[发明专利]一种大型光伏电站中光伏阵列状态的评估方法

说明书

本发明属于光伏发电技术领域，具体公开了一种大型光伏电站中光伏阵列状态的评估方法。该方法包括：采集电站中光伏阵列的历史功率数据，并利用ELM预测网络预测目标光伏阵列的理论输出功率数据；根据目标光伏阵列的理论输出功率数据和实际输出功率数据提取特征指标，基于该特征指标实现光伏阵列自动聚类，并对形成的阵列簇的运行状态进行评估。该评估方法可应用于无气象信息的阵列，避免了对高精度气象数据的需求，还可以应用于检测条件比较差的大型光伏电站。

技术领域

本发明涉及光伏发电技术领域，具体地涉及一种大型光伏电站中光伏阵列状态的评估方法。

背景技术

光伏发电是借助太阳能电池板直接将光能转化为电能的利用方式，具有结构简单、占地面积小、维护简单、清洁环保、安全可靠、应用广泛等优点，在太阳能应用领域具有举足轻重的地位。受光伏阵列安装位置、角度等地理音速以及辐照强度、温度等气象因素的影响，光伏发电是一个具有随机性的非稳态过程。

作为光伏发电系统的核心元件，光伏阵列通常工作在复杂的户外环境中，易受到各种环境因素的干扰，导致开路、短路、硬性阴影、热斑等故障，光伏阵列发生故障可能会影响电站的发电效率，严重时甚至可能发生火灾。

现有技术中，由于大型光伏电站中难以建立光伏阵列的理论生成模型，对于缺少气象信息的光伏阵列，无法进行性能评估。

发明内容

本发明的目的是提供一种大型光伏电站中光伏阵列状态的评估方法，旨在解决无法对缺少气象信息的光伏阵列进行性能评估的问题。

为了实现上述目的，本发明方案如下：

一种大型光伏电站中光伏阵列状态的评估方法，包括：

采集电站中光伏阵列的历史功率数据，并利用ELM预测网络预测目标光伏阵列的理论输出功率数据；

根据目标光伏阵列的理论输出功率数据和实际输出功率数据提取特征指标，基于该特征指标实现光伏阵列自动聚类，并对形成的阵列簇的运行状态进行评估。

优选地，所述采集电站中光伏阵列的历史功率数据包括：

在历史时段采集目标光伏阵列及其周围阵列的输出功率，并建立基于采样时间顺序的历史输出功率序列。

优选地，在所述采集电站中光伏阵列的历史功率数据之后，还包括：对历史功率数据进行清洗和归一化预处理。

优选地，所述对历史功率数据进行清洗和归一化预处理，包括：

对所述历史功率数据进行清洗，包括剔除不符合实际情况的数据，以及，剔除由数据采集系统本身的误差产生的不完整数据；

将经过清洗的数据归一化至[0,1]区间内。

优选地，所述利用ELM预测网络预测目标光伏阵列的理论输出功率数据，包括：

训练阶段，将历史时段内目标光伏阵列及其周围阵列的输出功率作为输入，目标光伏阵列的输出功率作为输出，建立训练样本集，进行ELM神经网络训练；

预测阶段，将对应的预测时段内周围光伏阵列的实际输出功率数据输入ELM预测网络中进行功率预测，对输出结果进行反归一化处理，得到目标光伏阵列基于时间序列的理论输出功率。

优选地，所述根据光伏阵列的理

论输出功率和实际输出功率提取特征指标，包括：

根据目标光伏阵列的实际输出功率数据和理论输出功率数据计算基于偏离度的第一性能评估指标；

以及，根据目标光伏阵列的实际输出功率数据和理论输出功率数据计算计算基于相似度的第二性能评估指标。