CN118249737A - 一种新能源光伏电站集群出力分析方法及系统 - Google Patents
一种新能源光伏电站集群出力分析方法及系统 Download PDFInfo
- Publication number
- CN118249737A CN118249737A CN202410197435.3A CN202410197435A CN118249737A CN 118249737 A CN118249737 A CN 118249737A CN 202410197435 A CN202410197435 A CN 202410197435A CN 118249737 A CN118249737 A CN 118249737A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic power
- power station
- new energy
- real
- output
- 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
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 33
- 238000012544 monitoring process Methods 0.000 claims abstract description 71
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000010248 power generation Methods 0.000 claims abstract description 33
- 230000005856 abnormality Effects 0.000 claims description 50
- 230000002159 abnormal effect Effects 0.000 claims description 43
- 238000001514 detection method Methods 0.000 claims description 29
- 230000007613 environmental effect Effects 0.000 claims description 21
- 230000010485 coping Effects 0.000 claims description 16
- 238000013486 operation strategy Methods 0.000 claims description 15
- 238000013527 convolutional neural network Methods 0.000 claims description 8
- 238000003491 array Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005286 illumination Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
-
- 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
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
-
- 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
- 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
-
- 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
- H02S40/00—Components or accessories in combination with PV modules, not provided for in groups H02S10/00 - H02S30/00
- H02S40/30—Electrical components
