CN116937695B - 一种光伏电源的数据分析方法、装置、设备及存储介质 - Google Patents

一种光伏电源的数据分析方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116937695B
CN116937695B CN202311198029.0A CN202311198029A CN116937695B CN 116937695 B CN116937695 B CN 116937695B CN 202311198029 A CN202311198029 A CN 202311198029A CN 116937695 B CN116937695 B CN 116937695B
Authority
CN
China
Prior art keywords
photovoltaic power
power supply
power
grid
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
Application number
CN202311198029.0A
Other languages
English (en)
Other versions
CN116937695A (zh
Inventor
张一川
张霁明
章杜锡
俞沛宙
张江丰
吴明
史赵侃
孙已棋
胥晶
林雯瑜
朱乾昀
杨亮
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.)
Ningbo Yongneng Power Industry Investment Co ltd
Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Ningbo Yongneng Power Industry Investment Co ltd
Ningbo Power Supply Co of State Grid Zhejiang Electric Power 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 Ningbo Yongneng Power Industry Investment Co ltd, Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Ningbo Yongneng Power Industry Investment Co ltd
Priority to CN202311198029.0A priority Critical patent/CN116937695B/zh
Publication of CN116937695A publication Critical patent/CN116937695A/zh
Application granted granted Critical
Publication of CN116937695B publication Critical patent/CN116937695B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
    • 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
    • H02J3/002—Flicker reduction, e.g. compensation of flicker introduced by non-linear load
    • 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
    • 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
    • H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Nonlinear Science (AREA)
  • Photovoltaic Devices (AREA)

Abstract

本发明涉及光伏发电技术领域，具体而言，涉及一种光伏电源的数据分析方法、装置、设备及存储介质，光伏电源的数据分析方法包括：将获取的太阳辐照、温度和风速输入训练好的发电功率预测模型，输出预测发电功率；根据预测发电功率选取备用光伏电源，将剩余的光伏电源确定为并网光伏电源并建立并网光伏电源组；根据实际发电功率和对应的预测发电功率确定异常并网光伏电源；根据全部异常并网光伏电源选取替换光伏电源；根据替换光伏电源对异常并网光伏电源进行替换，得到新的并网光伏电源组。本发明的技术方案通过对并网光伏电源组中的光伏电源进行分析和处理，将异常并网光伏电源进行替换确保并网光伏电源组为电网提供稳定电能。

