一种基于光伏储能的柔性配网供电系统的制作方法

1.本发明涉及供电技术领域，具体来说，涉及一种基于光伏储能的柔性配网供电系统。


背景技术：

2.柔性输电包括柔性交流输电和柔性直流输电等技术，从20世纪80年代开始发展起来，是综合了电力电子、电力系统、通信和控制等先进技术的一门交叉学科。光伏储能就是太阳能光伏储能发电系统，存储光伏系统产生的电能，并且在光伏系统电力不足的时候，通过相应的电力调度，对外提供电力。
3.专利号201110088235.7公开了一种新能源电力与网电智能调配供电系统，其通过采样得知负载启动或大负载的需求信号和正常运行信号；通过电控开关以及电力热转换控制电路控制在线电力转换，实现网电和新能源电力相互转换；并且在网电无电时，利用新能源电力与蓄电合并为负载供电，减少蓄电池蓄电的消耗。
4.但是以上系统在具体使用时存在以下缺陷：对于电力企业而言，传统的发电方式不够环保，将各种新能源科学合理地接入电网可以很好地应对与日俱增的新能源需求，还有助于保护好我们的环境。但是新能源供电稳定性及可靠性不高，因此为了供电的稳定性和可靠性，需要对包括新能源供电系统的稳定性及可靠性进行一定的预测。
5.针对相关技术中的问题，目前尚未提出有效的解决方案。


