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】
本专利技术属于光伏发电领域,涉及负荷模型建立技术,具体是高比例分布式光伏实测数据的zip负荷模型建立方法。
技术介绍
1、新型电力系统的信息化、数字化、智能化建设为精细化电力元件功率特征分析提供了新的可能性。在上世纪末,已建立典型负荷模型,部分文献研究了包括新能源系统的广义负荷与冲击负荷,拓宽了负荷模型的范畴;部分文献指出光伏出力与负荷功率需求均受气候、地域、用电习惯等因素的影响,不同节点的负荷具有相关性,并呈现周期性变化,因此负荷聚类方法广泛应用于负荷建模过程中。
2、但是现阶段的传统负荷模型并不会对发电功率序列中的可能出现错误的数据进行校正,进而导致负荷模型最终的结果出现较大误差,同时由于传统负荷模型并不是基于工业用电、商业用电、农业用电以及市政用电等用电负荷建立,故传统负荷模型的结果可能会出现所有用电负荷全归为一类的极端错误情况,进而导致负荷模型的稳定性下降;
3、为此,我们提出高比例分布式光伏实测数据的zip负荷模型建立方法。
技术实现思路
1、本专利技术的目的在于提出一种高比例分布式光伏实测数据的zip负荷模型建立方法,以解决上述
技术介绍
中提出的问题。
2、为了实现上述目的,本专利技术采用了如下技术方案:
3、高比例分布式光伏实测数据的zip负荷模型建立方法,方法包括如下步骤:
4、步骤s101,数据采集模块采集配电网内分布式光伏阵列节点的光伏实测数据,并将分布式光伏阵列节点对应的光伏实测数据发送至光伏分析模块;
5、步骤s102,光伏分析模块分析分布式光伏阵列节点对应的光伏实测数据,得到分布式光伏阵列节点对应的预测发电功率序列与实测发电功率,将预测发电功率序列与实测发电功率序列发送至序列校正模块,还将实测发电功率序列发送至综合分析模块;
6、步骤s103,序列校正模块对分布式光伏阵列节点的发电功率序列进行校正,得到分布式光伏阵列节点对应的校正发电功率序列并发送至综合分析模块;
7、步骤s104,综合分析模块对分布式光伏阵列节点进行综合分析,分析得到对应的负荷分解节点并发送至模型建立模块;
8、步骤s105,模型建立模块依据负荷分解节点建立配电网对应的zip负荷模型,并生成成功信号或失败信号发送至显示终端。
9、进一步地,所述分布式光伏阵列节点位于配电网内,所述光伏实测数据包括每个分布式光伏阵列节点的实时发电功率、实时光照强度以及对应的时间戳。
10、进一步地,所述步骤102中光伏分析模块对分析分布式光伏阵列节点的光伏实测数据的分析过程具体如下:
11、获取分布式光伏阵列节点的光伏实测数据,得到每个分布式光伏阵列节点的实时发电功率sgln、实时光照强度sgqn以及对应的时间戳,n为每个分布式光伏阵列节点的编号;
12、计算单位时间内所有分布式光伏阵列节点的实时发电功率平均值记为实测发电功率,并得到对应的实测发电功率序列sfg={sfg1,sfg2,……sfgm},m为单位时间的编号;
13、通过公式表达分布式光伏发电节点的实时发电功率:
14、,式中zjr为节点容量,λ1n为每个分布式光伏阵列节点由于设备老化影响下的发电效率,egq为额定光照强度,lgq为临界光照强度;
15、将单位时间内的所有分布式光伏阵列节点的实时光照强度相加求和取均值得到平均光照强度,而后将平均光照强度作为分布式光伏阵列节点在对应单位时间的外部影响系数λ2m;
16、通过公式计算分布式光伏阵列节点在单位时间m内的预测发电功率:yfgnm=zjr×λ1n×λ2m,式中n为分布式光伏阵列节点的编号;
17、进而得到对应分布式光伏阵列节点在下一天内的预测发电功率序列。
18、进一步地,所述分布式光伏发电节点的实时发电功率被视为装机容量与发电效率的乘积,即认定分布式光伏阵列节点的实时发电功率与装机容量成正比,并将发电效率分为内部影响系数λ1与外部影响系数记为λ2。
19、进一步地,所述步骤s103中序列校正模块对分布式光伏阵列节点的发电功率序列的校正过程具体如下:
20、获取分布式光伏阵列节点对应的预测发电功率序列和实测发电功率序列;
21、计算预测发电功率序列与实测发电功率序列的功率差异值;
22、若功率差异值大于等于功率差异阈值,则将分布式光伏阵列节点在单位时间内的实测发电功率与预测发电功率相加求和取均值作为对应分布式光伏阵列节点的校正发电功率序列;
23、若功率差异值小于功率差异阈值,则将预测发电功率序列直接记为校正发电功率序列。
24、进一步地,所述功率差异值的计算公式具体如下:
