CN117217376B - 一种用于光伏电站建设的选址方法及系统 - Google Patents
一种用于光伏电站建设的选址方法及系统 Download PDFInfo
- Publication number
- CN117217376B CN117217376B CN202311173628.7A CN202311173628A CN117217376B CN 117217376 B CN117217376 B CN 117217376B CN 202311173628 A CN202311173628 A CN 202311173628A CN 117217376 B CN117217376 B CN 117217376B
- Authority
- CN
- China
- Prior art keywords
- address
- database
- updating
- areas
- selection
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 84
- 238000010187 selection method Methods 0.000 title claims abstract description 9
- 238000000034 method Methods 0.000 claims abstract description 59
- 238000005457 optimization Methods 0.000 claims abstract description 55
- 230000006870 function Effects 0.000 claims description 49
- 230000005855 radiation Effects 0.000 claims description 47
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000010248 power generation Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 238000002360 preparation method Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000011077 uniformity evaluation Methods 0.000 claims description 4
- 230000036561 sun exposure Effects 0.000 claims 2
- 230000008569 process Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种用于光伏电站建设的选址方法及系统，涉及光伏建设技术领域，该方法包括：通过选址模块，确定待进行光伏电站选址建设的选址域；根据光伏电站建设需求，构建进行选址分析的选址函数和选址条件；在选址域内随机选取获得M个初始区域，在满足选址条件时，将M个初始区域加入选址数据库；在选址数据库内进行库内寻优，在达到第一预设次数后，按照更新方向和更新步长，对选址数据库内的区域进行更新，达到第二预设次数后，在更新后的选址数据库内继续进行库内寻优；在循环达到第三预设次数后，输出选址结果。本发明解决了现有技术中光伏电站建设选址全局性、可靠性较差的技术问题。
Description
技术领域
本发明涉及光伏建设技术领域，具体涉及一种用于光伏电站建设的选址系统。
背景技术
光伏建设选址是光伏电站建设前的重要准备工作，需要考虑光照资源、位置、地形等诸多因素，对建成的光伏电站的工作效率、发电量以及发电利用率和维护难度等都会产生影响。
现有技术中一般结合建设选地气象数据，根据经验来进行选址分析，存在选址不准确，分析不全面的问题，导致光伏电站建设选址效率低、效果差。
发明内容
本申请提供了一种用于光伏电站建设的选址方法，用于针对解决现有技术中光伏电站建设选址不准确，分析不全面的技术问题。
第一方面，本申请提供了一种用于光伏电站建设的选址方法，该方法应用于一光伏电站建设选址装置，所述装置包括选址模块、选址数据库、数据库更新模块和寻优模块，该方法包括：通过选址模块，确定待进行光伏电站选址建设的选址域，所述选址域内包括多个待选区域；
根据光伏电站建设需求，构建进行选址分析的选址函数和选址条件；
根据所述选址函数和选址条件，在所述选址域内随机选取获得M个初始区域，并采集所述M个初始区域的选址特征信息，在满足选址条件时，将M个初始区域加入选址数据库；
在选址数据库内，根据选址函数，计算初始区域的适应度，进行库内寻优；
通过数据库更新模块，在库内寻优达到第一预设次数后，按照更新方向和更新步长，在所述选址域内，按照根据息用规则和数据库更新规则，对选址数据库内的区域进行更新；
在更新达到第二预设次数后，在更新后的选址数据库内继续进行库内寻优；
在循环库内寻优和选址数据库更新达到第三预设次数后，将选址数据库以及选址数据库内适应度最大的选址区域输出，作为选址结果。
第二方面，本申请提供了一种用于光伏电站建设的选址系统，所述系统包括：选址域获取模块，通过选址模块，确定待进行光伏电站选址建设的选址域，所述选址域内包括多个待选区域；
选址计算准备模块，用于根据光伏电站建设需求，构建进行选址分析的选址函数和选址条件；
选址数据库构建模块，用于根据所述选址函数和选址条件，在所述选址域内随机选取获得M个初始区域，并采集所述M个初始区域的选址特征信息，在满足选址条件时，将M个初始区域加入选址数据库；
库内寻优模块，用于在选址数据库内，根据选址函数，计算初始区域的适应度，进行库内寻优；
数据库更新模块，用于通过数据库更新模块，在库内寻优达到第一预设次数后，按照更新方向和更新步长，在所述选址域内，按照根据息用规则和数据库更新规则，对选址数据库内的区域进行更新；
循环寻优模块，用于在更新达到第二预设次数后，在更新后的选址数据库内继续进行库内寻优；
