基于空间相关性的大规模分布式用户光伏空间分群方法

被引:48
作者
焦田利 [1 ]
章坚民 [1 ]
李熊 [2 ]
朱军 [3 ]
叶方彬 [2 ]
麻吕斌 [4 ]
机构
[1] 杭州电子科技大学自动化学院
[2] 国网浙江省电力有限公司电力科学研究院
[3] 国网浙江省电力有限公司杭州市供电公司
[4] 浙江华云信息科技有限公司
关键词
分布式用户光伏; 光伏空间分群; 功率预测; 空间相关性; K-means聚类;
D O I
暂无
中图分类号
TM615 [太阳能发电];
学科分类号
080811 [新能源发电与电能存储];
摘要
提出一种面向大规模分布式用户光伏出力预测的光伏空间分群方法,目的在于为气象站点优化部署或多光伏用户基于"空间—时间关联"的功率预测提供依据。将气象对光伏出力的影响分为大气候和小气候2类。大气候主要是日照或5类天气类型影响,通过光伏实际出力占额定出力的比例来划分,从而将历史数据时段划分为5类天气类型样本群;小气候认为是光伏安装高程、温度、湿度以及周围地理环境等广义小气候影响。对5类天气类型历史样本群,进行空间相关的聚类分析,得到用户光伏地域分块划分。综合分块中不合群的用户光伏点数量和分块气象一致性来决定最优地域分块方案为用户光伏空间分群策略。以具有丰富气候带和地貌的某市遍布全境的2 887个分布式用户光伏群为例,分群方法得到了较好的验证。
引用
收藏
页码:97 / 102+162 +162
页数:7
相关论文
共 16 条
[1]
面向分布式光伏虚拟集群的有源配电网多级调控 [J].
窦晓波 ;
常莉敏 ;
倪春花 ;
段向梅 ;
葛浦东 ;
吴在军 .
电力系统自动化, 2018, 42 (03) :21-31
[2]
配电网中基于网络分区的高比例分布式光伏集群电压控制 [J].
肖传亮 ;
赵波 ;
周金辉 ;
李鹏 ;
丁明 .
电力系统自动化, 2017, 41 (21) :147-155
[3]
微电网光伏发电的Adaboost天气聚类超短期预测方法 [J].
谭津 ;
邓长虹 ;
杨威 ;
梁宁 ;
李丰君 .
电力系统自动化, 2017, 41 (21) :33-39
[4]
基于渗透率的区域配电网分布式光伏并网消纳能力分析 [J].
赵波 ;
肖传亮 ;
徐琛 ;
张雪松 ;
周金辉 .
电力系统自动化, 2017, 41 (21) :105-111
[5]
考虑天气和空间相关性的光伏电站输出功率修复方法 [J].
于若英 ;
陈宁 ;
苗淼 ;
党东升 .
电网技术, 2017, 41 (07) :2229-2236
[6]
基于免疫离群数据和敏感初始中心的K-means算法的风电场机群划分 [J].
林俐 ;
潘险险 ;
张凌云 ;
赵双 .
中国电机工程学报, 2016, 36 (20) :5461-5468+5722
[7]
光伏功率预测技术 [J].
龚莺飞 ;
鲁宗相 ;
乔颖 ;
王强 .
电力系统自动化, 2016, 40 (04) :140-151
[8]
考虑相关性的间歇性分布式电源选址定容规划 [J].
张沈习 ;
李珂 ;
程浩忠 ;
姚良忠 ;
Masoud BAZARGAN .
电力系统自动化, 2015, 39 (08) :53-58+140
[9]
计及天气类型指数的光伏发电短期出力预测 [J].
袁晓玲 ;
施俊华 ;
徐杰彦 .
中国电机工程学报, 2013, 33 (34) :57-64+12
[10]
基于天气状态模式识别的光伏电站发电功率分类预测方法 [J].
王飞 ;
米增强 ;
甄钊 ;
杨光 ;
周海明 .
中国电机工程学报, 2013, 33 (34) :75-82+14