【技术实现步骤摘要】
一种基于时序特征分解技术的并网光伏发电系统状态监测方法
[0001]本专利技术涉及一种并网光伏发电系统运行状态监测方法,特别涉及一种基于时序特征分解技术的并网光伏发电系统状态监测方法。
技术介绍
[0002]随着全球对能源需求的不断增加,传统化石能源的紧缺己经成为一个不争的事实,太阳能以其自身的优越性被人们广泛的关注。把太阳能转化为大家常生活中使用的交流电能是并网光伏发电系统的功能所在。由于光伏阵列发出的是不可直接使用的波动电流,因而需要光伏并网逆变器,将其转化为与电网同频同相的交流电,因而并网光伏逆变器是决定并网效率和性能的核心部件。并网光伏发电系统的最大特点是光伏阵列产生的直流电经过并网逆变器转换为符合市电电网要求的交流电后接入市电网络,并网系统中光伏阵列所产生的电力除了供给交流负载外,多余的电力反馈给电网。
[0003]由于和大电网相连接,不必考虑负载供电的稳定性。有大电网来接纳光伏发电系统输出的电能,且输出的质量相对稳定,因而并网光伏发电系统得到了越来越广泛的关注。随着目前光伏并网发电越来越多,光伏发电的建设规模越来越大,并网光伏发电系统的状态监测是保证光伏发电正常运行的保证。如果使用人工巡检的方式,将消耗大量的人力和物力。此外并网发电以后,光伏发电系统将作为电力系统的一部分,如果配电网络出现故障,或者光伏发电系统出现故障,都将会影响到整个电力系统的正常运行。在自动化研究领域,并网光伏发电系统是目前发展速度最快的电力技术之一。因此,如何实时监测并网光伏发电系统的正常运行是保证电力持续稳定供应的重中之重 ...
【技术保护点】
【技术特征摘要】
1.一种基于时序特征分解技术的并网光伏发电系统状态监测方法,其特征在于,具体包括以下所示步骤:步骤(1):在并网光伏发电系统正常运行状态下,利用SCADA系统获取各个采样时刻的测量数据,并按照采样时间先后将N个采样时刻的测量数据依次对应存储为N个数据向量x1,x2,
…
,x
N
;其中,第i个采样时刻的数据向量x
i
∈R
11
×1具体由第i个采样时刻的11个测量数据组成,排列顺序依次是:光照强度,环境温度,直流电压,直流电流,直流变换器的输出电压,交流逆变器的三相电压和三相电流;下标号i∈{1,2,
…
,N},R
11
×1表示11
×
1维的实数向量,R表示实数集;步骤(2):将x1,x2,
…
,x
N
组成数据矩阵X=[x1,x2,
…
,x
N
]
T
后,再根据对X中各列的列向量分别实施标准化处理,从而得到新矩阵其中,z
j
∈R
N
×1表示X中第j列的列向量,表示新矩阵中第j列的列向量,μ
j
和δ
j
分别表示列向量z
j
中所有元素的平均值和标准差,j∈{1,2,
…
,11},R
N
×
11
表示N
×
11维的实数矩阵,上标号T表示矩阵或向量的转置;步骤(3):根据如下所示公式
①
分别构造时序矩阵Y和时序扩展矩阵Z后,再对矩阵实施奇异值分解,从而得到酉矩阵U和奇异值对角矩阵V;上式中,D表示时序阶数,分别表示中的第1行,第2行,
…
,第D
‑
1行,第D行,第D+1行,
…
,第N
‑
D行,第N
‑
2行,第N
‑
1行,和第N行的行向量;步骤(4):利用时序矩阵Y和时序扩展矩阵Z实施时序特征分解,得到特征分解矩阵W∈R
11
×
M
,回归系数矩阵P∈R
11
×
M
,时序系数矩阵B∈R
D
×
M
,和时序误差矩阵E∈R
(N
‑
D)
×
11
;其中,M等于时序特征的个数,R
(N
‑
D)
×
11
表示(N
‑
D)
×
11维的实数矩阵;步骤(5):根据公式计算模型误差矩阵F,并计算时序误差矩阵E的协方差矩阵Λ=E
T
E/(N
‑
D
‑
1)后,再根据公式Q
d
=diag{E
T
Λ
‑1E}和Q
s
=diag{F
T
F}分别计算时序监测指标向量Q
d
和静态监测指标向量Q
s
;其中,diag{}表示将大括号内的矩阵对角线元素转变成列向量的操作;步骤(6):分别将Q
d
和Q
s
中的最大值记录为Q
d,max
和Q
s,max
,并计算综合监测指标向量ψ=Q
d
/Q
d,max
+Q
s
/Q
s,max
后,再将ψ中的最大值记录为ψ
max
;步骤(7):利用SCADA系统获取并网光伏发电系统在最新采样时刻的11个测量数据,并将这11个测量数据按照步骤(1)中所述顺序依次排列后组成一个11
×
1维的数据向量y
t
∈R
11
×1后,再根据公式对y
t
中的各个元素实施标准化处理,从而得到列向量其中,j∈{1,2,
…
,11},y
t
(j)和分别表示y
t
和中的第j个元素;步骤(8):将前D个采样时刻的数据向量依次记录为y
t
‑1,y
t
‑2,
…
,y
t
‑
D
,并按照步骤(7)中的实施过程,分别对其实施标准化处理,从而对应得到列向量后,再根据如
下所示步骤(8.1)至步骤(8.4)计算得到时序误差向量e
t
∈R
M
×1和模型误差向量f
t
∈R
11
×1;步骤(8.1):分别根据公式和依次计算当前采样时刻及其前D个采样时刻的时序特征向量s
t
,s
t
‑1,
…
,和s
t
‑
D
后,再初始化m=1;...
【专利技术属性】
技术研发人员:章涛,陈勇旗,陈杨,
申请(专利权)人:宁波大学科学技术学院,
类型:发明
国别省市:
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。