当前位置: 首页 > 专利查询>西华大学专利>正文

一种基于新型小波包基分解的光伏平抑方法及其系统技术方案

技术编号:24965646 阅读:64 留言:0更新日期:2020-07-21 15:10
本发明专利技术公开了一种基于新型小波包基分解算法的光伏平抑方法,包括:S1:获取短时光伏预测数据并生成光伏波动率;S2:通过新型小波包基分解算法对所述光伏波动率计算生成第一目标功率;S3:通过第一目标功率生成调度信号。本发明专利技术通过改进传统小波包基分解算法并引入评价函数,能够通过评价函数的可加性提升算法的运算速度和运算效率,并且能够基于不同时间周期的光伏波动率形成不同的第一功率轨迹,从而能够通过时刻保证调度信号与第一功率轨迹的趋近程度最高,即可使得光伏平抑系统能够自适应地分配光伏发电单元和光伏平抑单元的整体出力并提升其运算速度,取得了较好的实时性和平抑效果。

【技术实现步骤摘要】
一种基于新型小波包基分解的光伏平抑方法及其系统
本专利技术涉及配电网光伏波动平抑
,具体涉及一种基于新型小波包基分解的光伏平抑方法及其系统。
技术介绍
随着传统能源的日益减少和环境问题的日益突出,大力开发和利用可再生能源已成为我国的基本国策。其中,光伏发电是理想的可持续能源之一,其具有无污染、无噪音、安全可靠等特点。但是随着电网中光伏装机容量逐渐增大,光伏发电功率的随机波动将会影响电网的实时功率平衡,造成电网电压和频率波动,影响电网的电能质量和稳定性。同时由于这些波动难于预测,使得电网调度变得困难。将光伏功率波动限制在一定范围内的光伏波动平抑方法,是大规模运用光伏发电,减少弃光,解决当前能源危机的关键技术。全功率变流器(FSC)可变速抽水蓄能系统运行灵活可靠、工况转换迅速、环境压力小,是目前公认的最成熟、最经济、容量最大的储能方式,利用水力资源去平抑光伏功率波动,是当前研究的热点,有较大的发展空间。但相对于光伏波动速率而言,仍存在抽水蓄能动态功率调节能力较慢的问题,在考虑抽水蓄能动态响应能力的基础上,如何合理的分配其出力,达到较好的平抑效果,是该技术的关键点。目前已有学者运用小波包分解,利用FSC可变速抽水蓄能系统来平抑光伏波动,小波包分解将光伏波动进行多层次划分,在充分分析光伏功率幅频特性的基础上,根据光伏波动的特征,储能的特性,合理分配其出力,取得了较好的平抑效果。然而光伏平抑具有实时性,传统的小波包分解算法耗时较长,且分层固定,不具有自适应性。综上所述,光伏发电领域中仍存在使用光伏平抑装置进行平抑光伏功率波动时,对光伏功率波动的跟随性较差并且平抑效果较差的问题。
技术实现思路
有鉴于此,本专利技术提供一种基于新型小波包基分解算法的光伏平抑方法,通过改进光伏波动率的处理方法,解决了传统的光伏平抑方法的处理时间较长、不具有自适应性的问题。为解决以上技术问题,本专利技术的技术方案为采用一种基于新型小波包基分解算法的光伏平抑方法,其特征在于,包括:S1:获取短时光伏预测数据并生成光伏波动率;S2:通过新型小波包基分解算法对所述光伏波动率计算生成第一目标功率;S3:通过第一目标功率生成调度信号。可选地,所述S2包括:S21:基于所述光伏波动率生成光伏功率信号;S22:对所述光伏功率信号执行所述新型小波包基分解算法生成多层小波包信号;S23:获取多层小波包基中的具有最小评价函数值的节点并标记为所述第一目标功率。可选地,所述S23包括:S231:获取第一功率轨迹序列;S232:获取用于评价所述小波包信号与所述第一功率轨迹序列趋近程度的评价函数;S233:由第一层小波包分解开始,计算父节点的评价函数值与子节点的评价函数值,直至获取具有最小评价函数值的节点。可选地,所述S231包括:S2311:采集多个预测周期的所述光伏功率信号生成采样序列;S2312:获取相邻预测周期的所述采样序列构成的第一功率轨迹函数;S2313:对多个预测周期内的多个所述第一功率轨迹函数累计求和生成第二功率轨迹函数;S2314:通过对所述第二功率轨迹函数进行离散取点的方式生成所述第一功率轨迹序列。可选地,所述S3包括:S31:获取第二目标功率并生成第二功率轨迹序列;S32:通过新型小波包基分解算法对所述第二目标功率计算并生成最优小波包信号;S33:基于所述最优小波包信号和所述第二功率轨迹序列生成第一输出功率。可选地,所述S3还包括:S34:基于所述最优小波包信号、所述光伏功率信号和所述第一目标功率生成第二输出功率;S35:基于所述第一输出功率和所述第二输出功率生成所述调度信号。可选地,所述光伏平抑方法还包括判断所述光伏波动率是否高于并网标准,其中,在所述光伏波动率未超过并网标准的情况下,光伏发电单元进行并网;在所述光伏波动率超过所述并网标准的情况下,控制中心通过新型小波包基分解算法对所述光伏波动率计算生成调度信号。相应地,本专利技术提供,一种基于新型小波包基分解算法的光伏平抑系统,包括:光伏发电单元,用于获取短时光伏预测数据并生成光伏波动率;控制中心,通过新型小波包基分解算法对所述光伏波动率计算生成第一目标功率,并通过第一目标功率生成调度信号;光伏平抑单元,用于接收所述调度信号并进行光伏功率波动的抑制。可选地,所述光伏平抑单元包括:第一光伏平抑单元:用于接收所述调度信号的第一输出功率,能够抑制较大范围内的所述光伏功率波动;第二光伏平抑单元:用于接收所述调度信号的第二输出功率,能够快速抑制较小范围内的所述光伏功率波动。可选地,所述控制中心包括:第一处理单元:用于接收所述光伏波动率并将所述调度信号传输至所述光伏平抑单元;第二处理单元:用于进行所述新型小波包分解运算并生成所述调度信号;内存共享单元:用于存储所述光伏波动率、所述调度信号等历史数据,并在所述第一处理单元和所述第二处理单元之间建立通信连接。本专利技术的首要改进之处为提供的基于新型小波包基分解算法的光伏平抑方法,通过改进传统小波包基分解算法并引入评价函数,能够通过评价函数的可加性提升算法的运算速度和运算效率,并且能够基于不同时间周期的光伏波动率形成不同的第一功率轨迹,从而能够通过时刻保证调度信号与第一功率轨迹的趋近程度最高,即可使得光伏平抑系统能够自适应地分配光伏发电单元和光伏平抑单元的整体出力并提升其运算速度,取得了较好的实时性和平抑效果。附图说明图1是本专利技术的基于新型小波包基分解算法的光伏平抑方法的简化流程图;图2是本专利技术的生成第一目标功率的简化流程图;图3是本专利技术的获取具有最小评价函数值的节点的简化流程图;图4是本专利技术的获取第一功率轨迹序列的简化流程图;图5是本专利技术的生成调度信号的简化流程图;图6是本专利技术的光伏平抑系统的简化模块连接图;图7是本专利技术的控制中心的一种优选实施方式的简化流程图;图8是本专利技术的控制中心的一种优选实施方式的电路连接图;图9是本专利技术的小波包基分解算法的原理图;图10是本专利技术的光伏平抑系统的一种优选实施方式的简化模块连接图;和图11是本专利技术的光伏平抑效果的仿真数据图。附图标记列表1:控制中心2:光伏发电单元3:第一光伏平抑单元4:第二光伏平抑单元5:第一处理单元6:第二处理单元7:内存共享单元具体实施方式为了使本领域的技术人员更好地理解本专利技术的技术方案,下面结合附图和具体实施例对本专利技术作进一步的详细说明。如图1所示,一种基于新型小波包基分解算法的光伏平抑方法,包括:S1:获取短时光伏预测数据并生成光伏波动率;优选的,在所述光伏波动率未超过并网标准的情况下,光伏发电单元(2)进行并网。在所述光伏波动率超过所述并网标准的情况下,继续执行S2。优选的,获取短时光伏预测数据可以是利用预测时段内各预测点的气象预测数据进行计算得到。优选的,光伏波动率被定义为单位时间内的光伏信号的波动输出功率。S2:通过新型小波包基分本文档来自技高网
...

