CN107977898B - 一种光伏电站的发电量保险定价评估方法 - Google Patents

一种光伏电站的发电量保险定价评估方法 Download PDF

Info

Publication number
CN107977898B
CN107977898B CN201711465927.2A CN201711465927A CN107977898B CN 107977898 B CN107977898 B CN 107977898B CN 201711465927 A CN201711465927 A CN 201711465927A CN 107977898 B CN107977898 B CN 107977898B
Authority
CN
China
Prior art keywords
power station
power
power generation
full
monthly
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
CN201711465927.2A
Other languages
English (en)
Other versions
CN107977898A (zh
Inventor
王椭
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.)
Wuxi Yingzhen Technology Co ltd
Original Assignee
Wuxi Igen Tech Co ltd
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 Wuxi Igen Tech Co ltd filed Critical Wuxi Igen Tech Co ltd
Priority to CN201711465927.2A priority Critical patent/CN107977898B/zh
Publication of CN107977898A publication Critical patent/CN107977898A/zh
Application granted granted Critical
Publication of CN107977898B publication Critical patent/CN107977898B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Tourism & Hospitality (AREA)
  • Accounting & Taxation (AREA)
  • Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Technology Law (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种光伏电站的发电量保险定价评估方法，该方法通过获取光伏电站一定时期内的每月总发电量、装机容量和地区等相关指标后，对相关指标进行分类，根据总发电量和装机容量得出每月满发小时数，再对每月满发小时数进行累加求和，然后对其进行归一化并指数化，计算出每一类电站每月发电量的波动率和相关波动参数,得出某一类电站每月发电量波动率和相关波动参数及某一时期的总满发小时数分布，根据分布确定该电站的定价，该方法可以快速准确的获得对目标电站未来中长期发电量的分布的估计，准确衡量电站的风险与价值，为光伏电站保险定价与收益预测提供参考依据。

