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】
本专利技术涉及新能源,尤其涉及一种多源异构分布式光伏数据处理方法和装置、电子设备。
技术介绍
1、近年来,新能源在功率和容量上的比例将越来越大,并逐渐占据主流地位。随着分布式发电及其系统集成技术日趋成熟,分布式发电以其污染少、能源利用效率高、安装地点灵活、建设周期短、维护简单等优点,正得到越来越广泛的应用,逐渐成为开发利用可再生能源的另一种有效途径。与依靠远距离输配的集中式发电相比,分布式发电采用就地能源,就地消纳,减少了大规模远距离输电的线路损耗和输变电投资运行成本,具有改善配电网末端电能质量、减少线路损耗的作用,分布式发电与大电网互为备用,增强了供电可靠性和灵活性。
2、配电网系统是整个电力系统的输送末端,具有点多线广、容易受环境影响的特征。分布式电源容量小、数目多,严重增加了系统调度的复杂性,随着大量分布式电源的接入,对配电网的多源异构数据集成处理和融合的要求越来越高。此外,随着新型有源配电网的传感量测、信息通信等配套的逐渐完善,产生了大量多源异构数据,受采集环境、设备故障、通信缺陷等问题的影响,采集的大量分布式资源数据可能会产生一定程度的误差和缺漏,影响数据质量,进而影响基于数据驱动的各项应用功能的正常运转。
3、现有的分布式光伏数据资源集成融合技术主要包括两个方面:首先是源端数据异常数据的识别,这方面目前主要包括基于数据分布指标的判断方法,如标准差法和箱型图法。标准差法是假设样本集中所有样本处于正态分布,计算样本集的标准差,样本和均值在3倍标准差范围之外即认定为异常值,箱型图法是设定样本集的上四
技术实现思路
1、本专利技术实施例的目的是提供一种多源异构分布式光伏数据处理方法和装置、电子设备,能够解决现有的分布式光伏数据资源补全方案中存在的计算量大且对数据的补全效果差的问题。
2、为解决上述技术问题,本专利技术提供如下技术方案:
3、本专利技术实施例提供了一种多源异构分布式光伏数据处理方法,包括:
4、获取分布式光伏到配变、馈线、母线、变电站以及地区的拓扑层级关系;
5、依据所述拓扑层级关系以及分布式光伏的台账数据,生成分布式光伏的树形台账;
6、依据所述树形台账和分布式光伏的功率量测数据,确定各层级的分布式光伏功率量测数据;
7、基于地理位置,将所述各层级的分布式光伏功率量测数据与气象数据进行关联;
8、对所述气象数据中的网格气象数据进行滚动校正,以使多源气象数据融合;
9、基于分布式光伏运行规则对所述各层级的分布式光伏功率量测数据进行第一次识别,得到正常的分布式光伏功率量测数据;
10、基于离群检测算法对所述正常的分布式光伏功率量测数据进行第二次识别,得到分布式光伏功率量测异常数据;
11、对所述分布式光伏功率量测异常数据进行补全修正。
12、可选地,基于地理位置,将所述各层级的分布式光伏功率量测数据与气象数据进行关联的步骤,包括:
13、载入格点、气象监测站点、分布式光伏的经纬度坐标;
14、基于数值天气预报正方形格点大小和格点任一角坐标,确定格点四角的坐标;
15、判断分布式光伏是否在格点范围之内;
16、计算在格点范围内的各分布式光伏和每个气象监测站点的距离,并区距离最近的气象监测站点作为分布式光伏设备的预测气象数据源,以实现分布式光伏功率量测数据与气象数据的关联。
17、可选地,对所述气象数据中的网格气象数据进行滚动校正,以使多源气象数据融合的步骤,包括:
18、将气象监测装置监测到的时间间隔数据,转化为与数值天气预报时间间隔相同的数据;
19、根据当天的气象监测装置监测到的实时期限数据,计算得到权重平均误差值;
20、基于所述权重平均误差值对所述气象数据中的网格气象数据进行偏移,以实现校正。
21、可选地,对所述分布式光伏功率量测异常数据进行补全修正的步骤,包括:
22、确定所述分布式光伏功率量测异常数据对应的目标时间段;
