CN105337574B - 基于稳健回归的分布式光伏发电窃电识别方法 - Google Patents

基于稳健回归的分布式光伏发电窃电识别方法 Download PDF

Info

Publication number
CN105337574B
CN105337574B CN201510767774.1A CN201510767774A CN105337574B CN 105337574 B CN105337574 B CN 105337574B CN 201510767774 A CN201510767774 A CN 201510767774A CN 105337574 B CN105337574 B CN 105337574B
Authority
CN
China
Prior art keywords
photovoltaic
power
stealing
power generation
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510767774.1A
Other languages
English (en)
Other versions
CN105337574A (zh
Inventor
姬秋华
刘刚
陈磊
杜炜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NANJING NANRUI SOLAR ENERGY TECHNOLOGY Co Ltd
State Grid Corp of China SGCC
State Grid Hebei Electric Power Co Ltd
Nari Technology Co Ltd
Nanjing NARI Group Corp
Original Assignee
NANJING NANRUI SOLAR ENERGY TECHNOLOGY Co Ltd
State Grid Corp of China SGCC
State Grid Hebei Electric Power Co Ltd
Nari Technology Co Ltd
Nanjing NARI Group Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NANJING NANRUI SOLAR ENERGY TECHNOLOGY Co Ltd, State Grid Corp of China SGCC, State Grid Hebei Electric Power Co Ltd, Nari Technology Co Ltd, Nanjing NARI Group Corp filed Critical NANJING NANRUI SOLAR ENERGY TECHNOLOGY Co Ltd
Priority to CN201510767774.1A priority Critical patent/CN105337574B/zh
Publication of CN105337574A publication Critical patent/CN105337574A/zh
Application granted granted Critical
Publication of CN105337574B publication Critical patent/CN105337574B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy

Landscapes

  • Photovoltaic Devices (AREA)

Abstract

本发明公开了一种基于稳健回归的分布式光伏发电窃电识别方法,其特征是,包括如下步骤:1)建立历史信息数据库;2)对历史数据中存在的异常数据进行判定过滤;3)采用稳健回归模型算法得到辐照功率曲线;4)求得对应的光伏发电功率;5)计算得到理论发电量;6)进行判定。本发明所达到的有益效果:1)采用稳健回归算法,减小异常数据对模型精度的影响,且避免了对光伏***逆变模型和光电转换模型的具体建模;2)采用三层筛选架构进行窃电嫌疑判定,光伏电量异常判定准确性高,窃电判定可信度高,提高窃电稽查针对性。

