CN111191864A - 一种光伏出力数据修复方法及*** - Google Patents
一种光伏出力数据修复方法及*** Download PDFInfo
- Publication number
- CN111191864A CN111191864A CN201811355960.4A CN201811355960A CN111191864A CN 111191864 A CN111191864 A CN 111191864A CN 201811355960 A CN201811355960 A CN 201811355960A CN 111191864 A CN111191864 A CN 111191864A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- photovoltaic power
- power station
- output data
- adjacent
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000002159 abnormal effect Effects 0.000 claims abstract description 20
- 238000010606 normalization Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 11
- 230000008439 repair process Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000002547 anomalous effect Effects 0.000 claims description 6
- 238000010248 power generation Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000006872 improvement Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明涉及一种光伏出力数据修复方法及***,获取待修复光伏出力序列所在的目标光伏电站及与其相邻光伏电站的历史出力数据;基于所述历史出力数据计算目标光伏电站及与其相邻光伏电站的相关性系数;基于所述相关性系数,对待修复光伏出力序列在设定时段的光伏出力数据进行修复;所述待修复光伏出力序列为带有异常数据的光伏出力序列。本发明提供的技术方案修复后的光伏出力考虑了各光伏电站出力在空间上的相关性,提高了光伏出力修复的精确度。
Description
技术领域
本发明涉及电力***领域,具体涉及一种光伏出力数据修复方法及***。
背景技术
目前,能源资源日趋枯竭和环境污染日益严重已成为政府和公众密切关注的焦点,节约能源、保护环境,推动经济与社会的良性互动与协调,是促进社会可持续发展的迫切需要。在这一形势下,光伏等新能源发电迅速发展。当前,新能源装机规模居世界第一位。大规模光伏发电并网对电网规划、生产和运行等环节均会产生影响。在规划方面,光伏发电运行特性及规律是优化光伏发电及电网规划的重要依据;在调度运行方面,不同时空条件下的光伏发电运行特性及规律会影响发电计划的制定。利用大数据思维深入分析光伏发电运行数据挖掘相关规律,能够为电网规划与运行决策提供必要支撑。
但随着产业规模的不断扩大,诸多问题也逐渐显现出来,成为制约光伏发电产业规模化的瓶颈。由于光伏电站设备故障、通信中断及误码等原因,监控***存储的光伏发电运行数据常常存在异常。光伏数据的丢失及异常会严重影响光伏发电运行规律提取的准确性,进而影响电网规划或调度运行决策,严重时可能威胁电网安全稳定。
发明内容
为解决上述现有技术中的不足,本发明的目的是提供一种光伏出力数据修复方法及***,修复后的光伏电站时间序列考虑了各光伏电站出力在空间上的相关性,提高了光伏出力修复的精确度。
本发明的目的是采用下述技术方案实现的:
本发明提供一种光伏出力数据修复方法,其改进之处在于:
获取待修复光伏出力序列所在的目标光伏电站及与其相邻光伏电站的历史出力数据;
基于所述历史出力数据计算目标光伏电站及与其相邻光伏电站的相关性系数;
基于所述相关性系数,对待修复光伏出力序列在设定时段的光伏出力数据进行修复;
所述待修复光伏出力序列为带有异常数据的光伏出力序列。
进一步地:所述带有异常数据的光伏出力序列包括:
光伏出力序列中光伏出力值为负值;
光伏出力序列中光伏出力值大于装机容量;和/或
光伏出力序列中存在断点的光伏出力序列。
