分布式光伏节点数量预测方法及装置制造方法及图纸

本发明专利技术涉及一种分布式光伏节点数量预测方法及装置，根据用电节点的用电数据，建立用电量与发电量的关系模型，并根据用电数据预测用电节点的计划用电量，根据关系模型和计划用电量，计算发电节点的计划发电量。进一步地，以发电节点为中心建立发电片区，将发电片区作为环境模拟模型的土地栅格，获取储能节点的储能电量；最后将计划发电量和储能电量作为驱动力指数导入环境模拟模型，以预测出驱动力指数最大时各土地栅格的储能节点数量。基于此，将分布式光伏节点的地区划分为多个发电片区，以土地栅格的储能节点数量的预测，确定各发电片区内的储能节点数量，以指导储能节点的建设，提高用电系统的效率。高用电系统的效率。高用电系统的效率。

【技术实现步骤摘要】
分布式光伏节点数量预测方法及装置


[0001]本专利技术涉及分布式发电
，特别是涉及一种分布式光伏节点数量预测方法及装置。

技术介绍

[0002]光伏发电是利用半导体界面的光生伏特效应而将光能直接转变为电能的一种技术。主要由太阳电池板(组件)、控制器和逆变器三大部分组成，主要部件由电子元器件构成。太阳能电池经过串联后进行封装保护可形成大面积的太阳电池组件，再配合上功率控制器等部件就形成了光伏发电装置。而分布式光伏发电就是特指利用光伏发电，在用户场地附近建设，运行方式以用户侧自发自用、多余电量上网，且在配电系统平衡调节为特征的光伏发电设施。其中，分布式光伏发电遵循因地制宜、清洁高效、分散布局、就近利用的原则，充分利用当地太阳能资源，替代和减少化石能源消费。
[0003]因此，在分布式光伏发电中，存在多类设施构成的整体系统，而整体系统可分为多类节点，包括发电节点、储能节点和用电节点等。分布式光伏就是基于发电节点、储能节点和用电节点构成一套完整的用电系统。在实际安装使用中，尤其是工厂或社区等小型系统，各节点之间如何进行合理的位置分配，对节点间线路建设的难易程度以及损耗管理等都有着积极的意义。然而，目前分布式光伏发电中节点的规划建设主要以发电节点为主，这限制了用电系统的效率。