Description

基于稳健回归的分布式光伏发电窃电识别方法
技术领域
本发明涉及一种基于稳健回归的分布式光伏发电窃电识别方法,属于光伏发电监测技术领域。
背景技术
目前常见分布式光伏发电窃电方法有市电整流逆变法、市电改接法、光伏计量表升压法、光伏计量表升流法。市电整流逆变法直接利用整流装置将市电整流成直流,并联于光伏发电***的直流侧,经过光伏并网逆变器转化成交流电上网。使用这一方案,用户甚至可以不安装光伏电池板,直接用整流装置冒充光伏电池组件发电。市电改接法是用户通过调整其内部接线方式,将光伏计量表的进线改接为市电的进线,此时光伏计量表的计量数据为家电设备的耗电量。光伏计量表升压法利用附加的升压变压器构造一个虚高的电压接入到光伏计量表,使电表转速加快,多计光伏发电量以骗取国家电价补贴。光伏计量表升流法利用的调压器相当于一台副边短路的变压器,只需在原边加一个很小的电压,副边即可感应出较大电流,相当于在光伏计量表的电流回路上附加一个虚电流,使电表转速加快,多计发电量以骗取国家电价补贴。
近年来,随着光伏发电产业不断兴起,基于分布式光伏发电其特殊的发电方式及补贴政策,分布式光伏防窃电逐渐引起人们关注,有人提出一种基于光伏发电功率预测的防窃电监测方法,主要包括以下步骤:1)根据气象数据和光伏电池参数信息计算光伏电池理论输出功率曲线;2)综合考虑影响光伏发电并网输出功率的因素预测光伏发电并网功率;3)预测的光伏并网功率与光伏发电计量电表上传的功率比较,判定功率是否异常;4)通过异常信息统计判定可能存在窃电的光伏计量电表,进行防窃电监测。此监测方法存在一定的不足,首先该方法进行光伏功率预测时,需综合考虑光伏电池损失、逆变器损耗和交流侧并网损耗等对光伏输出功率的影响,其中光伏电池损失包括电池温度特性损失、组件匹配性损失、光伏组件表面积灰损失、光伏电池本身老化损失和直流线损,逆变器损耗包括最大功率跟踪能量损失和逆变过程损失,交流侧并网损耗包括交流线路损耗和变压器损耗。由于影响光伏发电并网输出功率的因素众多,利用该方法预测得到的光伏功率必然存在一定的计算误差。其次,该方法利用瞬时输出功率作为判断窃电与否的依据,气象采样时间和功率采样时间有可能会出现物理上的偏差,从而导致计算功率与采样功率时间不一致,若区间范围选取不合适,会造成误判的情况。
发明内容
为解决现有技术的不足,本发明的目的在于提供一种基于稳健回归的分布式光伏发电窃电识别方法,采用稳健回归算法,规避了建模过程中各影响因素对计算精度的影响,并且以电量作为窃电依据,由于电量为功率的累积值,减小了单个功率点误差对判断结果的影响。
为了实现上述目标,本发明采用如下的技术方案:
一种基于稳健回归的分布式光伏发电窃电识别方法,其特征是,包括如下步骤:
1)建立分布式光伏发电***运行历史信息数据库;
2)根据光生伏打效应特性和天体辐照特点,对历史数据中存在的异常数据进行判定过滤;
3)对过滤后的辐照和功率数据,采用稳健回归模型算法得到辐照功率曲线;
4)根据数值天气预报辐照数据,利用生成的辐照功率曲线,求得对应的光伏发电功率;
5)利用功率电量换算关系,计算分布式光伏电站不同时间的出力,得到理论发电量;
6)进行第一层判定:基于步骤5)得到的理论发电量,对测量的实际发电量进行判断是否正常;
7)对步骤6)中判定为正常状态的数据进行第二层判定:将同区域各光伏电站日发电量进行有效利用小时数折算;若第一层判定结果为“正常状态”的电站日有效利用小时数均大于同区域其他光伏电站日有效利用小时数,则判定该光伏电站不正常,存在窃电嫌疑;
8)对步骤7)中光伏电站正常的数据进行第三层判定:通过分析分布式光伏业主“发电-用电”关系,进行窃电嫌疑判定,若其光伏发电量和本地负荷用电量相当或本地负荷用电量和历史数据库的用电量对比依据经验值来说用电量明显上升,则判定该分布式光伏电站不正常,存在窃电嫌疑。
前述的基于稳健回归的分布式光伏发电窃电识别方法,其特征是,所述步骤1)中数据库包括光伏电站装机容量、发电功率、发电量和同期气象数据及其对应的光伏电站实时输出功率数据。
前述的基于稳健回归的分布式光伏发电窃电识别方法,其特征是,所述步骤2)中,异常数据包括1)辐照等于零、功率不为零的值;2)辐照大于定值而功率为零的值;3)辐照超过此时太阳最大辐照量的值。
前述的基于稳健回归的分布式光伏发电窃电识别方法,其特征是,所述步骤6)中,判定为正常状态的实际发电量的数值范围包含在理论发电量数值的70%~130%中。
本发明所达到的有益效果:1)采用稳健回归算法,减小异常数据对模型精度的影响,且避免了对光伏***逆变模型和光电转换模型的具体建模,分布式光伏出力计算精度高;2)利用面积等效原理,将光伏出力计算模型计算值折算为理论发电量,进而与光伏电站实际发电量进行对比,为窃电识别提供有力的理论依据;3)采用三层筛选架构进行窃电嫌疑判定,光伏电量异常判定准确性高,窃电判定可信度高,提高窃电稽查针对性。
附图说明
图1是本发明计算理论发电量的流程图;
