买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网山西省电力公司营销服务中心

摘要：本发明公开了一种基于出力预测的光伏系统可靠性分析方法，涉及电力设备控制技术领域。具体为从光伏出力特征与预测、不同天气类型出力建模、组件可靠性建模以及引入自适应采样的蒙特卡洛算法四方面提高了光伏系统可靠性分析的准确度。首先使用光伏气象数据和出力数据对光伏出力进行预测，建立光伏出力模型；之后根据光伏组件参数，计算光伏组件故障率，对光伏组件可靠性进行建模；最后将上述两个模型进行结合，使用引入自适应采样的蒙特卡洛算法对光伏出力可靠性进行分析。本发明能够综合评价光伏发电系统输出功率，更全面地体现光伏出力可靠性；自适应采样的蒙特卡洛算法较传统的蒙特卡洛算法更快，有效提高了可靠性分析的效率。

主权项：1.一种基于出力预测的光伏系统可靠性分析方法，其特征在于：包括如下步骤：S1：对光伏发电系统的出力特征进行分析并进行出力预测，建立光伏出力模型；具体如下：S1-1：对光伏发电系统的出力特征进行分析：光伏发电系统的出力情况受到环境因素的影响，包括光照强度，光照强度对光伏出力具有决定性作用，光伏出力随着太阳光照强度的变化会呈现先增后减的特点，在中午时达到峰值，后续将对四种不同天气类型下的光伏出力进行预测并进行相应的出力可靠性分析，四种不同天气类型为晴天、多云、阴天及雨雪天；通过查阅光伏场站当地天气情况，得到不同天气类型在一年内所占天数以及占比，形成四种天气类型下的数据集；其中，沙尘天气合并到阴天天气类型中；S1-2：对四种不同天气类型下的光伏发电系统进行出力预测，建立光伏出力模型：光伏出力预测涉及到时间序列数据，时间序列数据在一定时间范围内影响光伏出力结果，因此选用对时间序列数据感受敏感的长短期记忆网络LSTM来进行出力预测，其为一种时间递归神经网络，内部具有记忆单元与循环单元，内部循环单元的信息传递表示如下： ；式中：和tanh分别为双极性sigmoid激活函数和双曲正切激活函数；表示当前时刻第i个LSTM单元的遗忘门输出值，表示当前时刻第i个LSTM单元输入门的值，表示第i个LSTM单元输出门的值；代表当前时刻的输入向量，表示一个LSTM细胞上一时刻的所有输出；分别是LSTM细胞遗忘门的输入偏置、输入权重和循环权重；分别是输入门的输入偏置、输入权重和循环权重；分别是输出门的输入偏置、输入权重和循环权重；表示状态单元当前时刻的值，表示遗忘门的输出，也是状态单元自循环的权重；分别表示候选记忆细胞的输入偏置、输入权重和循环权重；j表示第i个LSTM单元的上一个LSTM单元的编号；S2：根据光伏组件参数建立组件可靠性模型，并计算组件可靠性；具体如下：在光伏出力可靠性分析中，对于光伏组件的故障率认定为固定值，光伏组件故障率状态处于偶然故障率阶段；光伏发电系统由光伏阵列及DCAC逆变器组成，光伏阵列内部由光伏板经串并联构成，然后经一个DCAC逆变器接入交流电网中，共m个光伏阵列-逆变器接入电网中；根据光伏发电系统结构可以看出，当光伏阵列或逆变器任一组件发生故障时，都会导致输入交流电网的功率下降；为了计算光伏组件故障率对整个系统造成的影响，设单个光伏阵列和逆变器的故障率分别为和，故障修复时间分别为和，则故障概率和分别为： ；单个光伏阵列-逆变器组的故障率、故障修复时间和故障概率分别为： ；S2-1：系统部分故障：m个光伏阵列-逆变器组并联接入系统后，若其中有i个光伏阵列和j个逆变器同时发生故障时，由于光伏阵列和逆变器组件故障个数之间相对独立，则整个系统的故障率、故障修复时间t和故障概率p分别为： ；式中，，，和分别表示a个光伏阵列和b个逆变器的故障率，和分别表示a个光伏阵列和b个逆变器的故障概率，按照如下公式计算： ； ；式中，，，和分别表示