Description

一种光伏电源的数据分析方法、装置、设备及存储介质
技术领域
本发明涉及光伏发电技术领域，具体而言，涉及一种光伏电源的数据分析方法、装置、设备及存储介质。
背景技术
光伏发电作为一种优质可再生的清洁能源，具有良好的环保效益和经济效益，随着光伏技术的不断进步和建设成本的不断降低，光伏发电的建设规模也逐年攀升，分布式光伏由于不受地域限制和装机规模较小等优势，相对于集中式光伏建设更加灵活，应用场景也更加丰富，在商业建筑、市政等公共建筑物、工业领域厂房和农业设施等场所得到了广泛的使用。
随着越来越多的分布式光伏接入电网，在给电网提供大量电能的同时，也取得了很好的经济效益，但是由于分布式光伏发电的间歇性、波动性和不稳定性，导致分布式光伏发电的稳定性无法得到保证，因此，电网从分布式光伏电源获取到的电能也会存在较大波动，不利于电网电能的调控和分配。
发明内容
本发明解决的问题是如何提高光伏电源输送电网电能的稳定性。
为解决上述问题，本发明提供一种光伏电源的数据分析方法、装置、设备及存储介质。
第一方面，本发明提供了一种光伏电源的数据分析方法，包括：
获取每个光伏电源的太阳辐照、温度和风速；
将所述太阳辐照、所述温度和所述风速输入训练好的发电功率预测模型，输出每个所述光伏电源的预测发电功率；
根据所述预测发电功率选取第一预设数值个所述光伏电源确定为备用光伏电源，将剩余的所述光伏电源确定为并网光伏电源并建立并网光伏电源组；
检测每个所述并网光伏电源的实际发电功率；
根据所述实际发电功率和对应的所述预测发电功率确定异常并网光伏电源；
根据全部所述异常并网光伏电源选取至少一个所述备用光伏电源确定为替换光伏电源；
根据所述替换光伏电源将所述异常并网光伏电源进行替换，并得到新的所述并网光伏电源组。
可选地，所述发电功率预测模型的构建方法包括：
获取带有标签的多组气象数据，其中，所述标签为每组所述气象数据对应的发电功率；
根据离散关系和所述发电功率确定每组所述气象数据的离散系数；
将所述离散系数小于第二预设数值的所述气象数据建立训练集；
通过所述训练集对初始发电功率预测模型进行训练，得到所述发电功率预测模型。
可选地，所述离散关系包括：
；
其中，Ci为第i个所述离散系数，xi为第i个所述发电功率，n为所述气象数据的数量。
可选地，所述根据所述预测发电功率选取第一预设数值个所述光伏电源确定为备用光伏电源，包括：
根据所述预测发电功率按从小到大将所述光伏电源进行排列，并生成光伏电源列表；
将所述光伏电源列表平均划分第一预设数值个分区；
将每个所述分区中预测发电功率最小的所述光伏电源确定为所述备用光伏电源。
可选地，所述根据所述实际发电功率和对应的所述预测发电功率确定异常并网光伏电源，包括：
根据发电误差关系、所述实际发电功率和对应的所述预测发电功率确定所述并网光伏电源的发电误差系数；
将所述发电误差系数大于第二预设数值的所述并网光伏电源确定为异常光伏电源。
可选地，所述根据全部所述异常并网光伏电源选取至少一个所述备用光伏电源确定为替换光伏电源，包括：
根据全部所述异常并网光伏电源确定异常发电总功率；
根据所述异常发电总功率选取至少一个所述备用光伏电源；
根据选取的所述备用光伏电源确定备用发电总功率；
根据功率偏差关系、所述异常发电总功率和所述备用发电总功率确定功率偏差；
当所述功率偏差小于第三预设数值时，将选取的所述备用光伏电源确定为所述替换光伏电源。
可选地，所述功率偏差关系包括：
；
其中，δ为所述功率偏差，Pa为所述异常发电总功率，Pb为所述备用发电总功率。
第二方面，本发明提供了一种光伏电源的数据分析装置，包括：
获取模块，用于获取每个光伏电源的太阳辐照、温度和风速；
预测模块，用于将所述太阳辐照、所述温度和所述风速输入训练好的发电功率预测模型，输出每个所述光伏电源的预测发电功率；
处理模块，用于根据所述预测发电功率选取第一预设数值个所述光伏电源确定为备用光伏电源，将剩余的所述光伏电源确定为并网光伏电源并建立并网光伏电源组；
检测模块，用于检测每个所述并网光伏电源的实际发电功率；
确定模块，用于根据所述实际发电功率和对应的所述预测发电功率确定异常并网光伏电源；根据全部所述异常并网光伏电源选取至少一个所述备用光伏电源确定为替换光伏电源；
替换模块，用于根据所述替换光伏电源将所述异常并网光伏电源进行替换，并得到新的所述并网光伏电源组。
第三方面，本发明提供了一种电子设备，包括存储器和处理器；
所述存储器，用于存储计算机程序；
所述处理器，用于当执行所述计算机程序时，实现第一方面任一项所述的方法。
第四方面，本发明提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现第一方面任一项所述的方法。
