发电节点的第二电能信息后,统计所有的第一电能信息、第二电能信息之和得到总电能估计信息,根据所有的第一电能信息、第二电能信息以及总电能估计信息生成配电系统状态估计数据。
7.根据权利要求6所述的高渗透率未监测光伏发电的配电系统状态估计方法,其特征在于,
所述根据所述第三电能信息、状态估计对应表内的标签特征和发电变化特征进行计算,得到与第二光伏发电节点所对应的第二电能信息,包括:
根据所述状态估计对应表对预设计算单元进行筛选后组装成相对应的处理模型,所述预设计算单元包括照度计算单元、规格计算单元以及时间计算单元;
若所述处理模型中具有照度计算单元,则将第二发电特征对应的日照强度、第三发电特征对应的日照强度量化处理后差值计算,得到照度差别向量;
若所述日照强度差值大于0则判断在日照维度具有发电增加信息,若所述日照强度差值小于0则判断在日照维度具有发电减少信息;
根据每个维度相对应的发电增加信息、发电减少信息,分别确定照度计算单元、规格计算单元以及时间计算单元对应的电能转换系数;
根据所有维度的电能转换系数综合后与第三电能信息相乘,得到与第二光伏发电节点所对应的第二电能信息。
8.根据权利要求7所述的高渗透率未监测光伏发电的配电系统状态估计方法,其特征在于,
所述根据所述状态估计对应表对预设计算单元进行筛选后组装成相对应的处理模型,所述预设计算单元包括照度计算单元、规格计算单元以及时间计算单元,包括:
若判断状态估计对应表内具有第二标签,且第二发电特征对应的日照强度、第三发电特征对应的日照强度不对应,则选取照度计算单元;
若判断状态估计对应表内具有规格维度的发电增加信息或发电减少信息,则选取规格计算单元;
若判断状态估计对应表内具有时间维度的发电增加信息或发电减少信息,则选取时间计算单元;
若判断挑选出至少一个照度计算单元、规格计算单元以及时间计算单元,则按照预设策略对照度计算单元、规格计算单元或时间计算单元进行组装得到处理模型。
9.根据权利要求8所述的高渗透率未监测光伏发电的配电系统状态估计方法,其特征在于,还包括:
若判断未挑选出照度计算单元、规格计算单元以及时间计算单元,则直接将第三电能信息作为第二电能信息。
10.根据权利要求7所述的高渗透率未监测光伏发电的配电系统状态估计方法,其特征在于,
通过以下步骤得到不同维度的电能转换系数,包括:
选中第一组光伏发电板,所述第一组光伏发电板具有相同的规格、相同的使用时间,将第一组光伏发电板放置于不同的照度下,得到相应的输出电能信息,通过不同照度下的输出电能信息之比得到照度维度下的电能转换系数;
选中第二组光伏发电板,所述第二组光伏发电板具有相同的照度、相同的使用时间,所述第二组光伏发电板具有不同的规格,得到相应的输出电能信息,通过不同规格下不同的输出电能信息之比得到规格维度下的电能转换系数;
选中第三组光伏发电板,所述第三组光伏发电板具有相同的照度、相同的规格,所述第三组光伏发电板具有不同的使用时间,得到相应的输出电能信息,通过不同使用时间下不同的输出电能信息之比得到使用时间维度下的电能转换系数。
11.高渗透率未监测光伏发电的配电系统状态估计系统,其特征在于,包括:
分类模块,用于使服务器对配电网中所有光伏发电节点分类得到第一节点集合和第二节点集合,所述第一节点集合内的光伏发电节点具有电能采集设备,所述第二节点集合内的光伏发电节点不具有电能采集设备;
比对模块,用于使服务器提取第二光伏节点集合内每个第二光伏发电节点的第二发电特征,将所述第二发电特征与第一节点集合内第一光伏发电节点的第一发电特征依次比对,确定一个第一发电特征为第三发电特征;
关系生成模块,用于使服务器将所述第三发电特征与相应的第二发电特征进行比对,得到区别特征,基于所述区别特征得到相应第二光伏发电节点和第一光伏发电节点的发电关系信息,统计所有第二光伏发电节点分别对应的第一光伏发电节点、发电关系生成状态估计对应表存储至数据库;
数据生成模块,用于使服务器基于电能采集设备获取第一光伏发电节点的第一电能信息,并基于所述状态估计对应表、第一电能信息生成与第二光伏发电节点对应的第二电能信息,根据所述第一电能信息、第二电能信息生成配电系统状态估计数据;
服务器提取第二光伏节点集合内每个第二光伏发电节点的第二发电特征,将所述第二发电特征与第一节点集合内第一光伏发电节点的第一发电特征依次比对,确定一个第一发电特征为第三发电特征,包括:
服务器依次获取第二光伏节点集合内每个第二光伏发电节点的第二发电特征,所述第二发电特征至少包括位置特征信息、规格特征信息、使用时间信息;
将第二发电特征与第一节点集合内第一光伏发电节点的第一发电特征依次比对,得到第二发电特征与每个第一发电特征的特征相近系数;
若最大的特征相近系数大于等于第一预设值,则将最大的特征相近系数所对应的第一发电特征作为第三发电特征;
若最大的特征相近系数小于第一预设值,则与用户交互确定与相应第二发电特征对应的第三发电特征;
若最大的特征相近系数小于第一预设值,则与用户交互确定与相应第二发电特征对应的第三发电特征,包括:
若最大的特征相近系数小于第一预设值,则生成与相应第二发电特征所对应的特征选择交互表,所述特征选择交互表中具有按照特征相近系数降序排序的第一发电特征;
管理员根据所述特征选择交互表选择其中一个第一发电特征,作为与相应第二发电特征对应的第三发电特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310516710.9A CN116231647B (zh) | 2023-05-09 | 2023-05-09 | 高渗透率未监测光伏发电的配电系统状态估计方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310516710.9A CN116231647B (zh) | 2023-05-09 | 2023-05-09 | 高渗透率未监测光伏发电的配电系统状态估计方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116231647A CN116231647A (zh) | 2023-06-06 |
