分布式光伏的电能质量评估方法及系统、设备、存储介质技术方案

本发明专利技术公开了一种分布式光伏的电能质量评估方法及系统、设备、存储介质，该方法分别通过层次分析法和熵权法基于样本数据分析得到特征的第一权重向量和第二权重向量，实现了电能质量多特征参量的定性分析和定量分析，再采用乘法合成方法基于第一权重向量和第二权重向量计算得到第三权重向量，实现了定性分析和定量分析的结合，提升了特征权重系数的准确性。最后，基于概率统计方法对分布式光伏发电后分时采样的多个样本数据和第三权重向量进行计算分析，从而确定分布式光伏的电能质量等级，评估结果准确度高，可为区域的大规模分布式光伏安装和何时接入电网提供了准确的参考意见。意见。意见。

【技术实现步骤摘要】
分布式光伏的电能质量评估方法及系统、设备、存储介质


[0001]本专利技术涉及电能质量评估
，特别地，涉及一种分布式光伏的电能质量评估方法及系统、设备、计算机可读取的存储介质。

技术介绍

[0002]随着“碳中和、碳达峰”目标的提出，分布式光伏快速发展，大规模的分布式光伏接入电网运行后对配电网造成巨大影响，包括电网的安全稳定运行、继电保护、网损/线损分析、电能质量和能源供给等方面。其中电能质量问题在分布式光伏接入后尤为突出，分布式光伏接入后通过逆变器将所发直流电转化为交流电后接入电网，由于光伏发电具有一定波动性和随机性，同时逆变器作为非线性负荷接入电力系统中，都会对电能质量造成一定程度的影响。
[0003]目前，传统的电能质量评估方法分为智能算法类和传统数学类，其中智能算法类评估通常采用遗传算法或者人工智能方法进行计算，该方案需要大量的样本才能保证评估结果准确性，且算力需求较高，不适用于分布式光伏应用场景；而传统数学类通常包括模糊数学、数据包络法等常见方法，但这些方法受人为主观影响较大，容易产生误差。因此，目前亟需准确有效地对分布式光伏的电能质量进行综合评估。

