【技术实现步骤摘要】
本专利技术涉及光伏阵列状态识别，尤其涉及一种基于多评价指标的光伏阵列运行状态识别方法。
技术介绍
1、太阳能是一种理想的可再生能源，它具有无噪声、无污染、能量随处可取、取之不尽等优点。我国太阳能资源丰富，全国约有2/3的地区年日照时数在2000小时以上，太阳能资源开发利用的潜力非常广阔。作为太阳能光电转换最为重要的方式，光伏发电具有无污染、效率高、无需储能设备、发电能力强等优点。光伏发电作为目前全球最主流的可再生能源发电方式之一，我国光伏发电发展迅猛，2022年光伏新增装机达到87.41gw，创历史新高，占新增装机容量比重已达到43.76％，新增份额已接近一半比重。然而，作为光伏电站核心关键部件，光伏阵列故障率占光伏电站故障率的比重非常大，而光伏阵列运行过程中可采集的数据仅有电流和电压，光伏出力的波动性、数据质量使得光伏阵列故障特征信息被淹没于运行数据中。光伏阵列状态识别困难，难以有效识别光伏阵列的“标杆”、“正常”、“低效”、“预警”状态，仅依赖电流、电压数据难以从发电能力、数据质量、效率、稳定性等维度对光伏阵列进行评价，约束了光伏电站智能化运行水平的提高。因此，需要一种基于多评价指标的光伏阵列运行状态识别方法，这对光伏电站的安全、高效运维意义重大。
技术实现思路
1、本专利技术的目的是提出一种基于多评价指标的光伏阵列运行状态识别方法，包括以下步骤：
2、步骤s1、建立光伏阵列多维评价指标；
3、步骤s2、计算光伏阵列各维度指标贡献度；
4、步
5、步骤s4、利用综合评价向量识别光伏阵列运行状态。
6、步骤s1中的光伏阵列多维评价指标包括光伏阵列数据质量q、光伏阵列效率损失pr、光伏阵列发电量qi、光伏阵列动态性能变化dr、光伏阵列稳定性p。
7、光伏阵列数据质量q的计算公式如下：
8、
9、式中：karray为某光伏阵列运行数据中异常数据的样本个数，t为采集数据时间，nd为标准点数，d为评价时间长度，单位为天。
10、光伏阵列效率损失pr的计算公式如下：
11、
12、yreference＝prated·ht
13、
14、式中，yarray、yreference分别为光伏阵列的实际发电量和理论发电量，单位为kwh；prated为光伏组件装机的标称容量，单位为kw；ht为t时间段内阵列的峰值日照时数，为一段时间内的辐照度r的积分总量，单位为h。
15、光伏阵列发电量qi的计算公式如下：
16、
17、其中，t代表时间段，pi代表第i个光伏阵列的实际发电功率。
18、光伏阵列动态性能变化dr的计算过程如下：
19、记第i个光伏阵列第k天的日均pr为prik，则动态性能矩阵为：
20、
21、按列计算排名，记prik在第k天的排名为prik,rk，得到日均pr的排名矩阵r1：
22、
23、对每个阵列的prik,rk排名累加，得到排名和矩阵rs如下：
24、
25、其中，n为统计天数；
26、确定参考prreference值：
27、
28、计算实际阵列pr值与参考prreference值的差值矩阵d为：
29、
30、按列进行排名，记在第k天的排名为δik,rk，1≤r≤553，得到日均pr的排名矩阵r2：
31、
32、每行取排名和，得到光伏阵列动态性能变化dr：
33、
34、光伏阵列稳定性p的计算过程如下：
35、对光伏阵列效率损失pr的分布特性进行拟合
36、
37、h＝1.06σm-1/5
38、式中，为pr取x时的概率建模结果；h为带宽；φ为标准正态密度函数；σ为光伏阵列pr标准差；prt为光伏阵列第t个时间段的pr实际值；m为光伏阵列个数；
39、将拟合曲线的峰值作为光伏阵列稳定性p：
40、
41、步骤s3中的状态识别阈值具体设置如下：
42、对于“标杆”阵列
43、a＝ui+2σx，b＝1；
44、对于“正常”阵列
45、a＝ui-2σx，b＝ui+2σx；