进一步地:在所述基于所述历史出力数据计算目标光伏电站与其相邻光伏电站的相关性系数之前,还包括:
截取目标光伏电站与其相邻光伏电站日出与日落时刻之间的历史出力数据;
基于日出与日落时刻之间的历史出力数据计算目标光伏电站与其相邻光伏电站的最大历史出力,将光伏历史出力数据以各自的最大历史出力为基值进行归一化处理,得到归一化后的目标光伏电站历史出力数据及各相邻光伏电站历史出力数据。
进一步地:所述基于所述历史出力数据计算目标光伏电站与其相邻光伏电站的相关性系数的表达式如下:
其中,rX,Y表示X、Y两变量的Pearson相关系数;E(XY)表示变量XY的期望;E(X)表示变量X的期望;E(Y)表示变量Y的期望;E(X2)表示变量X求平方后X2的期望;E2(X)表示变量X期望E(X)的平方;E(Y2)表示变量Y求平方后Y2的期望;E2(Y)表示变量Y期望E(Y)的平方。
进一步地,所述基于所述相关性系数,对待修复光伏出力序列在设定时段的光伏出力数据进行修复,包括:
基于所述相关性系数,确定光伏电站样本的拟合概率集合;
根据所述光伏电站样本的拟合概率集合,对待修复光伏出力序列在设定时段的光伏出力进行修复。
进一步地:所述基于所述相关性系数,确定光伏电站样本的拟合概率集合,包括:
从各相邻光伏电站相关性系数中选出相关性系数大于预设阈值的相邻光伏电站作为光伏电站样本集合{PSi};
根据{PSi}中各光伏电站样本对应的相关性系数和出力数据,确定相关性系数集合{Covi}和样本出力集合{Pi};
对相关性系数集合{Covi}进行归一化处理,得到归一化后的相关性系数集合作为光伏电站样本的拟合概率集合{Covpsi};
其中,i表示光伏电站,i=1……m,m为光伏电站样本集合中光伏电站样本的总数。
进一步地:所述从各相邻光伏电站相关性系数中选出相关性系数大于预设阈值的相邻光伏电站作为光伏电站样本集合{PSi}之前,还包括:
计算目标光伏电站与其相邻各光伏电站的相关性系数之和∑Cov,将相关性系数以∑Cov 为基值进行归一化处理,得到归一化后的各相邻光伏电站相关性系数。
进一步地:根据所述光伏电站样本的拟合概率集合,通过下式对待修复光伏出力序列在设定时段的光伏出力进行修复:
式中:Pobj(Tobj)为存在异常数据的光伏出力序列Pobj在设定时段Tobj的光伏出力;m为相邻光伏电站的个数;Covpsi为拟合概率集合{Covpsi}中光伏电站样本的相关性系数;Pi(Tobj) 为样本出力集合{Pi}中光伏电站样本在设定时段Tobj的光伏出力数据。
本发明还提供一种光伏出力数据修复***,其改进之处在于,该***包括:
获取模块,用于获取待修复光伏出力序列所在的目标光伏电站及与其相邻光伏电站的历史出力数据;
计算模块,用于基于所述历史出力数据计算目标光伏电站及与其相邻光伏电站的相关性系数;
修复模块,用于基于所述相关性系数,对待修复光伏出力序列在设定时段的光伏出力数据进行修复;
所述待修复光伏出力序列为带有异常数据的光伏出力序列。
进一步地,其特征在于:所述带有异常数据的光伏出力序列包括:
光伏出力序列中光伏出力值为负值;
光伏出力序列中光伏出力值大于装机容量;或
光伏出力序列中存在断点的光伏出力序列。
进一步地,该***还包括:
截取模块,用于截取目标光伏电站与其相邻光伏电站日出与日落时刻之间的历史出力数据;
归一化模块,用于基于日出与日落时刻之间的历史出力数据计算目标光伏电站与其相邻光伏电站的最大历史出力,将光伏历史出力数据以各自的最大历史出力为基值进行归一化处理。
进一步地:所述修复模块包括:
确定子模块,用于基于所述相关性系数,确定光伏电站样本集合及拟合概率集合;
修复子模块,用于根据所述光伏电站样本集合及拟合概率集合,对待修复光伏出力序列在设定时段的光伏出力进行修复。
进一步地:所述确定子模块包括:
选择单元,用于从各相邻光伏电站相关性系数中选出相关性系数大于预设阈值的相邻光伏电站作为光伏电站样本集合{PSi};
对应单元,用于根据{PSi}中各相邻光伏电站对应的相关性系数和出力数据,确定相关性系数集合{Covi}和样本出力集合{Pi};
归一化单元,用于对相关性系数集合{Covi}进行归一化处理,得到归一化后的相关性系数集合,作为光伏电站样本拟合概率集合{Covpsi};
其中,i表示光伏电站,i=1……m,m为光伏电站样本集合中相邻光伏电站的总数。
进一步地:所述确定子模块,还包括:
计算单元,用于计算目标光伏电站与其相邻各光伏电站的相关性系数之和∑Cov,将相关性系数以∑Cov为基值进行归一化处理。
进一步地,所述修复子模块具体用于按下式对待修复光伏出力序列在设定时段的光伏出力进行修复:
