System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及光伏发电,尤其涉及基于大数据分析的分布式光伏预测评估方法及系统。
技术介绍
1、分布式光伏技术是指利用太阳能进行发电的一种技术,其特点是在建筑物、停车场、工业区等各种场所内,通过光伏组件将光能转化成电能,为场所提供建筑用电或直接输出到市电系统中,具有绿色、环保、可再生的特点。
2、当前,在电网发电计划制定、机组调峰调频等工作中常需要对光伏发电站的光伏功率进行预测,以及时对电网进行调度,保障电网的正常运行以及用户的正常用电。
3、现有技术中的光伏预测评估没有考虑光伏发电单元本身的参数随着时间的变化也在变化,从而降低了光伏发电功率预测的准确性。
技术实现思路
1、本专利技术的目的在于提供基于大数据分析的分布式光伏预测评估方法及系统,旨在可以更加准确地对光伏发电的功率进行预测。
2、为实现上述目的,第一方面,本专利技术提供了基于大数据分析的分布式光伏预测评估系统,包括数据收集模块、数据处理模块、模型生成模块、修正模块、更新模块和评估模块,所述数据收集模块、所述数据处理模块、所述模型生成模块、所述修正模块、所述更新模块和所述评估模块依次连接;
3、所述数据收集模块,用于收集与发电量相关的历史环境参数和发电参数;
4、所述数据处理模块,用于对环境参数数据进行清理,并将数据分成训练集和测试集;
5、所述模型生成模块,用于将训练集输入网络模型进行训练,得到预测模型;
6、所述修正模块,用于结合发电参
7、所述更新模块,用于采用实时数据对训练集数据集进行更新;
8、所述评估模块,用于对当前区域光伏板的发电能力进行评估并给出改善建议。
9、其中,所述历史环境数据包括发电数据、气象数据以及地理信息数据,所述发电参数包括转换效率、使用年限、倾角数据。
10、其中,所述数据收集模块包括数据采集单元和传输单元,所述数据采集单元,用于和环境参数数据库连接,用于采集历史环境数据,所述传输单元与所述数据采集单元连接,用于将采集的数据上传到上位机。
11、其中,所述数据处理模块包括数据规范化单元、数据去重单元、异常值处理单元和分集单元,所述数据规范化单元、数据去重单元、异常值处理单元和分集单元依次连接;
12、所述数据规范化单元,用于将数据整理成规定的格式,得到整理数据;
13、所述数据去重单元,用于去除整理数据中的重复数据;
14、所述异常值处理单元,用于对整理数据中的异常数据进行处理;
15、所述分集单元,用于将处理完车功能的整理数据分成训练集和测试集。
16、其中,所述修正模块包括转换衰减度计算单元、年限衰减度计算单元、倾角获取单元和发电能力计算单元
17、所述转换衰减度计算单元,用于基于光照强度和光伏单元的接收强度计算光伏板的转换效率衰减度;
18、所述年限衰减度计算单元,用于获取光伏板的使用年限衰减数据;
19、所述倾角获取单元,用于获取光伏板的倾角数据;
20、所述发电能力计算单元,用于基于的转换效率衰减度、使用年限衰减数据和倾角数据计算发电能力修正值。
21、其中,所述更新模块包括实时数据获取单元、替换数据判断单元和更新单元,所述实时数据获取单元、所述替换数据判断单元和所述更新单元依次连接,所述实时数据获取单元包括数据采集器、气象传感器和光伏阵列传感器,用于实时采集数据,所述替换数据判断单元,用于对数据库中的历史数据的存储时间进行判断,当存储日期超过预设值后判断为过期数据,所述更新单元,用于对过期数据进行更新。
22、其中,所述评估模块包括分区单元、最大损耗计算单元、成本计算单元和调整单元,所述分区单元,用于将当前区域分块,并获取各区块预设时间段内的全天光照强度;
23、所述最大损耗计算单元,用于遍历光伏单元的接收强度和所有光照强度的比值,得到最大损耗值;
24、所述成本计算单元,用于计算调整成本和最大损耗的差值;
25、所述调整单元,用于当成本小于损耗时对光伏单元的参数进行调整。
26、第二方面,本专利技术还提供一种基于大数据分析的分布式光伏预测评估方法,包括:收集与发电量相关的历史环境参数和发电参数;
27、对环境参数数据进行清理,并将数据分成训练集和测试集;
28、将训练集输入网络模型进行训练,得到预测模型;
29、结合发电参数对预测模型进行修正;
30、采用实时数据对训练集数据集进行更新;
31、对当前区域光伏板的发电能力进行评估并给出改善建议。
32、本专利技术的基于大数据分析的分布式光伏预测评估方法及系统,通过所述数据收集模块可以收集目标区域中的分布式光伏发电中与发电量相关的历史环境参数,包括发电数据、气象数据以及地理信息数据,以及发电参数包括转换效率、使用年限和倾角数据,从而可以通过所述数据处理模块对环境参数数据进行清理,以提高数据的有效性,之后分成训练集和测试集,并采用所述模型生成模块进行过模型训练,其中模型训练可以采用深度学习技术经过选择模型类型、定义算法公式和定义损失函数的步骤进行训练,之后采用所述修正模块结合光伏单元本身的发电参数对得到的预测模型进行修正,并通过所述更新模块对训练用到的数据库进行更新,从而可以更加准确地对光伏发电的功率进行预测,最后通过所述评估模块可以评估发电能力的有效性,并提供改善建议,从而可以方便对发电网络进行优化,从而提高发电效率。
本文档来自技高网...【技术保护点】
1.基于大数据分析的分布式光伏预测评估系统,其特征在于,
2.如权利要求1所述的基于大数据分析的分布式光伏预测评估系统,其特征在于,
3.如权利要求2所述的基于大数据分析的分布式光伏预测评估系统,其特征在于,
4.如权利要求3所述的基于大数据分析的分布式光伏预测评估系统,其特征在于,
5.如权利要求4所述的基于大数据分析的分布式光伏预测评估系统,其特征在于,
6.如权利要求5所述的基于大数据分析的分布式光伏预测评估系统,其特征在于,
7.如权利要求6所述的基于大数据分析的分布式光伏预测评估系统,其特征在于,
8.一种基于大数据分析的分布式光伏预测评估方法,应用于权利要求1~7任意一项所述的基于大数据分析的分布式光伏预测评估系统,其特征在于,
【技术特征摘要】
1.基于大数据分析的分布式光伏预测评估系统,其特征在于,
2.如权利要求1所述的基于大数据分析的分布式光伏预测评估系统,其特征在于,
3.如权利要求2所述的基于大数据分析的分布式光伏预测评估系统,其特征在于,
4.如权利要求3所述的基于大数据分析的分布式光伏预测评估系统,其特征在于,
5.如权利要求4所述的基于大数据...
【专利技术属性】
技术研发人员:戴超,周刚,
申请(专利权)人:江苏尚诚能源科技有限公司,
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。