选址结果输出模块，用于在循环库内寻优和选址数据库更新达到第三预设次数后，将选址数据库以及选址数据库内适应度最大的选址区域输出，作为选址结果。
第三方面，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，所述处理器执行所述计算机程序时实现第一方面内方法的步骤。
第四方面，一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面内方法的步骤。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请提供的技术方案通过在光伏电站选址建设的选址域内，根据需求构建选址函数和选址条件，然后随机选取初始区域构建选址数据库，根据选址函数和选址条件在选址数据库内进行库内寻优，并在完成库内寻优后，采用更新方向和更新步长，按照根据息用规则和数据库更新规则，对选址数据库进行更新，重复库内寻优和数据库更新，完成选址寻优，获得选址结果。本申请通过根据选址需求构建选址函数和选址条件，能够保证选址的准确性和选址质量，通过构建选址数据库，并进行库内寻优和数据库更新，提升光伏电站选址寻优的效率、准确性以及全局性，进而达到提升光伏电站选址的全面性和可靠性的技术效果，提升光伏电站建设运行的质量。
附图说明
图1为本申请提供了一种用于光伏电站建设的选址方法流程示意图；
图2为本申请提供了一种用于光伏电站建设的选址方法中对选址数据库内的区域进行更新的流程示意图；
图3为本申请提供了一种用于光伏电站建设的选址系统结构示意图。
图4为一个实施例中计算机设备的内部结构图。
附图标记说明：选址域获取模块201，选址计算准备模块202，选址数据库构建模块203，库内寻优模块204，数据库更新模块205，循环寻优模块206，选址结果输出模块207。
具体实施方式
本申请通过提供一种用于光伏电站建设的选址方法及系统，用于针对解决现有技术中光伏电站建设选址不准确，分析不全面的技术问题。
实施例一
如图1所示，本申请实施例提供了一种用于光伏电站建设的选址方法，该方法应用于一光伏电站建设选址装置，该装置包括选址模块、选址数据库、数据库更新模块和寻优模块，该方法包括：
S101：通过选址模块，确定待进行光伏电站选址建设的选址域，所述选址域内包括多个待选区域；
本申请实施例中，光伏电站建设选址装置为用于执行一种用于光伏电站建设的选址方法的处理装置，其包括选址模块、选址数据库、数据库更新模块和寻优模块，可分别用于执行方法内不同的步骤，实现相应的功能和作用。
光伏电站建设选址装置内包括存储器、处理器等，用于存储和处理执行方法所需的数据和步骤。
光伏电站为现有技术中任意类型需要进行选址建设的光伏电站，优选为规模较大，选址会影响光伏电站运行效果的光伏电站。
通过选址模块，确定当前光伏电站建设可进行选址的全部区域，作为选址域，其中选址域的确定需要根据地形、距离、政策等相关要求进行确定，可基于本领域技术人员进行确定，并通过选址模块输入可进行选址的区域的坐标信息，获得该选址域。
进一步地，根据需要进行建设的光伏电站的占地面积，可在选址域内随机规划选择获得多个区域，作为多个待选区域，执行后续的步骤，在多个待选区域内进行选址。
S102：根据光伏电站建设需求，构建进行选址分析的选址函数和选址条件；
本申请实施例中，根据当前光伏电站的建设需求，构建用于进行选址分析的选址函数和选址条件。
其中，选址函数用于对建设选址进行评价，以分析选址区域的优劣，进而作为根据选择获取最优的选址区域。
选址条件为建设选址所需要满足的条件，通过构建选址条件来保证光伏电站建设选址的合理性和可靠性。
通过构建选址函数和选址条件，在后续选址分析过程中进行选址区域的评估，以提升光伏电站建设选址的准确性、全面性和可靠性。
本申请实施例提供的方法中的步骤S102包括：
获取光伏电站选址建设需求，包括辐射量需求、温度需求、日照时间需求、价格需求；
将选址区域的辐射量、温度、日照时间和价格满足所述辐射量需求、温度需求、日照时间需求、价格需求，作为选址条件；
构建选址函数，如下式：
其中，fit为适应度，w1、w2、w3和w4为权重，M为采集辐射量和温度的时间段的数量，Si为第i个时间段采集的区域的辐射量，Sb为光伏发电的标准辐射量，Ci为第i个时间段采集的区域的温度，Cb为光伏发电的标准温度，N为采集日照时间的时间周期的数量，Tj为第i个时间周期内采集的区域的日照时间，G为区域的价格。
本申请实施例中，根据当前光伏电站建设的需求信息，获取光伏电站选址建设的需求，具体包括辐射量需求、温度需求、日照时间需求、价格需求。其中，辐射量需求、温度需求、日照时间需求根据光伏电站的光伏发电设计规模等进行设置，以满足建设后光伏电站的发电需求。价格需求根据光伏电站选址建设的建设预算进行设置。
进一步地，将进行选址获得的选址区域的辐射量、温度、日照时间和价格满足所述辐射量需求、温度需求、日照时间需求、价格需求，作为选址条件，在进行选址分析过程中，需要满足该选址条件，以保证选址的可靠性。
本申请实施例中，根据该辐射量需求、温度需求、日照时间需求、价格需求，构建选址函数，如下式：
其中，fit为适应度，w1、w2、w3和w4为权重，可基于本领域技术人员进行设置，具体根据光伏电站建设中辐射量、温度、日照时间和价格对于光伏电站建设的重要程度进行设置，M为采集辐射量和温度的时间段的数量，Si为第i个时间段采集的区域的辐射量，辐射量为单个时间段内太阳辐射的能力，可进行测试采集等，时间段的长度和数量可根据光伏能量测试相关标准进行测试，例如长度为1小时，数量在一周内为10个，Sb为光伏发电的标准辐射量，即光伏电站的辐射量需求内的辐射量，也可基于光伏发电的基本辐射量进行设置，Ci为第i个时间段采集的区域的温度，Cb为光伏发电的标准温度，即光伏发电且不会导致电池升温影响储能质量的温度，N为采集日照时间的时间周期的数量，时间周期的长度例如为1天，数量例如为10个，Tj为第i个时间周期内采集的区域的日照时间，G为区域的价格，例如为区域的租用或购买的价格，可基于相关信息进行获取。
