CN116703064A - 一种分布式光伏多业务融合方法 - Google Patents

一种分布式光伏多业务融合方法 Download PDF

Info

Publication number
CN116703064A
CN116703064A CN202310539658.9A CN202310539658A CN116703064A CN 116703064 A CN116703064 A CN 116703064A CN 202310539658 A CN202310539658 A CN 202310539658A CN 116703064 A CN116703064 A CN 116703064A
Authority
CN
China
Prior art keywords
electricity
distributed photovoltaic
power generation
power
user
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
Application number
CN202310539658.9A
Other languages
English (en)
Inventor
陈飞
尹兴隆
徐佳宁
卢欣辰
张维
朱杰
李志超
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.)
Yunnan Power Grid Co Ltd
Original Assignee
Yunnan Power Grid 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 Yunnan Power Grid Co Ltd filed Critical Yunnan Power Grid Co Ltd
Priority to CN202310539658.9A priority Critical patent/CN116703064A/zh
Publication of CN116703064A publication Critical patent/CN116703064A/zh
Pending legal-status Critical Current

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
    • G06Q10/06—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
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • 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
    • 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

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

Abstract

本发明公开了一种分布式光伏多业务融合方法，包括获取区域内用户的用电信息及分布式光伏电站的发电信息；根据用电信息和发电信息对用户的用电量进行异常监测，并对用户的用电量进行结构优化；根据用电信息和发电信息对分布式光伏电站的发电量进行异常监测，并对分布式光伏电站的运营模式进行结构优化；获取不同区域分布式光伏电站的余电情况，对不同区域的余电进行调度；获取历史相似日数据，并对不同区域分布式光伏电站的发电量进行预测。本发明有效地降低用户用电的成本，提高光伏发电的利用率，避免电力在远距离传输中的损耗，并通过预测调节能够为用户就后续发电提供参考，以便于对自身用电提前进行调节。

