本发明专利技术公开了一种用于低压分布式光伏发电系统的预测方法及系统，属于系统仿真技术领域。本发明专利技术包括：针对目标低压分布式光伏发电系统，获取所述目标低压分布式光伏发电系统的历史传感器数据及历史运行数据，对所述历史传感器数据及所述历史运行数据进行数据清洗，以得到清洗数据，基于所述清洗数据建立仿真模型；收集当前预设时间段内的传感器数据及运行数据，将所述传感器数据及所述运行数据输入至仿真模型，对所述目标低压分布式光伏发电系统进行动态仿真，以得到仿真数据；基于所述仿真数据，得到所述目标低压分布式光伏发电系统，在未来预设时间段内的预测接入容量和预发电量。本发明专利技术具有广阔的工程化应用、成果推广空间和重大的科研价值。间和重大的科研价值。间和重大的科研价值。
【技术实现步骤摘要】
一种用于低压分布式光伏发电系统的预测方法及系统
[0001]本专利技术涉及系统仿真
，并且更具体地，涉及一种用于低压分布式光伏发电系统的预测方法及系统。
技术介绍
[0002]目前，380V/220V电压等级下高比例分布式光伏的无序接入，对台区安全经济运行水平造成负面影响，无功不足、电压抬升、三相不平衡、谐波干扰等问题初步显现。
[0003]项目针对高渗透率分布式光伏台区，提出通过计量数据融合分析掌握分布式光伏台区动态运行特性，建立计及能量流、数据流与效益性的分布式光伏台区仿真方法；针对不同台区规模与光伏运行特性，构建光伏发电超短期概率预测模型与低压台区负荷水平精细化评估方法，制定分布式光伏差异化接入策略，支撑台区经济运行；提出全额上网、自发自用余电上网不同并网方式下计量装置的接入策略与高频采集监测方案，制定低压分布式光伏安全运行全景式监测预警策略，提出光伏系统柔性控制策略，实现电压越限、三相不平衡、谐波过限、过电压上网、超容上网的实时告警与控制；提出能量双向流动场景下光伏台区窃电监测预警方法，明确计及无功成本分摊的分布式光伏台区经济效益评估方法，多维度提升台区安全经济运行水平，助力台区高效运行与低碳转型。
[0004]在此背景下，亟需提出一种用于低压分布式光伏运行仿真与预测的方法或系统。
技术实现思路
[0005]针对上述问题，本专利技术提出了一种用于低压分布式光伏发电系统的预测方法，包括：
[0006]针对目标低压分布式光伏发电系统，获取所述目标低压分布式光伏发电系统的历史传感器数据及历史运行数据，对所述历史传感器数据及所述历史运行数据进行数据清洗，以得到清洗数据，基于所述清洗数据建立仿真模型；
[0007]收集当前预设时间段内的传感器数据及运行数据，将所述传感器数据及所述运行数据输入至仿真模型，对所述目标低压分布式光伏发电系统进行动态仿真，以得到仿真数据；
[0008]基于所述仿真数据，得到所述目标低压分布式光伏发电系统，在未来预设时间段内的预测接入容量和预发电量。
[0009]可选的，历史传感器数据和传感器数据的数据类型，包括如下中的至少一种：逆变器数据、电能表数据、云层数据、温湿度数据和光照度数据。
[0010]可选的，历史运行数据和运行数据的数据类型，包括如下中的至少一种：设备故障数据、设备状态数据、电压数据、电流数据、功率数据、频率数据和发电量数据。
[0011]可选的，历史传感器数据和传感器数据，为波形数据。
[0012]可选的，历史运行数据和运行数据，为基于同步时钟的同步数据。
[0013]可选的，仿真数据还用于仿真模型的自主学习，得到的自主学习结果，用于对所述
仿真模型进行更新。
[0014]再一方面，本专利技术还提出了一种用于低压分布式光伏发电系统的预测系统，包括：
[0015]采集单元，用于针对目标低压分布式光伏发电系统，获取所述目标低压分布式光伏发电系统的历史传感器数据及历史运行数据，对所述历史传感器数据及所述历史运行数据进行数据清洗，以得到清洗数据，基于所述清洗数据建立仿真模型；
[0016]仿真单元，用于收集当前预设时间段内的传感器数据及运行数据，将所述传感器数据及所述运行数据输入至仿真模型，对所述目标低压分布式光伏发电系统进行动态仿真，以得到仿真数据；
[0017]预测单元，用于基于所述仿真数据，得到所述目标低压分布式光伏发电系统，在未来预设时间段内的预测接入容量和预发电量。
[0018]可选的，历史传感器数据和传感器数据的数据类型，包括如下中的至少一种：逆变器数据、电能表数据、云层数据、温湿度数据和光照度数据。
[0019]可选的，历史运行数据和运行数据的数据类型，包括如下中的至少一种：设备故障数据、设备状态数据、电压数据、电流数据、功率数据、频率数据和发电量数据。
[0020]可选的，历史传感器数据和传感器数据，为波形数据。
[0021]可选的，历史运行数据和运行数据，为基于同步时钟的同步数据。
[0022]可选的，仿真数据还用于仿真模型的自主学习，得到的自主学习结果，用于对所述仿真模型进行更新。
