本發(fā)明屬于光伏發(fā)電技術(shù)領(lǐng)域,特別涉及一種光伏電池內(nèi)阻衰減系數(shù)預(yù)測(cè)方法。
背景技術(shù):
電力系統(tǒng)中分布式光伏發(fā)電設(shè)備和配電網(wǎng)組成了一個(gè)復(fù)雜的系統(tǒng),光伏電池內(nèi)阻的大小影響著光伏電池的輸出效率,光伏電池內(nèi)阻大小受多個(gè)影響因素影響。現(xiàn)有技術(shù)中的光伏電池內(nèi)阻計(jì)算方法存在忽略了投入年限和電池串并聯(lián)組件數(shù)量等重要因素的影響,不能有效利用電網(wǎng)和分布式光伏發(fā)電運(yùn)行數(shù)據(jù)資源,評(píng)估準(zhǔn)確度和光伏利用效率不高的技術(shù)問題。本發(fā)明考慮多重影響因素,對(duì)配電網(wǎng)及其內(nèi)光伏系統(tǒng)運(yùn)行參數(shù)及氣象環(huán)境參數(shù)進(jìn)行實(shí)時(shí)監(jiān)測(cè),并根據(jù)監(jiān)測(cè)參數(shù)對(duì)分布式光伏電池內(nèi)阻衰減系數(shù)進(jìn)行預(yù)測(cè)計(jì)算,根據(jù)計(jì)算結(jié)果實(shí)時(shí)地對(duì)光伏發(fā)電系統(tǒng)及配電網(wǎng)進(jìn)行控制,能有效提高模型的可靠性,從而極大提高了光伏利用效率。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明提供一種光伏電池內(nèi)阻衰減系數(shù)預(yù)測(cè)方法,解決了忽略了投入年限和電池串并聯(lián)組件數(shù)量等重要因素的影響,不能有效利用電網(wǎng)和分布式光伏發(fā)電運(yùn)行數(shù)據(jù)資源,評(píng)估準(zhǔn)確度和光伏利用效率不高的技術(shù)問題。
本發(fā)明通過下述技術(shù)方案實(shí)現(xiàn),所述方法包括所述方法包括:步驟1:根據(jù)實(shí)時(shí)監(jiān)測(cè)獲得的參數(shù),建立光伏電池內(nèi)阻衰減系數(shù)演化系統(tǒng)的時(shí)間序列,建立光伏電池內(nèi)阻衰減系數(shù)方程;步驟2:對(duì)所述步驟:1中演化系統(tǒng)的時(shí)間序列進(jìn)行相空間重構(gòu)處理;步驟3:根據(jù)小波網(wǎng)絡(luò)方法處理電池內(nèi)阻衰減系數(shù)方程;步驟4:對(duì)所述步驟2中相空間重構(gòu)后的時(shí)間序列進(jìn)行光伏電池內(nèi)阻衰減系數(shù)預(yù)測(cè)計(jì)算。
進(jìn)一步地,為更好的實(shí)現(xiàn)本發(fā)明,所述實(shí)時(shí)監(jiān)測(cè)獲得的參數(shù)為配電網(wǎng)及配電網(wǎng)內(nèi)光伏系統(tǒng)運(yùn)行參數(shù)及氣象環(huán)境參數(shù)。
進(jìn)一步地,所述步驟1中演化時(shí)間序列是在固定時(shí)間間隔下建立的演化時(shí)間序列。
進(jìn)一步地,所述演化時(shí)間序列包括所述光伏電站接入點(diǎn)等效阻抗測(cè)量值,接入點(diǎn)電壓,接入點(diǎn)有功值,環(huán)境溫度,環(huán)境光照強(qiáng)度。
進(jìn)一步地,步驟1中所述演化系統(tǒng)時(shí)間序列在一系列時(shí)刻ts1,ts2,ts3,...tsn為:
所述光伏電池內(nèi)阻衰減系數(shù)方程為:
其中,n為自然數(shù),n=1,2,...,tr為測(cè)量電池投入時(shí)間,Tr為外界溫度,Sr外界光照,Cr為串聯(lián)組件數(shù)量,Br為并聯(lián)組件數(shù)量。
進(jìn)一步地,所述步驟2包括以下步驟:
A、建立優(yōu)化目標(biāo)模型minfar(rx1,rx2...rxi..rxh5n),其中i=1,2,...k5n;
B、構(gòu)建所述步驟1中的演化系統(tǒng)的時(shí)間序列{rxi}的m維相空間rxi+1=ψ(rxi,rxi-τ,...,rxi-(m-1)τ),其中,i=1,2,...k5n,τ為延時(shí)間,m為嵌入維數(shù)。
進(jìn)一步地,所述步驟3包括以下步驟:
A、電池內(nèi)阻衰減系數(shù)小波網(wǎng)絡(luò)模型輸出層的計(jì)算;
B、電池內(nèi)阻衰減系數(shù)小波網(wǎng)絡(luò)模型在線修正。
進(jìn)一步地,所述步驟3中步驟A包括以下步驟:
設(shè)輸入信號(hào)時(shí)間序列為{rcxi},其中,由計(jì)算隱含層的輸出值,依據(jù)隱含層輸出值計(jì)算輸出層輸出值
其中i=1,2...k5n,j=1,2...l,ga(xzi)≥0,ga(xzi)為支持向量機(jī)目標(biāo)模型的修正項(xiàng),φ(j)為小波網(wǎng)絡(luò)中隱藏層第j個(gè)節(jié)點(diǎn)的輸出,fj為小波基函數(shù),αj為fj的伸縮因子,λj為fj的平移因子,wij是輸入層和隱含層之間相互聯(lián)系的大小,l為隱含層節(jié)點(diǎn)數(shù),wj表示隱含層與輸出層之間的連接權(quán)重。
進(jìn)一步地,所述步驟3中步驟B包括以下步驟:
根據(jù)er=y(tǒng)r-ycc事實(shí)在線修正電池內(nèi)阻衰減系數(shù)小波網(wǎng)絡(luò)模型,yr為預(yù)測(cè)輸出,ycc為實(shí)際測(cè)量值。
進(jìn)一步地,所述步驟4包括以下步驟:
根據(jù)步驟3中經(jīng)過修正的小波神經(jīng)網(wǎng)絡(luò)對(duì)所述步驟2中相空間重構(gòu)后的時(shí)間序列進(jìn)行光伏電池內(nèi)阻衰減系數(shù)預(yù)測(cè)計(jì)算,引入目標(biāo)模型修正條件,目標(biāo)函數(shù)優(yōu)化為ya=min far(rxi)+gar(rxi);
其中,i=1,2...k5n,gar(rxi)≥0,gar(rxi)為目標(biāo)模型的約束項(xiàng),ya為光伏電池內(nèi)阻衰減系數(shù)。
進(jìn)一步地,所述方法用于檢測(cè)光伏發(fā)電系統(tǒng)。
附圖說明
圖1是預(yù)測(cè)流程圖。
具體實(shí)施方式
下面結(jié)合實(shí)施例對(duì)本發(fā)明作進(jìn)一步地詳細(xì)說明,但本實(shí)發(fā)明的實(shí)施方式不限于此。
實(shí)施例1:
采用上述一種光伏電池內(nèi)阻衰減系數(shù)預(yù)測(cè)方法,預(yù)測(cè)流程如圖1,包括如下步驟:
步驟1:
根據(jù)實(shí)時(shí)監(jiān)測(cè)獲得的參數(shù)、投入時(shí)間和電池串并聯(lián)組件數(shù)量以及標(biāo)準(zhǔn)參數(shù),在一系列時(shí)刻ts1,ts2,ts3,...tsn建立光伏電池內(nèi)阻衰減系數(shù)演化系統(tǒng)的時(shí)間序列為:
建立光伏電池內(nèi)阻衰減系數(shù)方程:
其中,n為自然數(shù),n=1,2,...,tr為測(cè)量電池投入時(shí)間,Tr為外界溫度,Sr外界光照,Cr為串聯(lián)組件數(shù)量,Br為并聯(lián)組件數(shù)量。
步驟2:對(duì)所述步驟1中演化系統(tǒng)的時(shí)間序列進(jìn)行相空間重構(gòu)處理:
步驟2.1:建立優(yōu)化目標(biāo)模型其中i=1,2,...k5n;
步驟2.2:構(gòu)建所述步驟1中的演化系統(tǒng)的時(shí)間序列{rxi}的m維相空間rxi+1=ψ(rxi,rxi-τ,...,rxi-(m-1)τ),其中,i=1,2,...k5n,τ=0.0152,m=5。
步驟3:根據(jù)小波網(wǎng)絡(luò)方法處理電池內(nèi)阻衰減系數(shù)方程:
步驟3.1:電池內(nèi)阻衰減系數(shù)小波網(wǎng)絡(luò)模型輸出層的計(jì)算:
設(shè)輸入信號(hào)時(shí)間序列為{rcxi},其中,由計(jì)算隱含層的輸出值,依據(jù)隱含層輸出值計(jì)算輸出層輸出值
其中i=1,2...k5n,j=1,2...l,ga(xzi)≥0,ga(xzi)為支持向量機(jī)目標(biāo)模型的修正項(xiàng),φ(j)為小波網(wǎng)絡(luò)中隱藏層第j個(gè)節(jié)點(diǎn)的輸出,fj為小波基函數(shù),αj為fj的伸縮因子,λj為fj的平移因子,wij是輸入層和隱含層之間相互聯(lián)系的大小,l為隱含層節(jié)點(diǎn)數(shù),wj表示隱含層與輸出層之間的連接權(quán)重。
步驟3.2:電池內(nèi)阻衰減系數(shù)小波網(wǎng)絡(luò)模型在線修正:
根據(jù)er=y(tǒng)r-ycc事實(shí)在線修正電池內(nèi)阻衰減系數(shù)小波網(wǎng)絡(luò)模型,yr為預(yù)測(cè)輸出,ycc為實(shí)際測(cè)量值,為了保證模型精度,修正值er≤0.0001時(shí)達(dá)到最佳。
步驟4:對(duì)所述步驟2中相空間重構(gòu)后的時(shí)間序列進(jìn)行光伏電池內(nèi)阻衰減系數(shù)預(yù)測(cè)計(jì)算:
根據(jù)所述步驟3中經(jīng)過修正的小波神經(jīng)網(wǎng)絡(luò)對(duì)所述步驟2中相空間重構(gòu)后的時(shí)間序列進(jìn)行光伏電池內(nèi)阻衰減系數(shù)預(yù)測(cè)計(jì)算,引入目標(biāo)模型修正條件,目標(biāo)函數(shù)優(yōu)化為ya=min far(rxi)+gar(rxi)。
其中,i=1,2...k5n,gar(rxi)≥0,gar(rxi)為目標(biāo)模型的約束項(xiàng),ya為光伏電池內(nèi)阻衰減系數(shù)。
所述方法用于檢測(cè)光伏發(fā)電系統(tǒng)。
本發(fā)明相對(duì)于現(xiàn)有技術(shù)能夠取得以下有益技術(shù)效果:(1)提高模型的可靠性,(2)提高了光伏利用率,(3)提高評(píng)估的準(zhǔn)確性,(4)提高電網(wǎng)和分布式光伏發(fā)電運(yùn)行數(shù)據(jù)資源的利用率,(5)提高配電網(wǎng)電力系統(tǒng)在光伏系統(tǒng)接入后的可靠性與經(jīng)濟(jì)性。
以上所述,僅是本發(fā)明的較佳實(shí)施例,并非對(duì)本發(fā)明做任何形式上的限制,凡是依據(jù)本發(fā)明的技術(shù)實(shí)質(zhì)對(duì)以上實(shí)施例所作的任何簡(jiǎn)單修改、等同變化,均落入本發(fā)明的保護(hù)范圍。