一种光伏发电相关性指标获取方法与流程

本发明属于新能源发电技术领域，具体涉及一种光伏发电相关性指标获取方法。

背景技术：

光伏发电是继风电后具有最大潜力和应用价值的可再生能源技术，在我国一系列配套政策支持下，光伏发电发展迅速。随着光伏发电占整个电力系统电源比重的增加，深刻认识光伏出力本身所具有的特性规律可以准确把握光伏并网对电力系统的影响，使电力系统可以更有效地解决光伏接入难题。

地理位置相近的光伏发电具有很高的相似性，其出力的相似程度可以用出力空间相关性来描述，光伏发电的相关性对于光伏总出力的随机特性有着很大的影响，相关性越弱，总出力的平滑效应越强，进而降低了系统的备用需求、爬坡速率需求以及输电通道容量需求，对于系统运行的安全性与经济性有重要影响。因此研究不同地区光伏电站的相关特性对于研究光伏发电的整体随机特性至关重要。

技术实现要素：

为了克服上述现有技术的不足，本发明提供一种光伏发电相关性指标获取方法，本发明通过实际数据计算光伏发电的相关性特征，为具有相关性的光伏发电时间序列建模提供前期基础。

为了实现上述发明目的，本发明采取如下技术方案：

一种光伏发电相关性指标获取方法，所述方法包括如下步骤：

(1)搜集并整理k个光伏电站光伏出力历史数据；

(2)对所述k个光伏电站光伏出力历史数据进行分析整理，找出其中的错误数据和缺失数据；

(3)将所述k个光伏电站光伏出力历史数据分别分解为净空理论出力Pc(i)和相对出力Pr(i)的乘积；

(4)分别计算k个光伏电站两两之间的净空理论出力的相关系数；

(5)分别计算k个光伏电站两两之间的相对出力的相关系数；

(6)输出相关性评价指标计算结果。

优选的，所述步骤(1)中，所述k个光伏电站直线距离为100km以内，搜集的历史数据时间长度为1年，时间分辨率为15min。优选的，所述步骤(2)中，所述错误数据包括超过光伏电站装机容量、为负值以及夜间不为零的数据，对所述错误数据进行删除操作；所述缺失数据为由于通信故障在规定时间点未能采集到的数据，通过数据对应的时间来判断，用相邻数据代替的方式对所述缺失数据进行补全。

优选的，所述步骤(3)中，所述净空理论出力为忽略实际光伏发电过程中的不确定因素影响的理想出力。

优选的，所述步骤(4)中，计算所述净空理论处理的相关系数的计算公式如下：

$r_{ij}=\frac{\underset{t=1}{\overset{n}{\Σ}}\left(P_c\right(i,t)-{\stackrel{\‾}{P}}_c(i\left)\right)\left(P_c\right(j,t)-{\stackrel{\‾}{P}}_c(j\left)\right)}{\sqrt{\underset{t=1}{\overset{n}{\Σ}}{\left(P_c\right(i,t)-{\stackrel{\‾}{P}}_c(i\left)\right)}^2}\sqrt{\underset{t=1}{\overset{n}{\Σ}}{\left(P_c\right(j,t)-{\stackrel{\‾}{P}}_c(j\left)\right)}^2}}---\left(1\right)$

式中，r_ij为第i个光伏电站和第j个光伏电站净空理论出力的相关系数，P_c(i,t)为第i个光伏电站时刻t的净空理论出力，其中t＝1，2，...n,n为光伏发电的出力时间段，为第i个光伏电站净空理论出力的平均值。

优选的，所述步骤(5)中，计算所述相对出力的相关系数的计算公式如下：

$y_{ij}=\frac{\underset{t=1}{\overset{n}{\Σ}}\left(P_r\right(i,t)-{\stackrel{\‾}{P}}_r(i\left)\right)\left(P_r\right(j,t)-{\stackrel{\‾}{P}}_r(j\left)\right)}{\sqrt{\underset{t=1}{\overset{n}{\Σ}}{\left(P_r\right(i,t)-{\stackrel{\‾}{P}}_r(i\left)\right)}^2}\sqrt{\underset{t=1}{\overset{n}{\Σ}}{\left(P_r\right(j,t)-{\stackrel{\‾}{P}}_r(j\left)\right)}^2}}---\left(2\right)$

式中，y_ij为第i个光伏电站和第j个光伏电站净空理论出力的相关系数，P_r(i,t)为第i个光伏电站时刻t的净空理论出力，其中t＝1，2，...n,n为光伏发电的出力时间段，为第i个光伏电站净空理论出力的平均值。

与现有技术相比，本发明的有益效果在于：

本发明提出了一种光伏发电相关性指标获取方法，定量分析了时空因素以及天气特性因素对于光伏发电相关性的影响。可作为前期基础应用在具有相关性的光伏发电时间序列建模中，为含大规模光伏发电的时序生产模拟仿真提供前期技术手段。

附图说明

图1是本发明提供的一种光伏发电相关性指标获取方法的流程图

具体实施方式

下面结合附图对本发明作进一步详细说明。

如图1所示，本发明提供了一种光伏发电相关性指标获取方法，该方法具体步骤如下：

步骤1、搜集并整理k个光伏电站光伏出力历史数据；

搜集并整理直线距离为100km，时间长度为1年，时间分辨率为15min的k个光伏电站光伏出力历史数据。

步骤2、对k个光伏电站光伏出力历史数据进行分析整理，找出其中的错误数据和缺失数据；

错误数据包括超过光伏电站装机容量、为负值以及夜间不为零的数据，缺失数据为由于通信故障等原因规定时间点未能采集到的数据，可通过数据对应的时间来判断。对错误数据进行删除操作，用相邻数据代替的方式对缺失数据进行补全。

步骤3、将k个光伏电站光伏出力历史数据分别分解为净空理论出力P_c(i)和相对出力P_r(i)的乘积。其中净空理论出力为忽略实际光伏发电过程中阴影、云层遮挡、天气过程变化等不确定因素影响的理想出力。

步骤4、分别计算k个光伏电站两两之间的净空理论出力的相关系数，计算公式为式(1)：

$r_{ij}=\frac{\underset{t=1}{\overset{n}{\Σ}}\left(P_c\right(i,t)-{\stackrel{\‾}{P}}_c(i\left)\right)\left(P_c\right(j,t)-{\stackrel{\‾}{P}}_c(j\left)\right)}{\sqrt{\underset{t=1}{\overset{n}{\Σ}}{\left(P_c\right(i,t)-{\stackrel{\‾}{P}}_c(i\left)\right)}^2}\sqrt{\underset{t=1}{\overset{n}{\Σ}}{\left(P_c\right(j,t)-{\stackrel{\‾}{P}}_c(j\left)\right)}^2}}---\left(1\right)$

其中r_ij为第i个光伏电站和第j个光伏电站净空理论出力的相关系数，P_c(i,t)为第i个光伏电站时刻t的净空理论出力，其中t＝1，2，...n,n为光伏发电的出力时间段。为第i个光伏电站净空理论出力的平均值。

该指标为时空相关性指标，主要体现了时空因素如经纬度对光伏发电相关性的影响，其中经度影响的时延特性，纬度影响的是出力大小。

步骤5、分别计算k个光伏电站两两之间的相对出力的相关系数，计算公式为式(2)：

$y_{ij}=\frac{\underset{t=1}{\overset{n}{\Σ}}\left(P_r\right(i,t)-{\stackrel{\‾}{P}}_r(i\left)\right)\left(P_r\right(j,t)-{\stackrel{\‾}{P}}_r(j\left)\right)}{\sqrt{\underset{t=1}{\overset{n}{\Σ}}{\left(P_r\right(i,t)-{\stackrel{\‾}{P}}_r(i\left)\right)}^2}\sqrt{\underset{t=1}{\overset{n}{\Σ}}{\left(P_r\right(j,t)-{\stackrel{\‾}{P}}_r(j\left)\right)}^2}}---\left(2\right)$

其中y_ij为第i个光伏电站和第j个光伏电站净空理论出力的相关系数，P_r(i,t)为第i个光伏电站时刻t的净空理论出力，其中t＝1，2，...n,n为光伏发电的出力时间段。为第i个光伏电站净空理论出力的平均值。

该指标为天气过程相关性指标，主要体现了云层遮挡等气象因素对光伏发电相关性的影响。

步骤6、输出相关性评价指标计算结果。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。