基于云数据分析的分布式光伏系统效率评估方法及装置制造方法及图纸

本发明专利技术涉及基于云数据分析的分布式光伏系统效率评估方法及装置，方法包括：建立以自然资源指标、电量、能耗、设备运行水平和经济效益为指标的综合评估指标体系，计算上述各指标；获得指标数据形成评估判断矩阵；利用综合客观权重法确定指标权重；根据权重计算光伏电站运行特性的评估值，通过单指标和多指标的综合评估，从不同时间尺度和空间尺度进行光伏系统的性能分析。装置包括指标计算模块、规范化处理模块、客观权重计算模块、评估值计算模块。评估结果可用于分析光伏组件等各部件存在的安全隐患，及其对电站发电产生的实际影响，并给出提高光伏发电效率的建议。

【技术实现步骤摘要】
基于云数据分析的分布式光伏系统效率评估方法及装置
本专利技术涉及光伏发电
，具体地说是基于云数据分析的分布式光伏系统效率评估方法及装置。
技术介绍
随着能源短缺与能源需求的矛盾日益突出，能源价格会不断升高，严重阻碍了社会发展的步伐，寻找可再生能源，走可持续发展道路迫在眉睫。太阳能作为一种最常见的可再生能源，不仅分布广，无污染，而且可再生，被国际上认为是最好的化石能源替代品。分布式光伏发电是一种新型的、具有广阔发展前景的发电和能源综合利用方式，它倡导就近发电，就近使用，就近转换，就近并网的原则，以满足特定用户的需求，可以有效提高同等规模光伏电站的发电量，还可以降低电力在升压及长途运输中的损耗。截至2015年底，我国光伏电站的累计装机规模已经达到43GW，“十三五”规划的光伏装机规模将达到150GW，其中分布式累计达到70GW，具备10倍成长空间。从全球范围来讲，光伏电站装机规模仍然会持续高速增长态势。2016年，光伏行业的发展将不再是简单的生产、推广与应用，不再是过度依靠政府补贴就能轻松盈利，行业发展要全身心拥抱“互联网+”。在分布式光伏发电领域，越来越多的光伏企业正在建立智能电站、储能中心、云计算和大数据中心，通过与能源互联网的深度融合进一步扩大市场空间。对于分布式光伏电站，电站运行状况的检测和运行维护工作尤为重要。光伏并网电站的系统效率是表征光伏电站运行性能的最终指标，在电站容量和光辐照量一致的情况下，系统效率越高代表发电量越大，因此，分析影响分布式光伏系统效率的各个因素及改善系统发电效率是分布式光伏电站设计及运维的重点。目前，国内外针对分布式光伏系统发电效率的评估还没有相对完备的评估指标体系，我国现有的效率评估比较单一，仅仅从某一方面，如发电量或发电效率来进行分析。
技术实现思路
针对现有技术中的上述问题，以及分布式光伏电站效率评估体系不健全，评估结果可参考性差，不能对光伏电站的运营维护，故障诊断，效率提高提供有效指导的问题，本专利技术的目的是结合云数据分析技术，利用综合客观评价法对分布式光伏系统效率进行客观、有效、准确的评估，提出一种基于云数据分析的分布式光伏系统效率评估方法及装置。评估结果可用于分析光伏组件等各部件存在的安全隐患，及其对电站发电产生的实际影响，并给出提高光伏发电效率的建议。本专利技术为实现上述目的所采用的技术方案是：基于云数据分析的分布式光伏系统效率评估方法及装置。基于云数据分析的分布式光伏系统效率评估方法，包括以下步骤：步骤1：建立以自然资源指标、电量、能耗、设备运行水平和经济效益为指标的综合评估指标体系，计算上述各指标；步骤2：对各指标进行规范化处理，得到无量纲的判断矩阵；步骤3：采用熵值法、标准离差法和灰关联度法计算判断矩阵中每个指标的权重，取三种方法求得的权重值的平均值作为最终客观权重；步骤4：根据权重计算光伏电站运行特性的评估值。所述自然资源指标S包括：倾斜面总辐射量，日照时数，平均风速，平均气温，相对湿度；所述电量指标E包括：理论发电量，实际发电量，并网电量，购网电量，逆变器输入电量，逆变器输出电量，峰值日照小时数，等效利用小时数，光伏方阵等价发电时，最终光伏系统等价发电时；所述能耗指标L包括：自用电量，综合损耗电量，光伏方阵吸收损耗，逆变器损耗，集电线路及箱变损耗，升压站损耗；所述设备运行水平指标H包括：最大出力，综合效率，逆变器转换效率，光伏方阵效率，性能比，离散率；所述经济效益指标Q包括：购网电量费用，并网电量费用，光伏发电补贴费用，财务内部收益率，静态投资回收期。