式中:Pobj(Tobj)为存在异常数据的光伏出力序列Pobj在设定时段Tobj的光伏出力;m为相邻光伏电站的个数;Covpsi为拟合概率集合{Covpsi}中光伏电站样本的相关性系数;Pi(Tobj) 为样本出力集合{Pi}中光伏电站样本在设定时段Tobj的光伏出力数据。
与最接近的现有技术相比,本发明提供的技术方案具有的有益效果是:
本发明提供一种光伏出力数据修复方法,获取待修复光伏出力序列所在的目标光伏电站及与其相邻光伏电站的历史出力数据;基于所述历史出力数据计算目标光伏电站及与其相邻光伏电站的相关性系数集合;基于所述相关性系数集合,对待修复光伏出力序列在设定时段的光伏出力数据进行修复;所述待修复光伏出力序列为带有异常数据的光伏出力序列。修复后的光伏出力考虑了各光伏电站出力在空间上的相关性,提高了光伏出力修复的精确度。
附图说明
图1是本发明提供的光伏出力数据修复方法的简易流程图;
图2是本发明提供的光伏出力数据修复方法的详细流程图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
以下描述和附图充分地示出本发明的具体实施方案,以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的组件和功能是可选的,并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围,以及权利要求书的所有可获得的等同物。在本文中,本发明的这些实施方案可以被单独地或总地用术语“发明”来表示,这仅仅是为了方便,并且如果事实上公开了超过一个的发明,不是要自动地限制该应用的范围为任何单个发明或发明构思。
实施例一、
本发明提供一种光伏出力数据修复方法,其简易流程图如图1所示,包括:
获取待修复光伏出力序列所在的目标光伏电站及与其相邻光伏电站的历史出力数据;
基于所述历史出力数据计算目标光伏电站及与其相邻光伏电站的相关性系数;
基于所述相关性系数,对待修复光伏出力序列在设定时段的光伏出力数据进行修复;
所述待修复光伏出力序列为带有异常数据的光伏出力序列。
进一步地:所述带有异常数据的光伏出力序列包括:
光伏出力序列中光伏出力值为负值;
光伏出力序列中光伏出力值大于装机容量;和/或
光伏出力序列中存在断点的光伏出力序列。
进一步地:在所述基于所述历史出力数据计算目标光伏电站与其相邻光伏电站的相关性系数之前,还包括:
截取目标光伏电站与其相邻光伏电站日出与日落时刻之间的历史出力数据;
基于日出与日落时刻之间的历史出力数据计算目标光伏电站与其相邻光伏电站的最大历史出力,将光伏历史出力数据以各自的最大历史出力为基值进行归一化处理,得到归一化后的目标光伏电站历史出力数据及各相邻光伏电站历史出力数据。
进一步地:所述基于所述历史出力数据计算目标光伏电站与其相邻光伏电站的相关性系数的表达式如下:
其中,rX,Y表示X、Y两变量的Pearson相关系数;E(XY)表示变量XY的期望;E(X)表示变量X的期望;E(Y)表示变量Y的期望;E(X2)表示变量X求平方后X2的期望;E2(X)表示变量X期望E(X)的平方;E(Y2)表示变量Y求平方后Y2的期望;E2(Y)表示变量Y期望E(Y)的平方。
进一步地,所述基于所述相关性系数,对待修复光伏出力序列在设定时段的光伏出力数据进行修复,包括:
基于所述相关性系数,确定光伏电站样本的拟合概率集合;
根据所述光伏电站样本的拟合概率集合,对待修复光伏出力序列在设定时段的光伏出力进行修复。
进一步地:所述基于所述相关性系数,确定光伏电站样本的拟合概率集合,包括:
从各相邻光伏电站相关性系数中选出相关性系数大于预设阈值的相邻光伏电站作为光伏电站样本集合{PSi};
根据{PSi}中各光伏电站样本对应的相关性系数和出力数据,确定相关性系数集合{Covi}和样本出力集合{Pi};
对相关性系数集合{Covi}进行归一化处理,得到归一化后的相关性系数集合作为光伏电站样本的拟合概率集合{Covpsi};
其中,i表示光伏电站,i=1……m,m为光伏电站样本集合中光伏电站样本的总数。
进一步地:所述从各相邻光伏电站相关性系数中选出相关性系数大于预设阈值的相邻光伏电站作为光伏电站样本集合{PSi}之前,还包括:
计算目标光伏电站与其相邻各光伏电站的相关性系数之和∑Cov,将相关性系数以∑Cov 为基值进行归一化处理,得到归一化后的各相邻光伏电站相关性系数。
进一步地:根据所述光伏电站样本的拟合概率集合,通过下式对待修复光伏出力序列在设定时段的光伏出力进行修复:
式中:Pobj(Tobj)为存在异常数据的光伏出力序列Pobj在设定时段Tobj的光伏出力;m为相邻光伏电站的个数;Covpsi为拟合概率集合{Covpsi}中光伏电站样本的相关性系数;Pi(Tobj) 为样本出力集合{Pi}中光伏电站样本在设定时段Tobj的光伏出力数据。
本发明提供一种基于相关性的光伏出力数据修复方法,该方法考虑了各光伏电站出力在空间上的相关性,可大大提高数据修复的准确率。
具体包括以下步骤:
步骤1:识别光伏序列异常数据;
步骤2:光伏出力数据处理;获取待修复光伏出力序列所在的目标光伏电站及与其相邻光伏电站的历史出力数据
步骤3:计算待修复光伏电站与其相邻光伏电站的相关性;
步骤4:获取样本光伏电站及拟合概率;基于所述历史出力数据计算目标光伏电站及与其相邻光伏电站的相关性系数集合
步骤5:基于所述相关性系数集合,对待修复光伏出力序列在设定时段的光伏出力数据进行修复;
所述待修复光伏出力序列为带有异常数据的光伏出力序列。
下面结合光伏出力数据修复流程图(附图2),对本发明的具体实施流程进行描述。
步骤1-1:光伏出力序列中,若存在以下三种情况之一,即视为存在异常数据:1)出力为负值;2)出力大于装机容量;3)出力序列中存在断点。寻找存在异常数据的光伏序列Pobj,并将其列为待修复目标,待修复时刻记为Tobj。
步骤1-2:获取待修复的光伏序列所在的光伏电站PSobj及其相邻的n个光伏电站近几年历史风电出力数据,时间分辨率为15min或者1h。
步骤2-1:因光伏出力的特殊性,只截取每个光伏电站日出ton与日落toff时刻之间的出力曲线进行分析即可,截取后的光伏出力计为处理后曲线(目标光伏电站与相邻的光伏电站日出与日落时刻相同)。
步骤2-2:将光伏出力的处理后曲线以各自的光伏电站装机容量为基值进行归一化处理,得到归一化后的目标光伏电站PSobj历史出力数据及各相邻光伏电站历史出力数据。
步骤3-1:根据光伏电站历史出力数据,计算目标光伏电站PSobj与其相邻各光伏电站的相关性系数。本发明采用Pearson相关系数来描述光伏电站之间的相关性,计算公式如下:
其中,rX,Y表示X、Y两变量的Pearson相关系数;E(XY)表示变量XY的期望;E(X)表示变量X的期望;E(Y)表示变量Y的期望;E(X2)表示变量X求平方后X2的期望;E2(X)表示变量X期望E(X)的平方;E(Y2)表示变量Y求平方后Y2的期望;E2(Y)表示变量Y期望E(Y)的平方。
步骤3-2:计算目标光伏电站与其相邻各光伏电站的相关性系数之和∑Cov,将相关性系数以∑Cov为基值进行归一化处理,得到归一化后的n个光伏电站相关性系数。
步骤4-1:对归一化后的光伏电站相关性系数进行由大到小的排序,选出与目标光伏电站相关性系数大于0.6的m个相邻光伏电站(相关性系数大于0.6,说明光伏电站之间具有中等以上的相关性),作为光伏电站样本集合,记为{PSi(i=1……m)}。相应的相关性系数集合记为{Covi(i=1……m)},待修复日期的样本出力集合记为{Pi(i=1……m)}。
步骤4-2:按照步骤3-2的方法,对相关性系数集合{Covi(i=1……m)}进行归一化处理,得到归一化后的集合{Covpsi(i=1……m)},作为样本光伏电站拟合概率集合。
步骤5:根据样本光伏电站的{Pi(i=1……m)}及归一化后的样本光伏电站拟合概率集合,修复存在异常数据的光伏序列Pobj在Tobj时段的出力:。Pi(Tobj)表示光伏电站样本集合{PSi}在设定时段Tobj的光伏出力。
实施例二、
基于同样的发明构思,本发明还提供本发明还提供一种光伏出力数据修复***,其改进之处在于:
获取模块,用于获取待修复光伏出力序列所在的目标光伏电站及与其相邻光伏电站的历史出力数据;
计算模块,用于基于所述历史出力数据计算目标光伏电站及与其相邻光伏电站的相关性系数;
修复模块,用于基于所述相关性系数,对待修复光伏出力序列在设定时段的光伏出力数据进行修复;
所述待修复光伏出力序列为带有异常数据的光伏出力序列。
进一步地,其特征在于:所述带有异常数据的光伏出力序列包括:
光伏出力序列中光伏出力值为负值;
光伏出力序列中光伏出力值大于装机容量;或
光伏出力序列中存在断点的光伏出力序列。
进一步地,该***还包括:
截取模块,用于截取目标光伏电站与其相邻光伏电站日出与日落时刻之间的历史出力数据;
归一化模块,用于基于日出与日落时刻之间的历史出力数据计算目标光伏电站与其相邻光伏电站的最大历史出力,将光伏历史出力数据以各自的最大历史出力为基值进行归一化处理。
进一步地:所述修复模块包括:
确定子模块,用于基于所述相关性系数,确定光伏电站样本集合及拟合概率集合;
修复子模块,用于根据所述光伏电站样本集合及拟合概率集合,对待修复光伏出力序列在设定时段的光伏出力进行修复。
