[發明專利]一種概率融合式光伏電站的多維全狀態數據建模方法

有效

• 申請號: 202010773148.4
• 申請日: 2020-08-04
• 公開（公告）號: CN111799843B
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 汪海寧;陳昱明;張長志;李浩然;張健;蘇建徽
• 申請（專利權）人: 合肥工業大學;國網天津市電力公司
• 主分類號: H02J3/38
• 分類號: H02J3/38
• 代理公司: 安徽省合肥新安專利代理有限責任公司 34101
• 代理人: 陸麗莉;何梅生

1.一種概率融合式光伏電站的多維全狀態數據建模方法，其特征包括以下步驟：

步驟1、假設被監測的光伏電站中包含H路逆變器，其中任意第h路逆變器連接一個含有J串光伏組串的光伏陣列；光伏電站內所有傳感器所獲得的采集數據包括：輻照度s、環境溫度t、第h路逆變器所連的光伏陣列中第j串光伏組串電壓U_hj和光伏組串電流I_hj、第h路逆變器A,B,C相電流I_hA,I_hB,I_hC和輸出有功功率P_h，公共連接點PCC上A,B,C相電壓U_A,U_B,U_C，AB,BC,CA線電壓U_AB,U_BC,U_CA，其中，h＝1,2,…,H；j＝1,2,…,J；

步驟2、采集數據歸類：

首先，將電站環境檢測儀和全部光伏陣列相關傳感器的采集數據歸為陣列狀態組Q_pv，其中包括：輻照度s、環境溫度t、任意第h路第j串光伏組串電壓U_hj、光伏組串電流I_hj的采樣數據；

其次，將H路逆變器以及公共連接點PCC相關傳感器的采集數據歸為電站狀態組Q_gs，其中包括：第h路逆變器的A,B,C相電流I_hA,I_hB,I_hC，輸出有功功率P_h，無功功率Q_h，公共連接點PCC上A,B,C相電壓U_A,U_B,U_C，AB,BC,CA線電壓U_AB,U_BC,U_CA；

步驟3、在所述陣列狀態組Q_pv中，利用式(1)計算當前數據與去年同月內歷史數據間的歐式距離d_i：

式(1)中，t,s分別為當前采集的環境溫度和輻照度數據，t_i,s_i為歷史數據庫中歷史時刻i的環境溫度和輻照度數據，并將所有計算結果中歐式距離最短的時刻記為k時刻；

步驟4、利用式(2)計算第h路逆變器所接的第j串光伏組串的當前采樣數據與k時刻歷史數據之間的功率偏移從而遍歷每一路逆變器中每一組串，并獲得第h個功率偏移序列N_h如式(3)所示：

式(2)中，U_hj、I_hj為第h路逆變器所接的第j串光伏組串的當前電壓、電流值，為第h路逆變器所接的第j串光伏組串在k時刻電壓、電流值；

依據光伏組串的功率特性，判斷序列中所有的元素代表第h路逆變器中第j個組串出現異常功率散失，并通過式(4)對第h個功率偏移序列N_h中所有元素進行求和，得到第h路逆變器對應光伏陣列功率散失Δe_h：

根據第h路逆變器對應光伏陣列功率散失Δe_h和光伏陣列運行狀態轉移的概率分布spread_pv，獲得任意第h路逆變器中陣列狀態的概率融合參數v_h；

所述步驟4中陣列狀態的概率融合參數v_h的建模融合過程為：

對于任意一個由r個組串并聯而成的光伏陣列，其狀態集合記為S_pv＝{0,1,2,…,r-1,r}，其中每個元素代表含r個組串的光伏陣列中當前出現故障的組串個數，并指定S_pv＝{w}為陣列第w+1狀態，0≤w≤r，令λ₁表示光伏電站中光伏組件的平均故障率；從而利用式(5)得到光伏陣列的狀態轉移矩陣P_pv中任一元素

式(5)中，元素表示r個組串的光伏陣列從q₁-1個組串故障的第q₁狀態轉移到q₂-1個組串故障的第q₂狀態的概率，利用式(6)描述光伏陣列狀態轉移過程：

π_pv(k)＝Φ·(P_pv)^k (6)

式(6)中，P_pv為光伏陣列的狀態轉移矩陣，Φ與π_pv(k)均為一個r+1維行向量，Φ表示光伏陣列起始時刻T_pv的初始狀態概率分布，π_pv(k)中第a元素指kΔt_pv時刻設備處于第a狀態的概率，其中Δt_pv表示陣列狀態計算的基本時間間隔，并由光伏組件的平均故障率λ₁決定，k表示當前時刻與起始時刻T_pv之間時間跨度中包含的基本時間間隔個數，且1≤a≤r+1，π_pv(k)為光伏陣列在kΔt_pv時刻各狀態的概率分布spread_pv；

