CN119401450A 一种分布式光伏出力功率估算方法 （北京京能科技有限公司）

本发明提供了一种分布式光伏出力功率估负荷数据和光伏出力数据输入到训练好的时间实时的负荷数据，智能协调控制器进行动态调2在接入点安装负荷传感器和光伏出力传感器，实时采集包含负从清洗后的原始数据中提取包含负荷的峰谷时段、光伏出力的季节性变化的关键特将实时采集的负荷数据和光伏出力数据输入到训练好的时间序列分析列分析模型根据负荷数据和光伏出力数据进行实时运算，估算出当前时刻的光伏出力功将负荷传感器及光伏出力传感器通过蜂窝网络进行组网，配置蜂窝网络是电力从高压侧转换到低压侧的关键节点，负荷传感器实时监测变压器的输出功率和电使用季节性分解模型对光伏出力数据进行分解，提取出季节项，根结合自回归积分滑动平均模型和长短期记忆网络模型，3利用训练好的自回归积分滑动平均模型，生序列的长度根据数据的时间周期和长短期记忆网络根据动态权重计算结果，对自回归积分滑动平均模型和长短期记将加权平均后的结果作为最终的光伏出力预测结果输出；根据实智能协调控制器将预处理后的数据输入到训练好的基于估算的光伏出力功率和实时的负荷数据，智能协调控制器生成相应的策逆变器输出功率调整，根据估算的光伏出力功率，智能协调控智能协调控制器实时监测光伏出力功率和负荷数据的变化，并根据变化进行反馈调智能协调控制器首先将估算的光伏出力功率与实时基于预设的策略模型，智能协调控制器生成初步的策略方案，4智能协调控制器将优化的策略方案分解为多个具每个目标对应一个或多个逆变器参数的调整需求；根据逆变器的运识别优化的策略方案中的具体目标，将每个目标分解为更细化根据逆变器的运行参数，将策略方案中的目标进一步细化为对运行参数的具体要求，5但是没有对接入点的负荷数据以及光伏出力数据进行实时监控，缺乏相关的设备及硬件，中式光伏电站的辐照度数据和分布式光伏电站的空间相关性以及所预测得的分布式光伏得修正的光伏出力预测数据。虽然通过融合基于DSCVGG的云层分类模型和基于DGN网络的6结合自回归积分滑动平均模型和长短期记忆网络模型，构建时间序列分析模型，7利用训练好的自回归积分滑动平均模型，生成未来短期内的光伏出力预测结果；个子序列的长度根据数据的时间周期和长短期记忆网络模型的基于估算的光伏出力功率和实时的负荷数据，智能协调控制器生成相应的策略，储能系统充放电策略调整，智能协调控制器根据当前的负荷需求和光伏出力功8功率提升策略及负荷低谷期的功率降低策略；通过粒子群优化对初步的策略方案进行优智能协调控制器实时监测负荷需求和光伏出力功率的变化，获取最新的运行状9图8为本发明实施例8中将优化的策略方案图9为本发明实施例9中将策略方案中的目标进一步细化为对运行参数的具体要的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方Dbosi表示第i个配电柜的位置向量，表示第i个关键负荷设备的位置向量，posa表示第i光伏板阵列的位置向量，IDosi表示第i个逆变器的位置向量，pr:表示变压器位置的一化因子；感器布设向量，Dsensorj表示第j个配电柜上的负荷传感器布设向量，_csensor,j表示第j个关键负荷设备上的负荷传感器布设向量，psensor,j表示第j个光伏板阵列输出端的光伏出力传感器布设向量，Ionsorj表示第j个逆变器输入端及输出端的光伏出力传感器布设Wcy表示关键负荷设备传感器布设的权重矩阵，wny表示光伏板阵列传感器布设的权重矩阵，wij表示逆变器传感器布设的权重矩阵，Msonsor表示传感器布设矩阵的归一化因子；其中：Neonrig表示蜂窝网络的配置矩阵，Naram,x表示第k个蜂窝网络参数向量，Dransmex表示第k个数据传输向量，ceenser.x表示第k个蜂窝网络中心节点向量，权重矩阵，Merwerx表示网络配置矩阵的归一化因子；个隐藏层和输出层；使用网格搜索优化长短期记忆网络模型的超参数；使用分割后的子序点的远近，动态调整权重；将自回归积分滑动平均模型的短期预测结果和长短期记忆分滑动平均模型的建模；自相关函数和偏自相关函数图，帮助确定自回归积分滑动平均模[0038]上述技术方案的工作原理和有益效果为：本实施例首先S301：智能协调控制器将预处理后的数据输入到训练好的时间序列分析模型中，储能系统充放电策略调整，智能协调控制器根据当前的负荷需求和光伏出力功据实时数据动态调整逆变器和储能系统的参数，确保光伏系统的运行与电力需求相匹配；器能够更好地理解分布式光伏系统的运行状态，为后续的策略生成和动态调整提供依据。程中的模糊性和不确定性；多目标管理使得分布式光伏系统能够灵活应对不同的运行场[0051]综上所述，本实施例将策略方案中的目标进一步细化为