光伏发电系统数据处理方法技术方案

本发明专利技术提出一种光伏发电系统数据处理方法，属于光伏电站的数据处理技术领域。其中，本发明专利技术的光伏发电系统数据处理方法包括：将带有乘性噪声和加性噪声的光伏发电系统功率输出器的功率输出信号进行清洗，并写入仿真软件；基于容积卡尔曼滤波算法对所述功率输出信号进行噪声消除。本发明专利技术针对光伏电站实际运行数据携带的乘性噪声，提出的一种完整的有效处理方法，采用容积卡尔曼滤波算法不仅可以处理乘性噪声，还可以处理加性噪声的数据信号。本发明专利技术提及的容积卡尔曼滤波算法原理步骤简单，在现有的Matlab仿真环境下即可运行，只要写入光伏发电系统功率输出数据即可自动快速地对数据进行滤波操作，为系统的建模及功率预测奠定了良好基础。了良好基础。了良好基础。

【技术实现步骤摘要】
光伏发电系统数据处理方法


[0001]本专利技术属于光伏电站的数据处理
，具体涉及一种光伏发电系统数据处理方法。

技术介绍

[0002]随着光伏电站的普及度逐年攀升，有效缓解了我国的能源紧张问题。但光伏发电出力的随机性较大，大规模光伏电站并网容易引起电网波动，因此急需对其运维进行优化。分布式光伏电站实际运行过程中，不论外部环境变化与否，乘性噪声是伴随着系统输出信号同时存在的。乘性噪声一般由信号通道不理想引起的，与信号是相乘的关系，始终对有用信号产生干扰，因而就不可避免地对通信造成危害。当光伏电站传感器输出数据中含有乘性噪声时，若只考虑加性测量噪声的消除，会大大降低其建模效果和功率预测精度。
[0003]因此，为提高光伏电站的市场占有率及其并网下的电力系统稳定性，研究针对带有乘性噪声的光伏发电系统输出信号处理方法是具有重要意义的。有必要提出一种光伏发电系统数据处理方法。

