(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210916879.9 (22)申请日 2022.08.01 (71)申请人 长沙理工大 学 地址 410114 湖南省长 沙市天心区万家丽 南路二段96 0号 (72)发明人 苏盛　毛源军　王耀龙　王晓倩　 李彬　邹念　冯萧飞　李俊杰　 李想　龙骧进　王斌　 (74)专利代理 机构 长沙正奇专利事务所有限责 任公司 431 13 专利代理师 何为　袁颖华 (51)Int.Cl. H02J 3/46(2006.01) H02S 50/00(2014.01) G06Q 50/06(2012.01) (54)发明名称 基于光伏电站出力特性分析的晴空日判定 方法 (57)摘要 一种基于光伏电站出力特性分析的晴空日 判定方法， 该方法是从获取的光伏电站每隔相同 时间间隔的出力时序功率数据中选取每日光伏 有效出力数据， 计算光伏有效出力数据序列的差 分值， 获得差分值序列并定义为波动量序列， 再 以波动量序列数据为基础判断每日是否有新的 波动区间生成， 若有则每日波动区间数增加1， 根 据最后记录的每日有效数据中的波动区间数判 断当日是否为晴空日。 如此， 通过本方法利用光 伏电站计量数据和营销数据等有 限信息为光伏 系统异常识别诊断提供了合适的异常识别场景， 规避了无法获取的光伏电站的其他维度完备检 测数据的不足。 权利要求书1页 说明书4页 附图2页 CN 115189421 A 2022.10.14 CN 115189421 A 1.一种基于光伏电站出力特性分析的晴空日判定方法， 其特 征在于， 该 方法步骤如下： 步骤1： 获取光伏电站计量系统每隔相同时间间隔t的出力时序功率数据， 将该些数据 根据光伏阵列容量大小去量纲化， 再转化为以日为区间的功率数据Xi＝{x1,i,x2,i,…, xm,i}， 其中i＝1,2,…,n， n代表选取数据的天数， m为日数据个数； 步骤2： 筛除日区间功率数据Xi中的最大值小于阈值α 所对应的日期； 其中， 阈值α 的获取 过程为： 根据日区间功率数据获取每天的功率最大值， 再将所有的功率最大值升序排列后 按四分位数 取整， 阈值α ＝X[(n+1)/4]1+， n代表选取数据的天数； 步骤3： 将经步骤2后剩余的日区间功率数据进行归一化处理， 再截取日区间光伏有效 出力数据； 步骤4： 计算日区间光伏有效出力数据单位时间间隔t的一次差分值bi， bi＝Xi+1‑Xi， 其 中,i＝1,2, …,m＂， m＂＝m＇ ‑1， m＇ 为日区间光伏有效出力数据个数； 定义bi为日区间截取 的 有效数据单位时段波动量， 构建单位时段波动量序列Bi＝{b1,i,b2,i,…,bm＂,i},其中i＝1, 2,…,n， n代表选取数据的天数； 步骤5： 将波动量序列Bi按日从第一单位时段开始按每次向后递进1个单位的规律递推 与0比较， 将上一单位时段波动量与下一单位时段波动量正负相反时刻作为一个标记点， 对 标记点中的两个波动量做差后取绝对值， 若此绝对值小于阈值β则判定没有新的波动区间 生成， 否则有新的波动区间生成， 并认定此标记点中上一单位时段波动量为上一个波动区 间的结束， 此标记点中的下一单位时段波动量为下一个波动区间的开始； 每当每日出现一 个新的波动区间则在当日的初始日波动区间数 上增加1， 记录每日最后的日波动区间数； 步骤6： 根据每日的日波动区间数进行当日是否为晴空日的判定 。 2.如权利要求1所述的基于光伏电站出力特性分析的晴空日判定方法， 其特征在于， 所 述步骤1中的时间 间隔t的取值范围为1 ‑30min。 3.如权利要求1所述的基于光伏电站出力特性分析的晴空日判定方法， 其特征在于， 所 述步骤3中是利用标幺化公式进行归一化处理， 标幺化公式为:X ′j， i＝(Xj， i‑min(Xj， i， j∈1， 2， ...， m))/(max(Xj， i， j∈1， 2， ...， m) ‑min(Xj， i， j∈1， 2， ...， m))， 其中j＝1,2, …,m， m为日 数据个数； i ＝1,2,…,n,n代表选取数据的天数。 4.如权利要求1所述的基于光伏电站出力特性分析的晴空日判定方法， 其特征在于， 所 述步骤3中日区间光伏有效出力数据是根据光伏安装的地理位置的日出日落状况进行截 取。 5.如权利要求4所述的基于光伏电站出力特性分析的晴空日判定方法， 其特征在于， 所 述日区间光伏有效出力数据为6:0 0‑19:00时间段的出力数据。 6.如权利要求1所述的基于光伏电站出力特性分析的晴空日判定方法， 其特征在于， 所 述步骤5中阈值β 设定为日区间功率数据经归一 化的9.5％。 7.如权利要求1所述的基于光伏电站出力特性分析的晴空日判定方法， 其特征在于， 所 述步骤6中晴空日判定的具体过程为： 若当日的日波动区间数大于2， 则判定该日为非晴空 日； 若日波动区间等于2， 则将该日每个波动区间中的波动量进行二次差分运算， 若每个波 动区间中二次差分运 算值的绝对值都小于阈值γ， 则判定该日为晴空日， 否则为非晴空日。 8.如权利要求7所述的基于光伏电站出力特性分析的晴空日判定方法， 其特征在于， 所 述阈值γ设定为日区间功率数据经归一 化的5％。权　利　要　求　书 1/1 页 2 CN 115189421 A 2基于光伏电站出力特性分析的晴空日判定方 法 技术领域 [0001]本发明涉及 光伏电站异常识别领域， 具体涉及一种基于光伏电站出力特性分析的 晴空日判定方法， 以筛 选出晴空日而排除阴雨多云天气对光伏设备异常识别的影响。 背景技术 [0002]为应对全球气候变化的挑战， 中国将积极推动能源系统的低碳化、 清洁化和可持 续发展转型。 在国家 能源转型和双碳战略指引下， 南方电网公司发布了新型电力系统行动 方案(2021 ‑2030年)白皮书， 预计2025年广东省光伏装机容 量可达280 0万kW。 [0003]发展分布式光伏系统是电力行业达成 “双碳”目标的重要手段。 与集中式光伏相 比， 分布式光伏缺乏专 业运维， 发生故障异常后可能长期带病运行， 显著降低生命周期发电 量， 因此， 亟需研发分布式光伏系统的故障异常检测方法， 以提高设备完好率， 充分发挥发 电效能。 [0004]大多数光伏发电系统的故障异常可体现为发电出力的减少， 但阴雨多云天气下光 伏出力可能随云层遮蔽变化而出现较大波动， 这与设备在晴空条件下异常的表现类似， 因 此， 简单地根据光伏发电出力 分析判别 设备异常易造成误判。 要根据发电出力判断光伏系 统异常， 首先需要识别晴空日， 以排除阴雨多云天气的干扰。 晴空条件下没有云层遮蔽， 光 伏出力曲线相对平滑， 没有明显波动， 呈现拱门形。 因此， 可根据光伏出力曲线刻画晴空日 特征， 为光伏电站设备异常识别提供场景基础。 发明内容 [0005]本发明的目的是， 针对现有技术中存在的上述问题， 提供一种基于光伏电站出力 特性分析的晴空日判定方法。 [0006]为了达到上述目的， 本发明所采用的技术方案是： 一种基于光伏电站出力特性分 析的晴空日判定方法， 该 方法步骤如下： [0007]步骤1： 获取光伏电站计量系统每隔相同时间间隔t的出力时序功率数据， 将该些 数据根据光伏阵列容量大小去量纲化， 再转化为以日为区间的功率数据Xi＝{x1,i,x2,i,…, xm,i}， 其中i＝1,2,…,n， n代表选取数据的天数， m为日数据个数。 [0008]由于光伏阵列出力的波形趋势跟光伏电站计量系统的采样频率关系不大， 采样 频 率变大可能会导致波 形产生一些小的毛刺从而产生新的波动区间， 但本方法在波动区间生 成的过程中设置了阈值β 以排除这些毛刺的影响， 因此， 该步骤中提及的时间间隔t的取值 范围为1‑30min， 即获取光伏出力时序功率数据的时间间隔可以是15min， 亦可以是1min、 5min、 30min等， 在此取值范围内对本方法所提的晴空日筛选的影响不大， 如当时间间隔为 15min时m为96。 另外， 数据选取的天数由实际情况决定， 可以连续性获取一段时间， 也可间 断性取几天或者按天 获取数据。 [0009]上述提及的将数据根据光伏阵列容量大小去量纲化处理的过程为本领域的常规 技术。说　明　书 1/4 页 3 CN 115189421 A 3