【技術實現步驟摘要】
本專利技術屬于配電網，具體涉及一種分布式新能源監測方法和系統。
技術介紹
1、近年來，分布式新能源呈現“裝機規模高速發展”，由于分布式新能源通常從配電網末端接入，接入電壓等級低，在規模化接入后，可再生能源出力的隨機性與間歇性會加劇電網電壓的波動，使得配電網的潮流由“單一方向”轉變為“雙向隨機”，影響了配電網的穩定性和用戶供電質量。又由于分布式新能源點多面廣，難以實現100％覆蓋面的實時采集觀測，因此配電網存在量測不全，信息交互慢等問題；目前對于多數配電網，通常僅有部分加裝了量測采集裝置的分布式新能源場站數據直接接入調度系統且數據質量高，具備“可觀”、“可測”能力，而大多數分布式新能源通過配網營銷系統接入，因為通訊通道、成本等原因相應的量測裝置未配置或配置不全，導致發電量的量測數據缺失或不全，只能從營銷系統中獲得小時級上送的發電量，因此具備的是發電量數據的“小時級可觀”，無法滿足實時控制的觀測要求，導致380/220v接入低壓配網的分布式電源處于電網的監測的盲區，無法滿足電網監視和功率控制需求以及實現分布式新能源的消納分析、主配協同控制。
技術實現思路
1、本專利技術的目的在于提供一種分布式新能源監測方法和系統，用以解決現有技術中量測裝置未配置或配置不全的分布式新能源的發電量數據缺失或不全，導致電網對分布式新能源的發電量的監測存在盲區的問題。
2、為解決上述技術問題，本專利技術提供了一種分布式新能源監測方法，該方法包括：通過灰色關聯算法計算數據維護站與該數據維護站對應的各
3、進一步地，數據基準站對應的發電功率數據包括數據基準站的實時發電功率數據和數據基準站的預測發電功率數據中的至少一種；數據基準站對應的發電功率數據包括數據基準站的實時發電功率數據的情況下，數據維護站對應的發電功率包括數據維護站的實時發電功率數據；數據基準站對應的發電功率數據包括據基準站的預測發電功率數據的情況下，數據維護站對應的發電功率包括數據維護站的預測發電功率數據。
4、進一步地，歷史數據包括歷史氣象數據和歷史發電量數據，歷史氣象數據包括歷史的日平均溫度；歷史發電量數據包括歷史的日發電量。
5、進一步地，通過灰色關聯算法計算數據維護站與該數據維護站對應的數據基準站的設定時長內歷史數據的相似度包括：
6、
7、式中，x0(1)為數據維護站歷史的日發電量，x0(2)為數據維護站歷史的日平均溫度，xj(1)為第j個數據基準站歷史的日發電量，xj(2)為第j個數據基準站歷史的日平均溫度，ρ為分辨系數，σj(1)為數據維護站x0和與該數據維護站對應的第j個數據基準站xj的日發電量的關聯系數，σj(2)為數據維護站x0和與該數據維護站對應的第j個數據基準站xj的日平均溫度關聯系數，δ為數據維護站與該數據維護站對應的數據基準站的設定時長內歷史數據的相似度，n為設定時長對應的天數。
8、進一步地，計算數據基準站與數據維護站設定時長內歷史發電功率的比例系數的方式包括：
9、
10、式中，pn為數據基準站每5分鐘間隔的發電功率與基準站額定電量容量的比值，cap為數據維護站電量容量，wi為數據維護站第i日實際的發電電量，ki為第i日的比例系數，k為數據基準站與數據維護站設定時長內歷史發電功率的比例系數，n為設定時長對應的天數。
11、進一步地，根據數據基準站實時發電功率數據和比例系數得到數據維護站的實時發電功率數據的方式包括：
12、
13、式中，p0i實時為i時刻數據維護站的實時發電功率，pji實時為i時刻數據基準站的實時發電功率，k為數據基準站與數據維護站設定時長內歷史發電功率的比例系數。
14、進一步地，根據數據基準站預測發電功率數據和比例系數得到數據維護站的預測發電功率數據的方式包括：
15、
16、式中，p0i預測為i時刻數據維護站的預測發電功率數據，pji預測為i時刻數據基準站的預測發電功率數據，k為數據基準站與數據維護站設定時長內歷史發電功率的比例系數。
17、進一步地，判斷分布式新能源與數據維護站的地理距離是否滿足近距離的條件的方式包括：
18、若分布式新能源與數據維護站的地理距離小于設定距離閾值，則判定分布式新能源與數據維護站的地理距離滿足近距離的條件。
19、進一步地，判斷分布式新能源的歷史數據和對應的發電功率數據是否滿足高質量數據的條件的方式包括：
20、若分布式新能源的歷史數據和對應的發電功率數據不存在缺失或上送頻率不滿足控制需求的情況，則判定分布式新能源的歷史數據和對應的發電功率數據滿足高質量數據的條件。
21、為解決上述技術問題，本專利技術還提供了一種分布式新能源監測系統，包括處理器，處理器用于執行計算機程序以實現分布式新能源監測方法的步驟。