技术实现要素：

6.针对相关技术中的问题，本发明提出一种基于光伏储能的柔性配网供电系统，以克服现有相关技术所存在的上述技术问题。
7.为此，本发明采用的具体技术方案如下：
8.一种基于光伏储能的柔性配网供电系统，该系统包括光伏发电模块、光伏储能模块、市电模块、过载协调控制模块、高负载预测模块、光伏清理报警模块、数据存储模块及数据同步模块；
9.所述光伏发电模块与所述光伏储能模块连接，所述光伏储能模块与所述市电模块连接及所述光伏清理报警模块连接，所述光伏储能模块及所述市电模块均与所述过载协调控制模块及所述高负载预测模块连接，所述光伏清理报警模块与所述数据存储模块连接，所述数据存储模块与所述数据同步模块连接；
10.其中，所述光伏发电模块，用于将光伏设备配置到供电系统，并利用光伏设备将太阳能转化为电能；
11.所述光伏储能模块，用于将光伏发电模块转化的电能进行存储，并与市电模块配合进行供电；
12.所述市电模块，用于通过网电系统进行供电，并与光伏储能模块进行配合使用；
13.所述过载协调控制模块，用于若在负载正常的情况下，优先采用光伏储能模块进
行供电，若在出现大负载的情况下，优先采用市电模块进行供电，且在交流母线及直流母线上接入柔性变流器，并通过直流母线进行柔性互联，若任一母线过载，则协调柔性变流器进行相关线路的支援；
14.所述高负载预测模块，用于监测光伏储能模块，且对供电系统中每日高负载的总时间进行记载，并根据每日高负载的总时间对下一日的高负载的总时间进行预测；
15.所述光伏清理报警模块，用于对光伏发电模块中的光伏设备进行拍摄，并根据拍摄的图像自动识别光伏设备的状态，且光伏设备的状态达到需要清理的情况时，则对光伏设备进行清理；
16.所述数据存储模块，用于通过若干服务器对光伏清理报警模块中拍摄的图像进行存储；
17.所述数据同步模块，用于对若干服务器的图像数据进行同步，使若干服务器的图像数据保持一致。
18.进一步的，所述市电模块还包括报警模块，所述报警模块，用于当市电发生波动且造成断电时，向市场上的用户进行通知。
19.进一步的，所述高负载预测模块中对供电系统中每日高负载的总时间进行记载，并根据每日高负载的总时间对下一日的高负载的总时间进行预测时，以一个自然周为期限，对收集到的每日高负载的总时间进行可视化处理；
20.对收集到的每日高负载的总时间进行审核及预处理；
21.若出现预测日天气情况出现大幅度变化时，则对预测出的每日高负载的总时间增加一个等级，且该等级的幅度为人为设定。
22.进一步的，所述根据每日高负载的总时间对下一日的高负载的总时间进行预测时，预测模型为：
[0023][0024]
式中，y
i-1
、y
i-2
、y
i-3
……yi-p
为预测日之前收集到的每日高负载的总时间，p为人为设定的周期；
[0025]
计算得到y后，完成预测修订模型进行预测日高负载的总时间的修订，所述预测修订模型的公式为：
[0026]
y'＝ay
t
+(1-a)y
′
t
[0027]
式中，a为平滑参数，y
t
为预测日前一天记录的高负载的总时间，y
′
t
为预测日前一天通过预测模型获得的预测值。
[0028]
进一步的，所述对收集到的每日高负载的总时间进行审核及预处理时，对异常值进行平稳化，且对缺失数据进行补遗。
[0029]
进一步的，所述光伏清理报警模块中根据拍摄的图像自动识别光伏设备的状态时，在光伏设备周围设置若干拍摄设备，通过拍摄设备获取光伏设备的图像；
[0030]
利用稀疏标注的方式对光伏设备的图像中每个异常处进行标注；
[0031]
将标注后的光伏设备的图像输入预先设定的深度学习网络模型中进行训练，并得到2d检测模型；
[0032]
将新的光伏设备图像输入至2d检测模型，并输出存在异常处的2d检测框，且得到2d检测框类别、位置及分数；
[0033]
根据2d检测框的类别分别设定2d检测框对应的第一阈值，且将分数超过第一阈值的2d检测框输出，得到2d候选框；
[0034]
根据任意两个2d候选框重合区域大小及类别是否相同进行合并，得到一个3d候选框，根据3d候选框的类别设定3d候选框对应的第二阈值，将分数超过第二阈值的3d候选框输出，输出结果为待清理状态的光伏设备。
[0035]
进一步的，所述利用稀疏标注的方式对光伏设备的图像中每个异常处进行标注时，采用拉框或画轮廓的方式在光伏设备的图像中对异常处进行标注。
[0036]
进一步的，所述输出待清理状态的光伏设备之后，通知工作人员对待清理状态的光伏设备进行清理。
[0037]
进一步的，所述数据同步模块中对若干服务器的图像数据进行同步时，对于任一待同步图像数据，获取该待同步图像数据在服务器中的数据更新标识及时间标识；
[0038]
待同步图像数据在任意两个服务器中的数据更新标识对应同一服务器的数据更新值进行比较，得到对应若干服务器的若干大小关系；
[0039]
若干大小关系不完全一致时，则调用待同步图像数据在所述任意两个服务器的时间标识进行数据同步。
[0040]
进一步的，所述调用待同步图像数据在所述任意两个服务器的时间标识进行数据同步时，确定待同步图像数据在所述任意两个服务器的时间标识中更新时间距离当前最近的时间标识，并根据最近的时间标识对应的服务器中的待同步图像数据在所述任意两个服务器之间进行数据同步。
[0041]
本发明的有益效果为：本发明通过光伏储能及市电配合进行供电，提高了新能源的使用率，且对光伏储能及市电进行协调控制，更加合理的利用电能；通过对供电系统的高负载时间进行预测，从而可以事先对光伏储能及市电的调用进行安排，有利于降低供电系统的配置，降低了投资，提高了收益回报；通过对光伏设备进行监测，防止光伏设备上长时间被异物遮挡的情况，进而可提高光伏设备的发电效率，且无需人工检修监测，可降低人工成本；通过多个服务器进行图像数据的存储，从而保证数据的安全及稳定，且对多个服务器的图像数据保持同步，使得单个服务器的图像数据可独立进行数据处理。
附图说明
[0042]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0043]
图1是根据本发明实施例的一种基于光伏储能的柔性配网供电系统的结构框图。
[0044]
图中：
[0045]
1、光伏发电模块；2、光伏储能模块；3、市电模块；4、过载协调控制模块；5、高负载预测模块；6、光伏清理报警模块；7、数据存储模块；8、数据同步模块。
具体实施方式
[0046]
为进一步说明各实施例，本发明提供有附图，这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理，配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点，图中的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。