本发明的光伏电源的数据分析方法、设备及存储介质的有益效果是：根据每个光伏电源的太阳辐照、温度和风速等气象信息，通过训练好的光伏功率预测模型得到每个光伏电源的预测发电功率，使用训练好的光伏发电预测模型可以更加准确的预测出光伏电源接下来的发电功率，根据预测功率将光伏电源分为备用光伏电源和并网光伏电源，并根据并网光伏电源建立并网光伏电源组，初步地将光伏电源分为并网和备用两部分，并网光伏电源组用于接入电网，而备用光伏电源则是当并网光伏电源异常时对其进行替换，以保证并网光伏电源组输入电网的总功率的稳定性，通过采集并网光伏电源的实际发电功率，通过实际发电功率和预测发电功率进行比较，得到并网光伏电源组中的异常并网光伏电源，当将并网光伏电源组接入电网时，这些异常并网光伏电源是造成电网输入电能波动的主要因素，因此通过选取多个备用光伏电源对异常光伏电源进行替换，得到新的并网光伏电源组，在接入电网前将可能引起输入电能波动的光伏电源进行替换，确保并网光伏电源组在接入电网时输出稳定的电能，不会因为个别光伏电源故障使输出的电能异常，造成电网获取到电能产生巨大波动，进一步影响电网调控策略的制定和实施，使电网可以安全稳定的运行。
附图说明
图1 为本发明实施例的一种光伏电源的数据分析方法的流程示意图；
图2 为本发明实施例的发电功率预测模型的构建方法的流程示意图；
图3 为本发明实施例的一种光伏电源的数据分析装置的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。虽然附图中显示了本发明的某些实施例，然而应当理解的是，本发明可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是，本发明的附图及实施例仅用于示例性作用，并非用于限制本发明的保护范围。
应当理解，本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”；术语“可选地”表示“可选的实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
如图1所示，本发明实施例提供的一种光伏电源的数据分析方法，包括：
步骤S110，获取每个光伏电源的太阳辐照、温度和风速。
步骤S120，将所述太阳辐照、所述温度和所述风速输入训练好的发电功率预测模型，输出每个所述光伏电源的预测发电功率。
具体地，采集每个光伏电源当前时刻的太阳辐照、温度和风速等气象数据，将每个光伏电源各自的太阳辐照、温度和风速跟别输入训练好的发电功率预测模型，得到每个光伏电源对应的下一时间段的预测发电功率。
步骤S130，根据所述预测发电功率选取第一预设数值个所述光伏电源确定为备用光伏电源，将剩余的所述光伏电源确定为并网光伏电源并建立并网光伏电源组。
具体地，根据每个光伏电源的预测发电功率选取备用光伏电源，并将剩余的没有被选中的全部光伏电源作为并网光伏电源并建立并网光伏电源组，其中，并网光伏电源组将用于接入电网，为电网输送电能，当并网光伏电源发电异常时，备用光伏电源可以对其进行替换，以保证并网光伏电源组输出到电网的电能保持稳定。
进一步地，同时将并网光伏电源的预测发电功率发送给电网控制系统，电网控制系统根据并网光伏电源的预测发电功率确定将要输入电网的总预测功率，并根据总预测功率制定电网的调控和分配策略。
步骤S140，检测每个所述并网光伏电源的实际发电功率。
具体地，通过光伏功率测试仪检测每个并网光伏电源光伏电源的实际发电功率。
步骤S150，根据所述实际发电功率和对应的所述预测发电功率确定异常并网光伏电源。
具体地，根据每个并网光伏电源的实际发电功率和预测发电功率判断该并网光伏电源发电是否异常，若发电异常，则将其确定为异常并网光伏电源，若发电正常，则继续将其确定为并网光伏电源。
步骤S160，根据全部所述异常并网光伏电源选取至少一个所述备用光伏电源确定为替换光伏电源。
具体地，从备用光伏电源中选取一个或多个备用光伏作为替换光伏电源，其中，替换光伏电源总实际发电功率与异常并网光伏电源总预测发电功率满足预设条件，可以使最终接入电网的实际功率不会产生巨大波动，利于电网对电能的调控和分配，确保电网安全平稳运行。
步骤S170，根据所述替换光伏电源将所述异常并网光伏电源进行替换，并得到新的所述并网光伏电源组。
具体地，通过替换光伏电源对异常并网光伏电源进行替换，根据替换光伏电源和发电正常的并网光伏电源得到新的并网光伏电源组，新的并网光伏电源组输出的电能与原并网光伏电源组预测的输出的电能不会产生巨大波动，从而保证电网获取到相对稳定的电能。