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- Human Computer Interaction (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种新能源光伏电站集群出力分析方法及系统,涉及数据处理领域。所述方法包括:确定目标光伏电站集群;基于高精度气象传感器获取多个新能源光伏电站的多组实时监测环境数据;对新能源光伏电站中的光伏阵列进行信息采集,获取多组光伏实时运行指标;将多组实时监测环境数据与多组光伏实时运行指标传输至中央数据处理单元,对多个新能源光伏电站进行发电出力预测,获取多个电站出力预测结果;对多个电站出力预测结果进行汇总,获取光伏电站集群出力结果;基于光伏电站集群出力结果,按照预设分析报告模板,获取出力分析报告。解决了现有技术中出力预测精度较低的技术问题,达到了提高光伏电站集群运行效率的技术效果。
Description
技术领域
本发明涉及数据处理领域,具体涉及一种新能源光伏电站集群出力分析方法及系统。
背景技术
在全球能源转型和环境保护的大背景下,新能源光伏电站作为清洁、可再生的能源形式,受到了广泛的关注和应用。然而,随着光伏电站规模的不断扩大和电站数量的增加,如何有效分析和管理光伏电站集群的出力成为了一个亟待解决的问题。传统的新能源光伏电站出力分析方法往往仅依赖于历史数据和经验公式进行出力预测,缺乏实时数据的支持和先进的预测算法,导致预测精度不高,难以应对复杂多变的光照和环境条件。其次,传统方法缺乏对光伏电站集群的整体分析和优化,往往只关注单个电站的出力情况,忽略了电站之间的相互影响和集群的整体效益。
发明内容
本申请实施例提供了一种新能源光伏电站集群出力分析方法及系统,解决了现有技术中出力预测精度较低的技术问题。
鉴于上述问题,本申请实施例提供了一种新能源光伏电站集群出力分析方法及系统。
本申请实施例的第一个方面,提供了一种新能源光伏电站集群出力分析方法,所述方法包括:
确定目标光伏电站集群,所述目标光伏电站集群包括多个新能源光伏电站;
在多个新能源光伏电站分别搭载高精度气象传感器,基于所述高精度气象传感器获取多个新能源光伏电站的多组实时监测环境数据;
分别交互多个新能源光伏电站,对新能源光伏电站中的光伏阵列进行信息采集,获取多组光伏实时运行指标,其中,所述信息采集包括光伏运行状态采集和光伏性能参数采集;
将所述多组实时监测环境数据与所述多组光伏实时运行指标传输至中央数据处理单元,对多个新能源光伏电站进行发电出力预测,获取多个电站出力预测结果;
对所述多个电站出力预测结果进行汇总,获取目标光伏电站集群的光伏电站集群出力结果;
基于所述光伏电站集群出力结果,按照预设分析报告模板,获取出力分析报告。
本申请实施例的第二个方面,提供了一种新能源光伏电站集群出力分析系统,所述系统包括:
确定模块,所述确定模块用于确定目标光伏电站集群,所述目标光伏电站集群包括多个新能源光伏电站;
监测模块,所述监测模块用于在多个新能源光伏电站分别搭载高精度气象传感器,基于所述高精度气象传感器获取多个新能源光伏电站的多组实时监测环境数据;
信息采集模块,所述信息采集模块用于分别交互多个新能源光伏电站,对新能源光伏电站中的光伏阵列进行信息采集,获取多组光伏实时运行指标,其中,所述信息采集包括光伏运行状态采集和光伏性能参数采集;
预测模块,所述预测模块用于将所述多组实时监测环境数据与所述多组光伏实时运行指标传输至中央数据处理单元,对多个新能源光伏电站进行发电出力预测,获取多个电站出力预测结果;
汇总模块,所述汇总模块用于对所述多个电站出力预测结果进行汇总,获取目标光伏电站集群的光伏电站集群出力结果;
报告生成模块,所述报告生成模块用于基于所述光伏电站集群出力结果,按照预设分析报告模板,获取出力分析报告。
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:
确定目标光伏电站集群,其中包括多个新能源光伏电站。每个新能源光伏电站都配备了高精度气象传感器,用于实时监测环境数据。同时,通过与光伏阵列进行信息采集,包括光伏运行状态和性能参数的获取,得到多组光伏实时运行指标。这些实时监测环境数据和光伏实时运行指标被传输至中央数据处理单元,用于进行发电出力预测,从而获得各个电站的出力预测结果。将这些预测结果汇总,得到目标光伏电站集群的光伏电站集群出力结果。最后,根据预设的分析报告模板,生成出力分析报告。解决了现有技术中出力预测精度较低的技术问题,达到了提高光伏电站集群运行效率的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍,显而易见的,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种新能源光伏电站集群出力分析方法流程示意图;
图2为本申请实施例提供的一种新能源光伏电站集群出力分析系统结构示意图。
附图标记说明:确定模块11,监测模块12,信息采集模块13,预测模块14,汇总模块15,报告生成模块16。
具体实施方式
本申请实施例通过提供一种新能源光伏电站集群出力分析方法及系统,解决了现有技术中出力预测精度较低的技术问题。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其他步骤或模块。
实施例一
如图1所示,本申请实施例提供了一种新能源光伏电站集群出力分析方法,其中,方法包括:
确定目标光伏电站集群,所述目标光伏电站集群包括多个新能源光伏电站;
在多个新能源光伏电站分别搭载高精度气象传感器,基于所述高精度气象传感器获取多个新能源光伏电站的多组实时监测环境数据;
需要确定目标光伏电站集群,目标光伏电站集群包括多个新能源光伏电站,并在每个新能源光伏电站上搭载高精度气象传感器,以便获取实时监测环境数据。高精度气象传感器可以采集气温、光照、风速、风向等多种环境参数,能够提供更为准确的监测数据。通过获取多组实时监测环境数据,可以全面了解目标光伏电站集群的环境情况,为后续的数据处理和出力分析提供基础数据。
分别交互多个新能源光伏电站,对新能源光伏电站中的光伏阵列进行信息采集,获取多组光伏实时运行指标,其中,所述信息采集包括光伏运行状态采集和光伏性能参数采集;
通过交互多个新能源光伏电站,进而对新能源光伏电站中的光伏阵列进行信息采集,可以获取多组光伏实时运行指标,包括光伏电站的出力、效率、稳定性等指标。光伏运行状态采集包括光伏电站的开关机状态、组件运行状态等;而光伏性能参数采集则需要针对不同类型的光伏组件,采集不同的性能参数,例如温度系数、电压、电流、输出功率等。
将所述多组实时监测环境数据与所述多组光伏实时运行指标传输至中央数据处理单元,对多个新能源光伏电站进行发电出力预测,获取多个电站出力预测结果;
将从各个新能源光伏电站收集到的实时监测环境数据和光伏实时运行指标传输至中央数据处理单元。在中央数据处理单元中利用先进的数据处理和预测算法对多个新能源光伏电站进行发电出力预测。通过发电出力预测,可以获取多个电站的出力预测结果。
进一步而言,方法包括:
在所述中央数据处理单元中构建多个光伏电站出力预测器,所述多个光伏电站出力预测器与多个新能源光伏电站一一对应;
所述多组实时监测环境数据、所述多组光伏实时运行指标与所述多个光伏电站出力预测器均具有光伏电站编号标识;
当所述多组实时监测环境数据与所述多组光伏实时运行指标传输至中央数据处理单元后,中央数据处理单元基于光伏电站编号标识为多组实时监测环境数据与多组光伏实时运行指标激活对应的光伏电站出力预测器,以对多个新能源光伏电站进行发电出力预测。
在中央数据处理单元构建多个光伏电站出力预测器,并确保这些出力预测器与多个新能源光伏电站一一对应。每个光伏电站出力预测器都应该能够接收特定光伏电站的实时监测环境数据和光伏实时运行指标,并进行相应的出力预测。为了实现对应关系,需要在实时监测环境数据、光伏实时运行指标以及光伏电站出力预测器中添加光伏电站编号标识,以便在数据传输到中央数据处理单元后进行匹配。当数据到达中央数据处理单元后,系统将根据光伏电站编号标识激活对应的光伏电站出力预测器,从而实现针对每个光伏电站的发电出力预测。
进一步而言,构建多个光伏电站出力预测器,方法包括:
对所述多个新能源光伏电站进行编号,获取光伏电站编号,并按照所述光伏电站编号组建光伏电站集群列表;
遍历所述光伏电站集群列表,在所述光伏电站集群列表提取第一光伏电站编号;