技术实现思路

[0004]基于此，有必要针对目前分布式光伏发电中节点的规划建设主要以发电节点为主，这限制了用电系统的效率这一不足，提供一种分布式光伏节点数量预测方法及装置。
[0005]一种分布式光伏节点数量预测方法，包括步骤：
[0006]根据用电节点的用电数据，建立用电量与发电量的关系模型；
[0007]根据用电数据预测用电节点的计划用电量；
[0008]根据关系模型和计划用电量，计算发电节点的计划发电量；
[0009]以发电节点为中心建立发电片区，将发电片区作为环境模拟模型的土地栅格；
[0010]获取储能节点的储能电量；
[0011]将计划发电量和储能电量作为驱动力指数导入环境模拟模型，以预测出驱动力指数最大时各土地栅格的储能节点数量。
[0012]上述的分布式光伏节点数量预测方法，根据用电节点的用电数据，建立用电量与发电量的关系模型，并根据用电数据预测用电节点的计划用电量，根据关系模型和计划用电量，计算发电节点的计划发电量。进一步地，以发电节点为中心建立发电片区，将发电片区作为环境模拟模型的土地栅格，获取储能节点的储能电量；最后将计划发电量和储能电量作为驱动力指数导入环境模拟模型，以预测出驱动力指数最大时各土地栅格的储能节点数量。基于此，将分布式光伏节点的地区划分为多个发电片区，以土地栅格的储能节点数量
的预测，确定各发电片区内的储能节点数量，以指导储能节点的建设，提高用电系统的效率。
[0013]在其中一个实施例中，根据用电节点的用电数据，建立用电量与发电量的关系模型的过程，包括步骤：
[0014]根据用电节点的用电数据，建立用电量与发电量的拟合模型；其中，用电数据包括历史用电量和历史发电量。
[0015]在其中一个实施例中，根据用电节点的用电数据，建立用电量与发电量的拟合模型的过程，如下式：
[0016]lnE＝lnRPG+lnA*lnB+lnδ
[0017]其中，E表示历史用电量，RPG表示历史发电量，A表示用电节点的数量，B表示用电节点的单位能耗，δ表示拟合模型的修正系数。
[0018]在其中一个实施例中，环境模拟模型基于神经网络模型。
[0019]在其中一个实施例中，神经网络模型用于表征自我复制和随机性与发电片区的影响特性。
[0020]在其中一个实施例中，神经网络模型包括Polus
‑
C模型。
[0021]在其中一个实施例中，将计划发电量和储能电量作为驱动力指数导入环境模拟模型，以预测出驱动力指数最大时各土地栅格的储能节点数量的过程，包括步骤：
[0022]将计划发电量和储能电量作为Polus
‑
C模型的领域影响参数，根据Polus
‑
C模型的领域影响计算，确定驱动力指数。
[0023]一种分布式光伏节点数量预测装置，包括：
[0024]模型建立模块，用于根据用电节点的用电数据，建立用电量与发电量的关系模型；
[0025]电量预测模块，用于根据用电数据预测用电节点的计划用电量；
[0026]电流计算模块，用于根据关系模型和计划用电量，计算发电节点的计划发电量；
[0027]模型预处理模块，用于以发电节点为中心建立发电片区，将发电片区作为环境模拟模型的土地栅格；
[0028]电量获取模块，用于获取储能节点的储能电量；
[0029]模型预测模块，用于将计划发电量和储能电量作为驱动力指数导入环境模拟模型，以预测出驱动力指数最大时各土地栅格的储能节点数量。
[0030]上述的分布式光伏节点数量预测装置，根据用电节点的用电数据，建立用电量与发电量的关系模型，并根据用电数据预测用电节点的计划用电量，根据关系模型和计划用电量，计算发电节点的计划发电量。进一步地，以发电节点为中心建立发电片区，将发电片区作为环境模拟模型的土地栅格，获取储能节点的储能电量；最后将计划发电量和储能电量作为驱动力指数导入环境模拟模型，以预测出驱动力指数最大时各土地栅格的储能节点数量。基于此，将分布式光伏节点的地区划分为多个发电片区，以土地栅格的储能节点数量的预测，确定各发电片区内的储能节点数量，以指导储能节点的建设，提高用电系统的效率。
[0031]一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述任一实施例的分布式光伏节点数量预测方法。
[0032]上述的计算机设备，根据用电节点的用电数据，建立用电量与发电量的关系模型，
并根据用电数据预测用电节点的计划用电量，根据关系模型和计划用电量，计算发电节点的计划发电量。进一步地，以发电节点为中心建立发电片区，将发电片区作为环境模拟模型的土地栅格，获取储能节点的储能电量；最后将计划发电量和储能电量作为驱动力指数导入环境模拟模型，以预测出驱动力指数最大时各土地栅格的储能节点数量。基于此，将分布式光伏节点的地区划分为多个发电片区，以土地栅格的储能节点数量的预测，确定各发电片区内的储能节点数量，以指导储能节点的建设，提高用电系统的效率。
[0033]一种计算机存储介质，其上存储有计算机指令，计算机指令被处理器执行时实现上述任一实施例的分布式光伏节点数量预测方法。
[0034]上述的计算机存储介质，根据用电节点的用电数据，建立用电量与发电量的关系模型，并根据用电数据预测用电节点的计划用电量，根据关系模型和计划用电量，计算发电节点的计划发电量。进一步地，以发电节点为中心建立发电片区，将发电片区作为环境模拟模型的土地栅格，获取储能节点的储能电量；最后将计划发电量和储能电量作为驱动力指数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分布式光伏节点数量预测方法，其特征在于，包括步骤：根据用电节点的用电数据，建立用电量与发电量的关系模型；根据所述用电数据预测所述用电节点的计划用电量；根据所述关系模型和所述计划用电量，计算发电节点的计划发电量；以所述发电节点为中心建立发电片区，将所述发电片区作为环境模拟模型的土地栅格；获取储能节点的储能电量；将所述计划发电量和所述储能电量作为驱动力指数导入所述环境模拟模型，以预测出所述驱动力指数最大时各所述土地栅格的储能节点数量。2.根据权利要求1所述的分布式光伏节点数量预测方法，其特征在于，所述根据用电节点的用电数据，建立用电量与发电量的关系模型的过程，包括步骤：根据用电节点的用电数据，建立用电量与发电量的拟合模型；其中，所述用电数据包括历史用电量和历史发电量。3.根据权利要求2所述的分布式光伏节点数量预测方法，其特征在于，所述根据用电节点的用电数据，建立用电量与发电量的拟合模型的过程，如下式：lnE＝lnRPG+lnA*lnB+lnδ其中，E表示所述历史用电量，RPG表示所述历史发电量，A表示用电节点的数量，B表示用电节点的单位能耗，δ表示拟合模型的修正系数。4.根据权利要求1所述的分布式光伏节点数量预测方法，其特征在于，所述环境模拟模型基于神经网络模型。5.根据权利要求4所述的分布式光伏节点数量预测方法，其特征在于，所述神经网络模型用于表征自我复制和随机性与所述发电片区的影响特性。6.根据权利要求4所述的分布式光伏节点数量预测方法，其特征在于，所述神经网络模型包括Polus
...

【专利技术属性】
技术研发人员：李世顺，陈志世，
申请(专利权)人：广东稳峰电力科技有限公司，
类型：发明
国别省市：