【技术实现步骤摘要】
一种多因素下集中式光伏电站内的光伏板部署优化方法
[0001]本专利技术涉及光伏电站部署
,具体涉及一种多因素下集中式光伏电站内的光伏板 部署优化方法。
技术介绍
[0002]因地制宜的开发利用各地光伏资源是助力我国双碳目标的有效途径之一。光伏发电装机 容量的增加一定程度上减轻了我国经济快速发展对环境带来的压力,然而光伏发电实际出力 与当地地形、气象条件紧密相关,导致作为可再生能源的太阳能具有波动性和间歇性的特点。 同时,集中式光伏电站占地面积较大,其规模不断扩大也造成了土地资源不足的问题。
[0003]为了应对这些问题,论文文献《气象因素对太阳能利用的影响研究》运用通径分析阐释 了各个气象因素之间的相互作用,通过回归分析量化了气象因素对发电效率的影响。论文文 献《多因素耦合作用对光伏发电效率的影响分析》用灰色关联分析和回归分析得到对光伏出 力影响最大的气象因素为辐照度、环境温度、风速、湿度、气压,并依此建立了光伏出力多 元回归预测模型。但以上两个论文文献中都只利用单一的数据进行回归分析,得到的预测模 型泛用性较差。
[0004]论文文献《Multi
‑
meteorological
‑
factor
‑
based Graph Modeling for PhotovoltaicPower Forecasting》通过图模型方法描述各种气象因素与光伏出力的关系并对光伏出力进行 预测,但是图模型的方法步骤较为繁琐,且预测精度低于深度学习模型。论文文献 ...
【技术保护点】
【技术特征摘要】
1.一种多因素下集中式光伏电站内的光伏板部署优化方法,其特征在于,包括:S1、依据光伏电站内的地理特征,将光伏电站内划分为多个地形区域;其中,所述地理特征包括年日照时数、平均海拔、坡向、坡度、区域中心与汇集站的距离以及区域中心相对汇集站的方向;S2、基于双重注意力机制LSTM模型,量化所述地形区域内的气象因素与光伏出力的关联关系;S3、基于所述地形区域内的气象因素与光伏出力的关联关系,对光伏电站内光伏板进行部署。2.根据权利要求1所述的一种多因素下集中式光伏电站内的光伏板部署优化方法,其特征在于,依据光伏电站内的地理特征,将光伏电站内分化为多个地形区域,具体方法如下:S11、基于区域的形状、面积,从地理位置上将光伏电站内的规划区域划分为K个子区域;S12、定义第i个子区域的地理特征并建立地理特征信息集合其中,下标i1~i6分别表示第i个子区域的年日照时数、平均海拔、坡向、坡度、与汇集站的距离和相对汇集站的方向;S13、基于模糊C均值聚类算法,将K个子区域分别归类到不同地理特征的地形中,得到多个地形区域。3.根据权利要求1所述的一种多因素下集中式光伏电站内的光伏板部署优化方法,其特征在于,基于双重注意力机制LSTM模型,量化地形区域内的气象因素与光伏出力的关联关系的方法,具体方法包括:S21、对多个主要气象因素和光伏出力进行归一化处理,并构造含多个主要气象因素的时序特征序列其中,为第t时刻的上述k个气象特征集,为第m个相关气象变量在T个时刻上的数值集;S22、构建双重注意力机制LSTM模型,通过双重注意力机制LSTM模型对多个主要气象因素进行分析,得到t+1时刻光伏出力。4.根据权利要求3所述的一种多因素下集中式光伏电站内的光伏板部署优化方法,其特征在于,双重注意力机制LSTM模型在输入侧设置有特征注意力机制,在解码输出侧设置有时间注意力机制。5.根据权利要求4所述的一种多因素下集中式光伏电站内的光伏板部署优化方法,其特征在于,构建双重注意力机制LSTM模型,对多个主要气象因素进行分析的方法包括:S221、通过特征注意力机制,对t时刻的气象特征进行计算,得到不同气象因素贡献率的关联特征;S222、将不同气象因素贡献率的关联特征输入双重注意力机制LSTM模型中的LSTM网络,得到隐层状态权重;S223、通过时序注意力机制,对隐层状态权重进行计算,得到t时刻与时序状态特征有关的综合信息;
S224、将t时刻与时序状态特征有关的综合信息输入LSTM网络,得到t+1时刻光伏出力。6.根据权利要求5所述的一种多因素下集中式光伏电站内的光伏板部署优化方法,其特征在于,通过特征注意力机制,对t时刻的气象特征进行计算的方法包括:S2211、将t时刻相关气象特征输入到注意力机制,得到注意力权重向量e
t
:上式中,为第t时刻各个气象特征所对应的注意力权重系数组合,V
e
、W
e
、U
e
为注意力机制权重矩阵,b
e
为相应偏置项;S2212、将t时刻各个气象特征所对应的注意力权重系数组合进行归一化处理,得到特征注意力权重值其中,特征注意力权重值为:上式中,为特征注意力权重,为第m个相关气象变量的特征注意力权重值;S2213、将特征注意力权重值与对应的气象特征值相乘得到考虑不同气象因素贡献率大小的关联特征贡献率大小的关联特征上式中,为气象因素贡献率大小的关联特征。7.根据权利要求5所述的一...
【专利技术属性】
技术研发人员:李婷,明自强,范荣全,韩宇奇,胥威汀,陈玮,曾文慧,罗毅,朱觅,刘继春,
申请(专利权)人:国网四川省电力公司四川省新型电力系统研究院有限公司,
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。