【技术保护点】
1.一种基于新型小波包基分解算法的光伏平抑方法,其特征在于,包括:/nS1:获取短时光伏预测数据并生成光伏波动率;/nS2:通过对所述光伏波动率计算生成第一目标功率;/nS3:处理所述第一目标功率并生成调度信号。/n

【技术特征摘要】
1.一种基于新型小波包基分解算法的光伏平抑方法,其特征在于,包括:
S1:获取短时光伏预测数据并生成光伏波动率;
S2:通过对所述光伏波动率计算生成第一目标功率;
S3:处理所述第一目标功率并生成调度信号。


2.根据权利要求1所述的光伏平抑方法,其特征在于,所述S2包括:
S21:基于所述光伏波动率生成光伏功率信号;
S22:对所述光伏功率信号执行小波包基分解并生成多层小波包信号;
S23:获取多层小波包信号中的具有最小评价函数值的节点并标记为所述第一目标功率。


3.根据权利要求2所述的光伏平抑方法,其特征在于,所述S23包括:
S231:获取第一功率轨迹序列;
S232:基于所述第一功率轨迹序列获取评价函数;
S233:选择不同的小波包信号,获取多层低频段小波包信号;
S234:获取具有最小评价函数值的节点。


4.根据权利要求3所述的光伏平抑方法,其特征在于,所述S231包括:
S2311:采集多个预测周期的所述光伏功率信号生成采样序列;
S2312:获取相邻预测周期的所述采样序列构成的第一功率轨迹函数;
S2313:对多个所述第一功率轨迹函数累计求和生成第二功率轨迹函数;
S2314:基于所述第二功率轨迹函数生成所述第一功率轨迹序列。


5.根据权利要求1所述的光伏平抑方法,其特征在于,所述S3包括:
S31:获取第二目标功率并生成第二功率轨迹序列;
S32:通过新型小波包基分解对所述第二目标功率计算并生成最优小波包信号;
S33:基于所述最优小波包信号和所述第二功率轨迹序列生成第一输出功率。


6.根据权利...

【专利技术属性】
技术研发人员:王军吴帆孙章陈磊
申请(专利权)人:西华大学
类型:发明
国别省市:四川;51

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1