Description

一种分布式光伏多业务融合方法
技术领域
本发明涉及光伏发电技术领域，特别是一种分布式光伏多业务融合方法。
背景技术
光伏发电是指利用太阳能辐射直接转变成电能的发电方式，光伏发电是当今太阳能发电的主流，分布式光伏发电是指在用户场地的附近建设，运行方式以用户侧自发自用、余电上网，在配电系统中平衡调节为特征的光伏发电设施，是一种新型的、具有广阔发展前景的发电和能源综合利用方式。
在现有的技术中，大多没能实现对于发电量和用电量的同时监测，导致发电和用电之间的不协调，也没能对不同区域的余电情况进行统计，无法实现对于余电的调度，造成电力资源的浪费。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述和/或现有的分布式光伏发电中存在的问题，提出了本发明。
因此，本发明所要解决的问题在于如何实现分布式光伏的多业务融合。
为解决上述技术问题，本发明提供如下技术方案：
第一方面，本发明实施例提供了一种分布式光伏多业务融合方法，其包括，获取区域内用户的用电信息及分布式光伏电站的发电信息；根据用电信息和发电信息对用户的用电量进行异常监测，并对用户的用电来源进行结构优化；根据用电信息和发电信息对分布式光伏电站的发电量进行异常监测，并对分布式光伏电站的运营模式进行结构优化；获取不同区域分布式光伏电站的余电情况，对不同区域的余电进行调度；获取历史相似日数据，并对不同区域分布式光伏电站的发电量进行预测。
作为本发明所述分布式光伏多业务融合方法的一种优选方案，其中：获取区域内用户的用电信息的过程包括：对用户的用电信息进行监测并记录；用电信息包括用电来源、用电成本和用电量；用电来源包括传统用电、光伏用电和混合用电；用电成本包括电费和维护费；用电量包括单日用电量和月度用电量；分布式光伏电站的发电信息的获取包括：对分布式光伏电站的发电信息进行监测并记录；发电信息包括电站数量、运营模式、光伏板信息以及发电量；运营模式包括自发自用、余电上网和全额上网；光伏板信息包括额定功率和额定效率；发电量包括单日发电量和月度发电量。
作为本发明所述分布式光伏多业务融合方法的一种优选方案，其中：根据用电信息和发电信息对用户的用电量进行异常监测，具体过程包括：设置监测周期；根据最近一个监测周期内用户的单日用电量Yi1，获得用户的用电标准Yi0；根据获得的用电标准Yi0，对下一个监测周期内用户的单日用电量Yi2进行监测；当Yi2≤kYi0时，将用户的单日用电量标记为正常状态；当Yi2＞kYi0时，将用户的单日用电量标记为异常状态，同时发送异常信息至用户的移动终端，其中，k为大于1的常数。
作为本发明所述分布式光伏多业务融合方法的一种优选方案，其中：根据用电信息和发电信息对分布式光伏电站的发电量进行异常监测，具体过程包括：根据最近一个监测周期内光伏板的单日发电量Fj，获得光伏板的发电程度Fc；设置发电阈值Fy；当Fc≤Fy时，将光伏板的发电程度标记为正常状态；当Fc＞Fy时，将光伏板的发电程度标记为异常状态，同时发送异常信息至用户的移动终端；当光伏板的发电程度标记为异常状态时，对处于异常状态的光伏板进行性能测试，包括，获得所述光伏板的实际功率G实和实际效率X实，并与光伏板的额定功率G额和额定效率X额进行比较，具体过程为：当G实≥hG额，X实≥hX额时，不对光伏板进行任何操作；当G实≥hG额，X实＜hX额时，对光伏板进行检修和维护；当G实＜hG额，X实≥hX额时，对光伏板进行检修和维护；当G实＜hG额，X实＜hX额时，对光伏板进行更换和回收，其中，h为小于100％的百分比。
作为本发明所述分布式光伏多业务融合方法的一种优选方案，其中：对用户的用电来源进行结构优化，具体过程包括，对于采取传统用电的用户，获得用户的月度用电量均值Y均；设置用电阈值Y阈；当Y均＜Y阈时，将用户标记为低用电状态；当Y均≥Y阈时，将用户标记为高用电状态；对于处于高用电状态的用户，建议用户及时采取光伏用电或混合用电；对于采取混合用电的用户，获得每月支付的电费Z电，同时获得增加光伏板所需的维护费Z维；当Z电＜Z维时，将用户标记为低成本状态；当Z电≥Z维时，将用户标记为高成本状态；对于处于高成本状态的用户，建议增加光伏板至只使用光伏发电。
作为本发明所述分布式光伏多业务融合方法的一种优选方案，其中：对分布式光伏电站的运营模式进行结构优化，具体过程包括：对于实行自发自用的分布式光伏电站，获得分布式光伏电站的月度发电量均值F均；将月度发电量均值F均与用电阈值Y阈进行比较；当F均＜Y阈时，将分布式光伏电站标记为低发电状态；当F均≥Y阈时，将分布式光伏电站标记为高发电状态；对于处于高发电状态的分布式光伏电站，建议实行余电上网模式；对于实行余电上网的分布式光伏电站，获得其月度发电量均值F均与用户的月度用电量均值Y均之间的余电差额F余，并获得分布式光伏电站的上网比例F比。