22、上述技術方案的有益效果為：本專利技術提供了一種新的分布式新能源監測方法，在數據維護站數據缺失或上送頻率不滿足控制需求的情況下，在地理位置距離數據維護站較近且數據質量較高的數據基準站中選擇歷史數據與數據維護站相似度最高的數據基準站，便于將該數據基準站對應的發電功率數據作為與數據維護站的數據參考，再計算數據基準站與數據維護站的歷史發電功率的比例關系，相當于得到了從數據基準站數據到數據維護站的功率轉換的比例，之后通過數據基準站對應的發電功率數據和該比例關系即可通過數據基準站對應的發電功率數據折算得到數據維護站對應的發電功率數據，由此即能夠為配網缺失的分布式新能源補齊各時間尺度的數據，提高配網的配網分布式電源的可觀可測性，解決了現有技術中量測裝置未配置或配置不全的分布式新能源的發電量數據缺失或不全，導致電網對分布式新能源的發電量的監測存在盲區的問題。
本文檔來自技高網...【技術保護點】
1.一種分布式新能源監測方法，其特征在于，該方法包括：通過灰色關聯算法計算數據維護站與該數據維護站對應的各數據基準站的設定時長內歷史數據的相似度，選擇相似度最大的數據基準站計算數據基準站與所述數據維護站設定時長內歷史發電功率的比例系數，根據數據基準站對應的發電功率數據和所述比例系數得到數據維護站對應的發電功率，其中，所述數據維護站包括發電量數據缺失或上送頻率不滿足電網調控策略控制需求的分布式新能源，與該數據維護站對應的各數據基準站包括與數據維護站的地理距離滿足近距離的條件且歷史數據和對應的發電功率數據滿足高質量數據的條件的各分布式新能源。
2.根據權利要求1所述的分布式新能源監測方法，其特征在于，數據基準站對應的發電功率數據包括數據基準站的實時發電功率數據和數據基準站的預測發電功率數據中的至少一種；數據基準站對應的發電功率數據包括數據基準站的實時發電功率數據的情況下，數據維護站對應的發電功率包括數據維護站的實時發電功率數據；數據基準站對應的發電功率數據包括據基準站的預測發電功率數據的情況下，數據維護站對應的發電功率包括數據維護站的預測發電功率數據。
3.根
4.根據權利要求3所述的分布式新能源監測方法，其特征在于，通過灰色關聯算法計算數據維護站與該數據維護站對應的數據基準站的設定時長內歷史數據的相似度包括：
5.根據權利要求1或2所述的分布式新能源監測方法，其特征在于，計算數據基準站與所述數據維護站設定時長內歷史發電功率的比例系數的方式包括：
6.根據權利要求2所述的分布式新能源監測方法，其特征在于，根據數據基準站實時發電功率數據和比例系數得到數據維護站的實時發電功率數據的方式包括：
7.根據權利要求2所述的分布式新能源監測方法，其特征在于，根據數據基準站預測發電功率數據和比例系數得到數據維護站的預測發電功率數據的方式包括：
8.根據權利要求1或2所述的分布式新能源監測方法，其特征在于，判斷分布式新能源與數據維護站的地理距離是否滿足近距離的條件的方式包括：
9.根據權利要求3所述的分布式新能源監測方法，其特征在于，判斷分布式新能源的歷史數據和對應的發電功率數據是否滿足高質量數據的條件的方式包括：
10.一種分布式新能源監測系統，包括處理器，其特征在于，所述處理器用于執行計算機程序以實現如權利要求1～9任一項所述的分布式新能源監測方法的步驟。
...【技術特征摘要】
1.一種分布式新能源監測方法，其特征在于，該方法包括：通過灰色關聯算法計算數據維護站與該數據維護站對應的各數據基準站的設定時長內歷史數據的相似度，選擇相似度最大的數據基準站計算數據基準站與所述數據維護站設定時長內歷史發電功率的比例系數，根據數據基準站對應的發電功率數據和所述比例系數得到數據維護站對應的發電功率，其中，所述數據維護站包括發電量數據缺失或上送頻率不滿足電網調控策略控制需求的分布式新能源，與該數據維護站對應的各數據基準站包括與數據維護站的地理距離滿足近距離的條件且歷史數據和對應的發電功率數據滿足高質量數據的條件的各分布式新能源。
2.根據權利要求1所述的分布式新能源監測方法，其特征在于，數據基準站對應的發電功率數據包括數據基準站的實時發電功率數據和數據基準站的預測發電功率數據中的至少一種；數據基準站對應的發電功率數據包括數據基準站的實時發電功率數據的情況下，數據維護站對應的發電功率包括數據維護站的實時發電功率數據；數據基準站對應的發電功率數據包括據基準站的預測發電功率數據的情況下，數據維護站對應的發電功率包括數據維護站的預測發電功率數據。
3.根據權利要求1或2所述的分布式新能源監測方法，其特征在于，所述歷史數據包括歷史氣象數據和歷史發電量數據，所述歷史氣象數據包括歷史的日平均溫...
【專利技術屬性】
技術研發人員：孫銳，徐軍，王霞，張鵬，甄立敬，于洋，楊振宇，賀黃勇，劉祥磊，
申請(專利權)人：許昌許繼軟件技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。