[0023]再一方面，本专利技术还提供了一种计算设备，包括：一个或多个处理器；
[0024]处理器，用于执行一个或多个程序；
[0025]当所述一个或多个程序被所述一个或多个处理器执行时，实现如上述所述的方法。
[0026]再一方面，本专利技术还提供了一种计算机可读存储介质，其上存有计算机程序，所述计算机程序被执行时，实现如上述所述的方法。
[0027]与现有技术相比，本专利技术的有益效果为：
[0028]本专利技术提供了本专利技术提出了一种用于低压分布式光伏发电系统的预测方法，包括：针对目标低压分布式光伏发电系统，获取所述目标低压分布式光伏发电系统的历史传感器数据及历史运行数据，对所述历史传感器数据及所述历史运行数据进行数据清洗，以得到清洗数据，基于所述清洗数据建立仿真模型；收集当前预设时间段内的传感器数据及运行数据，将所述传感器数据及所述运行数据输入至仿真模型，对所述目标低压分布式光伏发电系统进行动态仿真，以得到仿真数据；基于所述仿真数据，得到所述目标低压分布式光伏发电系统，在未来预设时间段内的预测接入容量和预发电量。本专利技术具有广阔的工程化应用、成果推广空间和重大的科研价值。
附图说明
[0029]图1为本专利技术方法的流程图；
[0030]图2为本专利技术系统的结构图。
具体实施方式
[0031]现在参考附图介绍本专利技术的示例性实施方式，然而，本专利技术可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本专利技术，并且向所属
的技术人员充分传达本专利技术的范围。对于表示在附图中的示例性实施方式中的术语并不是对本专利技术的限定。在附图中，相同的单元/元件使用相同的附图标记。
[0032]除非另有说明，此处使用的术语(包括科技术语)对所属
的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
[0033]实施例1：
[0034]本专利技术提出了一种用于低压分布式光伏发电系统的预测方法，如图1所示，包括：
[0035]步骤1、针对目标低压分布式光伏发电系统，获取所述目标低压分布式光伏发电系统的历史传感器数据及历史运行数据，对所述历史传感器数据及所述历史运行数据进行数据清洗，以得到清洗数据，基于所述清洗数据建立仿真模型；
[0036]步骤2、收集当前预设时间段内的传感器数据及运行数据，将所述传感器数据及所述运行数据输入至仿真模型，对所述目标低压分布式光伏发电系统进行动态仿真，以得到仿真数据；
[0037]步骤3、基于所述仿真数据，得到所述目标低压分布式光伏发电系统，在未来预设时间段内的预测接入容量和预本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用于低压分布式光伏发电系统的预测方法，其特征在于，所述方法包括：针对目标低压分布式光伏发电系统，获取所述目标低压分布式光伏发电系统的历史传感器数据及历史运行数据，对所述历史传感器数据及所述历史运行数据进行数据清洗，以得到清洗数据，基于所述清洗数据建立仿真模型；收集当前预设时间段内的传感器数据及运行数据，将所述传感器数据及所述运行数据输入至仿真模型，对所述目标低压分布式光伏发电系统进行动态仿真，以得到仿真数据；基于所述仿真数据，得到所述目标低压分布式光伏发电系统，在未来预设时间段内的预测接入容量和预发电量。2.根据权利要求1所述的预测方法，其特征在于，所述历史传感器数据和传感器数据的数据类型，包括如下中的至少一种：逆变器数据、电能表数据、云层数据、温湿度数据和光照度数据。3.根据权利要求1所述的预测方法，其特征在于，所述历史运行数据和运行数据的数据类型，包括如下中的至少一种：设备故障数据、设备状态数据、电压数据、电流数据、功率数据、频率数据和发电量数据。4.根据权利要求1所述的预测方法，其特征在于，所述历史传感器数据和传感器数据，为波形数据。5.根据权利要求1所述的预测方法，其特征在于，所述历史运行数据和运行数据，为基于同步时钟的同步数据。6.根据权利要求1所述的预测方法，其特征在于，所述仿真数据还用于仿真模型的自主学习，得到的自主学习结果，用于对所述仿真模型进行更新。7.一种用于低压分布式光伏发电系统的预测系统，其特征在于，所述系统包括：采集单元，用于针对目标低压分布式光伏发电系统，获取所述目标低压分布式光伏发电系统的历史传感器数据及历史运行数据，对所述历史传感器数据及所述历史运...
【专利技术属性】
技术研发人员：刁赢龙，周峰，雷民，殷小东，岳长喜，韦谦，姜春阳，刘浩，胡浩亮，刘少波，张军，王海燕，项琼，余也凤，周玮，龙兆芝，李鹤，李登云，刘俭，杜博伦，祁欣，余佶成，李小飞，
申请(专利权)人：国家电网有限公司国家高电压计量站，
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。