作为本发明所述分布式光伏多业务融合方法的一种优选方案，其中：所述获取不同区域分布式光伏电站的余电情况，对不同区域的余电进行调度，具体过程包括，获得区域内所有的分布式光伏电站的发电量F总，同时获得区域内全体用户的月度用电量Y总；若F总≤Y总，则将该区域标记为需电状态，并获得该区域的需电量Y需；若F总＞Y总，则将该区域标记为余电状态，并获得该区域的余电量Y余；获得不同区域的需电量和余电量，同时获得不同区域之间的距离，对于处于需电状态的区域，选择距离最近的处于余电状态的区域对其进行调度。
作为本发明所述分布式光伏多业务融合方法的一种优选方案，其中：获取历史相似日数据，并对不同区域分布式光伏电站的发电量进行预测，具体包括：获得历史相似日数据，历史相似日数据包括当天的光照强度L光以及在此光照强度下的发电量L电；构建光照强度与发电量之间的对应关系函数L电＝f(L光)；获得预报的光照强度l光，并将其代入对应关系函数L电＝f(L光)中，获得预测的发电量l电；对此后一个月内的发电量进行预测，获得分布式光伏电站的月度预测发电量。
第二方面，本发明实施例提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述处理器执行所述计算机程序时实现上述方法的任一步骤。
第三方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序被处理器执行时实现上述方法的任一步骤。
本发明有益效果为：本发明准确地掌握用户的用电情况以及分布式光伏电站的发电情况，有效地降低用户用电的成本，提高光伏发电的利用率；针对余电情况对不同区域的余电进行调度，能够避免电力在远距离传输中的损耗问题；根据历史相似日数据对不同区域分布式光伏电站的发电量进行预测，能够为用户就后续发电提供参考，以便于对自身用电提前进行调节。
附图说明
为了更清楚地说明本发明实施例的技术方案，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性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为实施例1中分布式光伏多业务融合方法的原理图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
实施例1
参照图1，为本发明第一个实施例，该实施例提供了一种分布式光伏多业务融合方法，包括以下步骤：
S1：获取区域内用户的用电信息及分布式光伏电站的发电信息。
进一步的，获取区域内用户的用电信息的具体过程包括：对用户的用电信息进行监测并记录。
其中，用电信息包括用电来源、用电成本和用电量。
用电来源包括传统用电、光伏用电和混合用电。
进一步的，传统用电是指只使用传统供电的用电方式，光伏用电是指只使用光伏发电的用电方式，混合用电是指既使用传统供电又使用光伏发电的用电方式。
其中，用电成本包括使用传统供电所支付的电费以及使用光伏发电所需的维护费。
进一步的，对于采取传统用电的用户，其用电成本只包括电费，对于采取光伏发电的用户，其用电成本只包括维护费，对于采取混合用电的用户，其用电成本既包括电费又包括维护费。
用电量包括每一位用户的单日用电量、每一位用户的月度用电量、区域内全体用户的单日用电量以及区域内全体用户的月度用电量。
需要进一步说明的是，在具体实施过程中，获取同一区域内分布式光伏电站的发电信息的具体过程包括：对分布式光伏电站的发电信息进行监测并记录。
其中，发电信息包括电站数量、运营模式、光伏板信息以及发电量。
进一步的，电站数量是指同一区域内所建设的分布式光伏电站的数量，将每一个分布式光伏电站与其所属用户进行一一绑定。
运营模式包括自发自用、余电上网和全额上网。
其中，自发自用是指分布式光伏电站的发电量全部用于用户自用，余电上网是指分布式光伏电站的发电量在满足用户自用后，多余的发电量出售给电网，全额上网是指分布式光伏电站的发电量全部出售给电网。
进一步的，光伏板信息包括生产厂家、出厂日期、光伏板面积、产品价格、产品名称、额定功率以及额定效率。
S2：根据用电信息和发电信息对用户的用电量进行异常监测，并对用户的用电来源进行结构优化。
进一步的，发电量包括每一块光伏板的单日发电量、每一个分布式光伏电站的月度发电量和区域内所有的分布式光伏电站的月度发电量。
需要进一步说明的是，在具体实施过程中，根据用电信息和发电信息对用户的用电量进行异常监测的具体过程包括如下步骤。
S2.1：设置监测周期T。
S2.2：对最近一个监测周期T内的用户的单日用电量进行编号，记为i，其中，i＝1，2，……，n，并将用户的单日用电量标记为Yi1；