在进行建设选址的过程中，采集选址区域的辐射量、温度、日照时间和价格等数据，并通过选址函数计算获取选址区域的适应度，作为评价选址区域的根据，能够提升选址分析的准确性。
S103：根据所述选址函数和选址条件，在所述选址域内随机选取获得M个初始区域，并采集所述M个初始区域的选址特征信息，在满足选址条件时，将M个初始区域加入选址数据库；
本申请实施例中，根据该选址函数和选址条件，在选址域内随机选取M个初始区域，M为大于1的整数，例如可为50，并采集M个初始区域的选址特征信息，根据选址特征信息判断M个区域能否作为进行选址寻优的初始区域，在满足选址条件时，将M个初始区域加入选址数据库内，构建获得初始的选址数据库，进行选址寻优。
本申请实施例提供的方法中的步骤S103包括：
在所述选址域内随机选取获得M个初始区域；
通过区域信息数据库，调取M个初始区域的M个特征信息集，区域信息数据库内包括多个区域的辐射量信息、温度信息、日照时间信息和价格信息；
判断所述M个特征信息集是否满足所述选址条件，若是，则将M个初始区域加入所述选址数据库，若否，则对M个初始区域进行更新。
本申请实施例中，在选址域内随机选取多个区域，作为M个初始区域。
通过区域信息数据库，调取M个初始区域的M个特征信息集，该区域信息数据库根据选址域的气象监测数据等数据构建，其包括多个区域的辐射量信息、温度信息、日照时间信息和价格信息。
区域信息数据库可基于气象监测数据以及政府公开数据等采集多个区域的辐射量信息、温度信息、日照时间信息和价格信息，也可通过实际测试获取上述的信息，然后以区域为索引，构建数据库，便于后续进行不同区域相关信息的查询和调用。区域信息数据库可根据时间变化对其内的数据进行更新，以保证数据准确性。
分别判断该M个特征信息集是否满足上述的选址条件，即满足射量需求、温度需求、日照时间需求、价格需求，若满足，则M个初始区域合格，可用于构建初始的选址数据库，进行选址寻优。若否，则说明对应的初始区域不合格，需要重新选择新的初始区域，直到满足该选址条件，然后构建选址数据库。
本申请一个可能的实施例中，布置S103还包括：
获取所述M个初始区域的M个坐标信息；
根据所述M个坐标信息，计算多组相近的两个初始区域的距离，获得多个距离信息；
构建均匀性评价函数，根据所述多个距离信息，计算评估M各初始区域的均匀性参数，如下式：
其中，uni为均匀性参数，ω1和ω2为权重，N为多组相近的初始区域的组数，Dj为第j组相近的初始区域的距离，σ为N组相近的初始区域的距离的标准差，ρ为计算系数；
在均匀性参数满足均匀性阈值时，判断M个特征信息集是否满足所述选址条件。
本申请实施例中，在基于多个初始区域构建选址数据库时，评估多个初始区域的均匀性，在均匀性较好时，进行构建选址数据库，以提升M个初始区域的全面性，进而提升选址优化的全面性。
采集M个初始区域的M个坐标信息，可通过M个区域的地理信息并结合定位获取；
根据所述M个坐标信息，将每个初始区域与其距离最近的初始区域为一组初始区域，如此，划分为多组相近的初始区域。进一步计算每组初始区域内两个初始区域的距离，获得多个距离信息；
构建用于评价M个初始区域的均匀性的均匀性评价函数，如下式：
其中，uni为均匀性参数，ω1和ω2为权重，可基于本领域技术人员进行设置，例如分别为0.6和0.4，N为多组相近的初始区域的组数，Dj为第j组相近的两个初始区域的距离，σ为N组相近的初始区域的距离的标准差，ρ为计算系数，根据N组初始区域的距离的大小进行设置，例如为100。
根据选址域内全部区域的位置分布，设置一均匀性阈值，计算M个初始区域的均匀性参数，在满足该均匀性阈值时，进一步判断M个特征信息集是否满足所述选址条件。若均匀性参数不满足该均匀性阈值，则对M各初始区域进行更新，重新选择，直到满足均匀性阈值。
均匀性阈值例如可通过多次随机选择多个区域，根据坐标信息计算获得多个均匀性参数，并计算均值，作为均匀性阈值。
通过计算M个初始区域，能够选取获得分布较为平均的初始区域，进而提升选址分析的全局性和可靠性。
S104：在选址数据库内，根据选址函数，计算初始区域的适应度，进行库内寻优；
本申请实施例中，在初步构建的选址数据库内，根据选址函数，计算初始区域的适应度，进行库内寻优，以获得局部最优的选址区域。
本申请实施例提供的方法中的步骤S104包括：
在所述选址数据库内，随机选择一初始区域作为第一区域，并作为临时最优区域；
通过区域信息数据库，调取第一区域的第一特征信息集，结合所述选址函数，计算获得第一适应度；
再次在选址数据库内，随机选择第二区域，并计算获得第二适应度；
根据第二适应度和第一适应度进行判别，对临时最优区域进行更新，其中，若第二适应度大于第一适应度，则以第二区域进行更新，若第二适应度不大于第一适应度，在跳出次数大于1时，将跳出次数减1，以第二区域进行更新；
继续在选址数据库内进行寻优，直到达到第一预设次数P，P为大于2的整数。
本申请实施例中，在选址数据库内，对其内的初始区域进行库内寻优。
其中，随机选择其内的一初始区域作为第一区域，并作为当前寻优进程中的临时最优区域，其在寻优过程中可被优化更新，以期获得最优的区域。
通过区域信息数据库，根据该第一区域进行索引，调取第一区域的第一特征信息集，或者采集第一区域的辐射量、日照时间、温度和价格等数据，获取该第一特征信息集，结合该选址函数，计算获得第一区域的第一适应度，第一适应度可以反映在第一区域进行光伏电站建设的优劣。
再次在选址数据库内，随机选择第二区域，并调取该第二区域的第二特征信息集，结合该选址函数，计算获得第二区域的第二适应度。
根据该第二适应度和第一适应度进行判别，若第二适应度大于第一适应度，则说明第二区域相较于第一区域较优，将其更新为临时最优区域，如此，对临时最优区域进行更新。若第二适应度不大于第一适应度，则说明第二区域相较于第一区域并不较优，但为了提升在选址数据库内的寻优效率以及跳出局部最优，提升寻优的全局性，在跳出次数大于1时，将跳出次数减1，以第二区域进行更新，将其更新为临时最优区域。
通过设置跳出次数，能够在前期寻优中，跳出局部最优，避免陷入局部最优，而在后期，跳出局部最优次数减至0后，不会将适应度较低的区域更新为临时最优区域，保证寻优的准确性。
