APP下载

光伏功率预测模型影响下的太阳能资源自动化评估模块开发

2019-12-05张节潭李春来郭树锋杨立滨

制造业自动化 2019年11期
关键词:间距太阳能功率

张节潭,李春来,郭树锋,杨立滨,尹 旭

(1.国网青海省电力公司经济技术研究院,西宁 810000;2.国网青海省电力公司清洁能源发展研究院,西宁 810000;3.深圳合纵能源技术有限公司,深圳 511458)

0 引言

光伏全称太阳能光伏发电系统,可以利用导体材料光伏效应,存储太阳能电池中的积蓄能量,并将阳光辐射带来的分散电力分子,直接转换成可利用电能资源。太阳能是具备快速生成能力的二次资源形式,在过去几十年的时间里取得了长足的发展进步。根据现阶段太阳能系统的总体装机容量来计算,每年由太阳能系统生成的资源总量接近10000MW,其中直接可利用资源占比率达到48.2%[1,2]。相比于其他资源制备手段,太阳能光伏不需其它机械运转部件的干涉,除最基本的日照条件外,可减少由燃料使用带来的物理与化学污染量。无论是处于直射还是斜射的太阳光照耀条件下,光伏系统都可保持正常的运转状态,且选址条件也相对灵活,城市楼顶、开阔场地都可作为理想化应用场地。然而随着太阳能资源主体所处位置的改变,整个光伏网络的输出功率逐渐陷入波动状态。为避免上述情况的发生,在光伏功率预测模型的支持下,设计一种新型的太阳能资源自动化评估模块,并在后续开发检测过程中,突出说明该模块结构的实用性价值。

1 光伏功率预测模型影响下太阳能资源特性分析

光伏功率预测模型影响下的太阳能资源特性分析,由资源性数据残缺修复、特性预测参数寻优两个环节组成,其具体操作方法可按如下步骤进行。

1.1 资源性数据的残缺修复

太阳能资源性数据存在明显的残缺行为,因此某一时刻的资源性样本可能长时间保持过量负荷状态,即在光伏功率预测模型的支持下,该时刻的太阳能资源功率采样结果为空值[3]。所谓太阳能资源性数据残缺修复,则是根据光伏预测功率不变原理,将暂时保持为空的功率节点,按照生成先后时间排序,进而生成特定数据集合的处理过程。设e代表太阳能资源性数据残缺修复集合中的预测功率参量,i代表光伏预测周期,利用e、i可将太阳能资源性数据的残缺修复集合表示为:

其中,y1、y2代表两个不同的太阳能资源评估节点系数,ε代表光伏功率预测模型的自动化评估幂次项。

1.2 特性预测参数寻优

太阳能资源特性参数寻优是光伏功率预测模型搭建的重要应用处理流程,可按照残缺修复集合内数据信息节点的排列形式,确定自动化评估模块执行所需遵照的数值条件[4]。特性预测参数寻优需以指标向量λ作为处理参考系数,通过协调µ1、µ2两个基础光伏功率参量的方式,确定太阳能资源特性预测参数的标准化寻优范围,具体计算过程如下。

其中,r代表光伏功率预测行为的平均应用指标,t代表太阳能资源的消耗均值常量。

2 太阳能资源自动化评估模块设计

按照光伏功率预测模型影响下太阳能资源的特性条件,遵照评估框架搭建、自动化评估组织分布、太阳能资源主体布置的处理流程,完成新型太阳能资源自动化评估模块设计。

2.1 评估框架搭建

太阳能资源自动化评估模块的主体框架由光伏功率导航、预测数据管理、太阳能资源评估、微观模块选择四个主体结构组成。其中,预测数据管理可按照太阳能资源信息的入库现状,对暂存的光伏功率预测参量进行初步预处理,再根据自动化节点的分布状态,计算太阳能资源的基础密度分布条件[5]。太阳能资源评估则由光伏量预测、光照参数计算、资源主体密度差值评估三部分组成,可妥善处置太阳能资源自动化评估模块中的功率预测信息。微观模块选择可根据太阳能资源主体所处位置条件,确定与光伏功率预测组织匹配的参量信息,进而使自动化评估模块的执行结果具备更高可行性。下图反应了太阳能资源自动化评估模块框架的主体结构形式。

图1 太阳能资源自动化评估模块框架结构图

2.2 自动化评估组织分布

自动化评估组织分布可按照主体框架的连接形式,规划太阳能资源主体可至的最远物理位置。从数量成级的角度来看,自动化评估资源分布处理包含光伏节点构成、功率预测边界确定、应用节点连接等多个实际操作项目[6,7]。其中,太阳能资源光伏节点至少应满足47列、53行的分布标准,全局评估结构共由2491个点状组织构成。而太阳能资源主体的功率预测边界则应处于3~9km之间,为保证自动化评估模块的运行稳定性,边界条件需尽量趋近数值区间的中部。详细的自动化评估组织分布处置原理如表1所示。

表1 自动化评估组织分布处置原理

2.3 太阳能资源主体布置

太阳能资源主体布置是新型自动化评估模块搭建的末尾处理流程,可根据光伏功率预测模型的约束条件,确定这些主体结构所处的具体位置(如图2所示)[8]。

图2 太阳能资源主体布置原理

图2中的星型图标代表太阳能资源主体所处位置,且主要分布在自动化评估环境的中心区域。因相邻两个资源主体间的物理间距较小,故而能够实现光伏功率预测数据的快速传输。至此,完成所有数据准备及硬件结构搭建,完成光伏功率预测模型影响下的太阳能资源自动化评估模块设计。

3 模块开发与应用检测

为突出说明太阳能资源自动化评估模块的实效性,设计如下对比实验。在光伏功率预测平台的支持下,配置关联性主机检测设备,其中实验组主机设备搭载太阳能资源自动化评估模块,对照组主机设备搭载原生型评估模块。通过人工闭合的方式,改变接入检测平台的评估模块类型,记录多组实测数据,用以进行后续的实验参量比对。

3.1 开发检测环境搭建

圈定等大的太阳能资源空间作为实验对象,其中实验组资源空间与实验组检测平台相连,对照组资源空间与对照组检测平台相连(如图3、图4所示)。在固定检测时间内,多次截取同一太阳能资源主体内,相邻节点的间距数值结果。

图3 太阳能资源主体结构

图4 模块开发检测平台

3.2 太阳能资源主体节点间距对比

以70min作为检测时间,分别记录在该段时间内,实验组、对照组太阳能资源主体节点间距的变化情况,检测详情如图5所示。

图5 太阳能资源主体节点间距对比图

分析图5可知,随着检测时间的增加,实验组太阳能资源主体节点间距保持上升、稳定、下降的变化趋势,全局最大值水平达到8.9mm,平均值结果为8.2 mm;对照组太阳能资源主体节点间距是指保持上升、下降交替出现的变化趋势,全局最大值仅为4.7mm,平均值结果为3.7mm,远低于实验组。综上可知,随着太阳能资源自动化评估模块的应用,太阳能资源主体节点间距出现明显的增大趋势,可达到稳定光伏网络输出功率的目的。

4 结语

在光伏功率预测模型的支持下,太阳能资源自动化评估模块修复了资源性数据存在的残缺行为,并实现了特性参数的寻优处理。随着评估框架结构的逐渐完善,自动化评估组织得到平均分布,进而使得太阳能资源主体得到妥善布置。从实用性角度来看,太阳能资源主体节点间距出现明显上升趋势,原始预留的光伏网络输出功率波动问题得到有效解决。

猜你喜欢

间距太阳能功率
『功率』知识巩固
功与功率辨
追本溯源识功率
瞿晓铧:让太阳能走进千家万户
太阳能维修等
高速公路指挥中心小间距LED应用探讨
做功有快慢功率来表现
算距离
自制一个太阳能热水器
身边的太阳能