S2.3：根据最近一个监测周期T内的用户的单日用电量Yi1，获得用户的用电标准，并将所获得的用电标准标记为Yi0；根据公式：
其中，Yi0为获得的用电标准；
S2.5：根据所获得的用电标准Yi0，对下一个监测周期T内的用户的单日用电量进行监测，并将下一个监测周期T内的用户的单日用电量标记为Yi2。
进一步的，当Yi2≤kYi0时，将用户的单日用电量标记为正常状态；
当Yi2＞kYi0时，将用户的单日用电量标记为异常状态，同时发送异常信息至用户的移动终端；
其中，k为大于1的常数。
S3：根据用电信息和发电信息对分布式光伏电站的发电量进行异常监测，并对分布式光伏电站的运营模式进行结构优化。
需要进一步说明的是，在具体实施过程中，根据用电信息和发电信息对分布式光伏电站的发电量进行异常监测的具体过程包括以下步骤。
S3.1：对最近一个监测周期T内的光伏板的单日发电量进行编号，记为j，其中，j＝1，2，……，m，并将光伏板的单日发电量标记为Fj；
S3.2：根据最近一个监测周期T内的光伏板的单日发电量Fj，获得光伏板的发电程度，根据公式：
其中，Fc为获得的发电程度；m为检测周期内发电量数目。
S3.4：设置发电阈值Fy；
进一步的，发电阈值Fy为提前设定的阈值。
S3.5：当Fc≤Fy时，将光伏板的发电程度标记为正常状态；
当Fc＞Fy时，将光伏板的发电程度标记为异常状态，同时发送异常信息至用户的移动终端。
S3.6：对处于异常状态的光伏板进行性能测试，获得所述光伏板的实际功率和实际效率，并将所获得的实际功率和实际效率分别标记为G实和X实。
S3.7：将光伏板的额定功率和额定效率分别标记为G额和X额；
当G实≥hG额，X实≥hX额时，不对光伏板进行任何操作；
当G实≥hG额，X实＜hX额时，对光伏板进行检修和维护；
当G实＜hG额，X实≥hX额时，对光伏板进行检修和维护；
当G实＜hG额，X实＜hX额时，对光伏板进行更换和回收；
其中，h为小于100％的百分比。
需要进一步说明的是，在具体实施过程中，根据用电信息和发电信息对用户的用电来源进行结构优化的具体过程包括以下步骤。
S3.8：对于采取传统用电的用户，对其最近半年内的月度用电量进行统计，获得用户最近半年内的月度用电量均值，并将所获得的月度用电量均值标记为Y均。
S3.9：设置用电阈值Y阈。
进一步的，当Y均＜Y阈时，将用户标记为低用电状态；当Y均≥Y阈时，将用户标记为高用电状态。
对于处于高用电状态的用户，建议其及时采取光伏用电或混合用电。
进一步的，对于采取混合用电的用户，获得其每月使用传统供电所支付的电费，并将所获得的电费标记为Z电，同时获得其增加光伏板至只使用光伏发电所需的维护费，并将所获得的维护费标记为Z维。
进一步的，当Z电＜Z维时，将用户标记为低成本状态；当Z电≥Z维时，将用户标记为高成本状态。
对于处于高成本状态的用户，建议其增加光伏板至只使用光伏发电。
需要进一步说明的是，在具体实施过程中，根据用电信息和发电信息对分布式光伏电站的运营模式进行结构优化的具体过程包括以下步骤。
S3.10：对于实行自发自用的分布式光伏电站，对其最近半年内的月度发电量进行统计，获得分布式光伏电站最近半年内的月度发电量均值，并将所获得的月度发电量均值标记为F均；
S3.11：将月度发电量均值F均与用电阈值Y阈进行比较。
具体的，当F均＜Y阈时，将分布式光伏电站标记为低发电状态；当F均≥Y阈时，将分布式光伏电站标记为高发电状态。
对于处于高发电状态的分布式光伏电站，建议其实行余电上网的模式。
S3.12：对于实行余电上网的分布式光伏电站，获得其月度发电量均值F均与用户的月度用电量均值Y均之间的余电差额，并将所获得的余电差额标记为F余，可得公式：
F余＝F均-Y均
获得分布式光伏电站的上网比例，并将所获得的上网比例标记为F比，公式表达为：
S4：获取不同区域分布式光伏电站的余电情况，对不同区域的余电进行调度。
需要进一步说明的是，在具体实施过程中，获取不同区域分布式光伏电站的余电情况，并根据余电情况对不同区域的余电进行调度的具体过程包括以下步骤。
S4.1：获得区域内所有的分布式光伏电站的发电量，并将其标记为F总，同时获得区域内全体用户的月度用电量，并将其标记为Y总。
具体的，若F总≤Y总，则将该区域标记为需电状态，并获得该区域的需电量；若F总＞Y总，则将该区域标记为余电状态，并获得该区域的余电量。
S4.2：将所获得的需电量和余电量分别标记为Y需和Y余，公式表示为：
Y需＝Y总-F总
Y余＝F总-Y总
S4.3：获得不同区域的需电量和余电量，同时获得不同区域之间的距离。
S4.4：对于处于需电状态的区域，选择距离最近的处于余电状态的区域对其进行调度，以此类推。