Description

一种光伏电站的发电量保险定价评估方法
技术领域
本发明涉及光伏电站发电量保险定价评估技术，尤其涉及一种光伏电站的发电量保险定价评估方法。
背景技术
随着科学的发展和技术的进步，电能是维系我们生活、工作和社会进步的主要能源之一，利用风能、光能发电已成为现在电能来源的主要途径之一。其中，光伏发电是根据光生伏特效应原理，利用太阳能电池将太阳光能直接转化为电能，其主要原理是半导体的光电效应。光伏发电可以分为独立光伏发电、分布式光伏发电和并网光伏发电， 随着我国风电、光伏的大规模开发和并网，带来了新能源大规模消纳的问题。由于我国区域间资源具有互补的特性，采用大范围调节就可以充分发挥区域间负荷错峰错谷效应和电源结构之间的互补效应，从而最大程度的消纳光伏等新能源。由于所采用的大范围调节的方式是长周期的，所以很难在只负责短期电力平衡和计划落实的调度层面进行解决,而是需要大范围交易分步优化，引导电力交易合理有序开展，进而使新能源的最大消纳和经济运营得以实现，从而控制电网安全运营风险。
目前，跨区域电力交易使用的主要是以年度合同为主、月度临时交易为辅的交易模式，而光伏等新能源基地的外送也是以长期交易为主。那么在签订新能源中长期交易合同的过程中，需要知道在未来一年或者是几个月中新能源基地(可以是区域光伏电站群)有多少电量需要输送出，也即未来一年或者是几个月中新能源发电量的总数值，并且在执行新能源长期交易时，又需要将所需输送出的新能源发电量分解至月度发电计划中，以便更好的完成计划总量，那么在此过程涉及到的问题就是如何预先得到中长期合同期内光伏电站发电量的总数值，而目前现有技术中对光伏电站发电站长期预测的方法不能给出电站发电量的分布，用于保险定价时无法对保险的收益和风险进行准确的估计，且现有技术的操作方法复杂，准确性差，数据获取成本高，不利于推广应用。
发明内容
本发明目的是针对现有技术存在的缺陷，提供了一种光伏电站的发电量保险定价评估方法，该方法可以快速准确的获得对目标电站未来中长期发电量的分布的估计，准确衡量电站的风险与价值，为光伏电站保险定价与收益预测提供参考依据。
本发明为实现上述目的，采用如下技术方案：一种光伏电站的发电量保险定价评估方法，包括以下步骤：
步骤一：获取相关指标，通过采集器获取光伏电站一定时期内的每月总发电量、装机容量和地区的相关指标；
每月总发电量用
Figure DEST_PATH_IMAGE001
表示，其中，
Figure 100002_DEST_PATH_IMAGE002
；装机容量用C表示；地区指标用loc表示；
步骤二：对相关指标进行分类，根据地区的相关指标将同一类数据集合在一起，对每一类数据进行筛选；
步骤三，根据光伏电站每月的总发电量和装机容量，得出光伏电站每月满发小时数=电站每月总发电量/该电站装机容量，得出每月满发小时数用
Figure DEST_PATH_IMAGE003
的公式（1）如下：
Figure 100002_DEST_PATH_IMAGE004
（1）
其中，
Figure 642193DEST_PATH_IMAGE003
表示每月满发小时数，其中，
Figure DEST_PATH_IMAGE005
；
Figure 762596DEST_PATH_IMAGE001
表示每月总发电量，其中，
Figure 73491DEST_PATH_IMAGE002
；C表示装机容量；
再对同类电站历史数据中的每月满发小时数
Figure 203121DEST_PATH_IMAGE003
进行累加求和，然后对其进行归一化；
每月满发小时数累加求和，得到公式（2）：
Figure 100002_DEST_PATH_IMAGE006
（2）
对归一化方程取指数，得到最终数据
Figure DEST_PATH_IMAGE007
；
其中，
Figure 100002_DEST_PATH_IMAGE008
表示一定时期内电站满发小时数取归一化并指数化的数据，其用公式（3）表示如下：
Figure DEST_PATH_IMAGE009
（3）
其中，
Figure 100002_DEST_PATH_IMAGE010
表示一定时期内电站满发小时数，
Figure DEST_PATH_IMAGE011
表示一定时期内电站满发小时数的平均数，
Figure 100002_DEST_PATH_IMAGE012
表示一定时期内电站满发小时数的标准差；
步骤四：根据历史数据，计算出每一类电站每月发电量的波动率
Figure DEST_PATH_IMAGE013
和相关波动参数
Figure 100002_DEST_PATH_IMAGE014
,然后以该类所有电站的参数均值作为该类电站的最终参数；
所述波动率的计算过程如下：
假设
Figure DEST_PATH_IMAGE015
为该电站一月份每天的发电量，对
Figure 204444DEST_PATH_IMAGE015
进行数据转换，求得
Figure 100002_DEST_PATH_IMAGE016
，求取
Figure DEST_PATH_IMAGE017
的标准差作为该电站一月份发电量的波动率
Figure 100002_DEST_PATH_IMAGE018
，同理以此求出
