基于历史数据和环境指标的光伏输出数据重建方法技术

本申请属于光伏电站输出控制或检测方法技术领域，尤其涉及一种基于历史数据和环境指标的光伏输出数据重建方法。包括获取光伏电网的历史和当前输出数据即光辐射数据；对数据是有效性进行判断，保留有效数据同时剔除异常数据；利用天气环境与光辐射强度对于光伏电站正常输出的相关性进行数据重建；本申请的基于历史数据和环境指标的光伏输出数据重建方法，相对于传统的基于历史输出数据的中短期预测等方法，在应用于天气环境存在较高不确定性，或者在异常天气环境等导致历史输出数据与待重建使其存在较大差异的情形下，能够有效提高光伏输出数据重建结果的准确性，同时降低历史数据中不确定性因素对于数据重建的滞后影响，提高数据重建的有效性。高数据重建的有效性。高数据重建的有效性。

【技术实现步骤摘要】
基于历史数据和环境指标的光伏输出数据重建方法


[0001]本申请属于光伏电站输出控制或检测方法
，尤其涉及一种基于历史数据和环境指标的光伏输出数据重建方法。

技术介绍

[0002]随着光伏发电技术的日益成熟，国内电网企业在广大农村推广相应技术，通过租用居民闲置的屋顶铺设光伏发电装置，或者直接购买居民自购光伏设备输出的电能，实现了居民增收，扩大电网供应的双赢局面。但另一方面，由于光伏发电的输出受到诸多因素的影响，其输出能力既与季节、地日关系等具备较强的规律性要素的直接关联，又受实时天气变化、云层透光等随机要素的影响；光伏发电的前述特点会给电网的平稳运行带来不利影响，因此在将前述分布式光伏发电网接入电网主网络的过程中，需要对前述不确定性进行必要的管控，包括对多因素下光伏电网的输出预测或重建，针对重建结果对电能接入过程进行适应性调整和控制等。但目前使用的方法包括基于通过对光伏电网未来输出区间重建、基于实时输出特性进行短期推演重建等，当前述方法虽然针对短期以及少量的光伏电网可以实现，但随着光伏电网的接入数量的快速增加，上述方案需要反复进行庞大的数据处理和运算，能源算力资源投入巨大，同时区域内同质性光伏电网大量出现，大量电网之间的输出趋势以及输出特性之间相互关联，上述方法受限于处理方式和理论的限制，无法有效建立多光伏电站之间输出关联性的有效利用和分析，限制了全域内光伏电网的管控能力。

