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】
本专利技术涉及光伏发电,更具体地说,本专利技术涉及一种光伏并网配电控制方法和系统。
技术介绍
1、光伏发电是利用光电效应将太阳光直接转换成电能的一种技术。随着全球对可再生能源需求的不断增长,光伏发电技术因其清洁、可再生等优点逐渐成为重要的能源供应方式之一。光伏发电装置主要由光伏电池板、逆变器、支架系统以及电力调控系统组成,通过将太阳光能转换成直流电,经逆变器转换为交流电,供电网或用户直接使用。光伏发电不仅有利于减少温室气体排放,促进能源结构的转型升级,同时还能提供远离电网或电力成本较高地区的电力供应。
2、在光伏发电并网系统中,准确预测光伏发电量对于电网的稳定运行和电力资源的高效调度具有重要意义。传统的发电预测模型多依赖于气象预测数据,如太阳辐射量、温度等,通过建立模型来预测未来一段时间内的光伏发电量。然而,这些模型在实际应用中存在预测准确率不高的问题,主要原因包括两方面:一是气象预测的不确定性,气象条件具有高度的不可预测性,尤其是在复杂多变的天气条件下,模型预测的发电量与实际产生的差异可能较大;二是光伏发电设备本身的使用过程中存在不确定性,如设备老化、维护不当等因素均会影响到光伏系统的实际发电效率,这些因素往往在模型中难以准确考虑,进一步加剧了预测的不准确性。因此,如何提高光伏并网配电控制中发电量预测的准确性,优化电量分配,成为提升光伏发电并网效率和电网稳定性的关键。
技术实现思路
1、为了克服现有技术光伏发电量预测准确率不高的问题,本专利技术提出了一种光伏并网配电控
2、本专利技术提供如下技术方案:
3、一种光伏并网配电控制方法,包括:
4、s1、根据光伏电站的设备构建设备特征向量,建立预测时间序列,所述预测时间序列由未来的若干时间段组成,获取每个时间段种环境数据的预测值组成预测环境数组,所有预测环境数组按时间顺序排列得到预测环境序列;
5、s2、将设备特征向量、每个预测环境数组与对应的时间段,输入到预先训练好的发电量预测模型,以模型的输出值作为预测发电量,将预测发电量按照时间段排序得到预测发电量序列;
6、s3、获取预测时间序列中最近的已过去时间段并记为观察时间段,获取观察时间段的种环境数据的实测值组成实测环境数组,使用实测环境数组中的数据减去对应预测环境数组中的同种环境数据,得到环境差异数组并按时间顺序储存得到环境差异序列;
7、s4、获取并监测观察时间段内的实际发电量和观察时间段对应的预测发电量,当实际发电量和观察时间对应的预测发电量的误差大于预设阈值时,进行误差分析以判断误差是否来源于预测环境序列;
8、s5、若误差是来源于天气,则根据环境差异数据序列修正预测发电量序列,否则,根据实测发电量修正预测发电量序列;
9、s6、获取每个时间段对应的并网电量需求,根据并网电量需求和预测发电量序列调整光伏电站的电量分配。
10、优选的,所述误差分析的步骤包括:
11、获取观察时间段,将观察时间段进行均分,得到若干分析时间段组成分析时间段序列;
12、获取每个分析时间段的实测发电量作为对比发电量,将对比发电量与分析时间段对应并构建对比发电量序列;
13、获取每个分析时间段的种环境数据的实测值组成分析环境数组,将设备特征向量、分析环境数组与对应的分析时间段,输入到发电量预测模型,以模型的输出值作为分析发电量,将分析发电量与分析时间段对应并构建分析发电量序列;
14、计算对比发电量序列与分析发电量序列的误差指数;
15、若误差指数在预设的指数范围内,则判定误差是来源于预测环境序列;否则,判定误差不是来源于预测环境序列。
16、优选的,所述计算对比发电量序列与分析发电量序列的误差指数的步骤包括:
17、获取对比发电量序列的最大值,将对比发电量序列中的所有元素除以得到对应的序列并记为序列;
18、将分析发电量序列中的所有元素除以得到对应的序列并记为序列;
19、计算误差指数,所述误差指数的计算公式如下:
20、,
21、式中,表示误差指数,表示序列和/或序列的元素数量,表示序列中第个元素,表示序列的元素均值,表示序列中第个元素。