跳出次数可基于选址数据库内初选区域的数量进行设置，并结合库内寻优的次数进行设置，例如设置为10-20次。
基于上述内容中的方法，继续在选址数据库内进行寻优，直到达到第一预设次数P，P为大于2的整数，P可基于选址数据库内的初选区域的数量进行设置，优选为50-200次，更优选为100次。在完成当前阶段的库内寻优后，可将最终的临时最优区域作为当前寻优阶段的最优解。
本申请实施例通过在选址数据库内进行库内寻优，能够阶段性的寻优获取选址数据库内的最优区域，作为后续阶段进行库内寻优的基础，并基于选择到的区域，对选址数据库进行更新，提升选址区域优选的全局性和准确性。
S105：通过数据库更新模块，在库内寻优达到第一预设次数后，按照更新方向和更新步长，在所述选址域内，按照根据息用规则和数据库更新规则，对选址数据库内的区域进行更新；
本申请实施例中，在库内寻优达到第一预设次数后，可认为选址数据库内的大部分区域已被遍历分析，需要基于选址域对选址数据库进行更新，以进一步在选址域内进行最为全局的寻优，同时，为了减少不必要的搜索较劣区域的算力，设置特定的方式，采用更新方向和更新步长，在选址域内，按照根据息用规则和数据库更新规则，对选址数据库内的区域进行更新。
本申请实施例提供的方法中的步骤S105包括：
根据库内寻优随机选择获得的P个遍历区域，获取对应的P个遍历适应度；
根据P个遍历适应度内最大值与其他P-1个遍历适应度的差值，对P-1个遍历区域计算分配更新概率，获得P-1个更新概率；
根据P-1个更新概率，在P-1个遍历区域内选择获得Q个待更新区域，Q为大于1小于等于P-1的整数；
以Q个待更新区域为起点，随机选择更新方向，按照更新步长，进行更新，获得Q个更新区域；
根据息用规则和数据库更新规则，对Q个更新区域进行判别，对选址数据库内的区域进行更新。
本申请实施例中，基于前一阶段在选址数据库内第一预设次数P的寻优，根据库内寻优随机选择获得的P个遍历区域，调取P个遍历区域的特征信息计算的适应度，作为对应的P个遍历适应度。
获取P个遍历适应度中的最大值，根据该最大值与其他的P-1个遍历适应度的差值，对其他较小的P-1个遍历适应度对应的P-1个遍历区域计算分配更新概率，获得P-1个更新概率。
示例性地，可计算其他的P-1个遍历适应度与最大值的P-1适应度差值，根据每个差值和P-1个差值之和的比值，作为计算分配的更新概率，获得P-1个更新概率。
其中，差值越大，则对应的遍历适应度越小，则对应的遍历区域越差，其被更新的更新概率也越大。
根据P-1个更新概率，在P-1个遍历区域内随机选择待进行更新的区域，获得Q个待更新区域，Q为大于1小于等于P-1的整数。
其中，根据该P-1个更新概率进行随机选择，更新概率越大的区域被选为待更新区域的概率越大。
示例性地，随机生成(0，1)内的自然数，判断是否小于更新概率，若是，则将对应的区域作为待更新区域，直到选择获得Q个待更新区域。
基于选择获得的Q个待更新区域为基础，对该Q个待更新区域进行更新，具体为以Q个待更新区域为起点，在选址域内调整选择获取其他的区域作为更新区域，加入选址数据库内，进一步进行寻优。
其中，以Q个待更新区域为起点，随机选择更新方向，按照更新步长，在选址域内选择其他的区域进行更新，获得Q个更新区域。
更新方向为在选址域内进行区域更新的遍历方向，例如包括四个方向，为东、西、南和北，可选的还可包括东南、西南、东北、西北等风向。即以Q个待更新区域为起点，按照更新方向，在选址域选择其他的区域。
更新步长为以Q个待更新区域为起点，随机选择其他区域进行更新的行走步长，例如可为两个区域，或者可为移动2km等更新步长，优选地，初始的更新步长为移动两个区域。
基于初始的更新方向和更新步长，以Q个待更新区域为起点，在选址域内更新获得Q个更新区域。
通过采用息用规则和数据库更新规则，对Q个更新区域进行判别，对选址数据库内的区域进行更新。
如图2所示，本申请实施例提供的方法中的步骤“通过采用息用规则和数据库更新规则，对Q个更新区域进行判别，对选址数据库内的区域进行更新”内包括：
调取Q个更新区域的Q个特征信息集，在满足选址条件时，计算Q个更新适应度；
分别判断Q个更新适应度是否大于Q个待更新区域的原始适应度，若否，则将更新方向加入息用表，并在息用更新次数后从息用表内删除，以及调整更新方向；
若是，则根据更新适应度和原始适应度的比值的倒数，对更新步长进行调整，继续进行更新；
在更新达到第二预设次数后，获得Q个最终更新区域，判断Q个最终更新区域的适应度是否大于P个遍历适应度内的最小值，将判断结果为是的最终更新区域更新至选址数据库内。
基于更新获得的Q个更新区域，通过区域信息数据库或者通过采集数据，获取Q个更新区域的Q个特征信息集，结合该选址函数，计算获得Q个更新适应度。
分别判断Q个更新适应度是否大于对应的Q个待更新区域的原始适应度，若否，则说明在当前的更新方向和更新步长上无法找到更优的区域，而相邻区域的辐射量、日照时间等具有类似的关系，所以要对更新方向和更新步长进行调整，以获取其他部分的区域，提升寻优的效率，避免浪费搜索较差区域的算力。具体将对应的更新方向加入息用表，在息用迭代次数内不使用该更新方向，避免陷入较差的区域集群内，在息用迭代次数后将该更新方向从息用表内删除，这时已跳出较差的区域集群内，可重新使用该更新方向。息用迭代次数可基于更新Q个待更新区域的次数进行设置，例如为3次。
以及，重新随机调整获取与当前更新方向不同的更新方向，继续进行后续的更新。
若是，即若更新适应度大于对应待更新区域的原始适应度，则说明找到了更优的更新区域，在更优的更新区域附近的区域一般较优，对更新步长进行调整，以更为精细的进行区域搜索更新。
示例性地，根据更新适应度和原始适应度的比值的倒数，对更新步长进行调整，并进行取整处理，基于调整后的更新步长，继续进行后续的更新。
如此，基于调整后的Q个更新步长和Q个更新方向，以Q个更新区域为起点，继续进行更新、
在更新达到第二预设次数后，第二预设次数可根据选址域内区域的数量进行设置，例如为10次。