进一步地，也可以通过选取替换光伏电源的实际发电功率的大小实现对输入电网电能的控制，实现光伏电源并网电能的可控性。
示例性地，当电网的容量过高时，可以通过降低替换光伏电源的总发电功率减少对电网输入的电能，当电网需要更多的电能进行调配时，可以通过提高替换光伏电源的总发电功率增加对电网输入的电能，增加的总电能小于备用光伏电源的总发电功率。
本实施例中，根据每个光伏电源的太阳辐照、温度和风速等气象信息，通过训练好的光伏功率预测模型得到每个光伏电源的预测发电功率，使用训练好的光伏发电预测模型可以更加准确的预测出光伏电源接下来的发电功率，根据预测功率将光伏电源分为备用光伏电源和并网光伏电源，并根据并网光伏电源建立并网光伏电源组，初步地将光伏电源分为并网和备用两部分，并网光伏电源组用于接入电网，而备用光伏电源则是当并网光伏电源异常时对其进行替换，以保证并网光伏电源组输入电网的总功率的稳定性，通过采集并网光伏电源的实际发电功率，通过实际发电功率和预测发电功率进行比较，得到并网光伏电源组中的异常并网光伏电源，当将并网光伏电源组接入电网时，这些异常并网光伏电源是造成电网输入电能波动的主要因素，因此通过选取多个备用光伏电源对异常光伏电源进行替换，得到新的并网光伏电源组，在接入电网前将可能引起输入电能波动的光伏电源进行替换，确保并网光伏电源组在接入电网时输出稳定的电能，不会因为个别光伏电源故障使输出的电能异常，造成电网获取到电能产生巨大波动，进一步影响电网调控策略的制定和实施，使电网可以安全稳定的运行。
可选地，如图2所示，所述发电功率预测模型的构建方法包括：
步骤S121，获取带有标签的多组气象数据，其中，所述标签为每组所述气象数据对应的发电功率；
步骤S122，根据离散关系和所述发电功率确定每组所述气象数据的离散系数；
步骤S123，将所述离散系数小于第二预设数值的所述气象数据建立训练集；
步骤S124，通过所述训练集对初始发电功率预测模型进行训练，得到所述发电功率预测模型。
可选地，所述离散关系包括：
；
其中，Ci为第i个所述离散系数，xi为第i个所述发电功率，n为所述气象数据的数量。
具体地，获取光伏电源所在地区用于预测发电功率的多组气象数据，例如当地不同时间的太阳辐照、温度和风速，根据每组气象数据对应的光伏电源的实际发电功率对其进行标注，可以采用人工标注或机器标注。
进一步地，由于光伏设备等异常原因可能造成发电功率产生较大波动，因此通过计算每组气象数据的离散系数，将发电功率与平均发电功率偏差较大的气象数据进行筛选，得到可以进行模型训练的气象数据并建立训练集。
示例性地，通过标注的实际发电功率确定每组气象数据的离散系数，例如设定第二预设数值为400，当第一气象数据的实际发电功率为200w，第二气象数据的实际发电功率为900w，第三气象数据的实际发电功率为1000w，则第一气象数据的离散系数为500，第二气象数据的离散系数为200，第三气象数据的离散系数为300，可见第一气象数据的实际发电功率与其他气象数据的实际发电功率偏差较大，可能是设备故障引起的发电量降低，因此选择离散系数小于300的第二气象数据和第三气象数据建立训练集。
进一步地，基于长短期记忆网络和交叉熵损失函数，通过训练集对初始发电功率预测模型进行训练，得到训练好的发电功率预测模型，长短期记忆网络为现有技术，在此不再赘述。
具体地，交叉熵损失函数为：
；
其中，C为损失值，n为训练集中气象数据的数量，yi为第i组气象数据的实际发电功率，ai为第i组气象数据的预测发电功率。
本可选的实施例中，通过对获取大的气象数据进行筛选，将发电功率偏差过大的气象数据剔除，选取符合预设条件的气象数据作为模型的训练数据建立训练集，避免由于设备异常产生的数据参与模型训练，使得到的发电功率预测模型预测更加准确，提高了模型的训练效率。
可选地，所述根据所述预测发电功率选取第一预设数值个所述光伏电源确定为备用光伏电源，包括：
根据所述预测发电功率按从小到大将所述光伏电源进行排列，并生成光伏电源列表；
将所述光伏电源列表平均划分第一预设数值个分区；
将每个所述分区中预测发电功率最小的所述光伏电源确定为所述备用光伏电源。
具体地，将全部光伏电源根据其预测发电功率从小到大进行排列得到光伏电源列表，将列表分成第一预设数值个分区，第一预设数值可以根据总的光伏电源数量进行设定，例如光伏电源数量为100个，则第一预设数值设定为10，即将光伏电源列表平局分为10个分区，将每个分区排在最前面的光伏电源也是该分区最小的一个光伏电源确定为备用光伏电源，并将该分区剩余的光伏电源确定为并网光伏电源。