22、优选的,所述根据环境差异数据序列修正预测发电量序列步骤包括:
23、根据环境差异数据序列修正预测环境序列;
24、使用设备特征向量、修正后的预测环境序列中的每个预测环境数组与对应的时间段输入到发电量预测模型;
25、以模型的输出值更新预测发电量序列中的对应值,完成对预测发电量序列的修正。
26、优选的,所述根据环境差异数据序列修正预测环境序列的步骤包括:
27、根据环境差异数据序列获取短期差异数组和长期差异数组;
28、获取环境预测序列,对环境预测序列中的元素按照如下公式进行修正:
29、<mstyle displaystyle="true" mathcolor="#000000"><msub><mi>f</mi><mi>p</mi></msub><mrow><mo>[</mo><mi>q</mi><mo>]</mo></mrow><mi>=</mi><msub><mi>f</mi><mrow><mi>p</mi><mi>−</mi><mn>1</mn></mrow></msub><mrow><mo>[</mo><mi>q</mi><mo>]</mo></mrow><mo>+</mo><mi>α</mi><mi>×</mi><mi>s</mi><mrow><mo>[</mo><mi>q</mi><mo>]</mo></mrow><mo>+</mo><mi>β</mi><mi>×</mi><mi>l</mi><mrow><mo>[</mo><mi>q</mi><mo>]</mo></mrow></mstyle&g本文档来自技高网...
【技术保护点】
1.一种光伏并网配电控制方法,其特征在于,包括:
2.根据权利要求1所述的光伏并网配电控制方法,其特征在于,所述误差分析的步骤包括:
3.根据权利要求2所述的光伏并网配电控制方法,其特征在于,所述计算对比发电量序列与分析发电量序列的误差指数的步骤包括:
4.根据权利要求3所述的光伏并网配电控制方法,其特征在于,所述根据环境差异数据序列修正预测发电量序列步骤包括:
5.根据权利要求4所述的光伏并网配电控制方法,其特征在于,所述根据环境差异数据序列修正预测环境序列的步骤包括:
6.根据权利要求5所述的光伏并网配电控制方法,其特征在于,所述短期差异数组的获取方式为:获取环境差异序列中时间最近的一个环境差异数组作为短期差异数组;所述长期差异数组的获取方式为:获取环境差异序列中最近的个环境差异数组,分别计算个环境差异数组中对应元素的平均值,所有平均值组成新的数组作为长期差异数组,其中。
7.根据权利要求6所述的光伏并网配电控制方法,其特征在于,所述根据实测发电量修正预测发电量序列包括:
8.根据权利要求7所
9.根据权利要求8所述的光伏并网配电控制方法,其特征在于,所述根据并网电量需求和预测发电量序列调整光伏电站的电量分配包括:
10.一种光伏并网配电控制系统,用于实现如权利要求1-9任一项所述的光伏并网配电控制方法,其特征在于,包括:
...【技术特征摘要】
1.一种光伏并网配电控制方法,其特征在于,包括:
2.根据权利要求1所述的光伏并网配电控制方法,其特征在于,所述误差分析的步骤包括:
3.根据权利要求2所述的光伏并网配电控制方法,其特征在于,所述计算对比发电量序列与分析发电量序列的误差指数的步骤包括:
4.根据权利要求3所述的光伏并网配电控制方法,其特征在于,所述根据环境差异数据序列修正预测发电量序列步骤包括:
5.根据权利要求4所述的光伏并网配电控制方法,其特征在于,所述根据环境差异数据序列修正预测环境序列的步骤包括:
6.根据权利要求5所述的光伏并网配电控制方法,其特征在于,所述短期差异数组的获取方式为:获取环境差异序列中时间最近的一个环境差异数组...
【专利技术属性】
技术研发人员:崔俊强,杨铸,龚霄,李炳雄,
申请(专利权)人:深圳市瓯粤科技有限公司,
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。