一种光伏电站投资回报预测分析方法、系统及存储介质技术方案

技术编号:36344200 阅读:50 留言:0更新日期:2023-01-14 17:58
本发明专利技术公开了一种光伏电站投资回报预测分析方法、系统及存储介质,一种光伏电站投资回报预测分析方法,包括如下步骤:S1、构建目标区域的网架拓扑结构模型;S2、将各光伏电站进行聚类分析,将各光伏电站的多段预设时长分类为若干种不同的典型场景,并获取各光伏电站目标时长内每种典型场景的预设时长出现的次数;S3、预测每种典型场景下的各光伏电站的最终入网电量;S4、预测各光伏电站在目标时长内的最终入网电量,计算投资回报率。本发明专利技术不仅考虑光伏电站自身的数据,还考虑了目标区域的各设备的连接情况,并构建目标区域的网架拓扑结构模型,以此综合考虑目标区域内的电路设备连接和运行情况,预测更贴近实际情况,提高预测的准备性。准备性。准备性。

【技术实现步骤摘要】
一种光伏电站投资回报预测分析方法、系统及存储介质


[0001]本专利技术涉及光伏发电
,特别地,涉及一种光伏电站投资回报预测分析方法、系统及存储介质。

技术介绍

[0002]相比于传统能源,光伏发电具有清洁无污染,适用区域范围广等优点,近年来在我国得到快速发展,我国光伏发电渗透率在不断提高。
[0003]然后受光伏发电和负荷不确定性的影响,不断扩大的光伏电站建设需求与电网消纳能力有限带来的入网难,成为目前光伏行业发展的主要矛盾和障碍。受到当前区域内的电网架设情况、电网设备状态和最大消纳能力的限制,各光伏电站的最终入网电量要小于最大可发电量;使得区域内各光伏电站的投资回报率预测与实际偏差较大。

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。为此,本专利技术提出一种光伏电站投资回报预测分析方法,能够依据实际的线路情况以及历史数据进行预测,提高预测的准确性。
[0005]为实现上述目的,本专利技术采用的技术方案如下:
[0006]一种光伏电站投资回报预测分析方法,包括如下步骤:
[0007]S1、依据目标区域内的能量路由器、变电站、光伏电站、储能站、线路负荷构建目标区域的网架拓扑结构模型;
[0008]S2、以各光伏电站每个预设时长内的总光照强度和目标区域内电网总负荷为依据进行聚类分析,将各光伏电站目标时长内包含的多段预设时长分类为若干种不同的典型场景,并获取各光伏电站目标时长内每种典型场景的预设时长出现的次数;
[0009]S3、预测每种典型场景下的各光伏电站的最终入网电量;
[0010]S4、预测各光伏电站在所述目标时长内的最终入网电量,计算各光伏电站的所述目标时长内的投资回报率。
[0011]进一步地,步骤S2中的所述聚类分析采用K

means算法,所述K

means算法的具体步骤如下:
[0012]S21、将各光伏电站目标时长中每段预设时长的总光照强度和目标区域内的电网总负荷数据整理成数据集{Q
i
(G
i
,P
i
)},i=1,2,
……
,T为所述目标时长中包含的预设时长的个数;点Q
i
为第i段预设时长对应的数据点,G
i
为第i段预设时长的总光照强度,P
i
为第i段预设时长的目标区域内的电网总负荷;
[0013]S22、从数据集中随机选择k个数据点作为质心O
j
,j=1,2,
……
k;
[0014]S23、对数据集中每一个点Q
i
,计算其与每一个质心O
j
的距离:
[0015][0016]点Q
i
离哪个质心最近,就划分到哪个质心所属的集合;
[0017]其中,为质心O
j
的总光照强度,为质心O
j
的目标区域内电网总负荷,m为调整因子;
[0018]S24、把所有数据点归好集合后,一共有k个集合,然后重新计算每个集合的质心;
[0019]S25、如果新计算出来的质心和原来的质心之间的距离小于设定的阈值,则算法终止,如果新计算出来的质心和原来的质心之间的距离大于设定的阈值,则返回步骤S23。
[0020]进一步地,各典型场景下的各光伏电站最终入网电量预测方法如下:
[0021]S31,构建全区域电网的功率约束模型:
[0022][0023]为t时刻的目标区域内所有光伏电站的入网功率之和,为t时刻的目标区域内所有储能站的放电功率之和,P
in
(t)为t时刻的外部电网的输入功率之和,为t时刻的目标区域内所有线路负荷的功率之和,为t时刻的目标区域内所有储能站的充电功率之和,h为目标区域内的变电站个数;
[0024]S32,求得使预设时长内的外部总输入功率P
in
最小的最佳调度方法,并获得在最佳调度方法下各典型场景的各光伏电站最终入网电量。
[0025]进一步地,所述最佳调度方法包括如下调度措施:
[0026]调整各光伏电站的实际入网功率P
PVin
(t),其中P
PVin
(t)可调节范围为0≤P
PVin
(t)≤P
PV
(t),P
PV
(t)为t时刻的光伏电站的最大输出功率;
[0027]调整各储能电站的充放电功率。
[0028]进一步地,依据光伏电站出力模型和对应的典型场景下的各时段的光照强度,预测全天各时段各光伏电站的最大发电量,其中,光伏电站出力模型如下:P
PV
(t)=P
e
G(t)/G
e
(1+k
PV
(T(t)