基于第二预设次数的更新，获得最终的Q个最终更新区域，分别判断Q个最终更新区域的适应度是否大于P个遍历适应度内的最小值，若是，则将最终更新区域替代待更新区域，更新进选址数据库，若否，则依次选择第二预设次数的更新过程中其他的更新区域，进行计算适应度，并判断是否更新进选址数据库。如此，通过更新选址数据库，并且设置特定的更新方法和规则，能够提升选址遍历的全局性，并且尽量降低处理算力，提升选址分析的准确性和效果。
S106：在更新达到第二预设次数后，在更新后的选址数据库内继续进行库内寻优；
S107：在循环库内寻优和选址数据库更新达到第三预设次数后，将选址数据库以及选址数据库内适应度最大的选址区域输出，作为选址结果。
在对选址数据库内更新达到第二预设次数后，基于更新后的选址数据库，继续在选址数据库内进行库内寻优，寻优方法如前述内容中的方法步骤。
如此完成一个库内寻优和选址数据库更新的循环，继续进行循环库内寻优和选址数据库更新，在达到第三预设次数后，将选址数据库以及选址数据库内适应度最大的选址区域输出，作为选址结果。
第三预设次数可基于选址域内区域的数量以及选址数据库的大小进行设置，例如为10次。
将选址数据库输出，作为光伏电站选址分析的选址区域清单，可作为技术人员进行具体光伏电站建设选址的基础，提升光伏电站选址建设的可靠性，将选址数据库内适应度最大的选址区域输出，作为具体选址区域的参考，提升选址分析的分析效率。
本申请实施例通过上述技术方案，至少达到了以下技术效果：
本申请实施例通过在光伏电站选址建设的选址域内，根据需求构建选址函数和选址条件，然后随机选取初始区域构建选址数据库，根据选址函数和选址条件在选址数据库内进行库内寻优，并在完成库内寻优后，采用更新方向和更新步长，按照根据息用规则和数据库更新规则，对选址数据库进行更新，重复库内寻优和数据库更新，完成选址寻优，获得选址结果。本申请通过根据选址需求构建选址函数和选址条件，能够保证选址的准确性和选址质量，通过构建选址数据库，并进行库内寻优和数据库更新，提升光伏电站选址寻优的效率、准确性以及全局性，进而达到提升光伏电站选址的全面性和可靠性的技术效果，提升光伏电站建设运行的质量。
实施例二
基于与前述实施例中一种用于光伏电站建设的选址方法相同的发明构思，如图3所示，本申请提供了一种用于光伏电站建设的选址系统，系统包括：
选址域获取模块201，通过选址模块，确定待进行光伏电站选址建设的选址域，所述选址域内包括多个待选区域；
选址计算准备模块202，用于根据光伏电站建设需求，构建进行选址分析的选址函数和选址条件；
选址数据库构建模块203，用于根据所述选址函数和选址条件，在所述选址域内随机选取获得M个初始区域，并采集所述M个初始区域的选址特征信息，在满足选址条件时，将M个初始区域加入选址数据库；
库内寻优模块204，用于在选址数据库内，根据选址函数，计算初始区域的适应度，进行库内寻优；
数据库更新模块205，用于通过数据库更新模块，在库内寻优达到第一预设次数后，按照更新方向和更新步长，在所述选址域内，按照根据息用规则和数据库更新规则，对选址数据库内的区域进行更新；
循环寻优模块206，用于在更新达到第二预设次数后，在更新后的选址数据库内继续进行库内寻优；
选址结果输出模块207，用于在循环库内寻优和选址数据库更新达到第三预设次数后，将选址数据库以及选址数据库内适应度最大的选址区域输出，作为选址结果。
进一步而言，所述选址计算准备模块202还用于执行以下步骤：
获取光伏电站选址建设需求，包括辐射量需求、温度需求、日照时间需求、价格需求；
将选址区域的辐射量、温度、日照时间和价格满足所述辐射量需求、温度需求、日照时间需求、价格需求，作为选址条件；
构建选址函数，如下式：
其中，fit为适应度，w1、w2、w3和w4为权重，M为采集辐射量和温度的时间段的数量，Si为第i个时间段采集的区域的辐射量，Sb为光伏发电的标准辐射量，Ci为第i个时间段采集的区域的温度，Cb为光伏发电的标准温度，N为采集日照时间的时间周期的数量，Tj为第i个时间周期内采集的区域的日照时间，G为区域的价格。
进一步而言，所述选址数据库构建模块203还用于执行以下步骤：
在所述选址域内随机选取获得M个初始区域；
通过区域信息数据库，调取M个初始区域的M个特征信息集，区域信息数据库内包括多个区域的辐射量信息、温度信息、日照时间信息和价格信息；
判断所述M个特征信息集是否满足所述选址条件，若是，则将M个初始区域加入所述选址数据库，若否，则对M个初始区域进行更新。
其中，还包括：
获取所述M个初始区域的M个坐标信息；
根据所述M个坐标信息，计算多组相近的两个初始区域的距离，获得多个距离信息；
构建均匀性评价函数，根据所述多个距离信息，计算评估M各初始区域的均匀性参数，如下式：
其中，uni为均匀性参数，ω1和ω2为权重，N为多组相近的初始区域的组数，Dj为第j组相近的初始区域的距离，σ为N组相近的初始区域的距离的标准差，ρ为计算系数；
在均匀性参数满足均匀性阈值时，判断M个特征信息集是否满足所述选址条件。
进一步地，所述库内寻优模块204还用于执行以下步骤：
根据库内寻优随机选择获得的P个遍历区域，获取对应的P个遍历适应度；
根据P个遍历适应度内最大值与其他P-1个遍历适应度的差值，对P-1个遍历区域计算分配更新概率，获得P-1个更新概率；
根据P-1个更新概率，在P-1个遍历区域内选择获得Q个待更新区域，Q为大于1小于等于P-1的整数；
以Q个待更新区域为起点，随机选择更新方向，按照更新步长，进行更新，获得Q个更新区域；
根据息用规则和数据库更新规则，对Q个更新区域进行判别，对选址数据库内的区域进行更新。
其中，根据息用规则和数据库更新规则，对Q个更新区域进行判别，对选址数据库内的区域进行更新，包括：
调取Q个更新区域的Q个特征信息集，在满足选址条件时，计算Q个更新适应度；
分别判断Q个更新适应度是否大于Q个待更新区域的原始适应度，若否，则将更新方向加入息用表，并在息用更新次数后从息用表内删除，以及调整更新方向；
若是，则根据更新适应度和原始适应度的比值的倒数，对更新步长进行调整，继续进行更新；
在更新达到第二预设次数后，获得Q个最终更新区域，判断Q个最终更新区域的适应度是否大于P个遍历适应度内的最小值，将判断结果为是的最终更新区域更新至选址数据库内。