46、对于“低效”阵列
47、a＝ui-2σx，b＝ui-σx；
48、对于“预警”阵列
49、a＝0，b＝ui-2σx；
50、其中，a为阈值最小值、b为阈值最大值、ui为所有阵列去量纲处理的评价指标值的均值、σx为标准偏差估计。
51、步骤s4包括如下子步骤：
52、步骤s41、求得第w个指标对第j等级的归属值rw,j，得到矩阵r：
53、
54、步骤s42、计算综合评价向量z，得到评价向量z的元素最大值zv：
55、z＝β·r＝(z1,z2,z3,z4)
56、zv＝max{z1,z2,z3,z4}
57、其中，v为评价向量z对应元素最大值的位置；
58、步骤s43、根据评价向量z对应元素最大值的位置识别光伏阵列运行状态，若v＝1，则光伏阵列运行状态为“标杆”；若v＝2，则光伏阵列运行状态为“正常”；若v＝3，则光伏阵列运行状态为“低效”；若v＝4，则光伏阵列运行状态为“预警”。
59、本专利技术的有益效果在于：
60、1、本专利技术从多角度构建了光伏阵列运行状态指标，解决了光伏输出波动性导致的光伏状态评价难以有效量化的问题。
61、2、基于光伏阵列实际运行数据计算了各个光伏评价指标以及相对重要程度，考虑了各指标之间存在的相关关系，使得贡献度计算更加科学准确。
62、3、阈值设定根据指标特征进行拟合，对单维度指标对应的光伏阵列等级进行识别，避免了主观因素对光伏阵列综合评价结果的影响，能够直观反映光伏阵列状态，并且能够在大数据量的光伏阵列中发现异常阵列，可用于光伏电站的故障预警。
本文档来自技高网...【技术保护点】
1.一种基于多评价指标的光伏阵列运行状态识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述基于多评价指标的光伏阵列运行状态识别方法，其特征在于，所述步骤S1中的光伏阵列多维评价指标包括光伏阵列数据质量q、光伏阵列效率损失PR、光伏阵列发电量Qi、光伏阵列动态性能变化DR、光伏阵列稳定性P。
3.根据权利要求2所述基于多评价指标的光伏阵列运行状态识别方法，其特征在于，光伏阵列数据质量q的计算公式如下：
4.根据权利要求2所述基于多评价指标的光伏阵列运行状态识别方法，其特征在于，光伏阵列效率损失PR的计算公式如下：
5.根据权利要求2所述基于多评价指标的光伏阵列运行状态识别方法，其特征在于，光伏阵列发电量Qi的计算公式如下：
6.根据权利要求2所述基于多评价指标的光伏阵列运行状态识别方法，其特征在于，光伏阵列动态性能变化DR的计算过程如下：
7.根据权利要求2所述基于多评价指标的光伏阵列运行状态识别方法，其特征在于，光伏阵列稳定性P的计算过程如下：
8.根据权利要求1所述基于多评价指标的光伏
9.根据权利要求1所述基于多评价指标的光伏阵列运行状态识别方法，其特征在于，所述步骤S4包括如下子步骤：
...【技术特征摘要】
1.一种基于多评价指标的光伏阵列运行状态识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述基于多评价指标的光伏阵列运行状态识别方法，其特征在于，所述步骤s1中的光伏阵列多维评价指标包括光伏阵列数据质量q、光伏阵列效率损失pr、光伏阵列发电量qi、光伏阵列动态性能变化dr、光伏阵列稳定性p。
3.根据权利要求2所述基于多评价指标的光伏阵列运行状态识别方法，其特征在于，光伏阵列数据质量q的计算公式如下：
4.根据权利要求2所述基于多评价指标的光伏阵列运行状态识别方法，其特征在于，光伏阵列效率损失pr的计算公式如下：
5.根据权利要求...
【专利技术属性】
技术研发人员：朱红路，李佳琦，连泳钧，张茜，孙亚辉，潘炳蓉，
申请(专利权)人：华北电力大学，
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。