图2是本发明的判别流程结构示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
针对目前分布式光伏发电存在的窃电现象,本发明提供一种基于稳健回归算法的窃电识别方法,对存在窃电嫌疑的分布式光伏业主进行判断分析,为窃电稽查提供理论依据。
本发明考虑到光伏发电***产生电量的全部能量来自于太阳辐照,故而光伏电池阵列所接受到的太阳辐照强度的大小直接影响了光伏电池出力的大小,辐照强度越大,输出功率就越大,二者之间呈现很强的正相关关系。此外,太阳电池输出还受温度影响,进而影响分布式光伏电站出力。本发明通过拟合辐照与功率的对应曲线,对分布式光伏电站出力进行计算;通过春、夏、秋、冬不同季节分别绘制不同的拟合曲线,来反应温度对光伏电站出力的影响。
本发明提供的分布式光伏出力计算模型基于统计数据,首先建立分布式光伏发电***运行历史信息数据库,数据库包括光伏电站装机容量、发电功率、发电量及同期气象资料。历史信息数据库提供的样本数据应涵盖春、夏、秋、冬四季的气象信息及其对应的光伏电站实时输出功率。其中,气象信息和电能表信息采样频率越高,模型越精确。
本发明采用M估计稳健回归分析方法,该方法可以规避直接对分布式光伏电站建模中各中间原件损耗对计算精度的影响。通过赋予异常值较小权重来减小异常值的影响,得到较为准确的辐照功率拟合曲线。
M估计稳健回归的基本思想是采用迭代加权最小二乘估计回归系数,最小化一个递增效率较低的残差函数之和,根据回归残差的大小确定各点的权wi,以达到稳健的目的。
回归模型如下:
其中Y为功率向量,X为辐照向量,β为未知系数向量;l为独立同分布,均值为0。
稳健回归优化的目标函数如下:
式中,n为样本数,权值wi采用Huber方法来进行残差估计的计算:
式中,c为常数,一般取1.345;ui是标准化残差。
由于光伏输出功率为随机变化量,受辐照、温度等气象条件变化影响较大,单点不具有参考价值,为提高分布式光伏窃电识别率,本发明采用理论光伏发电量作为窃电与否的判别依据。基于稳健回归的分布式光伏出力计算模型框图如图1所示。
分布式光伏电站发电量表达式为:
式中,P为分布式光伏发电功率,W为光伏发电量。当温度和辐照随机变化时,可以近似认为辐照和温度是一个单峰值函数,可以用一系列等宽不等幅的脉冲来代替这个单峰值函数,即面积等效原理。
根据面积等效原理,在一定时间段内,可以将非线性曲线近似等效为恒定值。通过这种方法,在一天24h范围内,间隔10min采集144个点,将每个采样点近似看做恒定值,得到恒定的光伏阵列输出功率,再根据式(4)进行发电量计算。以此类推,得到144个采样点的发电量,进行累加,经过单位换算后与实际光伏电站发电量进行对比。
光伏发电量换算方法:
式中,Pi表示第i个采样点光伏阵列输出功率,t表示采样间隔。
通过上述模型计算理论发电量之后,对实际测量的发电量进行对比。本实施例中以日发电量作为参考,采用三层筛选结构对分布式光伏窃电行为进行识别,窃电嫌疑三层筛选结构如图2所示。
第一层筛选利用光伏电站日理论发电量,该值由基于稳健回归的分布式光伏出力计算模型计算获取。考虑到光伏出力计算模型的计算误差,规定当光伏电站实际发电量区间落在[70%,130%]理论发电量,认为该光伏电站发电正常。当光伏电站实际发电量大于130%理论发电量,判定该分布式光伏电站存在窃电嫌疑;并且,实际发电量大于理论发电量的百分比越高,该光伏电站存在的窃电嫌疑越大。通过第一层筛选,基本可以识别出大部分存在窃电嫌疑的分布式光伏业主。但由于理论电量区间设置比较宽泛,难免存在漏判的情况。对于第一层判定结果为“正常状态”的电站进行第二层筛选,
第二层筛选利用同区域其他光伏电站的发电量信息作为参考。为便于对比,将同区域各光伏电站日发电量进行有效利用小时数折算。若第一层判定结果为“正常状态”的电站日有效利用小时数均大于同区域其他光伏电站日有效利用小时数,则判定该光伏电站存在一定的窃电嫌疑。由于无法保证同区域其他光伏电站都是正常发电状态,若其中存在窃电电站,则其有效利用小时数会偏高,此时第二层筛选会存在漏判的现象,因此加入第三层筛选。
第三层窃电筛选利用业主用电信息,通过分析分布式光伏业主“发电-用电”关系,进行窃电嫌疑判定。由于分布式光伏业主在窃电时,可能会利用市电进行整流逆变或者直接利用负荷用电量冒充光伏发电量。对于该类型的分布式光伏用户,通过分析其“发电-用电”关系,若其光伏发电量和本地负荷用电量相当或者本地负荷用电量和历史数据库的用电量对比发现用电量明显上升,则判定该分布式光伏电站存在窃电嫌疑。
由于分布式光伏发电受环境因素影响较大,具有不确定性和不可控性,单单利用一天的发电量信息断定某光伏电站存在窃电与否不太合适。本发明给出的基于日发电量进行判断的三层筛选结构,目的在于给出参考,若判断某光伏电站存在窃电嫌疑,应加大时间尺度对该光伏电站进行重点监测,连续监测一周或者一个月,进行综合窃电评估,从而提高稽查准确性。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。