本说明书通过前述对一种用于光伏电站建设的选址方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种用于光伏电站建设的选址方法及系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
关于一种用于光伏电站建设的选址系统的具体实施例可以参见上文中对于一种用于光伏电站建设的选址方法的实施例，在此不再赘述。上述一种用于光伏电站建设的选址装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。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、计算机程序和数据库。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。该计算机设备的数据库用于存储新闻数据以及时间衰减因子等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种用于光伏电站建设的选址方法。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
实施例三
如图4所示，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现实施例一内方法的步骤。
实施例四
本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，计算机程序被处理器执行时实现实施例一内方法的步骤。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种用于光伏电站建设的选址方法，其特征在于，所述方法应用于一光伏电站建设选址装置，所述装置包括选址模块、选址数据库、数据库更新模块和寻优模块，所述方法包括：
通过选址模块，确定待进行光伏电站选址建设的选址域，所述选址域内包括多个待选区域；
根据光伏电站建设需求，构建进行选址分析的选址函数和选址条件；
根据所述选址函数和选址条件，在所述选址域内随机选取获得M个初始区域，并采集所述M个初始区域的选址特征信息，在满足选址条件时，将M个初始区域加入选址数据库；
在选址数据库内，根据选址函数，计算初始区域的适应度，进行库内寻优；
通过数据库更新模块，在库内寻优达到第一预设次数后，按照更新方向和更新步长，在所述选址域内，按照根据息用规则和数据库更新规则，对选址数据库内的区域进行更新；
在更新达到第二预设次数后，在更新后的选址数据库内继续进行库内寻优；
在循环库内寻优和选址数据库更新达到第三预设次数后，将选址数据库以及选址数据库内适应度最大的选址区域输出，作为选址结果；
其中，根据光伏电站建设需求，构建进行选址分析的选址函数和选址条件，包括：
获取光伏电站选址建设需求，包括辐射量需求、温度需求、日照时间需求、价格需求；
将选址区域的辐射量、温度、日照时间和价格满足所述辐射量需求、温度需求、日照时间需求、价格需求，作为选址条件；
构建选址函数，如下式：
其中，fit为适应度，w1、w2、w3和w4为权重，M为采集辐射量和温度的时间段的数量，Si为第i个时间段采集的区域的辐射量，Sb为光伏发电的标准辐射量，Ci为第i个时间段采集的区域的温度，Cb为光伏发电的标准温度，N为采集日照时间的时间周期的数量，Tj为第i个时间周期内采集的区域的日照时间，G为区域的价格；
其中，根据所述选址函数和选址条件，在所述选址域内随机选取获得M个初始区域，并采集所述M个初始区域的选址特征信息，在满足选址条件时，将M个初始区域加入选址数据库，包括：
在所述选址域内随机选取获得M个初始区域；
通过区域信息数据库，调取M个初始区域的M个特征信息集，区域信息数据库内包括多个区域的辐射量信息、温度信息、日照时间信息和价格信息；
判断所述M个特征信息集是否满足所述选址条件，若是，则将M个初始区域加入所述选址数据库，若否，则对M个初始区域进行更新。
2.根据权利要求1所述的方法，其特征在于，所述方法包括：
获取所述M个初始区域的M个坐标信息；
根据所述M个坐标信息，计算多组相近的两个初始区域的距离，获得多个距离信息；
构建均匀性评价函数，根据所述多个距离信息，计算评估M各初始区域的均匀性参数，如下式：
其中，uni为均匀性参数，ω1和ω2为权重，N为多组相近的初始区域的组数，Dj为第j组相近的初始区域的距离，σ为N组相近的初始区域的距离的标准差，ρ为计算系数；
在均匀性参数满足均匀性阈值时，判断M个特征信息集是否满足所述选址条件。
3.根据权利要求1所述的方法，其特征在于，所述方法包括：
在所述选址数据库内，随机选择一初始区域作为第一区域，并作为临时最优区域；
通过区域信息数据库，调取第一区域的第一特征信息集，结合所述选址函数，计算获得第一适应度；
再次在选址数据库内，随机选择第二区域，并计算获得第二适应度；
根据第二适应度和第一适应度进行判别，对临时最优区域进行更新，其中，若第二适应度大于第一适应度，则以第二区域进行更新，若第二适应度不大于第一适应度，在跳出次数大于1时，将跳出次数减1，以第二区域进行更新；
继续在选址数据库内进行寻优，直到达到第一预设次数P，P为大于2的整数。
4.根据权利要求3所述的方法，其特征在于，所述方法包括：
根据库内寻优随机选择获得的P个遍历区域，获取对应的P个遍历适应度；
根据P个遍历适应度内最大值与其他P-1个遍历适应度的差值，对P-1个遍历区域计算分配更新概率，获得P-1个更新概率；
根据P-1个更新概率，在P-1个遍历区域内选择获得Q个待更新区域，Q为大于1小于等于P-1的整数；
以Q个待更新区域为起点，随机选择更新方向，按照更新步长，进行更新，获得Q个更新区域；
根据息用规则和数据库更新规则，对Q个更新区域进行判别，对选址数据库内的区域进行更新。
5.根据权利要求4所述的方法，其特征在于，所述方法包括：
调取Q个更新区域的Q个特征信息集，在满足选址条件时，计算Q个更新适应度；
分别判断Q个更新适应度是否大于Q个待更新区域的原始适应度，若否，则将更新方向加入息用表，并在息用更新次数后从息用表内删除，以及调整更新方向；