基于所述第一光伏电站编号查找对应新能源光伏电站,获取第一新能源光伏电站;
为所述第一新能源光伏电站构建光伏电站出力预测器,获取第一光伏电站出力预测器,添加至所述多个光伏电站出力预测器中。
可选的,对多个新能源光伏电站进行编号,并获取光伏电站编号,然后按照这些编号组建光伏电站集群列表,遍历光伏电站集群列表,提取第一个光伏电站编号作为第一光伏电站编号。根据第一光伏电站编号查找对应的新能源光伏电站,获取第一个新能源光伏电站,为第一个新能源光伏电站构建光伏电站出力预测器,训练得到第一个光伏电站出力预测器。将第一个光伏电站出力预测器添加至之前构建的多个光伏电站出力预测器中,确保每个预测器与对应的光伏电站编号相匹配。
进一步而言,为所述第一新能源光伏电站构建光伏电站出力预测器,获取第一光伏电站出力预测器,方法包括:
检索所述第一新能源光伏电站的历史数据,获取样本监测环境数据集合、样本光伏运行指标集合、样本电站出力预测结果集合;
基于卷积神经网络,采用所述样本监测环境数据集合、所述样本光伏运行指标集合、所述样本电站出力预测结果集合,构建第一光伏电站出力预测器。
可选的,检索第一新能源光伏电站的历史数据,包括监测环境数据集合、光伏运行指标集合和电站出力预测结果集合。基于卷积神经网络构建第一光伏电站出力预测器,具体来说,对样本监测环境数据集合和样本光伏运行指标集合进行归一化处理,以避免数据之间的差异造成的影响。将处理后的数据集分为训练集、验证集和测试集,可选用比例为6:2:2。选择适当的卷积神经网络模型结构来构建预测器,如LeNet-5、AlexNet、VGG、ResNet等。将归一化后的训练数据输入到卷积神经网络模型中,通过反向传播算法更新网络权重,使得模型能够更好地拟合训练数据。在这个过程中,可以通过调整学习率、正则化系数等超参数来优化模型性能。将归一化后的验证集数据输入到卷积神经网络模型中,评估模型的准确性和泛化性能。如果模型表现不佳,可以通过调整模型结构、网络参数等来改进。将归一化后的测试集数据输入到卷积神经网络模型中,得到预测结果,并将其与实际出力进行比较,计算误差并评估模型的性能。将训练好的第一光伏电站出力预测器应用到实际场景中,实时对光伏电站的发电出力进行预测。
对所述多个电站出力预测结果进行汇总,获取目标光伏电站集群的光伏电站集群出力结果;
将所有光伏电站的出力预测结果相加,得到目标光伏电站集群的光伏电站集群出力结果。
基于所述光伏电站集群出力结果,按照预设分析报告模板,获取出力分析报告。
对光伏电站集群出力结果进行数据清洗和处理,以满足分析报告的需求。比如,统计不同时间段内光伏电站集群的发电量、功率输出等指标,并将其转化为可视化的图表和统计数据。根据之前准备好的数据和分析报告模板,生成出力分析报告。
进一步而言,方法还包括:
通过所述多个新能源光伏电站的历史数据,分别为所述多个新能源光伏电站设置光伏发电出力约束,所述光伏发电出力约束为新能源光伏电站在标准运行情况下的最低发电量;
当所述多个电站出力预测结果中存在电站出力预测结果不满足所述光伏发电出力约束时,将对应的新能源光伏电站设为异常新能源光伏电站;
提取所述异常新能源光伏电站的实时监测环境数据与光伏实时运行指标,设置为异常实时监测环境数据与异常光伏实时运行指标;
基于所述异常实时监测环境数据与所述异常光伏实时运行指标对目标光伏电站集群进行运行策略调整。
根据多个新能源光伏电站的历史数据,计算每个电站在标准运行情况下的最低发电量,作为光伏发电出力的约束条件。利用所述多个电站的出力预测结果,将其与相应的光伏发电出力约束进行比较。如果某个电站的出力预测结果低于约束值,则将该电站标记为异常新能源光伏电站。提取异常新能源光伏电站的实时监测环境数据和光伏实时运行指标,并设置为异常实时监测环境数据与异常光伏实时运行指标。对提取的异常实时监测环境数据和异常光伏实时运行指标进行分析,以确定导致异常的具体原因。基于对异常数据的分析结果,对目标光伏电站集群进行运行策略调整。
进一步而言,基于所述异常实时监测环境数据与所述异常光伏实时运行指标对目标光伏电站集群进行运行策略调整,方法包括:
所述中央数据处理单元中包括环境数据异常检测器和光伏运行异常检测器;
当出现所述异常实时监测环境数据与所述异常光伏实时运行指标时,将所述异常实时监测环境数据输入环境数据异常检测器,获取环境异常检测结果;