进一步地:所述确定子模块包括:
选择单元,用于从各相邻光伏电站相关性系数中选出相关性系数大于预设阈值的相邻光伏电站作为光伏电站样本集合{PSi};
对应单元,用于根据{PSi}中各相邻光伏电站对应的相关性系数和出力数据,确定相关性系数集合{Covi}和样本出力集合{Pi};
归一化单元,用于对相关性系数集合{Covi}进行归一化处理,得到归一化后的相关性系数集合,作为光伏电站样本拟合概率集合{Covpsi};
其中,i表示光伏电站,i=1……m,m为光伏电站样本集合中相邻光伏电站的总数。
进一步地:所述确定子模块,还包括:
计算单元,用于计算目标光伏电站与其相邻各光伏电站的相关性系数之和∑Cov,将相关性系数以∑Cov为基值进行归一化处理。
进一步地,所述修复子模块具体用于按下式对待修复光伏出力序列在设定时段的光伏出力进行修复:
式中:Pobj(Tobj)为存在异常数据的光伏出力序列Pobj在设定时段Tobj的光伏出力;m为相邻光伏电站的个数;Covpsi为拟合概率集合{Covpsi}中光伏电站样本的相关性系数;Pi(Tobj) 为样本出力集合{Pi}中光伏电站样本在设定时段Tobj的光伏出力数据。修复后的光伏出力考虑了各光伏电站出力在空间上的相关性,提高了光伏出力修复的精确度。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/ 或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/ 或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。
Claims (15)
1.一种光伏出力数据修复方法,其特征在于:
获取待修复光伏出力序列所在的目标光伏电站及与其相邻光伏电站的历史出力数据;
基于所述历史出力数据计算目标光伏电站及与其相邻光伏电站的相关性系数;
基于所述相关性系数,对待修复光伏出力序列在设定时段的光伏出力数据进行修复;
所述待修复光伏出力序列为带有异常数据的光伏出力序列。
2.如权利要求1所述的光伏出力数据修复方法,其特征在于:所述带有异常数据的光伏出力序列包括:
光伏出力序列中光伏出力值为负值;
光伏出力序列中光伏出力值大于装机容量;和/或
光伏出力序列中存在断点的光伏出力序列。
3.如权利要求1所述的光伏出力数据修复方法,其特征在于:在所述基于所述历史出力数据计算目标光伏电站与其相邻光伏电站的相关性系数之前,还包括:
截取目标光伏电站与其相邻光伏电站日出与日落时刻之间的历史出力数据;
基于日出与日落时刻之间的历史出力数据计算目标光伏电站与其相邻光伏电站的最大历史出力,将光伏历史出力数据以各自的最大历史出力为基值进行归一化处理,得到归一化后的目标光伏电站历史出力数据及各相邻光伏电站历史出力数据。
5.如权利要求1所述的光伏出力数据修复方法,其特征在于,所述基于所述相关性系数,对待修复光伏出力序列在设定时段的光伏出力数据进行修复,包括:
基于所述相关性系数,确定光伏电站样本的拟合概率集合;
根据所述光伏电站样本的拟合概率集合,对待修复光伏出力序列在设定时段的光伏出力进行修复。
6.如权利要求5所述的光伏出力数据修复方法,其特征在于:所述基于所述相关性系数,确定光伏电站样本的拟合概率集合,包括:
从各相邻光伏电站相关性系数中选出相关性系数大于预设阈值的相邻光伏电站作为光伏电站样本集合{PSi};
根据{PSi}中各光伏电站样本对应的相关性系数和出力数据,确定相关性系数集合{Covi}和样本出力集合{Pi};
对相关性系数集合{Covi}进行归一化处理,得到归一化后的相关性系数集合作为光伏电站样本的拟合概率集合{Covpsi};
其中,i表示光伏电站,i=1……m,m为光伏电站样本集合中光伏电站样本的总数。
7.如权利要求6所述的光伏出力数据修复方法,其特征在于:所述从各相邻光伏电站相关性系数中选出相关性系数大于预设阈值的相邻光伏电站作为光伏电站样本集合{PSi}之前,还包括:
计算目标光伏电站与其相邻各光伏电站的相关性系数之和∑Cov,将相关性系数以∑Cov为基值进行归一化处理,得到归一化后的各相邻光伏电站相关性系数。
9.一种光伏出力数据修复***,其特征在于,该***包括:
获取模块,用于获取待修复光伏出力序列所在的目标光伏电站及与其相邻光伏电站的历史出力数据;
计算模块,用于基于所述历史出力数据计算目标光伏电站及与其相邻光伏电站的相关性系数;
修复模块,用于基于所述相关性系数,对待修复光伏出力序列在设定时段的光伏出力数据进行修复;
