【技术实现步骤摘要】
本专利技术涉及新能源发电，具体涉及一种面向分布式光伏的区域资源监测布局方法及系统。
技术介绍
1、随着分布式光伏渗透率的不断提升，分布式光伏出力对电网的影响日益增加。由于其点多面广，难以监测，导致调度决策时无法准确掌握分布式光伏的实时运行状态，增加了电网电力平衡压力以及运行风险。因此需要开展面向分布式光伏的区域监测技术研究，尤其是气象资源的监测直接影响其发电能力。目前气象监测布局多采用经验或等间距布点的方式，未能充分考虑监测信息的地域差异及监测的经济成本，而且还存在大量盲区，且尚未形成成熟的监测布局方案。
2、采用经验与等间距布点相结合的方法。以中小尺度灾害性天气监测布局为例，根据中小尺度天气系统的典型空间和时间尺度特征，对全国中小尺度天气地面监测站密度需求进行分析，参考国际中尺度地面观测网的设计思路，提出自动气象站监测布局的原则如下：
3、（1）平原地区：平均间距20～25千米；
4、（2）沿海地区以及大江大河流域：平均间距为10千米；
5、（3）山区：根据具体的地形特点、地质灾害发生情况以及年平均降水量进行设计，平均间距小于25千米；
6、（4）城区：根据该城市年降水量、人口以及灾害发生的特点进行设计，平均间距小于10千米，重点地区为5千米；
7、（5）大中城市：布设至少包括气压、温度、风向、风速和降水量的五要素自动气象站，在经费许可的情况下，增加湿度观测。其他地区的加密自动气象站至少包括雨量，根据经费情况依次增加气压、气温、风向、风速和相对湿度等要素；
8、具体站址选择：在满足布局要求的前提下，要考虑设备业务运行可靠、维护方便、通信组网的稳定，并保持站址周围环境具有一定的稳定性；每个加密自动气象站须设置观测场，温度、湿度传感器尽可能安装在百叶箱内；在资料急需但条件受限制的地区，可不受上述限制。
9、该方法选择的站址代表性不足，未充分考虑监测对象的属性与特征，无法保证监测点位具有区域代表性。
技术实现思路
1、为了解决现有技术采用经验与等间距布点相结合的方法进行监测布局时存在监测站址代表性不足的问题，本专利技术提出了一种面向分布式光伏的区域资源监测布局方法，包括：
2、基于分布式光伏所在区域的经纬度信息，构建包含若干网格的分布式光伏区域；
3、利用插值法，对所述分布式光伏区域内各网格多源信息进行提取，得到各网格量化信息；
4、基于各网格量化信息，利用权重分配和特征聚类方法，对所述各网格量化信息归类，得到若干类型区域；
5、基于各类型区域内的分布式光伏位置和装机容量信息，在各类型区域内确定最佳监测点位。
6、可选的，所述基于分布式光伏所在区域的经纬度信息，构建包含若干网格的分布式光伏区域，包括：
7、对分布式光伏区域的最小经度和维度对应的点为起点，分别沿正东、正北方向，间隔设定值划分所述分布式光伏区域，构建网格；
8、基于分布式光伏位置信息匹配在所述网格中的落点，得到包含若干网格的分布式光伏区域。
9、可选的，所述基于分布式光伏位置信息匹配在所述网格中的落点，得到包含若干网格的分布式光伏区域，包括：
10、结合分布式光伏区域的边界信息，剔除边界外的网格；
11、结合分布式光伏区域的地形地貌数据，剔除不宜建设气象监测站点的网格。
12、可选的，所述利用插值法，对所述分布式光伏区域内各网格多源信息进行提取，得到各网格量化信息，包括：
13、基于所述分布式光伏区域历史的气象资源信息计算各网格中心点位的气象信息；
14、由所述各网格中心点位的气象信息形成的气象信息数据集作为各网格量化信息。
15、可选的，所述分布式光伏区域历史的气象资源信息通过数值模式反演获得。
16、可选的，所述基于各网格量化信息，利用权重分配和特征聚类方法，对所述各网格量化信息归类，得到若干类型区域，包括：
17、对各网格量化信息进行标准化处理，形成归一化数据集；
18、基于所述归一化数据集采用平均影响值方法确定各气象因素权重配比；
19、基于所述归一化数据集中各气象因素的丰富度和稳定度，以及所述各气象因素权重配比，利用k-means中心聚类法，将网格进行初步分类；
20、基于所述各气象因素权重配比和各气象因素确定初步分类的结果中各类区域的综合气象资源；
21、基于各类区域的综合气象资源与聚类中心的相关性进行寻优，得到若干类型区域。
22、可选的，所述基于所述归一化数据集采用平均影响值方法确定各气象因素权重配比，包括：
23、基于所述归一化数据集中光伏历史出力和装机容量的比值，得到光伏发电效率；
24、基于所述光伏发电效率和对应的所述归一化数据集中各气象要素，计算各气象因素权重配比。
25、可选的，所述基于各类型区域内的分布式光伏位置和装机容量信息，在各类型区域内确定最佳监测点位，包括：