同步将所述异常光伏实时运行指标输入光伏运行异常检测器中,获取运行异常检测结果;
基于所述环境异常检测结果与所述运行异常检测结果对目标光伏电站集群进行运行策略调整。
中央数据处理单元包括环境数据异常检测器和光伏运行异常检测器,并且当出现异常实时监测环境数据和异常光伏实时运行指标时,将它们分别输入到对应的异常检测器中进行检测,然后基于检测结果对目标光伏电站集群进行运行策略调整。具体来说,将异常实时监测环境数据输入环境数据异常检测器中,环境数据异常检测器可以利用各种算法和模型来分析环境数据,识别异常模式或异常特征,并生成环境异常检测结果。同时,将异常光伏实时运行指标输入光伏运行异常检测器中,光伏运行异常检测器针对光伏电站的运行参数和性能数据进行分析,识别可能的运行异常情况,并生成运行异常检测结果。基于环境异常检测结果和运行异常检测结果,对目标光伏电站集群进行运行策略调整。根据检测结果,可以针对性地调整光伏电站的运行参数、维护计划、故障排除方案等,以优化光伏发电效率和系统可靠性。
进一步而言,基于所述环境异常检测结果与所述运行异常检测结果对目标光伏电站集群进行运行策略调整,方法包括:
预构建环境异常-应对策略对应表与运行异常-应对策略对应表;
在所述环境异常-应对策略对应表与所述运行异常-应对策略对应表分别对所述环境异常检测结果与所述运行异常检测结果进行检索,获取环境异常应对策略与运行异常应对策略;
按照所述环境异常应对策略与所述运行异常应对策略对目标光伏电站集群进行运行策略调整。
可选的,根据专业知识和历史数据,建立环境异常-应对策略对应表和运行异常-应对策略对应表,这些表格包括各种可能的环境异常和运行异常情况,以及针对这些异常情况的相应处理策略。当环境异常检测器和运行异常检测器分别生成了异常检测结果后,将这些结果用于检索环境异常-应对策略对应表和运行异常-应对策略对应表,从中获取相应的环境异常应对策略和运行异常应对策略。根据所获取的环境异常应对策略和运行异常应对策略,对目标光伏电站集群进行运行策略调整。
综上所述,本申请实施例至少具有如下技术效果:
确定目标光伏电站集群,其中包括多个新能源光伏电站。每个新能源光伏电站都配备了高精度气象传感器,用于实时监测环境数据。同时,通过与光伏阵列进行信息采集,包括光伏运行状态和性能参数的获取,得到多组光伏实时运行指标。这些实时监测环境数据和光伏实时运行指标被传输至中央数据处理单元,用于进行发电出力预测,从而获得各个电站的出力预测结果。将这些预测结果汇总,得到目标光伏电站集群的光伏电站集群出力结果。最后,根据预设的分析报告模板,生成出力分析报告。解决了现有技术中出力预测精度较低的技术问题,达到了提高光伏电站集群运行效率的技术效果。
实施例二
基于与前述实施例中一种新能源光伏电站集群出力分析方法相同的发明构思,如图2所示,本申请提供了一种新能源光伏电站集群出力分析系统,本申请实施例中的系统与方法实施例基于同样的发明构思。其中,系统包括:
确定模块11,所述确定模块11用于确定目标光伏电站集群,所述目标光伏电站集群包括多个新能源光伏电站;
监测模块12,所述监测模块12用于在多个新能源光伏电站分别搭载高精度气象传感器,基于所述高精度气象传感器获取多个新能源光伏电站的多组实时监测环境数据;
信息采集模块13,所述信息采集模块13用于分别交互多个新能源光伏电站,对新能源光伏电站中的光伏阵列进行信息采集,获取多组光伏实时运行指标,其中,所述信息采集包括光伏运行状态采集和光伏性能参数采集;
预测模块14,所述预测模块14用于将所述多组实时监测环境数据与所述多组光伏实时运行指标传输至中央数据处理单元,对多个新能源光伏电站进行发电出力预测,获取多个电站出力预测结果;
汇总模块15,所述汇总模块15用于对所述多个电站出力预测结果进行汇总,获取目标光伏电站集群的光伏电站集群出力结果;
报告生成模块16,所述报告生成模块16用于基于所述光伏电站集群出力结果,按照预设分析报告模板,获取出力分析报告。
进一步的,所述预测模块14用于执行如下方法:
在所述中央数据处理单元中构建多个光伏电站出力预测器,所述多个光伏电站出力预测器与多个新能源光伏电站一一对应;