T
e
));
[0029]其中,P
e
为对应的光伏电站的标准光照强度和温度下的额定输出功率,G(t)为t时刻的实际光照强度,G
e
为额定光照强度,k
PV
为效率因子,T(t)为t时刻的实际温度,T
e
为额定温度。
[0030]进一步地,各变电站节点的功率受如下模型约束:
[0031][0032]为第i个变电站的各条线路的负荷功率之和;
[0033]为t时刻的第i个变电站节点上的各光伏电站入网功率之和;
[0034]为t时刻的第i个变电站上的各储能电站的放电功率之和;
[0035]为t时刻的第i个变电站上的各储能电站的充电功率之和;
[0036]为第i个变电站节点设备的最大负荷功率;
[0037]i=1、2、
……
、h,h为目标区域内的变电站个数。
[0038]进一步地,所述最佳调度方法通过遗传算法求得。
[0039]进一步地,所述遗传算法具体步骤如下:
[0040]S351,随机生成一个样本容量为N的种群P0,并对种群进行初始化;
[0041]S352,计算种群个体的目标适应度值;
[0042]S353,根据各目标适应度值进行非支配排序和拥挤度计算;
[0043]S354,对父代种群采用精英策略进行选择、交叉和变异操作,形成新的子代种群;
[0044]S355,计算新种群个体的适应度值;
[0045]S356,计算新种群个体的非支配排序和拥挤度。
[0046]S357,判断是否达到最大迭代次数,如果未达到,则跳转到步骤S354,进行新的迭代;若达到最大迭代次数后,则获得对应的调度方法即为最佳调度方法。
[0047]本专利技术还提供一种光伏电站投资回报预测分析系统,包括:光伏电站设备状态数据采集装置,用于采集光伏电站的设备状态数据;储能站设备状态数据采集装置,用于采集储能站的设本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种光伏电站投资回报预测分析方法,其特征在于,包括如下步骤:S1、依据目标区域内的能量路由器、变电站、光伏电站、储能站、线路负荷构建目标区域的网架拓扑结构模型;S2、以各光伏电站每个预设时长内的总光照强度和目标区域内电网总负荷为依据进行聚类分析,将各光伏电站目标时长内包含的多段预设时长分类为若干种不同的典型场景,并获取各光伏电站目标时长内每种典型场景出现的次数;S3、预测每种典型场景下的各光伏电站的最终入网电量;S4、预测各光伏电站在所述目标时长内的最终入网电量,计算各光伏电站的所述目标时长内的投资回报率。2.根据权利要求1所述的光伏电站投资回报预测分析方法,其特征在于,步骤S2中的所述聚类分析采用K

means算法,所述K

means算法的具体步骤如下:S21、将各光伏电站目标时长中每段预设时长的总光照强度和目标区域内的电网总负荷数据整理成数据集{Q
i
(G
i
,P
i
)},i=1,2,
……
,T为所述目标时长中包含的预设时长的个数;点Q
i
为第i段预设时长对应的数据点,G
i
为第i段预设时长的总光照强度,P
i
为第i段预设时长的目标区域内的电网总负荷;S22、从数据集中随机选择k个数据点作为质心O
j
,j=1,2,
……
k;S23、对数据集中每一个点Q
i
,计算其与每一个质心O
j
的距离:点Q
i
离哪个质心最近,就划分到哪个质心所属的集合;其中,为质心O
j
的总光照强度,为质心O
j
的目标区域内电网总负荷,m为调整因子;S24、把所有数据点归好集合后,一共有k个集合,然后重新计算每个集合的质心;S25、如果新计算出来的质心和原来的质心之间的距离小于设定的阈值,则算法终止,如果新计算出来的质心和原来的质心之间的距离大于设定的阈值,则返回步骤S23。3.根据权利要求1所述的光伏电站投资回报预测分析方法,其特征在于,各典型场景下的各光伏电站最终入网电量预测方法如下:S31,构建全区域电网的功率约束模型:S31,构建全区域电网的功率约束模型:为t时刻的目标区域内所有光伏电站的入网功率之和;为t时刻的目标区域内所有储能站的放电功率之和;P
in
(t)为t时刻的外部电网的输入功率之和;为t时刻的目标区域内所有线路负荷的功率之和;为t时刻的目标区域内所有储能站的充电功率之和;h为目标区域内的变电站个数;S32,求得使预设时长内的外部总输入功率P
in
最小的最佳调度方法,并获得在最佳调度方法下各典型场景的各光伏电站最终入网电量。4.根据权利要求3所述的光伏电站投资回报预测分析方法,其特征在于,所述最佳调度
方法包括如下调度措施:调整各光伏电站的实际入网功率P
PVin
(t),其中P
PVin
(t)可调...

【专利技术属性】
技术研发人员:刘雯吴迪李强毕坤陈珍龙丹周能张绪芹方敏成玲谈静
申请(专利权)人:国网湖北省电力有限公司鄂州供电公司
类型:发明
国别省市:

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