所述步骤2是采用(0-1)区间变换法对各指标进行规范化处理，得到无量纲的判断矩阵。(0-1)区间变换法使指标变换后对应偏好最高的指标值有rij＝1，对应偏好最低的指标值有rij＝0；计算公式如下所示：对效益型指标：对成本型指标：对适度型指标：对区间型指标：其中，上述式中xij为第j电站第i个指标的实际值，ximin、ximax为各指标在各自论语上确定的最小值和最大值，q为适度型指标的最适合值，[q1,q2]为区间型指标的最佳稳定区间；且q、q1、q2均为设置参数。规范化处理得到的判断矩阵为：其中，所述判断矩阵R的元素rij表示第j个评价对象第i个指标的规范化指标数据，o≤rij≤1，i＝1,2,...,m，j＝1,2,...,n，所述m为指标的个数，n为评价对象的个数。所述熵值法确定客观权重公式如下：其中，rij为判断矩阵R的元素，Ei为第i个指标的信息熵，i＝1,2,...,m，j＝1,2,...,n，系数K＝1/lnn；所述标准离差法确定客观权重公式如下：其中，σi表示第i个指标的标准差；所述灰关联度法确定客观权重步骤如下：(1)确定最优指标集F*：设式中ri*为第i个指标的最优值，取值为1；此时可构建出矩阵C：(2)计算灰关联度根据灰色系统理论，关联度矩阵E表示为：式中，ξij为第j个评价对象的第i个指标与其最优指标的关联系数；用关联分析法分别求得关联系数ξij：式中，ρ∈[0,1]，取0.5；(3)由灰关联度向权重的转换：计算所有评价对象与最优指标所对应的评价对象的关联度：所述最终综合客观权重公式如下：wi＝(wsi+wσi+wFi)/3其中，wi为第i个指标的权重，m＝nS+nE+nL+nH+nQ，nS,nE,nL,nH,nQ分别为指标S,E,L,H,Q对应包括的指标数量。所述评估值包括单项指标评估FajT和综合评估值FjT，计算方法如下：FaT＝[Fa1T,Fa2T,…,FajT]其中，当a为S,E,L,H,Q时，X,Y为：FajT为第j个评价对象在统计时间T时对应的二级指标a的评估值，FjT为第j个评价对象在统计时间T时对应的综合评估值。基于云数据分析的分布式光伏系统效率评估装置，包括：指标计算模块，用于建立以自然资源指标、电量、能耗、设备运行水平和经济效益为指标的综合评估指标体系，并计算上述各指标；规范化处理模块，用于对指标计算模块得到的各指标进行规范化处理，得到无量纲的判断矩阵；客观权重计算模块，用于采用熵值法、标准离差法和灰关联度法计算规范化处理模块得到的判断矩阵中每个指标的权重，取三种方法求得的权重值的平均值作为最终客观权重；评估值计算模块，用于根据权重计算光伏电站运行特性的评估值。所述自然资源指标S包括：倾斜面总辐射量，日照时数，平均风速，平均气温，相对湿度；所述电量指标E包括：理论发电量，实际发电量，并网电量，购网电量，逆变器输入电量，逆变器输出电量，峰值日照小时数，等效利用小时数，光伏方阵等价发电时，最终光伏系统等价发电时；所述能耗指标L包括：自用电量，综合损耗电量，光伏方阵吸收损耗，逆变器损耗，集电线路及箱变损耗，升压站损耗；所述设备运行水平指标H包括：最大出力，综合效率，逆变器转换效率，光伏方阵效率，性能比，离散率；所述经济效益指标Q包括：购网电量费用，并网电量费用，光伏发电补贴费用，财务内部收益率，静态投资回收期。所述规范化处理模块采用(0-1)区间变换法对各指标进行规范化处理，得到无量纲的判断矩阵：(0-1)区间变换法，使指标变换后对应偏好最高的指标值，有rij＝1，对应偏好最低的指标值有rij＝0；计算公式如下所示：对效益型指标：对成本型指标：对适度型指标：本文档来自技高网...