若是，则根据更新适应度和原始适应度的比值的倒数，对更新步长进行调整，继续进行更新；
在更新达到第二预设次数后，获得Q个最终更新区域，判断Q个最终更新区域的适应度是否大于P个遍历适应度内的最小值，将判断结果为是的最终更新区域更新至选址数据库内。
6.一种用于光伏电站建设的选址系统，其特征在于，所述系统包括：
选址域获取模块，通过选址模块，确定待进行光伏电站选址建设的选址域，所述选址域内包括多个待选区域；
选址计算准备模块，用于根据光伏电站建设需求，构建进行选址分析的选址函数和选址条件；
选址数据库构建模块，用于根据所述选址函数和选址条件，在所述选址域内随机选取获得M个初始区域，并采集所述M个初始区域的选址特征信息，在满足选址条件时，将M个初始区域加入选址数据库；
库内寻优模块，用于在选址数据库内，根据选址函数，计算初始区域的适应度，进行库内寻优；
数据库更新模块，用于通过数据库更新模块，在库内寻优达到第一预设次数后，按照更新方向和更新步长，在所述选址域内，按照根据息用规则和数据库更新规则，对选址数据库内的区域进行更新；
循环寻优模块，用于在更新达到第二预设次数后，在更新后的选址数据库内继续进行库内寻优；
选址结果输出模块，用于在循环库内寻优和选址数据库更新达到第三预设次数后，将选址数据库以及选址数据库内适应度最大的选址区域输出，作为选址结果；
其中，根据光伏电站建设需求，构建进行选址分析的选址函数和选址条件，包括：
获取光伏电站选址建设需求，包括辐射量需求、温度需求、日照时间需求、价格需求；
将选址区域的辐射量、温度、日照时间和价格满足所述辐射量需求、温度需求、日照时间需求、价格需求，作为选址条件；
构建选址函数，如下式：
其中，fit为适应度，w1、w2、w3和w4为权重，M为采集辐射量和温度的时间段的数量，Si为第i个时间段采集的区域的辐射量，Sb为光伏发电的标准辐射量，Ci为第i个时间段采集的区域的温度，Cb为光伏发电的标准温度，N为采集日照时间的时间周期的数量，Tj为第i个时间周期内采集的区域的日照时间，G为区域的价格；
其中，根据所述选址函数和选址条件，在所述选址域内随机选取获得M个初始区域，并采集所述M个初始区域的选址特征信息，在满足选址条件时，将M个初始区域加入选址数据库，包括：
在所述选址域内随机选取获得M个初始区域；
通过区域信息数据库，调取M个初始区域的M个特征信息集，区域信息数据库内包括多个区域的辐射量信息、温度信息、日照时间信息和价格信息；
判断所述M个特征信息集是否满足所述选址条件，若是，则将M个初始区域加入所述选址数据库，若否，则对M个初始区域进行更新。
7.一种计算机设备，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至5中任一项所述的方法的步骤。
8.一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至5中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311173628.7A CN117217376B (zh) | 2023-09-12 | 2023-09-12 | 一种用于光伏电站建设的选址方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311173628.7A CN117217376B (zh) | 2023-09-12 | 2023-09-12 | 一种用于光伏电站建设的选址方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117217376A CN117217376A (zh) | 2023-12-12 |
| CN117217376B true CN117217376B (zh) | 2024-03-08 |
Family
ID=89038254
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311173628.7A Active CN117217376B (zh) | 2023-09-12 | 2023-09-12 | 一种用于光伏电站建设的选址方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117217376B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103336995A (zh) * | 2013-04-19 | 2013-10-02 | 国家电网公司 | 一种百万千瓦级光伏发电基地实时测光网络的构建方法 |
| CN109165769A (zh) * | 2018-07-03 | 2019-01-08 | 国网电子商务有限公司 | 光伏电站选址方法、装置、设备及计算机可读存储介质 |
| US10754999B1 (en) * | 2019-04-05 | 2020-08-25 | Sunpower Corporation | Generating a photovoltaic system design for a building |
| CN112241833A (zh) * | 2020-09-29 | 2021-01-19 | 华能大理风力发电有限公司 | 一种光伏发电站前期精细化选址方法 |
| CN114970953A (zh) * | 2022-04-15 | 2022-08-30 | 杭州领见数字农业科技有限公司 | 光伏电站的选址评价方法、装置、存储介质及电子设备 |
| CN115660433A (zh) * | 2022-09-30 | 2023-01-31 | 贵州电网有限责任公司 | 一种基于飞虫寻光移动原理的光伏电站规划方法 |
| CN116108948A (zh) * | 2022-10-25 | 2023-05-12 | 深圳供电局有限公司 | 一种配电网风光及v2g充电站选址定容优化方法 |