Figure DEST_PATH_IMAGE019
；
假定电站发电量的对数变化率
Figure 100002_DEST_PATH_IMAGE020
与该电站的发电量波动率
Figure 78771DEST_PATH_IMAGE013
、采集时间间隔
Figure DEST_PATH_IMAGE021
存在线性关系，则可得出假定模型，如公式（4）所示，
Figure 100002_DEST_PATH_IMAGE022
（4）
对每个电站运用线性模型方程（4），解释变量为每月波动率，被解释变量为处理后的当前月与前一月总满发小数的对数，
然后对同一类的电站都进行上述操作，把求解出的参数，以均值作该类电站的最终参数用于预测同类电站；
步骤五：根据计算得出某一类电站每月发电量波动率
Figure 719706DEST_PATH_IMAGE013
和相关波动参数
Figure 449765DEST_PATH_IMAGE014
，计算出光伏电站某一时期的总满发小时数分布，根据分布确定该电站的定价；
根据公式（4），对同一类数据进行分布生成，得出光伏电站的发电量保险定价评估模型，如公式（5）所示，
Figure DEST_PATH_IMAGE023
（5）
其中，
Figure 100002_DEST_PATH_IMAGE024
为残差项参数，
Figure DEST_PATH_IMAGE025
为电站一段时期发电量方差波动参数，
Figure 100002_DEST_PATH_IMAGE026
为电站一段时期发电量均值波动参数。
优选的，在所述步骤二中对相关指标进行分类时，首先每一类电站确保每月份的总发电量不为零，然后根据起始月份每天的发电量进行数据异常值检测，根据马氏距离和格拉布斯检验剔除异常电站。
本发明达到的有益效果是：本发明提出了一种光伏电站的发电量保险定价评估方法，该方法通过采集近邻电站历史数据，对目标电站进行快速准确的分类，确定类型后对电站给出其长期发电量分布，根据电站分布情况确定保险发电量值，同时对收益进行估计，基于对收益的估计确定保险价格，该方法可以快速准确的获得对目标电站未来中长期发电量的分布的估计，准确衡量电站的风险与价值，为光伏电站保险定价与收益预测提供参考依据。
附图说明
图1是本发明的发电量保险定价评估模型的流程图；
图2是利用本发明方法预测5个月内53个电站的总发电量的值以及电站发电量的实际值；
图3是本发明中其中一个电站的预测发电量分布图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步说明。
如图1所示，本发明所采用的技术方案是：
一种光伏电站的发电量保险定价评估方法，包括以下步骤：
步骤一：获取相关指标，通过采集器获取光伏电站一定时期内的每月总发电量、装机容量和地区等相关指标；每月总发电量用
Figure 994010DEST_PATH_IMAGE001
表示，其中，
Figure 721794DEST_PATH_IMAGE002
；装机容量用C表示；地区指标用loc表示；
步骤二：对相关指标进行分类，根据地区等相关指标将同一类数据集合在一起，对每一类数据进行筛选；
步骤三，根据光伏电站每月的总发电量和装机容量，得出光伏电站每月满发小时数=电站每月总发电量/该电站装机容量，得出每月满发小时数用
Figure 148228DEST_PATH_IMAGE003
的公式（1）如下：
Figure 150819DEST_PATH_IMAGE004
（1）
其中，
Figure 579264DEST_PATH_IMAGE003
表示每月满发小时数，其中，
Figure 212370DEST_PATH_IMAGE005
；
Figure 985154DEST_PATH_IMAGE001
表示每月总发电量，其中，
Figure 666802DEST_PATH_IMAGE002
；C表示装机容量；
再对同类电站历史数据中的每月满发小时数
Figure 841432DEST_PATH_IMAGE003
进行累加求和，然后对其进行归一化；
每月满发小时数累加求和，得到公式（2）：
Figure 583123DEST_PATH_IMAGE006
（2）
步骤四：根据历史数据，计算出每一类电站每月发电量的波动率
Figure 843203DEST_PATH_IMAGE013
和相关波动参数
Figure 656438DEST_PATH_IMAGE014
,然后以该类所有电站的参数均值作为该类电站的最终参数；
步骤五：根据计算得出某一类电站每月发电量波动率
Figure 59475DEST_PATH_IMAGE013
和相关波动参数
Figure 627860DEST_PATH_IMAGE014
，计算出光伏电站某一时期的总满发小时数分布，根据分布确定该电站的定价；
其中，
Figure 312919DEST_PATH_IMAGE024
为残差项参数，
Figure 601949DEST_PATH_IMAGE025
为电站一段时期发电量方差波动参数，
Figure 751171DEST_PATH_IMAGE026
为电站一段时期发电量均值波动参数。