所述待修复光伏出力序列为带有异常数据的光伏出力序列。
10.如权利要求9所述的光伏出力数据修复***,其特征在于,其特征在于:所述带有异常数据的光伏出力序列包括:
光伏出力序列中光伏出力值为负值;
光伏出力序列中光伏出力值大于装机容量;或
光伏出力序列中存在断点的光伏出力序列。
11.如权利要求9所述的光伏出力数据修复***,其特征在于,该***还包括:
截取模块,用于截取目标光伏电站与其相邻光伏电站日出与日落时刻之间的历史出力数据;
归一化模块,用于基于日出与日落时刻之间的历史出力数据计算目标光伏电站与其相邻光伏电站的最大历史出力,将光伏历史出力数据以各自的最大历史出力为基值进行归一化处理。
12.如权利要求9所述的光伏出力数据修复***,其特征在于:所述修复模块包括:
确定子模块,用于基于所述相关性系数,确定光伏电站样本集合及拟合概率集合;
修复子模块,用于根据所述光伏电站样本集合及拟合概率集合,对待修复光伏出力序列在设定时段的光伏出力进行修复。
13.如权利要求12所述的光伏出力数据修复***,其特征在于:所述确定子模块包括:
选择单元,用于从各相邻光伏电站相关性系数中选出相关性系数大于预设阈值的相邻光伏电站作为光伏电站样本集合{PSi};
对应单元,用于根据{PSi}中各相邻光伏电站对应的相关性系数和出力数据,确定相关性系数集合{Covi}和样本出力集合{Pi};
归一化单元,用于对相关性系数集合{Covi}进行归一化处理,得到归一化后的相关性系数集合,作为光伏电站样本拟合概率集合{Covpsi};
其中,i表示光伏电站,i=1……m,m为光伏电站样本集合中相邻光伏电站的总数。
14.如权利要求13所述的光伏出力数据修复***,其特征在于:所述确定子模块,还包括:
计算单元,用于计算目标光伏电站与其相邻各光伏电站的相关性系数之和∑Cov,将相关性系数以∑Cov为基值进行归一化处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811355960.4A CN111191864A (zh) | 2018-11-15 | 2018-11-15 | 一种光伏出力数据修复方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811355960.4A CN111191864A (zh) | 2018-11-15 | 2018-11-15 | 一种光伏出力数据修复方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111191864A true CN111191864A (zh) | 2020-05-22 |
Family
ID=70707023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811355960.4A Pending CN111191864A (zh) | 2018-11-15 | 2018-11-15 | 一种光伏出力数据修复方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111191864A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111681408A (zh) * | 2020-06-08 | 2020-09-18 | 广东电网有限责任公司电力科学研究院 | 一种数据修复处理方法及装置 |
CN112200464A (zh) * | 2020-10-14 | 2021-01-08 | 国网山东省电力公司聊城供电公司 | 计及空间相关性的光伏电站出力数据的修正方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106570593A (zh) * | 2016-11-10 | 2017-04-19 | 甘肃省电力公司风电技术中心 | 一种基于天气信息的光伏电站出力数据修复方法 |
CN107945046A (zh) * | 2016-10-12 | 2018-04-20 | 中国电力科学研究院 | 一种新能源电站出力数据修复方法及装置 |
CN108335010A (zh) * | 2017-12-18 | 2018-07-27 | 中国电力科学研究院有限公司 | 一种风电出力时间序列建模方法及*** |
-
2018