Claims (4)

1.一种基于稳健回归的分布式光伏发电窃电识别方法,其特征是,包括如下步骤:
1)建立分布式光伏发电***运行历史信息数据库;
2)根据光生伏打效应特性和天体辐照特点,对历史数据中存在的异常数据进行判定过滤;
3)对过滤后的辐照和功率数据,采用稳健回归模型算法得到辐照功率曲线;
4)根据数值天气预报辐照数据,利用生成的辐照功率曲线,求得对应的光伏发电功率;
5)利用功率电量换算关系,计算分布式光伏电站不同时间的出力,得到理论发电量;
6)进行第一层判定:基于步骤5)得到的理论发电量,对测量的实际发电量进行判断是否正常;
7)对步骤6)中判定为正常状态的数据进行第二层判定:将同区域各光伏电站日发电量进行有效利用小时数折算;若第一层判定结果为“正常状态”的电站日有效利用小时数均大于同区域其他光伏电站日有效利用小时数,则判定该光伏电站不正常,存在窃电嫌疑;
8)对步骤7)中光伏电站正常的数据进行第三层判定:通过分析分布式光伏业主“发电-用电”关系,进行窃电嫌疑判定,若其光伏发电量和本地负荷用电量相当或本地负荷用电量和历史数据库的用电量对比依据经验值来说用电量明显上升,则判定该分布式光伏电站不正常,存在窃电嫌疑。
2.根据权利要求1所述的基于稳健回归的分布式光伏发电窃电识别方法,其特征是,所述步骤1)中数据库包括光伏电站装机容量、发电功率、发电量和同期气象数据及其对应的光伏电站实时输出功率数据。
3.根据权利要求1所述的基于稳健回归的分布式光伏发电窃电识别方法,其特征是,所述步骤2)中,异常数据包括1)辐照等于零、功率不为零的值;2)辐照大于定值而功率为零的值;3)辐照超过此时太阳最大辐照量的值。
4.根据权利要求1所述的基于稳健回归的分布式光伏发电窃电识别方法,其特征是,所述步骤6)中,判定为正常状态的实际发电量的数值范围包含在理论发电量数值的70%~130%中。
CN201510767774.1A 2015-11-11 2015-11-11 基于稳健回归的分布式光伏发电窃电识别方法 Active CN105337574B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510767774.1A CN105337574B (zh) 2015-11-11 2015-11-11 基于稳健回归的分布式光伏发电窃电识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510767774.1A CN105337574B (zh) 2015-11-11 2015-11-11 基于稳健回归的分布式光伏发电窃电识别方法

Publications (2)

Publication Number Publication Date
CN105337574A CN105337574A (zh) 2016-02-17
CN105337574B true CN105337574B (zh) 2017-09-12

Family

ID=55287918

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510767774.1A Active CN105337574B (zh) 2015-11-11 2015-11-11 基于稳健回归的分布式光伏发电窃电识别方法

Country Status (1)

Country Link
CN (1) CN105337574B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105956394A (zh) * 2016-04-28 2016-09-21 南京理工大学 一种基于最小二乘法的光伏模拟器虚增电量的检测方法
CN105956713A (zh) * 2016-05-18 2016-09-21 中国电力科学研究院 一种新能源年/月电量计划制定方法
CN105911321A (zh) * 2016-07-08 2016-08-31 华北电力大学 基于电气参量传输关系的配电网t接接线窃电辨识方法
CN108984484B (zh) * 2018-06-28 2022-08-16 河海大学常州校区 基于回归分析评估双面双玻光伏组件辐照增益的方法
CN110649659A (zh) * 2019-11-19 2020-01-03 浙江正泰新能源开发有限公司 一种光伏逆变器控制方法、装置、设备及计算机存储介质
CN110969539B (zh) * 2019-11-28 2024-02-09 温岭市非普电气有限公司 基于曲线形态分析的光伏窃电发现方法和***