本可选的实施例中，将排序的光伏电源列进行分区并挑选出备用光伏电源，在每个预测发电功率的区间内选取一个光伏电源作为备用光伏电源，使选取的替换光伏电源包含各个区间段的发电功率，当需要备用光伏电源进行替换时，可以容易根据异常并网光伏电源的总功率选取替换光伏电源进行匹配。
可选地，所述根据所述实际发电功率和对应的所述预测发电功率确定异常并网光伏电源，包括：
根据发电误差关系、所述实际发电功率和对应的所述预测发电功率确定所述并网光伏电源的发电误差系数；
将所述发电误差系数大于第二预设数值的所述并网光伏电源确定为异常光伏电源。
可选地，所述发电误差关系包括：
；
其中，Si第i个光伏电源的发电误差系数，ji为第i个光伏电源的预测发电功率，ki为第i个光伏电源的实际发电功率。
具体地，计算并网光伏电源的实际发电功率和预测发电功率的误差系数，例如设定第二预设数值为0.1，当并网光伏电源的实际发电功率为700w，而预测发电功率为800w时，该并网光伏电源的发电误差系数为0.125，因为0.125大于0.1，即预测发电功率和实际发电功率的差值大于预测发电功率的10%，不满足光伏电源的预设条件，所以将该并网光伏电源确定为异常并网光伏电源。
本可选的实施例中，根据并网光伏电源的发电误差系数大于第二预设数值时，将其确定异常并网光伏电源，从而选出发电异常的光伏电源，避免发电异常的光伏电源接入电网时输入的电能波动超出电网可调控的范围，影响电网运行。
可选地，所述根据全部所述异常并网光伏电源选取至少一个所述备用光伏电源确定为替换光伏电源，包括：
根据全部所述异常并网光伏电源确定异常发电总功率；
根据所述异常发电总功率选取至少一个所述备用光伏电源；
根据选取的所述备用光伏电源确定备用发电总功率；
根据功率偏差关系、所述异常发电总功率和所述备用发电总功率确定功率偏差；
当所述功率偏差小于第三预设数值时，将选取的所述备用光伏电源确定为所述替换光伏电源。
可选地，所述功率偏差关系包括：
；
其中，δ为所述功率偏差，Pa为所述异常发电总功率，Pb为所述备用发电总功率。
具体地，将全部异常并网光伏电源的预测发电功率相加求和，得到异常发电总功率，选取一个或多个备用光伏电源，获取其实际发电功率并将实际发电功率相加求和，得到备用发电总功率，计算异常发电总功率和备用发电总功率的偏差，当偏差小于第三预设数值时，将选取的备用光伏电源确定为替换光伏电源。
本可选的实施例中，根据异常并网光伏电源总功率选取替换光伏电源作为替换光伏电源，使异常发电总功率和备用发电总功率满足预设条件，即替换后的并网光伏电源组和原光伏电源组的输出功率满足预设的条件，从而使最终输入电网的电能相对稳定，不会影响电网的调控策略。
如图3所示，本发明又一实施例提供的一种光伏电源的数据分析装置，包括：
获取模块，用于获取每个光伏电源的太阳辐照、温度和风速；
预测模块，用于将所述太阳辐照、所述温度和所述风速输入训练好的发电功率预测模型，输出每个所述光伏电源的预测发电功率；
处理模块，用于根据所述预测发电功率选取第一预设数值个所述光伏电源确定为备用光伏电源，将剩余的所述光伏电源确定为并网光伏电源并建立并网光伏电源组；
检测模块，用于检测每个所述并网光伏电源的实际发电功率；
确定模块，用于根据所述实际发电功率和对应的所述预测发电功率确定异常并网光伏电源；根据全部所述异常并网光伏电源选取至少一个所述备用光伏电源确定为替换光伏电源；
替换模块，用于根据所述替换光伏电源将所述异常并网光伏电源进行替换，并得到新的所述并网光伏电源组。
本发明实施例中的一种光伏电源的数据分析装置具有上述光伏电源的数据分析方法相近似的技术效果，在此不再进行赘述。
本发明又一实施例提供的一种电子设备包括：存储器和处理器；所述存储器，用于存储计算机程序；所述处理器，用于当执行所述计算机程序时，实现如上所述的光伏电源的数据分析方法。
本发明实施例中的一种电子设备具有上述光伏电源的数据分析方法相近似的技术效果，在此不再进行赘述。
本发明再一实施例提供的一种计算机可读存储介质，所述存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的光伏电源的数据分析方法。
本发明实施例中的一种计算机可读存储介质具有上述光伏电源的数据分析方法相近似的技术效果，在此不再进行赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。在本申请中，所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
虽然本发明披露如上，但本发明的保护范围并非仅限于此。本领域技术人员在不脱离本发明的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。