利用式(7)對所述第h路逆變器對應光伏陣列功率散失Δe_h進行折算，獲得第h路逆變器對應的光伏陣列狀態a_pv.h：

式(7)中，S_capacity.pv為組串容量，由電站使用光伏組件自身規格決定，y＝INT[x]為Gauss取整函數，且y取不小于x的最小整數，概率分布spread_pv中第h路逆變器對應的光伏陣列狀態a_pv.h的概率即為第h路逆變器中陣列狀態的概率融合參數v_h；

步驟5、在所述電站狀態組Q_gs中進行極端數據提取；

當滿足等式(8)，則表明第h路逆變器的A,B,C相電流I_hA,I_hB,I_hC和輸出有功功率P_h中存在極端數據，對應第h路逆變器處于故障狀態，從而令當前第h路逆變器對應的逆變狀態概率融合參數u_h為“0”：

I_hA·I_hB·I_hC·P_h＝0 (8)

當滿足方程(9)或(10)，則表明公共連接點PCC上A,B,C相電壓U_A,U_B,U_C以及AB,BC,CA線電壓U_AB,U_BC,U_CA中存在極端數據，并網點存在異常，從而令當前第h路逆變器對應的逆變狀態概率融合參數u_h為“0”：

U_AB·U_BC·U_CA＝0 (9)

U_A·U_B·U_C＝0 (10)

步驟6、對所述電站狀態組Q_gs中的非極端數據進行概率融合：

利用式(11)計算第h路逆變器的當前直流側輸入功率數據與歷史數據庫中歷史時刻i功率數據間的歐式距離l_hi：

式(11)中，U_hj、I_hj為當前第h路逆變器所接的光伏陣列中第j串組串電壓、電流采樣值，為歷史時刻i第h路逆變器所接的光伏陣列中第j串組串電壓、電流采樣值，從而得到歐式距離矩陣并分別取歐式距離矩陣中第h行元素中的最小值l_hmin，同時將最小值l_hmin對應時刻記為k_h時刻；進而獲得H路逆變器H個歷史時刻k₁,k₂,…,k_H；

步驟7、利用式(12)計算第h路逆變器的當前輸出功率與k_h時刻的功率偏移ΔP_h：

式(12)中，P_h為第h路逆變器當前功率數據，為第h路逆變器在k_h時刻的歷史功率數據；

若ΔP_h≥0，則認為第h路逆變器狀態良好，令第h路逆變器對應的逆變狀態概率融合參數u_h為“1”；

若ΔP_h＜0，則認為第h路逆變器狀態異常，并根據功率偏移ΔP_h和逆變器運行狀態轉移的概率分布spread_inv，獲得第h路逆變器對應的逆變狀態概率融合參數u_h；

所述步驟7中的逆變狀態的概率融合參數u_h的建模融合過程為：

對于任意一個逆變器，令其狀態集合為S_inv＝{0,1,2,3}，其中的元素代表三相逆變器故障相個數，指定S_inv＝{g}為逆變器第g+1狀態，0≤g≤3，令λ₂表示逆變器的平均故障率，令元素表示三相逆變器從f₁-1相故障的第f₁狀態轉移到f₂-1相故障的第f₂狀態的概率，1≤f₁,f₂≤4，則逆變器狀態的轉移矩陣P_inv：

利用式(13)描述逆變器設備狀態轉移過程：

π_inv(z)＝Ψ·(P_inv)^z (13)

式(13)中，P_inv為逆變器的狀態轉移矩陣，Ψ與π_inv(z)均為一個4維行向量，Ψ表示逆變器起始時刻T_inv的初始狀態概率分布，π_inv(z)中第b元素指zΔt_inv時刻設備處于第b狀態的概率，其中Δt_inv表示逆變器狀態計算的基本時間間隔，并由逆變器的平均故障率λ₂決定，z表示當前時刻與起始時刻T_inv之間時間跨度中包含的基本時間間隔個數，且1≤b≤4，π_inv(z)為逆變器在zΔt_inv時刻各狀態的概率分布spread_inv；

利用式(14)對所述功率偏移ΔP_h進行折算，獲得第h路逆變器狀態b_inv.h：

式(14)中，S_capacity.inv為逆變器額定容量的1/3，并由電站使用逆變器自身規格決定；y＝INT[x]為Gauss取整函數，且y取不小于x的最小整數，概率分布spread_inv中第h路逆變器狀態b_inv.h的概率即為第h路逆變器中逆變狀態的概率融合參數u_h。