所述多组实时监测环境数据、所述多组光伏实时运行指标与所述多个光伏电站出力预测器均具有光伏电站编号标识;
当所述多组实时监测环境数据与所述多组光伏实时运行指标传输至中央数据处理单元后,中央数据处理单元基于光伏电站编号标识为多组实时监测环境数据与多组光伏实时运行指标激活对应的光伏电站出力预测器,以对多个新能源光伏电站进行发电出力预测。
进一步的,所述预测模块14用于执行如下方法:
对所述多个新能源光伏电站进行编号,获取光伏电站编号,并按照所述光伏电站编号组建光伏电站集群列表;
遍历所述光伏电站集群列表,在所述光伏电站集群列表提取第一光伏电站编号;
基于所述第一光伏电站编号查找对应新能源光伏电站,获取第一新能源光伏电站;
为所述第一新能源光伏电站构建光伏电站出力预测器,获取第一光伏电站出力预测器,添加至所述多个光伏电站出力预测器中。
进一步的,所述预测模块14用于执行如下方法:
检索所述第一新能源光伏电站的历史数据,获取样本监测环境数据集合、样本光伏运行指标集合、样本电站出力预测结果集合;
基于卷积神经网络,采用所述样本监测环境数据集合、所述样本光伏运行指标集合、所述样本电站出力预测结果集合,构建第一光伏电站出力预测器。
进一步的,所述报告生成模块16用于执行如下方法:
通过所述多个新能源光伏电站的历史数据,分别为所述多个新能源光伏电站设置光伏发电出力约束,所述光伏发电出力约束为新能源光伏电站在标准运行情况下的最低发电量;
当所述多个电站出力预测结果中存在电站出力预测结果不满足所述光伏发电出力约束时,将对应的新能源光伏电站设为异常新能源光伏电站;
提取所述异常新能源光伏电站的实时监测环境数据与光伏实时运行指标,设置为异常实时监测环境数据与异常光伏实时运行指标;
基于所述异常实时监测环境数据与所述异常光伏实时运行指标对目标光伏电站集群进行运行策略调整。
进一步的,所述报告生成模块16用于执行如下方法:
所述中央数据处理单元中包括环境数据异常检测器和光伏运行异常检测器;
当出现所述异常实时监测环境数据与所述异常光伏实时运行指标时,将所述异常实时监测环境数据输入环境数据异常检测器,获取环境异常检测结果;
同步将所述异常光伏实时运行指标输入光伏运行异常检测器中,获取运行异常检测结果;
基于所述环境异常检测结果与所述运行异常检测结果对目标光伏电站集群进行运行策略调整。
进一步的,所述报告生成模块16用于执行如下方法:
预构建环境异常-应对策略对应表与运行异常-应对策略对应表;
在所述环境异常-应对策略对应表与所述运行异常-应对策略对应表分别对所述环境异常检测结果与所述运行异常检测结果进行检索,获取环境异常应对策略与运行异常应对策略;
按照所述环境异常应对策略与所述运行异常应对策略对目标光伏电站集群进行运行策略调整。
需要说明的是,上述本申请实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (8)
1.一种新能源光伏电站集群出力分析方法,其特征在于,所述方法包括:
确定目标光伏电站集群,所述目标光伏电站集群包括多个新能源光伏电站;
在多个新能源光伏电站分别搭载高精度气象传感器,基于所述高精度气象传感器获取多个新能源光伏电站的多组实时监测环境数据;
分别交互多个新能源光伏电站,对新能源光伏电站中的光伏阵列进行信息采集,获取多组光伏实时运行指标,其中,所述信息采集包括光伏运行状态采集和光伏性能参数采集;
将所述多组实时监测环境数据与所述多组光伏实时运行指标传输至中央数据处理单元,对多个新能源光伏电站进行发电出力预测,获取多个电站出力预测结果;
对所述多个电站出力预测结果进行汇总,获取目标光伏电站集群的光伏电站集群出力结果;
基于所述光伏电站集群出力结果,按照预设分析报告模板,获取出力分析报告。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述中央数据处理单元中构建多个光伏电站出力预测器,所述多个光伏电站出力预测器与多个新能源光伏电站一一对应;
所述多组实时监测环境数据、所述多组光伏实时运行指标与所述多个光伏电站出力预测器均具有光伏电站编号标识;
当所述多组实时监测环境数据与所述多组光伏实时运行指标传输至中央数据处理单元后,中央数据处理单元基于光伏电站编号标识为多组实时监测环境数据与多组光伏实时运行指标激活对应的光伏电站出力预测器,以对多个新能源光伏电站进行发电出力预测。