Claims (8)

1.一种光伏电源的数据分析方法，其特征在于，包括：
获取每个光伏电源的太阳辐照、温度和风速；
将所述太阳辐照、所述温度和所述风速输入训练好的发电功率预测模型，输出每个所述光伏电源的预测发电功率，其中，所述发电功率预测模型的构建方法包括：获取带有标签的多组气象数据，其中，所述标签为每组所述气象数据对应的发电功率；根据离散关系和所述发电功率确定每组所述气象数据的离散系数；将所述离散系数小于第二预设数值的所述气象数据建立训练集；通过所述训练集对初始发电功率预测模型进行训练，得到所述发电功率预测模型；
所述离散关系包括：
；
其中，Ci为第i个所述离散系数，xi为第i个所述发电功率，n为所述气象数据的数量；
根据所述预测发电功率选取第一预设数值个所述光伏电源确定为备用光伏电源，将剩余的所述光伏电源确定为并网光伏电源并建立并网光伏电源组；
检测每个所述并网光伏电源的实际发电功率；
根据所述实际发电功率和对应的所述预测发电功率确定异常并网光伏电源；
根据全部所述异常并网光伏电源选取至少一个所述备用光伏电源确定为替换光伏电源；
根据所述替换光伏电源将所述异常并网光伏电源进行替换，并得到新的所述并网光伏电源组。
2.根据权利要求1所述的光伏电源的数据分析方法，其特征在于，所述根据所述预测发电功率选取第一预设数值个所述光伏电源确定为备用光伏电源，包括：
根据所述预测发电功率按从小到大将所述光伏电源进行排列，并生成光伏电源列表；
将所述光伏电源列表平均划分第一预设数值个分区；
将每个所述分区中预测发电功率最小的所述光伏电源确定为所述备用光伏电源。
3.根据权利要求1所述的光伏电源的数据分析方法，其特征在于，所述根据所述实际发电功率和对应的所述预测发电功率确定异常并网光伏电源，包括：
根据发电误差关系、所述实际发电功率和对应的所述预测发电功率确定所述并网光伏电源的发电误差系数；
将所述发电误差系数大于第二预设数值的所述并网光伏电源确定为异常光伏电源。
4.根据权利要求1所述的光伏电源的数据分析方法，其特征在于，所述根据全部所述异常并网光伏电源选取至少一个所述备用光伏电源确定为替换光伏电源，包括：
根据全部所述异常并网光伏电源确定异常发电总功率；
根据所述异常发电总功率选取至少一个所述备用光伏电源；
根据选取的所述备用光伏电源确定备用发电总功率；
根据功率偏差关系、所述异常发电总功率和所述备用发电总功率确定功率偏差；
当所述功率偏差小于第三预设数值时，将选取的所述备用光伏电源确定为所述替换光伏电源。
5.根据权利要求4所述的光伏电源的数据分析方法，其特征在于，所述功率偏差关系包括：
；
其中，δ为所述功率偏差，Pa为所述异常发电总功率，Pb为所述备用发电总功率。
6.一种光伏电源的数据分析装置，其特征在于，包括：
获取模块，用于获取每个光伏电源的太阳辐照、温度和风速；
预测模块，用于将所述太阳辐照、所述温度和所述风速输入训练好的发电功率预测模型，输出每个所述光伏电源的预测发电功率；
其中，所述发电功率预测模型的构建方法包括：获取带有标签的多组气象数据，其中，所述标签为每组所述气象数据对应的发电功率；根据离散关系和所述发电功率确定每组所述气象数据的离散系数；将所述离散系数小于第二预设数值的所述气象数据建立训练集；通过所述训练集对初始发电功率预测模型进行训练，得到所述发电功率预测模型；
所述离散关系包括：
；
其中，Ci为第i个所述离散系数，xi为第i个所述发电功率，n为所述气象数据的数量；
处理模块，用于根据所述预测发电功率选取第一预设数值个所述光伏电源确定为备用光伏电源，将剩余的所述光伏电源确定为并网光伏电源并建立并网光伏电源组；
检测模块，用于检测每个所述并网光伏电源的实际发电功率；
确定模块，用于根据所述实际发电功率和对应的所述预测发电功率确定异常并网光伏电源；根据全部所述异常并网光伏电源选取至少一个所述备用光伏电源确定为替换光伏电源；
替换模块，用于根据所述替换光伏电源将所述异常并网光伏电源进行替换，并得到新的所述并网光伏电源组。
7.一种电子设备，其特征在于，包括存储器和处理器；
所述存储器，用于存储计算机程序；
所述处理器，用于当执行所述计算机程序时，实现如权利要求1至5任一项所述的光伏电源的数据分析方法。
8.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如权利要求1至5任一项所述的光伏电源的数据分析方法。
CN202311198029.0A 2023-09-18 2023-09-18 一种光伏电源的数据分析方法、装置、设备及存储介质 Active CN116937695B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311198029.0A CN116937695B (zh) 2023-09-18 2023-09-18 一种光伏电源的数据分析方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311198029.0A CN116937695B (zh) 2023-09-18 2023-09-18 一种光伏电源的数据分析方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN116937695A CN116937695A (zh) 2023-10-24
CN116937695B true CN116937695B (zh) 2024-02-13