- 2018-11-15 CN CN201811355960.4A patent/CN111191864A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107945046A (zh) * | 2016-10-12 | 2018-04-20 | 中国电力科学研究院 | 一种新能源电站出力数据修复方法及装置 |
CN106570593A (zh) * | 2016-11-10 | 2017-04-19 | 甘肃省电力公司风电技术中心 | 一种基于天气信息的光伏电站出力数据修复方法 |
CN108335010A (zh) * | 2017-12-18 | 2018-07-27 | 中国电力科学研究院有限公司 | 一种风电出力时间序列建模方法及*** |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111681408A (zh) * | 2020-06-08 | 2020-09-18 | 广东电网有限责任公司电力科学研究院 | 一种数据修复处理方法及装置 |
CN111681408B (zh) * | 2020-06-08 | 2021-01-26 | 广东电网有限责任公司电力科学研究院 | 一种数据修复处理方法及装置 |
CN112200464A (zh) * | 2020-10-14 | 2021-01-08 | 国网山东省电力公司聊城供电公司 | 计及空间相关性的光伏电站出力数据的修正方法及*** |
CN112200464B (zh) * | 2020-10-14 | 2023-04-28 | 国网山东省电力公司聊城供电公司 | 计及空间相关性的光伏电站出力数据的修正方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Dynamic equivalent modeling of two-staged photovoltaic power station clusters based on dynamic affinity propagation clustering algorithm | |
CN111103565A (zh) | 一种基于智能电能表计量误差分析的数据变换方法及*** | |
CN111191864A (zh) | 一种光伏出力数据修复方法及*** | |
CN115453356B (zh) | 一种动力设备运行状态监测分析方法、***、终端及介质 | |
CN104091289A (zh) | 基于接线模式规则的大规模配电网n-1快速校验方法 | |
CN108335010A (zh) | 一种风电出力时间序列建模方法及*** | |
CN104005917A (zh) | 基于贝叶斯推理方式对风机状态进行预测的方法和*** | |
CN112886922A (zh) | 一种光伏电站损失电量的计算方法、装置及存储介质 | |
CN111191812A (zh) | 一种光伏出力预测方法及*** | |
CN109670652A (zh) | 一种光伏组件的故障预测方法 | |
CN111522705A (zh) | 一种工业大数据智能运维解决方法 | |
CN104574221B (zh) | 一种基于损失电量特征参数的光伏电站运行状态辨识方法 | |
CN108616145B (zh) | 一种计及事故后电压影响效果的新能源切机优化方法 | |
CN112782495A (zh) | 一种光伏电站的组串异常识别方法 | |
CN114640304A (zh) | 一种基于i-v曲线的光伏组件电流失配故障诊断方法 | |
CN111274056A (zh) | 智能电能表故障库的自学习方法与装置 | |
CN111193289B (zh) | 一种光伏电站并联失配的调整方法及装置 | |
CN111475915B (zh) | 基于故障概率和时域仿真准稳态的相继故障在线评估方法 | |
CN116882979A (zh) | 一种电力安防监控异常检测方法 | |
CN117290666A (zh) | 一种光伏异常功率数据清洗方法 | |
CN114281846B (zh) | 一种基于机器学习的新能源发电预测方法 | |
CN110955808A (zh) | 一种主厂站四遥监控信息匹配关联的方法 | |
CN115686898A (zh) | 多级故障模式与影响分析方法、*** | |
CN114285073A (zh) | 一种并网光伏逆变器性能分析*** | |
CN109767062B (zh) | 一种电网任务处置方案的动态生成方法 |
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 |