3.根据权利要求2所述的方法,其特征在于,构建多个光伏电站出力预测器,包括:
对所述多个新能源光伏电站进行编号,获取光伏电站编号,并按照所述光伏电站编号组建光伏电站集群列表;
遍历所述光伏电站集群列表,在所述光伏电站集群列表提取第一光伏电站编号;
基于所述第一光伏电站编号查找对应新能源光伏电站,获取第一新能源光伏电站;
为所述第一新能源光伏电站构建光伏电站出力预测器,获取第一光伏电站出力预测器,添加至所述多个光伏电站出力预测器中。
4.根据权利要求3所述的方法,其特征在于,为所述第一新能源光伏电站构建光伏电站出力预测器,获取第一光伏电站出力预测器,包括:
检索所述第一新能源光伏电站的历史数据,获取样本监测环境数据集合、样本光伏运行指标集合、样本电站出力预测结果集合;
基于卷积神经网络,采用所述样本监测环境数据集合、所述样本光伏运行指标集合、所述样本电站出力预测结果集合,构建第一光伏电站出力预测器。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
通过所述多个新能源光伏电站的历史数据,分别为所述多个新能源光伏电站设置光伏发电出力约束,所述光伏发电出力约束为新能源光伏电站在标准运行情况下的最低发电量;
当所述多个电站出力预测结果中存在电站出力预测结果不满足所述光伏发电出力约束时,将对应的新能源光伏电站设为异常新能源光伏电站;
提取所述异常新能源光伏电站的实时监测环境数据与光伏实时运行指标,设置为异常实时监测环境数据与异常光伏实时运行指标;
基于所述异常实时监测环境数据与所述异常光伏实时运行指标对目标光伏电站集群进行运行策略调整。
6.根据权利要求5所述的方法,其特征在于,基于所述异常实时监测环境数据与所述异常光伏实时运行指标对目标光伏电站集群进行运行策略调整,包括:
所述中央数据处理单元中包括环境数据异常检测器和光伏运行异常检测器;
当出现所述异常实时监测环境数据与所述异常光伏实时运行指标时,将所述异常实时监测环境数据输入环境数据异常检测器,获取环境异常检测结果;
同步将所述异常光伏实时运行指标输入光伏运行异常检测器中,获取运行异常检测结果;
基于所述环境异常检测结果与所述运行异常检测结果对目标光伏电站集群进行运行策略调整。
7.根据权利要求6所述的方法,其特征在于,基于所述环境异常检测结果与所述运行异常检测结果对目标光伏电站集群进行运行策略调整,包括:
预构建环境异常-应对策略对应表与运行异常-应对策略对应表;
在所述环境异常-应对策略对应表与所述运行异常-应对策略对应表分别对所述环境异常检测结果与所述运行异常检测结果进行检索,获取环境异常应对策略与运行异常应对策略;
按照所述环境异常应对策略与所述运行异常应对策略对目标光伏电站集群进行运行策略调整。
8.一种新能源光伏电站集群出力分析系统,其特征在于,用于实施权利要求1-7任意一项所述的一种新能源光伏电站集群出力分析方法,所述系统包括:
确定模块,所述确定模块用于确定目标光伏电站集群,所述目标光伏电站集群包括多个新能源光伏电站;
监测模块,所述监测模块用于在多个新能源光伏电站分别搭载高精度气象传感器,基于所述高精度气象传感器获取多个新能源光伏电站的多组实时监测环境数据;
信息采集模块,所述信息采集模块用于分别交互多个新能源光伏电站,对新能源光伏电站中的光伏阵列进行信息采集,获取多组光伏实时运行指标,其中,所述信息采集包括光伏运行状态采集和光伏性能参数采集;
预测模块,所述预测模块用于将所述多组实时监测环境数据与所述多组光伏实时运行指标传输至中央数据处理单元,对多个新能源光伏电站进行发电出力预测,获取多个电站出力预测结果;
汇总模块,所述汇总模块用于对所述多个电站出力预测结果进行汇总,获取目标光伏电站集群的光伏电站集群出力结果;