优选的，在所述步骤二中对相关指标进行分类时，首先每一类电站确保每月份的总发电量不为零，然后根据起始月份每天的发电量进行数据异常值检测，根据马氏距离和格拉布斯检验剔除异常电站。
优选的，对所述步骤三中的归一化方程取指数，得到最终数据
Figure 100244DEST_PATH_IMAGE007
；
其中，
Figure 272599DEST_PATH_IMAGE008
表示一定时期内电站每月满发小时数累加求和后，得出z-score归一化公式后，然后取指数，最终用公式（3）表示如下：
Figure 224375DEST_PATH_IMAGE009
（3）
其中，
Figure 900207DEST_PATH_IMAGE010
表示一定时期内电站满发小时数，
Figure 647277DEST_PATH_IMAGE011
表示一定时期内电站满发小时数的平均数，
Figure 103666DEST_PATH_IMAGE012
表示一定时期内电站满发小时数的标准差。
优选的，在所述步骤四中，所述波动率的计算过程如下：
假设
Figure 734499DEST_PATH_IMAGE015
为该电站一月份每天的发电量，对
Figure 327154DEST_PATH_IMAGE015
进行数据转换，求得
Figure 18030DEST_PATH_IMAGE016
，求取
Figure 227294DEST_PATH_IMAGE017
的标准差作为该电站一月份发电量的波动率
Figure 661818DEST_PATH_IMAGE018
，同理以此求出
Figure 577821DEST_PATH_IMAGE019
。
优选的，在所述步骤四中，假定电站发电量的对数变化率
Figure 564232DEST_PATH_IMAGE020
与该电站的发电量波动率
Figure 369114DEST_PATH_IMAGE013
、采集时间间隔
Figure 669646DEST_PATH_IMAGE021
存在线性关系，则可得出假定模型，如公式（4）所示，
Figure 768052DEST_PATH_IMAGE022
（4）
对每个电站运用线性模型方程（4），解释变量为每月波动率，被解释变量为处理后的当前月与前一月总满发小数的对数，
然后对同一类的电站都进行上述操作，把求解出的参数，以均值作该类电站的最终参数用于预测同类电站。
优选的，在所述步骤五中，根据公式（4），对同一类数据进行分布生成，得出光伏电站的发电量保险定价评估模型，如公式（5）所示，
Figure 800730DEST_PATH_IMAGE023
(5)
本发明最终求取的是一定时期的总满发小时数，因此，需要根据历史数据对上述公式（5）的数据进行还原，以历史数据的最后月份的均值和标准差还原，最后生成分布，以最后生成的分布作为定价的依据，过程如下：
假设历史第i时期的累积发电量均值为
Figure DEST_PATH_IMAGE027
，标准差为
Figure 100002_DEST_PATH_IMAGE028
，根据公式（5）求出的
Figure DEST_PATH_IMAGE029
，需要根据公式（3）还原，最终得到实际第i时期的累积发电量为：
Figure 100002_DEST_PATH_IMAGE030
=
Figure DEST_PATH_IMAGE031
。
对该光伏电站的发电量保险定价评估方法进行验证：
图2是通过本发明方法预测5个月内53个电站的总发电量的值以及电站发电量的实际值的对照图，其中：true表示真实发电量，predict表示预测发电量，
我们求取的是电站预测发电量分布，在这里预测发电量取p=50的分位数，具体求取p分位数需要根据实际情况，在这里统一取值p=50。
P分位数计算如下：
1.将n个变量从小到大排列，
Figure 100002_DEST_PATH_IMAGE032
表示为第j个数；
2.计算指数p，设（n+1）P%=j+g，j为整数部分，g为小数部分；
3.当g=0时：P百分位数=x（j），当g
Figure DEST_PATH_IMAGE033
0时：P百分位数=x（j）+g*[x(j+1)-x[j]]
从图2中可以看出，通过本发明的方法对5个月内53个电站的总发电量进行预测，得到的电站发电量的预测值与电站发电量的实际值相比，趋势大致相同，说明本发明的发电量保险定价评估方法对于预测电站发电量具有很好的效果。
图3是本发明中第一个电站的预测发电量分布图，该电站5个月真实发电量总和为：377.51，根据本发明的发电量保险定价评估方法，我们取p=50分位数，结果得出预测发电量的值为pre=363.64，预测值与真实值非常接近，说明该方法可以合理地对电站发电量进行预测，同时对收益进行估计，基于对收益的估计确定保险价格，该方法可以快速准确的获得对目标电站未来中长期发电量的分布的估计，准确衡量电站的风险与价值，为光伏电站保险定价与收益预测提供参考依据。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种光伏电站的发电量保险定价评估方法，其特征在于，包括以下步骤：
步骤一：获取相关指标，通过采集器获取光伏电站一定时期内的每月总发电量、装机容量和地区的相关指标；
每月总发电量用
Figure DEST_PATH_IMAGE002
