本發明涉及新能源發電智能監控,具體涉及一種基于發電量分析的漁光互補光伏組件監測系統。
背景技術:
1、“漁光互補”是一種將漁業養殖與光伏發電相結合的新模式,旨在提高資源利用率和單位面積土地的經濟價值。這種模式可以推動光伏電站的大范圍落地應用,對光伏電站的推廣具有重要作用。隨著裝機容量的不斷變化,如何動態計算監測范圍內所有分散式漁光互補光伏組件高準確監測成為了亟需解決的問題。
2、現有技術中,cn118137970a一種n型光伏組件運行性能監測方法及系統,考慮組件的安裝傾角和方位角,根據運行性能結果進行運行狀態診斷,確保光伏組件的正常運行和高效發電,提高光伏發電的穩定性和發電系統的可靠性,同時指導系統集成方案的優化。cn118570141a一種基于計算機視覺的光伏組件質量監測的方法及系統,構建光伏組件的三維仿真模型;識別三維仿真模型的組件層次特征,利用訓練后的缺陷識別模型識別光伏組件的光伏組件缺陷系數,構建光伏組件的質量報告。
3、針對分散式漁光互補光伏組件現有技術中未提出針對性的監測方法,同時上述監測方法均未考慮發電量因素,因而無法滿足高準確性和動態監測的要求,造成光伏發電的隱患。
技術實現思路
1、本發明的目的在于解決上述現有技術中存在的難題,第一方面提供了一種基于發電量分析的漁光互補光伏組件監測系統,具體包含如下技術內容:
2、漁光互補子區域劃分單元,獲取每個子區域光伏電站的輸出電壓u和電流i,并進行異常點處理、歸一化并提取輸出特征,基于非監督聚類實現分布式漁光互補光伏集群子區域劃分,得到子區域數量為k;
3、發電量預測單元,按照上述劃分好的子區域分別進行發電量數據采集;并獲取子區域與發電量特征因子參數,因子參數包含環境相關參數、季節和位置相關參數、光照參數以及漁光影響參數;形成當前子區域在當前時間t發電量特征hn,同時獲取當前時間點t之前的n-1個連續特征{h1...hn-1};
4、具體上述環境相關參與至少包含光照幅度、溫度、濕度、風向、風速、可見度、環境污染pm2.5值以及云量和太陽入射角,位置相關參數包含經緯度參數;漁光影響參數包含水中的當前溫度值t,子區域水域總面積s;通過樣本學習訓練得到如下可現神經網絡發電量預測模型:
5、
6、p1表示發電量預測結果,wj為表示輸入層光伏輸出特征向量到投影層的映射關系,fi表示第j個子區域光伏出力影響因素非線性特征提取的激活函數;h為發電量特征,λi表示輸入影響因素特征提取投影層與激活層的映射系數;σt表示樣本數據的置信系數,μ表示預測模型偏置系數,k為漁光互補子區域劃分單元得到的子區域數量。
7、線路損耗分析單元,為了方便評估光伏發電對接入線路損耗的影響,確定每一個子區域線損損耗本發明僅考慮可變損耗的變化,具體表示如下:
8、
9、式中:o為負荷功率;q為負荷無功功率;u為電壓;r為輸出線路的電阻;l為負荷到漁光互補光伏電站之間的距離。
10、異常檢測分析單元,獲取每個子區域對應輸出電壓u和輸出電流i以及線損確定對應的時序輸出發電量p2;
11、進一步根據發電量特征因子參數得到的預測發電量p1以及輸出發電量p2進行異常檢測;具體包含:
12、基于輸出發電量p2與預測發電量p1進行檢測,判斷二者一致性校驗是否通過,當二者一致性檢測未通過,進一步對發電量p2與預測發電量p1序列數據分別設置滑動計算窗口,求取每個窗口中的平均值,并依據平均值計算二者偏差值diff;
13、具體,上述一致性檢測具體包含:在輸出發電量p2與預測發電量p1中抽取多個數據樣本,利用樣本數據計算檢驗統計量z值,并確定其在假設分布下的概率p;
14、確定拒絕域,根據顯著性水平,找到拒絕域的臨界值(如正態分布的z值);
15、一致性決策,它通過對比樣本數據與期望值之間的偏差,評估該偏差是否足夠大,從而拒絕原假設;若檢驗統計量落入拒絕域,一致性檢測未通過,若檢驗統計量不在拒絕域內,則一致性檢測通過。
16、定義偏差值diff正方向和負方向,滑動計算窗口并按照正負方向分別累積(稱為正累積和和負累積和)。如果任意一個累積和超過設定的閾值th,則對該時間序列范圍內的發電量特征因子參數進行異常值檢查,若特征因子參數監測無異常值,則確定對應子區域漁光互補光伏組件發生異常。
17、可選地還進一步包含輸出顯示模塊,通過終端顯示界面對輸出的監測結果信息進行顯示,對出現異常監測結果的子區域進行告警顯示,具體優選通過web頁面在光伏發電監控界面進行不同顏色顯示。
18、可選地系統進一步包含輸出顯示模塊,通過終端顯示界面對輸出的監測結果信息進行顯示,對出現異常監測結果的子區域進行告警顯示,具體優選通過web頁面在光伏發電監控界面進行不同顏色顯示。
19、與現有技術相比,本發明的有益效果是:提供了一種基于發電量分析的漁光互補光伏組件監測系統,結合漁光互補光伏發電的分布式特點,漁光互補區域進行區域劃分,并針對漁光固有特點提出基于多元發電量特征因子參數的精準預測模型構建和發電量分析,同時基于一致性檢測異常情況并基于異常值反查進一步提升每個區域監測的準確性,實現對分散式漁光互補光伏組件的異常情況的準確監測。
1.一種基于發電量分析的漁光互補光伏組件監測系統,其特征在于包含:
2.根據權利要求2所述的基于發電量分析的漁光互補光伏組件監測系統,其特征在于:
3.根據權利要求2所述的基于發電量分析的漁光互補光伏組件監測系統,其特征在于:對出現異常監測結果的子區域進行告警顯示,具體優選通過web頁面在光伏發電監控界面進行不同顏色顯示。
4.根據權利要求1所述的基于發電量分析的漁光互補光伏組件監測系統,其特征在于:通過樣本學習訓練得到如下可現神經網絡發電量預測模型:
5.根據權利要求4所述的基于發電量分析的漁光互補光伏組件監測系統,其特征在于:線路損耗分析單元,確定每一個子區域線損損耗具體表示如下:
6.根據權利要求4所述的基于發電量分析的漁光互補光伏組件監測系統,其特征在于:異常檢測分析單元中,基于輸出發電量p2與預測發電量p1進行檢測,判斷二者一致性校驗是否通過,當二者一致性檢測未通過,進一步對發電量p2與預測發電量p1序列數據分別設置滑動計算窗口,求取每個窗口中的平均值,并依據平均值計算二者偏差值diff;
7.根據權利要求6所述的基于發電量分析的漁光互補光伏組件監測系統,其特征在于:上述一致性檢測具體包含:在輸出發電量p2與預測發電量p1中抽取多個數據樣本,利用樣本數據計算檢驗統計量z值,并確定其在假設分布下的概率p;
8.一種電子設備,其特征在于,包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運行的計算機程序,其中,所述處理器執行所述程序時可實現權利要求1-7中任意一項系統的功能。
9.一種計算機可讀存儲介質,其特征在于,所述計算機可讀存儲介質上存儲有計算機程序,其特征在于,所述程序被處理器執行時可實現權利要求1-7中任意一項系統的功能。