【技术保护点】
1.基于云数据分析的分布式光伏系统效率评估方法，其特征在于，包括以下步骤：步骤1：建立以自然资源指标、电量、能耗、设备运行水平和经济效益为指标的综合评估指标体系，计算上述各指标；步骤2：对各指标进行规范化处理，得到无量纲的判断矩阵；步骤3：采用熵值法、标准离差法和灰关联度法计算判断矩阵中每个指标的权重，取三种方法求得的权重值的平均值作为最终客观权重；步骤4：根据权重计算光伏电站运行特性的评估值。

【技术特征摘要】
1.基于云数据分析的分布式光伏系统效率评估方法，其特征在于，包括以下步骤：步骤1：建立以自然资源指标、电量、能耗、设备运行水平和经济效益为指标的综合评估指标体系，计算上述各指标；步骤2：对各指标进行规范化处理，得到无量纲的判断矩阵；步骤3：采用熵值法、标准离差法和灰关联度法计算判断矩阵中每个指标的权重，取三种方法求得的权重值的平均值作为最终客观权重；步骤4：根据权重计算光伏电站运行特性的评估值。2.按照权利要求1所述基于云数据分析的分布式光伏系统效率评估方法，其特征在于，所述自然资源指标S包括：倾斜面总辐射量，日照时数，平均风速，平均气温，相对湿度；所述电量指标E包括：理论发电量，实际发电量，并网电量，购网电量，逆变器输入电量，逆变器输出电量，峰值日照小时数，等效利用小时数，光伏方阵等价发电时，最终光伏系统等价发电时；所述能耗指标L包括：自用电量，综合损耗电量，光伏方阵吸收损耗，逆变器损耗，集电线路及箱变损耗，升压站损耗；所述设备运行水平指标H包括：最大出力，综合效率，逆变器转换效率，光伏方阵效率，性能比，离散率；所述经济效益指标Q包括：购网电量费用，并网电量费用，光伏发电补贴费用，财务内部收益率，静态投资回收期。3.按照权利要求2所述基于云数据分析的分布式光伏系统效率评估方法，其特征在于，所述步骤2是采用(0-1)区间变换法对各指标进行规范化处理，得到无量纲的判断矩阵；(0-1)区间变换法使指标变换后对应偏好最高的指标值有rij＝1，对应偏好最低的指标值有rij＝0；计算公式如下所示：对效益型指标：对成本型指标：对适度型指标：对区间型指标：其中，上述式中xij为第j电站第i个指标的实际值，ximin、ximax为各指标的最小值和最大值，q为适度型指标的最适合值，[q1,q2]为区间型指标的最佳稳定区间；规范化处理得到的判断矩阵为：其中，所述判断矩阵R的元素rij表示第j个评价对象第i个指标的规范化指标数据，o≤rij≤1，i＝1,2,...,m，j＝1,2,...,n，所述m为指标的个数，n为评价对象的个数。4.按照权利要求3所述基于云数据分析的分布式光伏系统效率评估方法，其特征在于，所述熵值法确定客观权重公式如下：其中，rij为判断矩阵R的元素，Ei为第i个指标的信息熵，系数K＝1/lnn；所述标准离差法确定客观权重公式如下：其中，σi表示第i个指标的标准差；所述灰关联度法确定客观权重步骤如下：(1)确定最优指标集F*：设式中ri*为第i个指标的最优值，取值为1；此时可构建出矩阵C：(2)计算灰关联度根据灰色系统理论，关联度矩阵E表示为：式中，ξij为第j个评价对象的第i个指标与其最优指标的关联系数；用关联分析法分别求得关联系数ξij：式中，ρ∈[0,1]，取0.5；(3)由灰关联度向权重的转换：计算所有评价对象与最优指标所对应的评价对象的关联度：所述最终综合客观权重公式如下：wi＝(wsi+wσi+wFi)/3其中，wi为第i个指标的权重，m＝nS+nE+nL+nH+nQ，nS,nE,nL,nH,nQ分别为指标S,E,L,H,Q对应包括的指标数量。5.按照权利要求4所述基于云数据分析的分布式光伏系统效率评估方法，其特征在于，所述评估值包括单项指标评估FajT和综合评估值FjT，计算方法如下：FaT＝[Fa1T,Fa2T,…,FajT]其中，当a为S,E,L,H,Q时，X,Y为：FajT为第j个评价对象在统计时间T时对应的指标a的评估值，FjT为第j个评价对象在统计时间T时对应的综合评估值。6.基于云数据分析的分布式光伏系统效率评估装置，其特征在于，包括：指标计算模块，用于建立以自然资源指标、电量、能耗、设备运行水平和经济效益为指标的综合评估...

【专利技术属性】
技术研发人员：王忠锋，胡博，王浩淼，张涛，李力刚，黄剑龙，杨东升，王福东，张旭阳，
申请(专利权)人：国网辽宁省电力有限公司鞍山供电公司，中国科学院沈阳自动化研究所，国家电网公司，
类型：发明
国别省市：辽宁,21