报告生成模块,所述报告生成模块用于基于所述光伏电站集群出力结果,按照预设分析报告模板,获取出力分析报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410197435.3A CN118249737A (zh) | 2024-02-22 | 2024-02-22 | 一种新能源光伏电站集群出力分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410197435.3A CN118249737A (zh) | 2024-02-22 | 2024-02-22 | 一种新能源光伏电站集群出力分析方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118249737A true CN118249737A (zh) | 2024-06-25 |
Family
ID=91563961
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410197435.3A Pending CN118249737A (zh) | 2024-02-22 | 2024-02-22 | 一种新能源光伏电站集群出力分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118249737A (zh) |
-
2024
- 2024-02-22 CN CN202410197435.3A patent/CN118249737A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110070226B (zh) | 基于卷积神经网络与元学习的光伏功率预测方法及系统 | |
CN103810542A (zh) | 风电场风功率预测系统及实现方法 | |
CN117013527A (zh) | 一种分布式光伏发电功率预测方法 | |
CN103489046A (zh) | 风电场短期功率预测方法 | |
CN103473621A (zh) | 风电场短期功率预测方法 | |
CN110458342A (zh) | 一种基于改进的narx神经网络微气象监测系统及方法 | |
CN116307641A (zh) | 一种面向数字化电厂的资源协同调度管理方法及系统 | |
CN112580874A (zh) | 一种基于随机森林算法和tcn的短期风电功率预测方法 | |
CN104574221B (zh) | 一种基于损失电量特征参数的光伏电站运行状态辨识方法 | |
Shirbhate et al. | Solar panel monitoring and energy prediction for smart solar system | |
CN112508278A (zh) | 一种基于证据回归多模型的多联供系统负荷预测方法 | |
CN117236720A (zh) | 利用多气象因子特征的光伏电站发电功率预测方法 | |
CN116720983A (zh) | 一种基于大数据分析的供电设备异常检测方法及系统 | |
CN118249737A (zh) | 一种新能源光伏电站集群出力分析方法及系统 | |
CN111027816B (zh) | 一种基于数据包络分析的光伏发电效率计算方法 | |
CN115598459A (zh) | 一种配电网10kV馈线故障停电预测方法 | |
CN116232222B (zh) | 一种分布式光伏系统云边协同积灰程度监测方法及系统 | |
CN118246695B (zh) | 一种光伏新能源运维调度系统 | |
CN118228897B (zh) | 一种基于ceemdan-se-tcn-gru模型的电力负荷预测方法 | |
CN116933923B (zh) | 一种智能物联光伏蜂场优化系统及方法 | |
CN118569814B (zh) | 一种智慧燃气企业用户监管方法、物联网系统和介质 | |
KR20190092744A (ko) | 태양광 발전소 역모델링을 통한 일사량 추정 방법 | |
CN118693783A (zh) | 用于新能源电站的发电量预测精度提高方法及系统 | |
CN112101741B (zh) | 基于气象特征滤波和二象相似搜索的超短期风速预测方法 | |
CN118483768A (zh) | 一种提升太阳辐射量预报数据分辨率的方法 |
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 |