Family

ID=88390036

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311198029.0A Active CN116937695B (zh) 2023-09-18 2023-09-18 一种光伏电源的数据分析方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116937695B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104852399A (zh) * 2015-05-18 2015-08-19 国家电网公司 光储微网系统的储能容量动态优化方法
CN112327075A (zh) * 2020-10-20 2021-02-05 云南电网有限责任公司电力科学研究院 一种新能源机组调频测试平台功率模块的调试方法
CN114021420A (zh) * 2021-12-17 2022-02-08 国网河南省电力公司南阳供电公司 一种分布式光伏超短期发电功率预测方法及系统
CN115085255A (zh) * 2022-06-14 2022-09-20 国网信息通信产业集团有限公司 一种新能源并网运行的电力电量平衡评估分析方法及系统
CN115549284A (zh) * 2022-10-28 2022-12-30 合肥联信电源有限公司 一种光储充备的应急备用系统
CN115603354A (zh) * 2022-10-20 2023-01-13 清华大学（Cn） 农村光伏柔性直流配电网系统设计方法及装置
CN115622128A (zh) * 2022-11-04 2023-01-17 大唐（赤峰）新能源有限公司 一种结合储能的风电场能量管理系统
CN115759435A (zh) * 2022-11-24 2023-03-07 辽宁东科电力有限公司 一种基于改进cnn-lstm的光伏发电功率预测方法
CN116054740A (zh) * 2023-01-17 2023-05-02 阿里云计算有限公司 光伏发电设备的故障检测、故障检测模型处理方法和装置
WO2023108891A1 (zh) * 2021-12-15 2023-06-22 山东大学 一种同步并网的风-光-储混合发电系统及其工作方法
CN116632916A (zh) * 2023-05-29 2023-08-22 安徽明天新能源科技有限公司 一种用于微网功率分配优化控制方法
CN116742703A (zh) * 2023-06-13 2023-09-12 安徽华晟新能源科技有限公司 多光伏电站发电并网的功率调配方法、装置、设备和介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104852399A (zh) * 2015-05-18 2015-08-19 国家电网公司 光储微网系统的储能容量动态优化方法
CN112327075A (zh) * 2020-10-20 2021-02-05 云南电网有限责任公司电力科学研究院 一种新能源机组调频测试平台功率模块的调试方法
WO2023108891A1 (zh) * 2021-12-15 2023-06-22 山东大学 一种同步并网的风-光-储混合发电系统及其工作方法
CN114021420A (zh) * 2021-12-17 2022-02-08 国网河南省电力公司南阳供电公司 一种分布式光伏超短期发电功率预测方法及系统
CN115085255A (zh) * 2022-06-14 2022-09-20 国网信息通信产业集团有限公司 一种新能源并网运行的电力电量平衡评估分析方法及系统
CN115603354A (zh) * 2022-10-20 2023-01-13 清华大学（Cn） 农村光伏柔性直流配电网系统设计方法及装置
CN115549284A (zh) * 2022-10-28 2022-12-30 合肥联信电源有限公司 一种光储充备的应急备用系统
CN115622128A (zh) * 2022-11-04 2023-01-17 大唐（赤峰）新能源有限公司 一种结合储能的风电场能量管理系统
CN115759435A (zh) * 2022-11-24 2023-03-07 辽宁东科电力有限公司 一种基于改进cnn-lstm的光伏发电功率预测方法
CN116054740A (zh) * 2023-01-17 2023-05-02 阿里云计算有限公司 光伏发电设备的故障检测、故障检测模型处理方法和装置
CN116632916A (zh) * 2023-05-29 2023-08-22 安徽明天新能源科技有限公司 一种用于微网功率分配优化控制方法
CN116742703A (zh) * 2023-06-13 2023-09-12 安徽华晟新能源科技有限公司 多光伏电站发电并网的功率调配方法、装置、设备和介质