S5：获取历史相似日数据，并对不同区域分布式光伏电站的发电量进行预测。
需要进一步说明的是，在具体实施过程中，获取历史相似日数据，并根据历史相似日数据对区域内分布式光伏电站的发电量进行预测的具体过程包括一下步骤。
S5.1：获得历史相似日数据。
进一步的，历史相似日数据包括当天的光照强度以及在此光照强度下的发电量，将光照强度和所述发电量分别标记为L光和L电，构建光照强度与所述发电量之间的对应关系函数：
L电＝f(L光)
S5.2：根据天气预报获得预报的光照强度，并将所获得的光照强度记为l光。
S5.3：将预报的光照强度l光代入对应关系函数L电＝f(L光)中，获得预测的发电量l电。
对此后一个月内的发电量进行预测，获得分布式光伏电站的月度预测发电量。
本实施例还提供一种计算机设备，适用于分布式光伏多业务融合方法的情况，包括：
存储器和处理器；存储器用于存储计算机可执行指令，处理器用于执行计算机可执行指令，实现如上述实施例提出的分布式光伏多业务融合方法。
该计算机设备可以是终端，该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本实施例还提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例提出的实现分布式光伏多业务融合方法。
综上，本发明准确地掌握用户的用电情况以及分布式光伏电站的发电情况，有效地降低用户用电的成本，提高光伏发电的利用率；针对余电情况对不同区域的余电进行调度，能够避免电力在远距离传输中的损耗问题；根据历史相似日数据对不同区域分布式光伏电站的发电量进行预测，能够为用户就后续发电提供参考，以便于对自身用电提前进行调节。
实施例2
参照表1和表2，为本发明第二个实施例，在第一个实施例的基础之上，为了验证其有益效果，提供了与传统方案的对比说明。
具体的，本实施例实验数据来自某地分布式光伏发电装置采集；
首先，采集的数据包括不同区域的用户的用电量w1及分布式光伏电站的发电量w2；数据采集频率为12h每次；设置监测周期T为24h。
根据最近12h内的用户的单日用电量Yi1，获得不同用户的用电标准Yi0；并对下一个12h内的用户的单日用电量进行监测，比较与Yi1的关系，判断用电量。
设光伏发电为1KW组件，有效日照6小时。
使用相同方法，根据不同周期的光伏板的单日发电量，对应用户用电量，计算用电效率。
比较用户的用电量和分布式光伏电站前一次与后一次的用电量，并根据电量调度前后绘制相应的用电效率趋势表，如表1和表2：
表1调度前不同周期的用电效率趋势表
表2调度后不同周期的用电效率趋势表
综上，实验结果表明，本发明方法能准确地掌握用户的用电情况以及分布式光伏电站的发电情况，降低用户用电的成本，提高光伏发电的利用率；并且针对余电情况对不同区域的余电进行调度，能够避免用电损耗问题，提高利用率。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，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案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种分布式光伏多业务融合方法，其特征在于：包括，
获取区域内用户的用电信息及分布式光伏电站的发电信息；
根据用电信息和发电信息对用户的用电量进行异常监测，并对用户的用电来源进行结构优化；
根据用电信息和发电信息对分布式光伏电站的发电量进行异常监测，并对分布式光伏电站的运营模式进行结构优化；
获取不同区域分布式光伏电站的余电情况，对不同区域的余电进行调度；
获取历史相似日数据，并对不同区域分布式光伏电站的发电量进行预测。
2.如权利要求1所述的分布式光伏多业务融合方法，其特征在于：所述获取区域内用户的用电信息的过程包括：
对用户的用电信息进行监测并记录；所述用电信息包括用电来源、用电成本和用电量；
所述用电来源包括传统用电、光伏用电和混合用电；
所述用电成本包括电费和维护费；
所述用电量包括单日用电量和月度用电量；
所述分布式光伏电站的发电信息的获取包括：
对分布式光伏电站的发电信息进行监测并记录；所述发电信息包括电站数量、运营模式、光伏板信息以及发电量；
所述运营模式包括自发自用、余电上网和全额上网；
所述光伏板信息包括额定功率和额定效率；
所述发电量包括单日发电量和月度发电量。
3.如权利要求1所述的分布式光伏多业务融合方法，其特征在于：所述根据用电信息和发电信息对用户的用电量进行异常监测，具体过程包括：
设置监测周期；
根据最近一个监测周期内用户的单日用电量Yi1，获得用户的用电标准Yi0；