技术实现思路

[0004]本专利技术旨在至少解决现有技术中存在的技术问题之一，提供一种光伏发电系统数据处理方法。
[0005]本专利技术提供一种光伏发电系统数据处理方法，包括以下步骤：
[0006]将带有乘性噪声和加性噪声的光伏发电系统功率输出器的功率输出信号进行清洗，并写入仿真软件；
[0007]基于容积卡尔曼滤波算法对所述功率输出信号进行噪声消除。
[0008]可选的，所述基于容积卡尔曼滤波算法对所述功率输出信号进行噪声消除，包括：
[0009]基于容积卡尔曼滤波算法对所述功率输出信号进行时间更新运算与量测更新运算，以完成所述光伏发电系统输出功率数据的噪声消除。
[0010]可选的，所述容积卡尔曼滤波算法采用三阶球面径向积准则构造，利用一组积点逼近带有附加高斯噪声的非线性系统的状态均值和协方差，以消除数据信号的乘性噪声和加性噪声。
[0011]可选的，所述非线性系统状态方程如下：
[0012]x
k
＝f(x
k
‑1)+w
k
‑1[0013]z
k
＝A
k
h(x
k
)+v
k
；
[0014]其中，x
k
为系统的状态矩阵；z
k
为x
k
的测量矩阵；k为离散时间指标；f(
·
)和h(
·
)为未知函数；w
k
是具有协方差为Q
k
的零均值过程噪声；A
k
＝diag{1+u
k
,
…
,1+u
k
}，u
k
和v
k
分别代表乘性和加性高斯白噪声，其相关性为v
k
＝[v
1,k
,v
2,k
,
…
,v
m,k
]T
,E(v
k
)＝μ
v
[1,1,
…
1]T
，w
k
‑1和v
k
是不相关的。
[0015]可选的，所述进行时间更新运算之前包括：计算所述光伏发电系统功率在k时刻的
测量噪声和加性噪声之和z
k
，以及状态预测值x
k|k
‑1和预测误差协方差P
k|k
‑1，具体关系式如下：
[0016][0017]其中，是均值为协方差为的虚拟测量噪声；
[0018][0019][0020]其中，表示变量x的高斯概率密度函数；表示x的均值；代表x的协方差；上标(
·
)
a
表示包含乘性噪声的滤波器计算值；为k
‑
1时刻的状态估计；为k
‑
1时刻的估计误差协方差。
[0021]可选的，在乘性噪声的情况下，根据得到的时刻k的所述测量值z
k
、所述状态预测值x
k|k
‑1、所述预测误差协方差矩阵P
k|k
‑1，虚拟测量噪声的平均值表示为如下关系式
[0022]设置μ
u
＝0.1,d
k
＝0.3，虚拟测量噪声的协方差可以表示为：
[0023][0024]计算E{h(x
k
)},Var{h(x
k
)},Cov{x
k
,h(x
k
)}，公式如下：
[0025][0026][0027][0028]计算容积点及其传播，具体关系式如下：
[0029][0030][0031]其中，ξ
i
表示空间点集合的第i列。
[0032]可选的，所述时间更新运算包括：估计传播容积点、估计k时刻状态的预测值以及求解k时刻的预测误差协方差；其中，
[0033]容积点的传播方程为
[0034]k时刻状态的预测值为
[0035]k时刻的预测误差协方差为
[0036]可选的，所述量测更新运算包括分解预测误差协方差矩阵、求解容积点以及求解容积传播；其中，
[0037]预测误差协方差矩阵的分解式为
[0038]容积点的计算公式如下
[0039]容积点的传播方程为
[0040]可选的，所述量测更新运算还包括估计卡尔曼增益、更新状态估计值和相应的预测误差协方差，具体关系式如下：
[0041][0042][0043][0044]可选的，所述基于容积卡尔曼滤波算法对所述输出信号进行噪声消除之后，还包括输出状态估计值和预测误差协方差，并对所述光伏发电系统进行优化。
[0045]本专利技术提出一种光伏发电系统数据处理方法，将带有乘性噪声和加性噪声的光伏发电系统功率输出器的功率输出信号进行清洗，并写入仿真软件；基于容积卡尔曼滤波算法对所述功率输出信号进行噪声消除。本专利技术针对光伏电站实际运行数据携带的乘性噪声，提出的一种完整的有效处理方法，采用容积卡尔曼滤波算法不仅可以处理乘性噪声，还可以处理加性噪声的数据信号。
附图说明
[0046]图1为本专利技术一实施例的光伏发电系统组成原理图；
[0047]图2为本专利技术另一实施例的光伏发电系统数据处理方法的流程图。
具体实施方式
[0048]为使本领域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方式对本专利技术作进一步详细描述。显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于所描述的本专利技术的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护范围。
[0049]除非另外具体说明，本专利技术中使用的技术术语或者科学术语应当为本专利技术所属领域内具有一般技能的人士所理解的通常意义。本专利技术中使用的“包括”或者“包含”等既不限定所提及的形状、数字、步骤、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光伏发电系统数据处理方法，其特征在于，包括以下步骤：将带有乘性噪声和加性噪声的光伏发电系统功率输出器的功率输出信号进行清洗，并写入仿真软件；基于容积卡尔曼滤波算法对所述功率输出信号进行噪声消除。2.根据权利要求1所述的方法，其特征在于，所述基于容积卡尔曼滤波算法对所述功率输出信号进行噪声消除，包括：基于容积卡尔曼滤波算法对所述功率输出信号进行时间更新运算与量测更新运算，以完成所述光伏发电系统输出功率数据的噪声消除。3.根据权利要求2所述的方法，其特征在于，所述容积卡尔曼滤波算法采用三阶球面径向积准则构造，利用一组积点逼近带有附加高斯噪声的非线性系统的状态均值和协方差，以消除数据信号的乘性噪声和加性噪声。4.根据权利要求3所述的方法，其特征在于，所述非线性系统状态方程如下：x
k
＝f(x
k
‑1)+w
k
‑1z
k
＝A
k
h(x
k
)+v
k
；其中，x
k
为k时刻的系统状态矩阵；z
k
为x
k
的测量矩阵；k为离散时间指标；x
k
‑1为k
‑
1时刻的系统状态矩阵；f(
·
)和h(
·
)为未知函数；w
k
是具有协方差为Q
k
的零均值过程噪声；A
k
＝diag{1+u
k
,
…
,1+u
k
}，u
k
和v
k
分别代表乘性和加性高斯白噪声，其相关性为v
k
＝[v
1,k
,v
2,k
,
…
,v
m,k
]
T
,E(v
k
)＝μ
v
[1,1,
…
1]
T
，w
k
‑1和v
k
是不相关的。5.根据权利要求4所述的方法，其特征在于，所述进行时间更新运算之前包...

【专利技术属性】
技术研发人员：陈德为，张玉刚，于振坤，杨继明，王洋，燕振元，曹利蒲，王晓宁，
申请(专利权)人：北京华能新锐控制技术有限公司，
类型：发明
国别省市：