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8706650B2 (en) * 2009-01-14 2014-04-22 Integral Analytics, Inc. Optimization of microgrid energy use and distribution
CN103439572A (zh) * 2013-08-15 2013-12-11 国家电网公司 基于光伏发电功率预测的防窃电监测方法
CN104933272B (zh) * 2014-03-17 2018-01-02 国家电网公司 一种防窃电分析的方法及装置
CN104979898B (zh) * 2014-04-04 2018-11-27 国家电网公司 一种反窃电监测方法、主站与***
CN104794544A (zh) * 2015-04-24 2015-07-22 国家电网公司 基于智能算法的分布式光伏发电防窃电监测方法

Also Published As

Publication number Publication date
CN105337574A (zh) 2016-02-17

Similar Documents

Publication Publication Date Title
CN105337574B (zh) 基于稳健回归的分布式光伏发电窃电识别方法
CN104882905B (zh) 一种考虑暂态安全约束的新能源接纳能力评估方法
CN103778340B (zh) 大规模新能源发电特性的统计方法
CN105260800A (zh) 一种光伏组件温度预测方法及装置
CN109002915A (zh) 基于Kmeans-GRA-Elman模型的光伏电站短期功率预测方法
CN107145707A (zh) 一种计及光伏出力不确定性和全寿命周期成本的配电网变压器规划方法
CN109995090B (zh) 考虑用户需求特征及能源利用成本的多能互补方法
CN104915899A (zh) 一种基于特征聚类分析的光伏电站运行状态划分方法
CN105305488B (zh) 一种考虑新能源并网对输电网利用率影响的评价方法
CN108960541A (zh) 基于云数据分析的分布式光伏***效率评估方法及装置
Gao et al. Optimal operation modes of photovoltaic-battery energy storage system based power plants considering typical scenarios
Arévalo et al. Smart monitoring method for photovoltaic systems and failure control based on power smoothing techniques
CN104362621A (zh) 一种基于反熵权法的光伏电站运行特性评估方法
Mohan et al. Solar energy disaggregation using whole-house consumption signals
Cano et al. Comparative analysis of HESS (battery/supercapacitor) for power smoothing of PV/HKT, simulation and experimental analysis
CN105160595A (zh) 基于多时间尺度出力评估的分布式光伏窃电监管方法
Sun et al. Impacts of solar penetration on short-term net load forecasting at the distribution level
Ahamed et al. Optimization of Hybrid Microgrid of Renewable Energy Efficiency Using Homer Software
Shanthi et al. Analysis of weather monitoring system integrated with renewable energy using IoT technology
Zhao et al. Complementarity evaluation index system and method of multiple power sources
Shi et al. Estimation of Invisible Distributed PV Power Generation From Bus Load
Han et al. Sensitivity analysis of acquisition granularity of photovoltaic output power to capacity configuration of energy storage systems
Femin et al. Modeling the temporal variations in the output of large solar PV power plants
Dralus et al. One day-ahead forecasting at different time periods of energy production in photovoltaic systems using neural networks
Urquizo et al. Characterization of cycling profiles for li-ion batteries for bess applications

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C41 Transfer of patent application or patent right or utility model
CB03 Change of inventor or designer information

Inventor after: Ji Qiuhua

Inventor after: Liu Gang

Inventor after: Chen Lei

Inventor after: Du Wei

Inventor before: Ji Qiuhua

Inventor before: Liu Gang

Inventor before: Chen Lei

Inventor before: Du Wei

Inventor before: Dai Chensong

COR Change of bibliographic data
TA01 Transfer of patent application right

Effective date of registration: 20160926

Address after: 210009 weft two road, hi tech Development Zone, Jiangsu, Nanjing

Applicant after: State Grid Corporation of China

Applicant after: State Grid Hebei Electric Power Company

Applicant after: Nanjing Nanrui Solar Energy Technology Co., Ltd.

Applicant after: Nanjing Nari Co., Ltd.

Applicant after: NARI Technology Development Co., Ltd.

Address before: 210009 weft two road, hi tech Development Zone, Jiangsu, Nanjing

Applicant before: State Grid Corporation of China

Applicant before: Nanjing Nari Co., Ltd.

Applicant before: Nanjing Nanrui Solar Energy Technology Co., Ltd.

GR01 Patent grant
GR01 Patent grant