表示，其中，
Figure DEST_PATH_IMAGE004
；装机容量用C表示；地区指标用loc表示；
步骤二：对相关指标进行分类，根据地区的相关指标将同一类数据集合在一起，对每一类数据进行筛选；
步骤三，根据光伏电站每月的总发电量和装机容量，得出光伏电站每月满发小时数=电站每月总发电量/该电站装机容量，得出每月满发小时数用
Figure DEST_PATH_IMAGE006
的公式（1）如下：
Figure DEST_PATH_IMAGE008
（1）
其中，
Figure 905851DEST_PATH_IMAGE006
表示每月满发小时数，其中，
Figure DEST_PATH_IMAGE010
；
Figure 541232DEST_PATH_IMAGE002
表示每月总发电量，其中，
Figure 103931DEST_PATH_IMAGE004
；C表示装机容量；
再对同类电站历史数据中的每月满发小时数
Figure 432145DEST_PATH_IMAGE006
进行累加求和，然后对其进行归一化；
每月满发小时数累加求和，得到公式（2）：
Figure DEST_PATH_IMAGE012
（2）
对归一化方程取指数，得到最终数据
Figure DEST_PATH_IMAGE014
；
其中，
Figure DEST_PATH_IMAGE016
表示一定时期内电站满发小时数取归一化并指数化的数据，其用公式（3）表示如下：
Figure DEST_PATH_IMAGE018
（3）
其中，
Figure DEST_PATH_IMAGE020
表示一定时期内电站满发小时数，
Figure DEST_PATH_IMAGE022
表示一定时期内电站满发小时数的平均数，
Figure DEST_PATH_IMAGE024
表示一定时期内电站满发小时数的标准差；
步骤四：根据历史数据，计算出每一类电站每月发电量的波动率
Figure DEST_PATH_IMAGE026
和相关波动参数
Figure DEST_PATH_IMAGE028
,然后以该类所有电站的参数均值作为该类电站的最终参数；
所述波动率的计算过程如下：
假设
Figure DEST_PATH_IMAGE030
为该电站一月份每天的发电量，对
Figure 493510DEST_PATH_IMAGE030
进行数据转换，求得
Figure DEST_PATH_IMAGE032
，求取
Figure DEST_PATH_IMAGE034
的标准差作为该电站一月份发电量的波动率
Figure DEST_PATH_IMAGE036
，同理以此求出
Figure DEST_PATH_IMAGE038
；
假定电站发电量的对数变化率
Figure DEST_PATH_IMAGE040
与该电站的发电量波动率
Figure 40904DEST_PATH_IMAGE026
、采集时间间隔
Figure DEST_PATH_IMAGE042
存在线性关系，则可得出假定模型，如公式（4）所示，
Figure DEST_PATH_IMAGE044
（4）
对每个电站运用线性模型方程（4），解释变量为每月波动率，被解释变量为处理后的当前月与前一月总满发小数的对数，
然后对同一类的电站都进行上述操作，把求解出的参数，以均值作该类电站的最终参数用于预测同类电站；
步骤五：根据计算得出某一类电站每月发电量波动率
Figure 989268DEST_PATH_IMAGE026
和相关波动参数
Figure 488383DEST_PATH_IMAGE028
，计算出光伏电站某一时期的总满发小时数分布，根据分布确定该电站的定价；
根据公式（4），对同一类数据进行分布生成，得出光伏电站的发电量保险定价评估模型，如公式（5）所示，
Figure DEST_PATH_IMAGE046
（5）
其中，
Figure DEST_PATH_IMAGE048
为残差项参数，
Figure DEST_PATH_IMAGE050
为电站一段时期发电量方差波动参数，
Figure DEST_PATH_IMAGE052
为电站一段时期发电量均值波动参数。
2.根据权利要求1所述的一种光伏电站的发电量保险定价评估方法，其特征在于，在所述步骤二中对相关指标进行分类时，首先每一类电站确保每月份的总发电量不为零，然后根据起始月份每天的发电量进行数据异常值检测，根据马氏距离和格拉布斯检验剔除异常电站。
CN201711465927.2A 2017-12-28 2017-12-28 一种光伏电站的发电量保险定价评估方法 Active CN107977898B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711465927.2A CN107977898B (zh) 2017-12-28 2017-12-28 一种光伏电站的发电量保险定价评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711465927.2A CN107977898B (zh) 2017-12-28 2017-12-28 一种光伏电站的发电量保险定价评估方法