23、依据预设的所述目标时间段对应的补全修正策略,对所述分布式光伏功率量测异常数据进行补全修正。
24、可选地,依据预设的所述目标时间段对应的补全修正策略,对所述分布式光伏功率量测异常数据进行补全修正的步骤,包括:
25、在所述目标时间段为指定的夜间时间段的情况下,将所述分布式光伏功率量测异常数据中缺失的异常点数据置为0;
26、在所述目标时间段为第一时间段的情况下,基于同地区分布式光伏日功率曲线相关性筛选周围满足条件的样板分布式光伏;
27、基于满足条件的样板分布式光伏数量,估算所述分布式光伏功率量测异常数据中缺失异常数据的分布式光伏发电功率;
28、在不存在满足条件的样板分布式光伏的情况下,采用拉格朗日插值方法对所述分布式光伏功率量测异常数据进行补全修正。
29、本专利技术实施例还提供了一种多源异构分布式光伏数据处理装置,包括:
30、获取模块,用于获取分布式光伏到配变、馈线、母线、变电站以及地区的拓扑层级关系;
31、生成模块,用于依据所述拓扑层级关系以及分布式光伏的台账数据,生成分布式光伏的树形台账;
32、确定模块,用于依据所述树形台账和分布式光伏的功率量测数据,确定各层级的分布式光伏功率量测数据;
33、关联模块,用于基于地理位置,将所述各层级的分布式光伏功率量测数据与气象数据进行关联;
34、校正模块,用于对所述气象数据中的网格气象数据进行滚动校正,以使多源气象数据融合;
35、第一识别模块,用于基于分布式光伏运行规则对所述各层级的分布式光伏功率量测数据进行第一次识别,得到正常的分布式光伏功率量测数据;
36、第二识别模块,用于基于离群检测算法对所述正常的分布式光伏功率量测数据进行第二次识别,得到分布式光伏功率量测异常数据;
37、修正模块,用于对所述分布式光伏功率量测异常数据进行补全修正。
38、可选地,所述关联模本文档来自技高网...
【技术保护点】
1.一种多源异构分布式光伏数据处理方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,基于地理位置,将所述各层级的分布式光伏功率量测数据与气象数据进行关联的步骤,包括:
3.根据权利要求1所述的方法,其特征在于,对所述气象数据中的网格气象数据进行滚动校正,以使多源气象数据融合的步骤,包括:
4.根据权利要求1所述的方法,其特征在于,对所述分布式光伏功率量测异常数据进行补全修正的步骤,包括:
5.根据权利要求4所述的方法,其特征在于,依据预设的所述目标时间段对应的补全修正策略,对所述分布式光伏功率量测异常数据进行补全修正的步骤,包括:
6.一种多源异构分布式光伏数据处理装置,其特征在于,包括:
7.根据权利要求6所述的装置,其特征在于,所述关联模块包括:
8.根据权利要求6所述的装置,其特征在于,所述校正模块包括:
9.根据权利要求6所述的装置,其特征在于,所述修正模块包括:
10.一种电子设备,其特征在于,所述电子设备包括处理器、存储器及存储在所述存储器上并
...【技术特征摘要】
1.一种多源异构分布式光伏数据处理方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,基于地理位置,将所述各层级的分布式光伏功率量测数据与气象数据进行关联的步骤,包括:
3.根据权利要求1所述的方法,其特征在于,对所述气象数据中的网格气象数据进行滚动校正,以使多源气象数据融合的步骤,包括:
4.根据权利要求1所述的方法,其特征在于,对所述分布式光伏功率量测异常数据进行补全修正的步骤,包括:
5.根据权利要求4所述的方法,其特征在于,依据预设的所述目标时间段对应的补全修正策略,对所述分布式光伏功...
【专利技术属性】
技术研发人员:姜山,李昕,翟飞,李镓辰,马依兰,张涛,侯伟,杨二乐,赵双,何彦彬,余谦,焦杰,王沁雪,乔建国,付豪,
申请(专利权)人:国网北京市电力公司,
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。