技术实现思路

[0004]本专利技术提供了一种分布式光伏的电能质量评估方法及系统、设备、计算机可读取的存储介质，可以准确地对分布式光伏的电能质量进行综合评估。
[0005]根据本专利技术的一个方面，提供一种分布式光伏的电能质量评估方法，包括以下内容：
[0006]采集分布式光伏在功率平稳时间段的样本数据，所述样本数据包括多个特征数据；
[0007]采用层次分析法基于所述样本数据分析得到所有特征的第一权重向量；
[0008]采用熵权法基于所述样本数据分析得到所有特征的第二权重向量；
[0009]采用乘法合成方法基于所述第一权重向量和所述第二权重向量计算得到第三权重向量；
[0010]从开始发电后对分布式光伏进行分时采样得到多个新的样本数据并构建特征数据样本矩阵，基于所述特征数据样本矩阵和所述第三权重向量计算得到分布式光伏的电能质量评估时序向量；
[0011]采用概率统计法计算得到所述电能质量评估时序向量的期望值，将所述期望值作为分布式光伏的电能质量评估值，并将所述电能质量评估值与电能质量评估等级标准进行对比，确定分布式光伏的电能质量等级。
[0012]进一步地，所述特征数据包括电压偏差率、电压暂变率、电压总畸变率、电流总畸变率、频率偏差率和三相电压不平衡率中的至少一种。
[0013]进一步地，所述采用层次分析法基于所述样本数据分析得到所有特征的第一权重向量的过程具体包括以下内容：
[0014]确定评估目标层为光伏发电的电能质量，将多个特征作为准则层的评估标准；
[0015]基于多个特征数据构建判断矩阵；
[0016]计算判断矩阵的各个特征的相对权重系数，以构建所有特征的权重系数向量，并对判断矩阵进行一致性检验；
[0017]选择多个不同样本数据计算得到多个权重系数向量，并构建多样本的权重系数矩阵；
[0018]对所述权重系数矩阵进行专家差异度分析，计算得到所有特征的第一权重向量。
[0019]进一步地，所述对所述权重系数矩阵进行专家差异度分析，计算得到所有特征的第一权重向量的过程具体为：
[0020]基于所述权重系数矩阵中每个特征对应的多个不同权重值，计算得到每个特征对应的差异值系数和权重均值，基于多个特征的差异值系数和权重均值计算得到权重指标参数，并基于所述差异值系数、权重均值和权重指标参数计算得到每个特征的专家评估权重值，从而得到所有特征的第一权重向量。
[0021]进一步地，所述采用熵权法基于所述样本数据分析得到所有特征的第二权重向量的过程具体包括以下内容：
[0022]基于多个样本数据构建原始数据样本矩阵，并进行归一化处理后得到归一化矩阵；
[0023]计算归一化矩阵中每个特征的方差，并基于每个特征的方差计算得到每个样本中每个特征的比重值，从而得到每个特征的信息熵；
[0024]基于每个特征的信息熵计算得到每个特征的权重系数，从而得到所有特征的第二权重向量。
[0025]进一步地，具体采用以下公式计算第三权重向量：
[0026][0027]其中，ψ表示第三权重向量，ε
i
表示特征i在第三权重向量中对应的权重系数，δ
i
表示特征i在第一权重向量中对应的权重系数，ω
i
表示特征i在第二权重向量中对应的权重系数，n表示特征的数量。
[0028]进一步地，所述电能质量评估等级标准的制定过程为：
[0029]基于多个样本数据确定每个特征的权重系数散落区间，将每个特征的权重系数散落区间划分为多个指标等级，并基于所有特征的权重系数散落区间划分情况确定电能质量评估等级标准。
[0030]另外，本专利技术还提供一种分布式光伏的电能质量评估系统，包括：
[0031]第一数据采集模块，用于采集分布式光伏在功率平稳时间段的样本数据，所述样本数据包括多个特征数据；
[0032]第一数据分析模块，用于采用层次分析法基于所述样本数据分析得到所有特征的
第一权重向量；
[0033]第二数据分析模块，用于采用熵权法基于所述样本数据分析得到所有特征的第二权重向量；
[0034]第三数据分析模块，用于采用乘法合成方法基于所述第一权重向量和所述第二权重向量计算得到第三权重向量；
[0035]第二数据采集模块，用于从开始发电后对分布式光伏进行分时采样得到多个样本数据并构建特征数据样本矩阵；
[0036]第四数据分析模块，用于基于所述特征数据样本矩阵和所述第三权重向量计算得到分布式光伏的电能质量评估时序向量；
[0037]电能质量等级评估模块，用于采用概率统计法计算得到所述电能质量评估时序向量的期望值，将所述期望值作为分布式光伏的电能质量评估值，并将所述电能质量评估值与预设的电能质量评估等级标准进行对比，确定分布式光伏的电能质量等级。
[0038]另外，本专利技术还提供一种设备，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行如上所述的方法的步骤。
[0039]另外，本专利技术还提供一种计算机可读取的存储介质，用于存储对分布式光伏的电能质量进行评估的计算机程序，所述计算机程序在计算机上运行时执行如上所述的方法的步骤。
[0040]本专利技术具有以下效果：
[0041]本专利技术的分布式光伏的电能质量评估方法，分别通过层次分析法和熵权法基于样本数据分析得到特征的第一权重向量和第二权重向量，层次分析法可以将多目标问题量化处理为多层次单目标问题并计算得到每个特征的权重系数，实现了电能质量多特征参量的定性分析，而熵权法依赖于特征的统计信息来计算每个特征的权重系数，实现了电能质量多特征参量的定量分析。然后，再采用乘法合成方法基于第一权重本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分布式光伏的电能质量评估方法，其特征在于，包括以下内容：采集分布式光伏在功率平稳时间段的样本数据，所述样本数据包括多个特征数据；采用层次分析法基于所述样本数据分析得到所有特征的第一权重向量；采用熵权法基于所述样本数据分析得到所有特征的第二权重向量；采用乘法合成方法基于所述第一权重向量和所述第二权重向量计算得到第三权重向量；从开始发电后对分布式光伏进行分时采样得到多个新的样本数据并构建特征数据样本矩阵，基于所述特征数据样本矩阵和所述第三权重向量计算得到分布式光伏的电能质量评估时序向量；采用概率统计法计算得到所述电能质量评估时序向量的期望值，将所述期望值作为分布式光伏的电能质量评估值，并将所述电能质量评估值与电能质量评估等级标准进行对比，确定分布式光伏的电能质量等级。2.如权利要求1所述的分布式光伏的电能质量评估方法，其特征在于，所述特征数据包括电压偏差率、电压暂变率、电压总畸变率、电流总畸变率、频率偏差率和三相电压不平衡率中的至少一种。3.如权利要求1所述的分布式光伏的电能质量评估方法，其特征在于，所述采用层次分析法基于所述样本数据分析得到所有特征的第一权重向量的过程具体包括以下内容：确定评估目标层为光伏发电的电能质量，将多个特征作为准则层的评估标准；基于多个特征数据构建判断矩阵；计算判断矩阵的各个特征的相对权重系数，以构建所有特征的权重系数向量，并对判断矩阵进行一致性检验；选择多个不同样本数据计算得到多个权重系数向量，并构建多样本的权重系数矩阵；对所述权重系数矩阵进行专家差异度分析，计算得到所有特征的第一权重向量。4.如权利要求3所述的分布式光伏的电能质量评估方法，其特征在于，所述对所述权重系数矩阵进行专家差异度分析，计算得到所有特征的第一权重向量的过程具体为：基于所述权重系数矩阵中每个特征对应的多个不同权重值，计算得到每个特征对应的差异值系数和权重均值，基于多个特征的差异值系数和权重均值计算得到权重指标参数，并基于所述差异值系数、权重均值和权重指标参数计算得到每个特征的专家评估权重值，从而得到所有特征的第一权重向量。5.如权利要求1所述的分布式光伏的电能质量评估方法，其特征在于，所述采用熵权法基于所述样本数据分析得到所有特征的第二权重向量的过程具体包括以下内容：基于多个样本数据构建原始数据样本矩阵，并进行归一化处理后得到归一化矩阵；计算归一化矩阵中每个特征的方差，并基于每个特征的方差计算得...

【专利技术属性】
技术研发人员：张晶，张晶雨，高博瑞，
申请(专利权)人：北京市腾河科技有限公司，
类型：发明
国别省市：