25、,式中m为单位时间的最大值,sfgm为分布式光伏阵列节点在单位时间m的实测发电功率,yfgnm为n号分布式光伏阵列节点在单位时间m的预测发电功率。
26、进一步地,所述步骤s104中综合分析模块对分布式光伏阵列节点进行综合分析的过程具体如下:
27、获取分布式光伏阵列节点的校正发电功率序列,并将校正发电功率序列中的每个元素记为校正发电功率;
28、将校正发电功率序列中的校正发电功率相加求和取均值得到对应分布式光伏阵列节点的聚类中心;
29、计算分布式光伏阵列节点的聚类中心与校正发电功率序列之间的欧氏距离;
30、将分布式光伏阵列节点的欧氏距离与欧氏距离阈值进行比对;
31、若分布式光伏阵列节点的欧氏距离大于等于欧氏距离阈值,则不进行任何操作;
32、若分布式光伏阵列节点的欧氏距离小于欧氏距离阈值,则将对应的分布式光伏阵列节点记为有效节点;
33、通过公式计算有效节点的节点紧密值,选取节点紧密值最大的有效节点作为配电网对应的负荷分解节点。
34、进一步地,其特征在于,所述欧氏距离的计算公式具体如下:
35、,式中jzxn为分布式光伏阵列节点的聚类中心,jfgnm为n号分布式光伏阵列节点在单位时间m的校正发电功率。
36、进一步地,其特征在于,所述紧密值的计算公式具体如下:
37、jjmz=(lnjz-ljjz)/(lnjz+ljjz),式中ljjz为有效节点z的最小节点间距,lnjz为有效节点z 的节点内距离;
38、ljj=min{x|x=|yxjzm-sfgm|},1≤m≤m,式中yxjzm为z号有效节点在单位时间m的有效发电功率,sfgm为分布式光伏阵列节点在单位时间m的实测发电功率;
39、,式中m为单位时间的最大值,yxjzm为z号有效节点在单位时间m的有效发电功率,yxjzm+1为z号有效节点在单位时间m后一个单位时间的有效发电功率。
40、进一步地,其特征在于,所述步骤105中模型建立模块的建立过程具体如下:
41、获取配电网对应负荷分解节点,并将负本文档来自技高网...
【技术保护点】
1.高比例分布式光伏实测数据的ZIP负荷模型建立方法,其特征在于,方法包括如下步骤:
2.根据权利要求1所述的高比例分布式光伏实测数据的ZIP负荷模型建立方法,其特征在于,所述光伏实测数据为每个分布式光伏阵列节点的实时发电功率、实时光照强度以及对应的时间戳。
3.根据权利要求1所述的高比例分布式光伏实测数据的ZIP负荷模型建立方法,其特征在于,所述步骤102中光伏分析模块的分析过程具体如下:
4.根据权利要求3所述的高比例分布式光伏实测数据的ZIP负荷模型建立方法,其特征在于,实时发电功率的计算公式为:
5.根据权利要求1所述的高比例分布式光伏实测数据的ZIP负荷模型建立方法,其特征在于,所述步骤S103中序列校正模块的校正过程具体如下:
6.根据权利要求5所述的高比例分布式光伏实测数据的ZIP负荷模型建立方法,其特征在于,所述功率差异值的计算公式具体如下:
7.根据权利要求1所述的高比例分布式光伏实测数据的ZIP负荷模型建立方法,其特征在于,所述步骤S104中综合分析模块的综合分析过程具体如下:
9.根据权利要求7所述的高比例分布式光伏实测数据的ZIP负荷模型建立方法,其特征在于,所述紧密值的计算公式具体如下:
10.根据权利要求1所述的高比例分布式光伏实测数据的ZIP负荷模型建立方法,其特征在于,所述步骤105中模型建立模块的建立过程具体如下:
...【技术特征摘要】
1.高比例分布式光伏实测数据的zip负荷模型建立方法,其特征在于,方法包括如下步骤:
2.根据权利要求1所述的高比例分布式光伏实测数据的zip负荷模型建立方法,其特征在于,所述光伏实测数据为每个分布式光伏阵列节点的实时发电功率、实时光照强度以及对应的时间戳。
3.根据权利要求1所述的高比例分布式光伏实测数据的zip负荷模型建立方法,其特征在于,所述步骤102中光伏分析模块的分析过程具体如下:
4.根据权利要求3所述的高比例分布式光伏实测数据的zip负荷模型建立方法,其特征在于,实时发电功率的计算公式为:
5.根据权利要求1所述的高比例分布式光伏实测数据的zip负荷模型建立方法,其特征在于,所述步骤s103中序列校正模块的校正过程具体如下:
【专利技术属性】
技术研发人员:江振源,晋文杰,崔振伟,王建军,弭勇,王刚,李华文,许明,马津,
申请(专利权)人:国网山西省电力公司长治供电公司,
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。