[0047]
根据本发明的实施例，提供了一种基于光伏储能的柔性配网供电系统。
[0048]
现结合附图和具体实施方式对本发明进一步说明，如图1所示，根据本发明实施例的基于光伏储能的柔性配网供电系统，该系统包括光伏发电模块1、光伏储能模块2、市电模块3、过载协调控制模块4、高负载预测模块5、光伏清理报警模块6、数据存储模块7及数据同步模块8；
[0049]
所述光伏发电模块1与所述光伏储能模块2连接，所述光伏储能模块2与所述市电模块3连接及所述光伏清理报警模块6连接，所述光伏储能模块2及所述市电模块3均与所述过载协调控制模块4及所述高负载预测模块5连接，所述光伏清理报警模块6与所述数据存储模块7连接，所述数据存储模块7与所述数据同步模块8连接；
[0050]
其中，所述光伏发电模块1，用于将光伏设备配置到供电系统，并利用光伏设备将太阳能转化为电能；
[0051]
所述光伏储能模块2，用于将光伏发电模块1转化的电能进行存储，并与市电模块3配合进行供电；
[0052]
所述光伏储能模块2可与其它绿色能源连接，包括水力发电、风力发电、地热能等。
[0053]
所述市电模块3，用于通过网电系统进行供电，并与光伏储能模块2进行配合使用；
[0054]
其中，所述市电模块3还包括报警模块，所述报警模块，用于当市电发生波动且造成断电时，向市场上的用户进行通知。
[0055]
所述过载协调控制模块4，用于若在负载正常的情况下，优先采用光伏储能模块2进行供电，若在出现大负载的情况下，优先采用市电模块3进行供电，且在交流母线及直流母线上接入柔性变流器，并通过直流母线进行柔性互联，若任一母线过载，则协调柔性变流器进行相关线路的支援；
[0056]
所述高负载预测模块5，用于监测光伏储能模块2，且对供电系统中每日高负载的总时间进行记载，并根据每日高负载的总时间对下一日的高负载的总时间进行预测；
[0057]
其中，所述高负载预测模块5中对供电系统中每日高负载的总时间进行记载，并根据每日高负载的总时间对下一日的高负载的总时间进行预测时，以一个自然周为期限，对收集到的每日高负载的总时间进行可视化处理；
[0058]
对收集到的每日高负载的总时间进行审核及预处理；
[0059]
若出现预测日天气情况出现大幅度变化时，则对预测出的每日高负载的总时间增加一个等级，且该等级的幅度为人为设定。
[0060]
所述根据每日高负载的总时间对下一日的高负载的总时间进行预测时，预测模型为：
[0061]
[0062]
式中，y
i-1
、y
i-2
、y
i-3
……yi-p
为预测日之前收集到的每日高负载的总时间，p为人为设定的周期；
[0063]
计算得到y后，完成预测修订模型进行预测日高负载的总时间的修订，所述预测修订模型的公式为：
[0064]
y'＝ay
t
+(1-a)y
′
t
[0065]
式中，a为平滑参数，y
t
为预测日前一天记录的高负载的总时间，y
′
t
为预测日前一天通过预测模型获得的预测值。
[0066]
所述对收集到的每日高负载的总时间进行审核及预处理时，对异常值进行平稳化，且对缺失数据进行补遗。
[0067]
所述光伏清理报警模块6，用于对光伏发电模块1中的光伏设备进行拍摄，并根据拍摄的图像自动识别光伏设备的状态，且光伏设备的状态达到需要清理的情况时，则对光伏设备进行清理；
[0068]
其中，所述光伏清理报警模块6中根据拍摄的图像自动识别光伏设备的状态时，在光伏设备周围设置若干拍摄设备，通过拍摄设备获取光伏设备的图像；
[0069]
利用稀疏标注的方式对光伏设备的图像中每个异常处进行标注；异常情况包括光伏板上出现大量灰尘、树叶、垃圾等。
[0070]
将标注后的光伏设备的图像输入预先设定的深度学习网络模型中进行训练，并得到2d检测模型；深度学习网络模型可采用faster-rcnn网络模型。
[0071]
将新的光伏设备图像输入至2d检测模型，并输出存在异常处的2d检测框，且得到2d检测框类别、位置及分数；
[0072]
根据2d检测框的类别分别设定2d检测框对应的第一阈值，且将分数超过第一阈值的2d检测框输出，得到2d候选框；
[0073]
根据任意两个2d候选框重合区域大小及类别是否相同进行合并，得到一个3d候选框，根据3d候选框的类别设定3d候选框对应的第二阈值，将分数超过第二阈值的3d候选框输出，输出结果为待清理状态的光伏设备。
[0074]
所述利用稀疏标注的方式对光伏设备的图像中每个异常处进行标注时，采用拉框或画轮廓的方式在光伏设备的图像中对异常处进行标注。
[0075]
所述输出待清理状态的光伏设备之后，通知工作人员对待清理状态的光伏设备进行清理。
[0076]
所述数据存储模块7，用于通过若干服务器对光伏清理报警模块6中拍摄的图像进行存储；
[0077]
所述数据同步模块8，用于对若干服务器的图像数据进行同步，使若干服务器的图像数据保持一致。
[0078]
其中，所述数据同步模块8中对若干服务器的图像数据进行同步时，对于任一待同步图像数据，获取该待同步图像数据在服务器中的数据更新标识及时间标识；
[0079]
待同步图像数据在任意两个服务器中的数据更新标识对应同一服务器的数据更新值进行比较，得到对应若干服务器的若干大小关系；数据更新标识包含对应各个机房的多个数据更新值。
[0080]
若干大小关系不完全一致时，则调用待同步图像数据在所述任意两个服务器的时
间标识进行数据同步。
[0081]
所述调用待同步图像数据在所述任意两个服务器的时间标识进行数据同步时，确定待同步图像数据在所述任意两个服务器的时间标识中更新时间距离当前最近的时间标识，并根据最近的时间标识对应的服务器中的待同步图像数据在所述任意两个服务器之间进行数据同步。
[0082]
综上所述，本发明通过光伏储能及市电配合进行供电，提高了新能源的使用率，且对光伏储能及市电进行协调控制，更加合理的利用电能；通过对供电系统的高负载时间进行预测，从而可以事先对光伏储能及市电的调用进行安排，有利于降低供电系统的配置，降低了投资，提高了收益回报；通过对光伏设备进行监测，防止光伏设备上长时间被异物遮挡的情况，进而可提高光伏设备的发电效率，且无需人工检修监测，可降低人工成本；通过多个服务器进行图像数据的存储，从而保证数据的安全及稳定，且对多个服务器的图像数据保持同步，使得单个服务器的图像数据可独立进行数据处理。
[0083]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。