技术实现思路

[0003]本申请的目的在于，提供一种在考虑历史光伏输出数据的同时，能够考虑当前不确定的天气环境指标对于光伏输出数据影响，进而得到更准确真实的光伏输出数据的基于历史数据和环境指标的光伏输出数据重建方法。
[0004]为实现上述目的，本申请采用如下技术方案。
[0005]一种基于历史数据和环境指标的光伏输出数据重建方法，包括如下步骤：
[0006]步骤1.获取重建必要数据；
[0007]所述重建必要数据包括：光伏电网的历史同期输出数据P＝{p
i,t
}以及光伏电网所在地点的历史光辐射数据L＝{L
i,t
}；光伏电网的当前输出数据P
′
＝{p
′
now,t
}以及光伏电网所在地点的当前光辐射数据L
′
＝{L
′
now,t
}；其中p
i,t
是指第i组历史数据中时间段t对应的光伏电网实际输出数据；其中L
i,t
是指第i组历史数据中时间段t对应的光伏电网所在地点光辐射强度均值；p
′
now,t
是指当前时间段t对应的光伏电网实际输出数据；L'
now,t
是指当前时间段t对应的光伏电网所在地点光辐射强度；
[0008]所述重建必要数据包括：光伏电网的当前输出数据P
′
＝{p
′
now,t
}以及光伏电网所在地点的当前光辐射数据L
′
＝{L
′
now,t
}；其中p
′
now,t
是指当前时间段t对应的光伏电网实际输出数据；其中L'
now,t
是指当前时间段t对应的光伏电网所在地点光辐射强度；
[0009]步骤2.有效数据甄别；
[0010]基于同一个时期段的多组历史输出数据分别进行处理，将历史输出数据与实际输出数据相减得到输出变量数据集，得到多组与各历史数据对应的输出变量数据集Δ
i,t
＝{p
i,t
‑
q
i,t
}；对于不同时间节点t的历史变量数据集{Δ
1,t
,Δ
2,t
...Δ
i,t
...}，计算其期望值V
t
和方差σ
t
；根据有效输出范围确定历史变量数据集中超出范围数据，得到超范围变量数据集{r
j,t
}，其中r
j,t
是指历史数据集中时间节点t的第j个超范围变量数据，统计超范围变量数据的个数；根据肖维勒准则以及标准正态分布函数查找肖维勒系数后，更新并计算该超范围变量数据r
j,t
为异常的概率，计算超范围变量数据的个数与异常概率的乘积，若乘积值超过有效阈值C，则将该变量数据视为有效数据，否则视为无效数据；整理全部有效数据，得到光伏电站的有效数据集W＝{w
i,t
}；
[0011]其中有效阈值C＝0.4～0.7，对于C的具体取值，若光伏电网的输出稳定性越高，则C的取值越小，反之越大；
[0012]步骤3.数据重建
[0013]对于光伏电网的输出数据缺漏部分，将其分为两大类，第一类是同时缺少功率输出数据以及对应区域的光辐射数据，第二类是仅缺漏功率输出数据；
[0014]3.1对于其中输出缺漏但有光辐射的A类数据，基于历史同期的输出数据与历史同期的辐射强度与重建节点光辐射强度的幅值进行估值并重建，具体而言：
[0015]光伏电网的重建节点输出功率其中为历史同期数据中第k个有效输出数据，K为历史同期数据中有效输出数据的总数；为历史同期数据中第m个有效光辐射强度数据，M为历史同期数据中有效输出数据的总数；L
new,t
为光伏电网重建节点光辐射强度(若是周期测量，则是重建节点测量周期内的光辐射强度均值)；
[0016]3.2对于其中输出和光辐射均缺漏的B类数据，计算前述不同天气环境下天气指标对于光辐射强度的关联系数；
[0017]关联系数
[0018]其中L
u
是指第u个光辐射量值，U为光辐射量程；x是指任意天气指标，v是指标x的量值，V为指标x的量程；ρ(L
u
,x
v
)是指历史同期数据中光辐射强度为u同时指标x值为v的概率，ρ(L
u
)是指历史同期数据中光辐射强度为u的概率，ρ(x
v
)是指历史同期数据中指标x取值为v的概率；
[0019]计算得到不同天气指标与光辐射强度的关联系数以后，按照关联系数取值由大到小的顺序，选取若干与天气指标作为光辐射强度关联性最高的有效关联指标；根据选取的有效关联指标，结合专家打分等权重计算方法得到指标对于光辐射强度值影响权重，建立重建节点光辐射强度的估算模型
[0020]其中ω
y
是指有效关联指标y对于光辐射强度的影响权重；v
y
是指标y的重建节点
值；
[0021]得到重建节点光辐射强度的估值之后，基于步骤3.1的方法计算重建节点光伏电网输出。
[0022]对前述基于历史数据和环境指标的光伏输出数据重建方法的进一步完善或者细化，所述输出数据由功率传感器或电流电压传感器检测得到，光辐射强度数据由光辐射传感器得到。
[0023]对前述基于历史数据和环境指标的光伏输出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于历史数据和环境指标的光伏输出数据重建方法，其特征在于，包括如下步骤：步骤1.获取重建必要数据；所述重建必要数据包括：光伏电网的历史同期输出数据P＝{p
i,t
}以及光伏电网所在地点的历史光辐射数据L＝{L
i,t
}；光伏电网的当前输出数据P
′
＝{p
′
now,t
}以及光伏电网所在地点的当前光辐射数据L
′
＝{L
′
now,t
}；其中p
i,t
是指第i组历史数据中时间段t对应的光伏电网实际输出数据；其中L
i,t
是指第i组历史数据中时间段t对应的光伏电网所在地点光辐射强度均值；p
′
now,t
是指当前时间段t对应的光伏电网实际输出数据；L
′
now,t
是指当前时间段t对应的光伏电网所在地点光辐射强度；步骤2.有效数据甄别；基于同一个时期段的多组历史输出数据分别进行处理，将历史输出数据与实际输出数据相减得到输出变量数据集，得到多组与各历史数据对应的输出变量数据集Δ
i,t
＝{p
i,t
‑
q
i,t
}；对于不同时间节点t的历史变量数据集{Δ
1,t
,Δ
2,t
...Δ
i,t
...}，计算其期望值V
t
和方差σ
t
；根据有效输出范围确定历史变量数据集中超出范围数据，得到超范围变量数据集{r
j,t
}，其中r
j,t
是指历史数据集中时间节点t的第j个超范围变量数据，统计超范围变量数据的个数；根据肖维勒准则以及标准正态分布函数查找肖维勒系数后，更新并计算该超范围变量数据r
j,t
为异常的概率，计算超范围变量数据的个数与异常概率的乘积，若乘积值超过有效阈值C，则将该变量数据视为有效数据，否则视为无效数据；整理全部有效数据，得到光伏电站的有效数据集W＝{w
i,t
}；其中有效阈值C＝0.4～0.7，对于有效阈值C的具体取值，若光伏电网的输出稳定性越高，则C的取值越小，反之越大；步骤3.数据重建对于光伏电网的输出数据缺漏部分，将其分为两大类，第一类是同时缺...

【专利技术属性】
技术研发人员：刘聪，倪春雷，郑世洋，荣子超，吴数，周家明，单汝涛，耿壮，朱荣亮，何铁新，
申请(专利权)人：刘聪，
类型：发明
国别省市：