Publications (2)

Publication Number Publication Date
CN107977898A CN107977898A (zh) 2018-05-01
CN107977898B true CN107977898B (zh) 2021-07-30

Family

ID=62005298

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711465927.2A Active CN107977898B (zh) 2017-12-28 2017-12-28 一种光伏电站的发电量保险定价评估方法

Country Status (1)

Country Link
CN (1) CN107977898B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110136014A (zh) * 2019-05-23 2019-08-16 王为光 一种基于大数据的医保数据分析方法
CN111178609A (zh) * 2019-12-23 2020-05-19 国网河北省电力有限公司 一种基于归一化拟合的区域光伏月发电量预测方法
CN111985671B (zh) * 2020-04-10 2021-07-09 无锡英臻科技有限公司 光伏电站发电量预测及风险评估方法
CN114936942B (zh) * 2022-07-21 2022-11-01 深圳市绽放工场科技有限公司 一种面向保险用户的计算机网络数据处理分析***及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105488592A (zh) * 2015-12-02 2016-04-13 国家电网公司 一种光伏电站发电量预测的方法
CN106203709A (zh) * 2016-07-13 2016-12-07 国网江苏省电力公司电力科学研究院 基于多因子的光伏电站中长期发电量预测方法
CN106204325A (zh) * 2016-07-13 2016-12-07 国网江苏省电力公司电力科学研究院 基于互联网的分布式光伏产业公共服务平台
CN106447132A (zh) * 2016-10-26 2017-02-22 国网浙江省电力公司电力科学研究院 一种区域光伏电站群的中长期发电量预测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105488592A (zh) * 2015-12-02 2016-04-13 国家电网公司 一种光伏电站发电量预测的方法
CN106203709A (zh) * 2016-07-13 2016-12-07 国网江苏省电力公司电力科学研究院 基于多因子的光伏电站中长期发电量预测方法
CN106204325A (zh) * 2016-07-13 2016-12-07 国网江苏省电力公司电力科学研究院 基于互联网的分布式光伏产业公共服务平台
CN106447132A (zh) * 2016-10-26 2017-02-22 国网浙江省电力公司电力科学研究院 一种区域光伏电站群的中长期发电量预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"基于PCA-BPNN的并网光伏电站发电量预测模型研究";李芬等;《可再生能源》;20170531;第35卷(第5期);第689-695页 *

Also Published As

Publication number Publication date
CN107977898A (zh) 2018-05-01

Similar Documents

Publication Publication Date Title
CN107977898B (zh) 一种光伏电站的发电量保险定价评估方法
EP2610986A1 (en) A method for determining a power outage probability of an electrical power grid, a method for an adaptation of a power generation capacity and a method for determining an energy storage unit size
CN110110918B (zh) 一种基于机器学习的光伏年发电量计算方法
CN109978242A (zh) 基于统计升尺度的光伏发电集群功率预测方法及装置
CN104268659B (zh) 一种光伏电站发电功率超短期预测方法
CN107403015B (zh) 一种基于时间序列相似性的短期光功率预测方法
CN102426674A (zh) 一种基于马尔科夫链的电力***负荷预测方法
CN111626473A (zh) 一种考虑误差修正的两阶段光伏功率预测方法
CN102509173A (zh) 一种基于马尔科夫链的电力***负荷准确预测方法
Zipp Revenue prospects of photovoltaic in Germany—Influence opportunities by variation of the plant orientation
CN105337574A (zh) 基于稳健回归的分布式光伏发电窃电识别方法
CN114298207A (zh) 一种光伏发电成效管控方法、装置、存储介质及电子设备
CN107578157B (zh) 基于历史大数据对光伏电站***效率进行修正的方法
CN108960522A (zh) 一种光伏发电量预测分析方法
CN117010946A (zh) 一种火电厂生产经营成本核算***及其使用方法
CN109636033B (zh) 一种分布式光伏项目自发自用综合电价预测方法
CN111478374B (zh) 风光出力特性概率分布与预测的动态评估方法
CN111708987B (zh) 一种变电站多台并联变压器负荷预测方法
CN115470952A (zh) 一种适用于高负载局部孤网的检修计划生成方法及***
CN114912700A (zh) 一种工厂车间电力能耗的评估方法及其***
CN114142470A (zh) 电力***新能源电站配套储能合理规模测算方法及***
KR20180023078A (ko) 기상정보를 이용한 태양광 발전량 예측방법
CN109347434A (zh) 一种计及老化时光伏发电功率的方法
CN117277355B (zh) 一种智慧监测数据的输电方法及***
Razak et al. Forecasting cost saving through solar system installation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: F4, 200 Linghu Avenue, Xinwu District, Wuxi City, Jiangsu Province, 214000

Patentee after: Wuxi Yingzhen Technology Co.,Ltd.

Address before: 214000 Tianan smart city 2-405, 406, New District, Wuxi City, Jiangsu Province

Patentee before: WUXI YINGZHEN TECHNOLOGY CO.,LTD.

CP03 Change of name, title or address