26、从各类型区域中按照装机容量由大到小选出设定个数的网格；
27、将各网格装机容量的倒数作为权重，计算同一类型区域中各网格到选出的设定个数的网格间的欧式距离；
28、迭代寻优计算前设定个数网格对应的欧式距离，直至得到欧式距离最小值，将所述欧式距离最小值对应的网格作为所述类型区域的最佳监测点位。
29、可选的，所述网格点间欧式距离按下式计算：
30、
31、式中，为第i个特征区域到第α特征区域的欧式距离，为每个类内各小网格点的装机容量，为第i个特征区域的综合气象指标，为第α特征区域的综合气象指标。
32、再一方面本专利技术还提供了一种面向分布式光伏的区域资源监测布局系统，包括：
33、网格划分模块，用于基于分布式光伏所在区域的经纬度信息，构建包含若干网格的分布式光伏区域；
34、信息提取模块，用于利用插值法，对所述分布式光伏区域内各网格多源信息进行提取，得到各网格量化信息；
35、聚类划分模块，用于基于各网格量化信息，利用权重分配和特征聚类方法，对所述各网格量化信息归类，得到若干类型区域；
36、寻优模块，用于基于各类型区域内的分布式光伏位置和装机容量信息，在各类型区域内确定最佳监测点位。
37、可选的，所述信息提取模块，具体用于：
38、基于所述分布式光伏区域历史的气象资源信息计算各网格中心点位的气象信息；
39、由所述各网格中心点位的气象信息形成的气象信息数据集作为各网格量化信息。
40、可选的，所述聚类划分模块包括：
41、归一化子模块，用于对各网格量化信息进行标准化处理，形成归一化数据集；
42、配比子模块，用于基于所述归一化数据集采用平均影响值方法确定各气象因素权重配比；
本文档来自技高网...
【技术保护点】
1.一种面向分布式光伏的区域资源监测布局方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述基于分布式光伏所在区域的经纬度信息，构建包含若干网格的分布式光伏区域，包括：
3.如权利要求2所述的方法，其特征在于，所述基于分布式光伏位置信息匹配在所述网格中的落点，得到包含若干网格的分布式光伏区域，包括：
4.如权利要求1所述的方法，其特征在于，所述利用插值法，对所述分布式光伏区域内各网格多源信息进行提取，得到各网格量化信息，包括：
5.如权利要求1所述的方法，其特征在于，所述基于各网格量化信息，利用权重分配和特征聚类方法，对所述各网格量化信息归类，得到若干类型区域，包括：
6.如权利要求5所述的方法，其特征在于，所述基于所述归一化数据集采用平均影响值方法确定各气象因素权重配比，包括：
7.如权利要求1所述的方法，其特征在于，所述基于各类型区域内的分布式光伏位置和装机容量信息，在各类型区域内确定最佳监测点位，包括：
8.如权利要求7所述的方法，其特征在于，所述网格点间欧式距离按下式计算
9.一种面向分布式光伏的区域资源监测布局系统，其特征在于，包括：
10.如权利要求9所述的系统，其特征在于，所述信息提取模块，具体用于：
11.如权利要求9所述的系统，其特征在于，所述聚类划分模块包括：
12.一种计算机设备，其特征在于，包括：一个或多个处理器；
13.一种计算机可读存储介质，其特征在于，其上存有计算机程序，所述计算机程序被执行时，实现如权利要求1至8中任一项所述的一种面向分布式光伏的区域资源监测布局方法。
...【技术特征摘要】
1.一种面向分布式光伏的区域资源监测布局方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述基于分布式光伏所在区域的经纬度信息，构建包含若干网格的分布式光伏区域，包括：
3.如权利要求2所述的方法，其特征在于，所述基于分布式光伏位置信息匹配在所述网格中的落点，得到包含若干网格的分布式光伏区域，包括：
4.如权利要求1所述的方法，其特征在于，所述利用插值法，对所述分布式光伏区域内各网格多源信息进行提取，得到各网格量化信息，包括：
5.如权利要求1所述的方法，其特征在于，所述基于各网格量化信息，利用权重分配和特征聚类方法，对所述各网格量化信息归类，得到若干类型区域，包括：
6.如权利要求5所述的方法，其特征在于，所述基于所述归一化数据集采用平均影响值方法确定各...
【专利技术属性】
技术研发人员：周海，李登宣，秦放，程序，姚虹春，马文文，丁煌，陈卫东，吴骥，胡思雨，崔方，秦昊，
申请(专利权)人：中国电力科学研究院有限公司，
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。