Also Published As

Publication number Publication date
CN116937695A (zh) 2023-10-24

Similar Documents

Publication Publication Date Title
Anoune et al. Sizing methods and optimization techniques for PV-wind based hybrid renewable energy system: A review
Alavi et al. Optimal probabilistic energy management in a typical micro-grid based-on robust optimization and point estimate method
Kumar et al. Optimizing renewable based generations in AC/DC microgrid system using hybrid Nelder-Mead–Cuckoo Search algorithm
Billinton et al. Maintaining supply reliability of small isolated power systems using renewable energy
Sen et al. Distributed adaptive-MPC type optimal PMS for PV-battery based isolated microgrid
CN106682808A (zh) 在线滚动优化调度模型
Zhu et al. Voltage-load sensitivity matrix based demand response for voltage control in high solar penetration distribution feeders
CN107453396B (zh) 一种分布式光伏电源出力的多目标优化调度方法
US20220376499A1 (en) System and method for load and source forecasting for increasing electrical grid component longevity
CN109934437B (zh) 一种配电网停电风险评估方法及系统
CN112103941B (zh) 考虑电网灵活性的储能配置双层优化方法
CN111950900B (zh) 一种电力系统源网荷储本质安全风险评估方法
CN110400056B (zh) 基于风光时空特性的梯级水电日前优化调度方法及装置
CN107069835B (zh) 新能源电站实时有功的分配方法及分配装置
Jahangir et al. Optimal design of stand-alone microgrid resources based on proposed Monte-Carlo simulation
Lei et al. Design of energy storage control strategy to improve the PV system power quality
Pourmousavi et al. Evaluation of the battery operation in ramp-rate control mode within a PV plant: A case study
KR101793149B1 (ko) 마이크로그리드 운영 시스템 및 방법
CN109711605B (zh) 一种多类型电源并网容量确定方法和装置
CN113158547B (zh) 计及经济性和可靠性的区域综合能源系统优化配置方法
CN116722608B (zh) 一种基于光伏逆变器的无功功率补偿系统
CN116937695B (zh) 一种光伏电源的数据分析方法、装置、设备及存储介质
CN116722561B (zh) 一种无功功率补偿系统
Pippi et al. Assessing the provision of ancillary services considering BES capacity degradation
CN112782495A (zh) 一种光伏电站的组串异常识别方法

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
GR01 Patent grant
GR01 Patent grant