根据获得的用电标准Yi0，对下一个监测周期内用户的单日用电量Yi2进行监测；
当Yi2≤kYi0时，将用户的单日用电量标记为正常状态；
当Yi2＞kYi0时，将用户的单日用电量标记为异常状态，同时发送异常信息至用户的移动终端，其中，k为大于1的常数。
4.如权利要求1所述的分布式光伏多业务融合方法，其特征在于：所述根据用电信息和发电信息对分布式光伏电站的发电量进行异常监测，具体过程包括：
根据最近一个监测周期内光伏板的单日发电量Fj，获得光伏板的发电程度Fc；
设置发电阈值Fy；
当Fc≤Fy时，将光伏板的发电程度标记为正常状态；
当Fc＞Fy时，将光伏板的发电程度标记为异常状态，同时发送异常信息至用户的移动终端。
当光伏板的发电程度标记为异常状态时，对处于异常状态的光伏板进行性能测试，包括：
获得所述光伏板的实际功率G实和实际效率X实，并与光伏板的额定功率G额和额定效率X额进行比较，具体过程为：
当G实≥hG额，X实≥hX额时，不对光伏板进行任何操作；
当G实≥hG额，X实＜hX额时，对光伏板进行检修和维护；
当G实＜hG额，X实≥hX额时，对光伏板进行检修和维护；
当G实＜hG额，X实＜hX额时，对光伏板进行更换和回收；
其中，h为小于100％的百分比。
5.如权利要求1所述的分布式光伏多业务融合方法，其特征在于：所述对用户的用电来源进行结构优化，具体过程包括：
对于采取传统用电的用户，获得用户的月度用电量均值Y均；
设置用电阈值Y阈；
当Y均＜Y阈时，将用户标记为低用电状态；
当Y均≥Y阈时，将用户标记为高用电状态；
对于处于高用电状态的用户，建议用户及时采取光伏用电或混合用电；
对于采取混合用电的用户，获得每月支付的电费Z电，同时获得增加光伏板所需的维护费Z维；
当Z电＜Z维时，将用户标记为低成本状态；
当Z电≥Z维时，将用户标记为高成本状态；
对于处于高成本状态的用户，建议增加光伏板至只使用光伏发电。
6.如权利要求1所述的分布式光伏多业务融合方法，其特征在于：所述对分布式光伏电站的运营模式进行结构优化，具体过程包括：
对于实行自发自用的分布式光伏电站，获得分布式光伏电站的月度发电量均值F均；
将月度发电量均值F均与用电阈值Y阈进行比较；
当F均＜Y阈时，将分布式光伏电站标记为低发电状态；
当F均≥Y阈时，将分布式光伏电站标记为高发电状态；
对于处于高发电状态的分布式光伏电站，建议实行余电上网模式；
对于实行余电上网的分布式光伏电站，获得其月度发电量均值F均与用户的月度用电量均值Y均之间的余电差额F余，并获得分布式光伏电站的上网比例F比。
7.如权利要求1所述的分布式光伏多业务融合方法，其特征在于：所述获取不同区域分布式光伏电站的余电情况，对不同区域的余电进行调度，具体过程包括：
获得区域内所有的分布式光伏电站的发电量F总，同时获得区域内全体用户的月度用电量Y总；
若F总≤Y总，则将该区域标记为需电状态，并获得该区域的需电量Y需；
若F总＞Y总，则将该区域标记为余电状态，并获得该区域的余电量Y余；
获得不同区域的需电量和余电量，同时获得不同区域之间的距离，对于处于需电状态的区域，选择距离最近的处于余电状态的区域对其进行调度。
8.如权利要求1所述的分布式光伏多业务融合方法，其特征在于：所述获取历史相似日数据，并对不同区域分布式光伏电站的发电量进行预测，具体包括：
获得历史相似日数据，所述历史相似日数据包括当天的光照强度L光以及在此光照强度下的发电量L电；
构建所述光照强度与发电量之间的对应关系函数L电＝f(L光)；
获得预报的光照强度l光，并将其代入对应关系函数L电＝f(L光)中，获得预测的发电量l电；
对此后一个月内的发电量进行预测，获得分布式光伏电站的月度预测发电量。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～8任一所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～8任一所述方法的步骤。
CN202310539658.9A 2023-05-12 2023-05-12 一种分布式光伏多业务融合方法 Pending CN116703064A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310539658.9A CN116703064A (zh) 2023-05-12 2023-05-12 一种分布式光伏多业务融合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310539658.9A CN116703064A (zh) 2023-05-12 2023-05-12 一种分布式光伏多业务融合方法