| CN116663849A (zh) * | 2023-06-30 | 2023-08-29 | 华能新能源股份有限公司河北分公司 | 一种光伏场站选址方法 |
-
2023
- 2023-09-12 CN CN202311173628.7A patent/CN117217376B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103336995A (zh) * | 2013-04-19 | 2013-10-02 | 国家电网公司 | 一种百万千瓦级光伏发电基地实时测光网络的构建方法 |
| CN109165769A (zh) * | 2018-07-03 | 2019-01-08 | 国网电子商务有限公司 | 光伏电站选址方法、装置、设备及计算机可读存储介质 |
| US10754999B1 (en) * | 2019-04-05 | 2020-08-25 | Sunpower Corporation | Generating a photovoltaic system design for a building |
| CN112241833A (zh) * | 2020-09-29 | 2021-01-19 | 华能大理风力发电有限公司 | 一种光伏发电站前期精细化选址方法 |
| CN114970953A (zh) * | 2022-04-15 | 2022-08-30 | 杭州领见数字农业科技有限公司 | 光伏电站的选址评价方法、装置、存储介质及电子设备 |
| CN115660433A (zh) * | 2022-09-30 | 2023-01-31 | 贵州电网有限责任公司 | 一种基于飞虫寻光移动原理的光伏电站规划方法 |
| CN116108948A (zh) * | 2022-10-25 | 2023-05-12 | 深圳供电局有限公司 | 一种配电网风光及v2g充电站选址定容优化方法 |
| CN116663849A (zh) * | 2023-06-30 | 2023-08-29 | 华能新能源股份有限公司河北分公司 | 一种光伏场站选址方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117217376A (zh) | 2023-12-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113128793A (zh) | 一种基于多源数据融合的光伏功率组合预测方法及系统 | |
| Zhao et al. | Multi-objective optimization of stand-alone hybrid PV-wind-diesel-battery system using improved fruit fly optimization algorithm | |
| CN107480825B (zh) | 一种计及容量可信度的光伏电站优化规划方法 | |
| CN111523698B (zh) | 一种用于清洁能源基地宏观选址的蚁群选址方法及装置 | |
| 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 | |
| CN113988477A (zh) | 基于机器学习的光伏功率短期预测方法、装置及存储介质 | |
| CN112784491B (zh) | 一种基于lstm与iqpso面向高弹性电网的城市充电网点规划方法 | |
| Aaslid et al. | Pricing electricity in constrained networks dominated by stochastic renewable generation and electric energy storage | |
| CN115329899A (zh) | 一种聚类等效模型构建方法、系统、设备和存储介质 | |
| CN113780795A (zh) | 基于参数化分析的校园建筑光伏潜力评估方法 | |
| CN117217376B (zh) | 一种用于光伏电站建设的选址方法及系统 | |
| CN115840794B (zh) | 一种基于gis和rl模型的光伏系统规划方法 | |
| CN112560633A (zh) | 基于深度学习的植物关键物候期时间点预测方法及系统 | |
| CN115587664B (zh) | 基于图卷积长短期记忆网络的太阳辐射预测方法及系统 | |
| CN114418243B (zh) | 分布式新能源云端网格预测方法与系统 | |
| CN115173421A (zh) | 一种基于渐进拉丁超立方采样的概率最优潮流计算方法 | |
| Srinivasan et al. | Correlation analysis of solar power and electric demand | |
| Chatzigeorgiou et al. | Solar cadastre for assessment of near-zero energy districts | |
| CN114819596B (zh) | 一种区域变电站规划方法、系统、终端及存储介质 | |
| CN110991083A (zh) | 一种光伏电站模型确定方法、装置、设备及储存介质 | |
| CN113326883B (zh) | 充电站功率利用率预测模型的训练方法、装置及介质 | |
| CN114611338B (zh) | 一种储能电站选址定容方法及系统 | |
| CN116260141B (zh) | 一种光伏电站功率的重构方法、系统及重构终端 | |
| CN116599087B (zh) | 一种储能系统的调频策略优化方法及系统 | |
| CN117293825B (zh) | 考虑风电爬坡的风速及功率混合预测方法及装置 |
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 |