a个光伏阵列和b个逆变器的故障修复时间；S2-2：系统完全故障：当光伏阵列和逆变器发生完全故障时，整个系统的故障率、故障修复时间t和故障概率p直接根据下式进行计算，公式分别为： ；S3：构建光伏发电系统六状态模型，并提出光伏出力可靠性评价指标；具体如下：S3-1：由于光伏出力下降和光伏组件故障均会导致光伏输入交流电网的功率下降，因此根据光伏发电系统可用性状态，将光伏出力下降和光伏组件故障这两种情况分别分为全额运行、部分减额运行以及停运三种状态，将两种情况与三种状态分别进行组合，得到光伏发电系统的六状态可靠性模型，对六种状态的定义分别如下：①全额运行：光伏系统发电随环境因素不断变化，将光伏系统的输出功率达到总装机容量的60%及以上定义为全额运行；②出力下降减额运行：受到包括光照强度在内的环境因素的影响，导致光伏出力低于总装机容量的60%的状态；③组件故障减额运行：由于光伏组件发生故障而导致系统输出功率下降的状态；④出力下降且组件故障减额运行：由于光伏出力低于60%的总装机容量，且光伏组件也发生部分故障，导致光伏系统输出功率下降的状态；⑤组件故障停运：由于光伏组件全部故障或计划检修，导致光伏系统无法对外输出功率的状态；⑥夜间停运：由于夜间无光照强度的环境原因，导致光伏出力为0而处于停运的状态；S3-2：根据所建立的可靠性模型，光伏出力可靠性指标划分为时间指标、输出功率指标和系统运行总体指标，从三个方面定义光伏发电系统的可靠性指标，综合反映系统特性；S3-2-1：时间指标：①全额运行时间：系统处于全额运行的时间；②出力下降减额运行时间：系统仅因出力下降导致减额运行的时间；③组件故障减额运行时间：系统仅因组件故障导致减额运行的时间；④出力下降且组件故障减额运行时间：系统同时因出力下降和组件故障导致减额运行的时间；⑤组件故障停运时间：由于所有组件全部发生故障，导致系统停运的时间；⑥夜间停运时间：由于夜间光伏出力为0，导致系统停运的时间；⑦运行时间：系统处于运行状态的时间总和，即： ；⑧停运时间：系统处于停运状态的时间总和，即： ；S3-2-2：输出功率指标：①全额运行输出功率：系统处于全额运行下的输出功率；②出力下降减额运行输出功率：系统仅因出力下降导致减额运行下的输出功率；③组件故障减额运行输出功率：系统仅因组件故障导致减额运行下的输出功率；④出力下降且组件故障减额输出功率：系统同时因出力下降和组件故障导致减额运行下的输出功率；S3-2-3：系统运行总体指标：①故障率：系统在一定时间内发生故障的次数；②故障修复时间t：系统发生故障后修复所需的时间；③设计可用率：根据系统总体故障率和修复时间计算得出的系统处于运行状态的概率，即： ；④实际可用率：使用时间指标评价得出的系统处于运行状态的概率，即： ；式中，T为系统处于所有状态的时间总和，即；S4：建立引入自适应采样的蒙特卡洛算法，对光伏电站进行出力可靠性分析，具体如下：将自适应采样引入到蒙特卡洛算法中，根据计算结果的方差自适应进行采样数量和分布的调整，计算过程如下：S4-1：引入步骤S1的光伏出力模型与S2的组件可靠性模型；S4-2：对不同天气类型下的采样数量和分布进行初始化；S4-3：生成不同天气类型下的随机样本；S4-4：根据不同天气类型下生成的随机样本计算光伏出力可靠性指标，并计算可靠性指标的方差；S4-5：判断不同天气类型下可靠性指标的方差是否达到收敛条件；若满足条件，则输出可靠性指标；否则，自适应调整采样数量和分布，重复上述步骤S4-3至S4-4，直至满足收敛条件，输出可靠性指标；S4-6：将计算得出的不同天气类型下的可靠性指标，分别与天气类型所占比例进行计算，得出一年内光伏系统的可靠性指标。

全文数据：

权利要求：

百度查询： 国网山西省电力公司营销服务中心 一种基于出力预测的光伏系统可靠性分析方法