Publications (1)

Publication Number Publication Date
CN116703064A true CN116703064A (zh) 2023-09-05

Family

ID=87842363

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310539658.9A Pending CN116703064A (zh) 2023-05-12 2023-05-12 一种分布式光伏多业务融合方法

Country Status (1)

Country Link
CN (1) CN116703064A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117217504A (zh) * 2023-11-09 2023-12-12 国网山东省电力公司日照供电公司 分布式光伏及可调资源特性分析管理系统及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117217504A (zh) * 2023-11-09 2023-12-12 国网山东省电力公司日照供电公司 分布式光伏及可调资源特性分析管理系统及方法

Similar Documents

Publication Publication Date Title
Bao et al. A multi time-scale and multi energy-type coordinated microgrid scheduling solution—Part I: Model and methodology
WO2018059096A1 (zh) 一种多类电源发电计划组合决策方法及存储介质
CN102436602A (zh) 能量管理系统以及能量管理方法
CN107967536A (zh) 基于鲁棒优化的绿色数据中心节能任务调度策略
CN110826815A (zh) 一种考虑综合需求响应的区域综合能源系统运行优化方法
CN116703064A (zh) 一种分布式光伏多业务融合方法
JP2014228948A (ja) 電気料金管理システム
CN111030101B (zh) 一种基于多元化大数据清洁能源消纳联动调控方法及系统
CN104484757B (zh) 一种应用于智能微电网的异质载荷调度和能量管理方法
Zhou et al. Impact of residential battery energy storage systems on the peak reverse power flows from distributed photovoltaic systems
CN115358519A (zh) 一种虚拟电厂优化调度方法及装置
Michael et al. Economic scheduling of virtual power plant in day-ahead and real-time markets considering uncertainties in electrical parameters
Yuan et al. Bess aided renewable energy supply using deep reinforcement learning for 5g and beyond
CN108062721B (zh) 工业园区综合能源系统收益分配方法、装置和系统
CN108304984A (zh) 行为量化方法及系统
CN116128553B (zh) 基于绿证和碳交易交互的综合能源调度方法、系统
Tian et al. Coordinated RES and ESS Planning Framework Considering Financial Incentives Within Centralized Electricity Market
Yang et al. Inverse Proportion Technique Based Scheduling Strategy for Energy Storage System Considering Load Demand Differences
TW202119335A (zh) 電動車充電站分散式電能管理方法
CN116308575A (zh) 一种考虑多能需求响应的综合能源系统运行方法
CN109980697B (zh) 考虑配额制的可再生能源分配消纳方法
Ni et al. Featured town energy internet design based on the flexible demand response resources
CN110837916A (zh) 一种应用于家庭别墅场景的能量滚动优化管理方法
CN117200261B (zh) 一种基于电网调频的储能设备控制方法、装置和存储介质
CN114862163B (zh) 综合能源系统优化调度方法

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