CN116231647B true CN116231647B (zh) | 2023-07-21 |
Family
ID=86569982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310516710.9A Active CN116231647B (zh) | 2023-05-09 | 2023-05-09 | 高渗透率未监测光伏发电的配电系统状态估计方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116231647B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009050064A (ja) * | 2007-08-17 | 2009-03-05 | Hitachi Ltd | 配電系統状態推定装置 |
CN106845845A (zh) * | 2017-01-23 | 2017-06-13 | 中国电力科学研究院 | 一种光伏发电多级联合状态评估系统及评估方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012095478A (ja) * | 2010-10-28 | 2012-05-17 | Kansai Electric Power Co Inc:The | 太陽光発電の出力推定方法および出力推定装置 |
CN105243476B (zh) * | 2015-09-25 | 2019-09-13 | 华中科技大学 | 一种用于高渗透分布式光伏的分层储能能量管理系统 |
CN108574300B (zh) * | 2018-04-19 | 2020-06-30 | 中国科学院电工研究所 | 一种基于相似性聚合的分布式光伏发电功率状态估计方法 |
CN113826127A (zh) * | 2019-05-23 | 2021-12-21 | 西门子股份公司 | 变压器的健康状态评估方法、装置及存储介质 |
-
2023
- 2023-05-09 CN CN202310516710.9A patent/CN116231647B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009050064A (ja) * | 2007-08-17 | 2009-03-05 | Hitachi Ltd | 配電系統状態推定装置 |
CN106845845A (zh) * | 2017-01-23 | 2017-06-13 | 中国电力科学研究院 | 一种光伏发电多级联合状态评估系统及评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116231647A (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113609443B (zh) | 基于区块链的碳足迹跟踪处理方法、装置及存储介质 | |
CN115796393B (zh) | 基于多能互动的能源网管理优化方法、系统及存储介质 | |
CN112785027B (zh) | 风光储联合发电系统置信容量评估方法及系统 | |
CN111884334B (zh) | 一种适于无人值守低压柜的监控方法和系统 | |
CN114970633B (zh) | 一种基于lstm的非侵入式用电器识别方法、系统及设备 | |
CN111209976A (zh) | 一种非侵入式负荷监测方法及系统 | |
CN103018611B (zh) | 一种基于电流分解的非侵入式负载监测方法及系统 | |
CN112670999A (zh) | 一种基于用户侧灵活资源的低压配电网实时电压控制方法 | |
CN116231647B (zh) | 高渗透率未监测光伏发电的配电系统状态估计方法及系统 | |
CN116523681A (zh) | 电动汽车的负荷分解方法、装置、电子设备及存储介质 | |
CN113806899B (zh) | 一种配电网拓扑关系的识别方法、装置及移动终端 | |
CN110703019A (zh) | 基于输电线路的采集信息的用电异常精准定位方法 | |
CN113269478A (zh) | 一种基于多模型的集中器异常数据提醒方法及系统 | |
CN114937992A (zh) | 输变电节能方法及系统 | |
CN116862036A (zh) | 一种负载预测方法以及装置 | |
CN110298603B (zh) | 分布式光伏系统容量估计方法 | |
CN112613670A (zh) | 一种基于权重分配预测电力用户需量的装置及方法 | |
CN117543589B (zh) | 一种梯级水电安全集控系统调度方法 | |
CN117713238B (zh) | 光伏发电和储能微电网结合的随机优化运行策略 | |
CN117499817B (zh) | 一种分布式电表采集系统及采集方法 | |
CN114024302B (zh) | 用于评价台区的方法及装置 | |
CN117575175B (zh) | 碳排放评估方法、装置、电子设备和存储介质 | |
CN114778992A (zh) | 一种电器安全检测方法及智能电表 | |
CN117833824A (zh) | 一种光伏逆变器的性能分析方法、装置、设备和存储介质 | |
CN116756681A (zh) | 一种基于云计算的电力调度方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |