一种分布式光伏发电系统日发电量的确定方法技术方案

本发明专利技术公开了一种分布式光伏发电系统日发电量的确定方法，通过气象数据平台获取用户所在地在各时段内日照相关参数的最大值、平均值以及最小值的数据信息；通过本地监控数据中心获取分布式光伏发电系统各时段发电量数据信息；通过电网能量管理系统获取电网运行的数据信息；假设日照相关参数以及用户电池储能充电事件均服从广义多维梯形模糊分布规律，确定日照相关参数以及电池储能充电有功功率控制值的广义多维梯形模糊集；在模糊概率分析的基础上，确定分布式光伏发电系统的日发电量。本申请可以计算出一天光伏发电系统的发电量，为分布式新能源发电及智能电网调度运行提供了必要的技术支撑。

【技术实现步骤摘要】

本专利技术涉及光伏发电
，特别是涉及一种分布式光伏发电系统日发电量的确定方法。
技术介绍
发展太阳能分布式发电系统是智慧城市的发展趋势，光伏发电和光热发电是太阳能发电两种不同的形式。近年来，光伏-光热一体化分布式发电系统成为发展主流的方向和研究热点的主题。太阳光在不同区域辐射强度、日照时间会存在极大的差异性，在同一地点因云层遮挡形成阴影而造成在不同时间和空间上日照强度，也会存在极大的差异性、随机性和模糊性，这种不确定特性决定了光伏和光热发电系统出力也具有极大的差异性、随机性和模糊性。因此，要确定光伏和光热发电系统输出功率的大小，就需要对该区域内太阳光辐射强度、日照时间进行概率分析或模糊分析、概率模糊分析，还要对在不同时间和空间上日照强度进行概率分析或模糊分析、概率模糊分析。城市居民等小用户以及商业建筑物、社区、工业区等大用户群分布式光伏发电系统是一种同时具有关系复杂且交互作用的随机和模糊不确定性事件或参量的系统。拥有分布式光伏发电系统的城市居民等新能源小用户以及商业建筑物、社区、工业区等新能源大用户群，在各种不确定性随机和模糊事件或参量的影响下，其日发电量变得更具随机特性和模糊特性。以往新能源用户分布式光伏发电系统日发电量通常采用确定性的计算方法。确定性计算的方法通常是在假设区域内太阳光辐射强度、日照时间以及用户所在地在不同时间和空间上日照强度、日照时间、日照阴影、日照偏角度都确定的情况下，计算新能源用户分布式光伏发电系统的日发电量，没有考虑作为接续发电或连续发电的光伏发电系统的电池储能容量或光热发电系统的熔融盐储能装机容量、储能状态、能源转换效率、配电网调压要求和柔性控制方式等因素的影响，计算结果是唯一性和确定性的，往往不能反应新能源用户分布式光伏发电系统日发电量的实际情况。而有些采用概率分析的不确定性计算方法，通常是在只假设日照强度等单一因素为不确定性因素的情况下，计算新能源用户分布式光伏发电系统的日发电量，计算结果是具有一定置信水平的概率值。实际上，新能源用户光伏发电系统日发电量不仅由区域内太阳光辐射强度、日照时间的概率或模糊度决定，还由用户所在地在不同时间和空间上日照强度、日照时间、日照阴影、日照偏角度的概率或模糊度决定，同时还取决于作为接续发电或连续发电的光伏发电系统的电池储能容量或光热发电系统的熔融盐储能装机容量、储能状态、能源转换效率、配电网调压要求和柔性控制方式等因素。而且，这些影响因素通常都有随机不确定性或模糊不确定性，或者是具有随机和模糊不确定性，往往以随机和模糊不确定性事件或参量而存在。可见，新能源用户分布式光伏发电系统日发电量计算的现有技术都没有全面考虑影响因素的不确定性和随机性，计算方法适用性、实用性和应用性也难以得到满足。
技术实现思路
本专利技术的目的是提供一种分布式光伏发电系统日发电量的确定方法，目的在于解决现有技术对光伏系统日发电量确定时未考虑各因素的不确定性和随机性，导致计算结果实用性较差的问题。为解决上述技术问题，本专利技术提供一种分布式光伏发电系统日发电量的确定方法，包括：通过气象数据平台获取用户所在地在各时段内日照相关参数的最大值、平均值以及最小值的数据信息；通过本地监控数据中心获取分布式光伏发电系统各时段发电量数据信息；通过电网能量管理系统获取电网运行的数据信息；假设所述日照相关参数以及用户电池储能充电事件均服从广义多维梯形模糊分布规律，确定所述日照相关参数以及电池储能充电有功功率控制值的广义多维梯形模糊集；在模糊概率分析的基础上，确定所述分布式光伏发电系统的日发电量。可选地，确定所述日照相关参数的广义多维梯形模糊集包括：根据分布式光伏发电系统输出功率与日照相关参数的特征关系，采用统计分析的方法，计算各时段光伏发电系统所述输出功率与各所述日照相关参数最大值、平均值以及最小值模糊不确定性关系的广义多维梯形模糊集。可选地，所述确定所述日照相关参数的广义多维梯形模糊集包括：确定所述光伏发电系统输出功率与日照强度模糊不确定性关系的广义多维梯形模糊集；确定所述光伏发电系统输出功率与日照时间模糊不确定性关系的广义多维梯形模糊集；确定所述光伏发电系统输出功率与日照阴影模糊不确定性关系的广义多维梯形模糊集；确定所述光伏发电系统输出功率与日照偏角模糊不确定性关系的广义多维梯形模糊集；确定所述光伏发电系统输出功率与环境温度升高幅度模糊不确定性关系的广义多维梯形模糊集。可选地，所述确定所述光伏发电系统输出功率与日照强度模糊不确定性关系的广义多维梯形模糊集包括：获取用户所在地一天中白天NSH个时段日照强度值1、值2、…、值NV的相关数据信息，根据光伏发电系统输出功率与日照强度之间的特征关系，采用统计分析方法计算确定用户时段t，光伏发电系统输出功率与日照强度多个数值模糊不确定性关系的n维广义梯形模糊集SHVtk=(SHV1tk,SHV2tk,...,SHVntk)=[(SHV11tk,SHV12tk,SHV13tk,SHV14tk;kSHV1tk),(SHV21tk,SHV22tk,SHV23tk,SHV24tk;kSHV2tk),...(SHVn1tk,SHVn2tk,SHVn3tk,SHVn4tk;kSHVntk)]]]>式中，t＝1,2,...,NSH，k1＝1,2,...,NV1，NV1为历史数据中日照强度数值的数量，和分别为时段t日照强度值k第1、2、…、n个梯形模糊集及隶属度系数，j＝1,2,3,4，m＝1,2,...,n，为时段t日照强度值k第m个梯形模糊集的第j个模糊数。可选地，所述确定所述光伏发电系统输出功率与日照时间模糊不确定性关系的广义多维梯形模糊集包括：获取用户所在地一天中白天NSH个时段日照时间值1、值2、…、值NV的相关数据信息，根据光伏发电系统输出功率与日照时间之间的特征关系，采用统计分析方法计算确定用户时段t，光伏发电系统输出功率与日照时间多个数值模糊不确定性关系的n维广义梯形模糊集THVtk=(THV1tk,THV2tk,...,THVntk)=[(THV11tk,THV12tk,THV13tk,THV14tk;kTHV1tk),(THV21tk,THV22tk,THV23tk,THV24tk;kTHV2tk),...(THVn1tk,THVn2tk,THVn3tk,THVn4tk;kTHVntk)]]]>式中，k2＝1,2,...,NV2，NV2为历史数据中日照时间数值的数量，和分别为时段t日照时间值k第1、2、…、n个梯形模糊集及隶属度系数，为时段t日照时间值k第m个梯形模糊集的第j个模糊数。可选地，所述确定所述光伏发电系统输出功率与日照阴影模糊不确定性关系的广义多维梯形模糊集包括：获取用户所在地一天中白天NSH个时段日照阴影值1、值2、…、值NV的相关数据信息，根据光伏发电系统输出功率与日照阴影之间的特征关系，采用统计分析方法计算确定用户时段t光伏发电系统输出功率与日照阴影多个数值模糊不确定性关系的n维广义梯形模糊集YHVtk=(YHV1tk,YHV2tk,...,YHVntk)=[(YHV11tk,YHV12tk,YHV13tk,YHV14tk;kYHV1tk),(YHV21tk,YHV本文档来自技高网...

【技术保护点】
一种分布式光伏发电系统日发电量的确定方法，其特征在于，包括：通过气象数据平台获取用户所在地在各时段内日照相关参数的最大值、平均值以及最小值的数据信息；通过本地监控数据中心获取分布式光伏发电系统各时段发电量数据信息；通过电网能量管理系统获取电网运行的数据信息；假设所述日照相关参数以及用户电池储能充电事件均服从广义多维梯形模糊分布规律，确定所述日照相关参数以及电池储能充电有功功率控制值的广义多维梯形模糊集；在模糊概率分析的基础上，确定所述分布式光伏发电系统的日发电量。

【技术特征摘要】
1.一种分布式光伏发电系统日发电量的确定方法，其特征在于，包括：通过气象数据平台获取用户所在地在各时段内日照相关参数的最大值、平均值以及最小值的数据信息；通过本地监控数据中心获取分布式光伏发电系统各时段发电量数据信息；通过电网能量管理系统获取电网运行的数据信息；假设所述日照相关参数以及用户电池储能充电事件均服从广义多维梯形模糊分布规律，确定所述日照相关参数以及电池储能充电有功功率控制值的广义多维梯形模糊集；在模糊概率分析的基础上，确定所述分布式光伏发电系统的日发电量。2.如权利要求1所述的分布式光伏发电系统日发电量的确定方法，其特征在于，确定所述日照相关参数的广义多维梯形模糊集包括：根据分布式光伏发电系统输出功率与日照相关参数的特征关系，采用统计分析的方法，计算各时段光伏发电系统所述输出功率与各所述日照相关参数最大值、平均值以及最小值模糊不确定性关系的广义多维梯形模糊集。3.如权利要求1或2所述的分布式光伏发电系统日发电量的确定方法，其特征在于，所述确定所述日照相关参数的广义多维梯形模糊集包括：确定所述光伏发电系统输出功率与日照强度模糊不确定性关系的广义多维梯形模糊集；确定所述光伏发电系统输出功率与日照时间模糊不确定性关系的广义多维梯形模糊集；确定所述光伏发电系统输出功率与日照阴影模糊不确定性关系的广义多维梯形模糊集；确定所述光伏发电系统输出功率与日照偏角模糊不确定性关系的广义多维梯形模糊集；确定所述光伏发电系统输出功率与环境温度升高幅度模糊不确定性关系的广义多维梯形模糊集。4.如权利要求3所述的分布式光伏发电系统日发电量的确定方法，其特征在于，所述确定所述光伏发电系统输出功率与日照强度模糊不确定性关系的广义多维梯形模糊集包括：获取用户所在地一天中白天NSH个时段日照强度值1、值2、…、值NV的相关数据信息，根据光伏发电系统输出功率与日照强度之间的特征关系，采用统计分析方法计算确定用户时段t，光伏发电系统输出功率与日照强度多个数值模糊不确定性关系的n维广义梯形模糊集SHVtk=(SHV1tk,SHV2tk,...,SHVntk)=[(SHV11tk,SHV12tk,SHV13tk,SHV14tk;kSHV1tk),(SHV21tk,SHV22tk,SHV23tk,SHV24tk;kSHV2tk),...(SHVn1tk,SHVn2tk,SHVn3tk,SHVn4tk;kSHVntk)]]]>式中，t＝1,2,...,NSH，k1＝1,2,...,NV1，NV1为历史数据中日照强度数值的数量，和分别为时段t日照强度值k第1、2、…、n个梯形模糊集及隶属度系数，j＝1,2,3,4，m＝1,2,...,n，为时段t日照强度值k第m个梯形模糊集的第j个模糊数。5.如权利要求4所述的分布式光伏发电系统日发电量的确定方法，其特征在于，所述确定所述光伏发电系统输出功率与日照时间模糊不确定性关系的广义多维梯形模糊集包括：获取用户所在地一天中白天NSH个时段日照时间值1、值2、…、值NV的相关数据信息，根据光伏发电系统输出功率与日照时间之间的特征关系，采用统计分析方法计算确定用户时段t，光伏发电系统输出功率与日照时间多个数值模糊不确定性关系的n维广义梯形模糊集THVtk=(THV1tk,THV2tk,...,THVntk)=[(THV11tk,THV12tk,THV13tk,THV14tk;kTHV1tk),(THV21tk,THV22tk,THV23tk,THV24tk;kTHV2tk),]]>...(THVn1tk,THVn2tk,THVn3tk,THVn4tk;kTHVntk)]]]>式中，k2＝1,2,...,NV2，NV2为历史数据中日照时间数值的数量，和分别为时段t日照时间值k第1、2、…、n个梯形模糊集及隶属度系数，为时段t日照时间值k第m个梯形模糊集的第j个模糊数。6.如权利要求5所述的分布式光伏发电系统日发电量的确定方法，其特征在于，所述确定所述光伏发电系统输出功率与日照阴影模糊不确定性关系的广义多维梯形模糊集包括：获取用户所在地一天中白天NSH个时段日照阴影值1、值2、…、值NV的相关数据信息，根据光伏发电系统输出功率与日照阴影之间的特征关系，采用统计分析方法计算确定用户时段t光伏发电系统输出功率与日照阴影多个数值模糊不确定性关系的n维广义梯形模糊集YHVtk=(YHV1tk,YHV2tk,...,YHVntk)=[(YHV11tk,YHV12tk,YHV13tk,YHV14tk;kYHV1tk),(YHV21tk,YHV22tk,YHV23tk,YHV24tk;kYHV2tk),...(YHVn1tk,YHVn2tk,YHVn3tk,YHVn4tk;kYHVntk)]]]>式中，k3＝1,2,...,NV3，N...

【专利技术属性】
技术研发人员：吴杰康，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44