本發(fā)明涉及光伏發(fā)電，特別是涉及一種光伏發(fā)電控制方法及系統(tǒng)。

背景技術(shù)：

1、光伏發(fā)電系統(tǒng)作為一種清潔、可再生能源發(fā)電系統(tǒng)，已經(jīng)在全球范圍內(nèi)得到廣泛應用。然而，光伏發(fā)電系統(tǒng)的功率輸出受到日照、溫度、陰影效應等多種氣象因素的影響，導致系統(tǒng)的功率輸出具有一定的波動性和不確定性，這對系統(tǒng)的穩(wěn)定性和運行效率提出了挑戰(zhàn)。為了解決光伏發(fā)電系統(tǒng)功率輸出波動的問題，功率輸出控制方法成為一項關(guān)鍵技術(shù)。

2、但是，傳統(tǒng)光伏發(fā)電控制方法通?；诠潭▍?shù)，無法充分考慮系統(tǒng)實時的氣象條件和運行狀態(tài)變化，導致控制效果不夠靈活和精準；且傳統(tǒng)方法多依賴于人工經(jīng)驗和簡單的控制策略，缺乏智能化和自適應性，無法根據(jù)實時數(shù)據(jù)和系統(tǒng)狀態(tài)做出及時調(diào)整，并且傳統(tǒng)方法在功率輸出控制方面的效率和穩(wěn)定性有待提高，無法充分發(fā)揮光伏發(fā)電系統(tǒng)的潛在性能，影響系統(tǒng)的經(jīng)濟性和可靠性。

技術(shù)實現(xiàn)思路

1、為了解決上述技術(shù)問題，本發(fā)明提供了一種光伏發(fā)電控制方法及系統(tǒng)，包括：

2、獲取光伏發(fā)電系統(tǒng)的歷史功率輸出數(shù)據(jù)和當?shù)氐臍v史氣象數(shù)據(jù)，并對歷史功率輸出數(shù)據(jù)和歷史氣象數(shù)據(jù)進行分析，確定影響功率輸出的氣象特征參數(shù)；

3、基于氣象特征參數(shù)和預設(shè)神經(jīng)網(wǎng)絡(luò)模型構(gòu)建光伏發(fā)電系統(tǒng)的功率輸出預測模型，并基于功率輸出預測模型預測光伏發(fā)電系統(tǒng)的功率輸出預測數(shù)據(jù)；

4、獲取光伏發(fā)電系統(tǒng)的目標功率輸出值，并基于目標功率輸出值對功率輸出預測數(shù)據(jù)進行分析，確定光伏發(fā)電系統(tǒng)的功率輸出差異數(shù)據(jù)；

5、繪制光伏發(fā)電系統(tǒng)的功率輸出差異數(shù)據(jù)的時序曲線圖，并對時序曲線圖進行分析，將時序曲線圖劃分為若干個波動階段；

6、對各波動階段的功率輸出差異數(shù)據(jù)進行分析和評估，得到各波動階段的波動評估值；

7、根據(jù)波動評估值確定逆變器的工作修正系數(shù)，并根據(jù)工作修正系數(shù)對逆變器的工作參數(shù)進行調(diào)節(jié)，以控制光伏發(fā)電系統(tǒng)的功率輸出。

8、進一步的，所述獲取光伏發(fā)電系統(tǒng)的歷史功率輸出數(shù)據(jù)和當?shù)氐臍v史氣象數(shù)據(jù)，并對歷史功率輸出數(shù)據(jù)和歷史氣象數(shù)據(jù)進行分析，確定影響功率輸出的氣象特征參數(shù)，包括：

9、獲取光伏發(fā)電系統(tǒng)的歷史功率輸出數(shù)據(jù)和當?shù)氐臍v史氣象數(shù)據(jù)，并將歷史氣象數(shù)據(jù)按照參數(shù)類型劃分為若干個氣象參數(shù)數(shù)據(jù)組；

10、計算每個氣象參數(shù)數(shù)據(jù)組與歷史功率輸出數(shù)據(jù)間的相關(guān)度，并將相關(guān)度高于預設(shè)值的氣象參數(shù)數(shù)據(jù)組篩選出來，將篩選出來的氣象參數(shù)數(shù)據(jù)組對應的氣象參數(shù)確定為影響功率輸出的氣象特征參數(shù)。

11、進一步的，所述基于氣象特征參數(shù)和預設(shè)神經(jīng)網(wǎng)絡(luò)模型構(gòu)建光伏發(fā)電系統(tǒng)的功率輸出預測模型，并基于功率輸出預測模型預測光伏發(fā)電系統(tǒng)的功率輸出預測數(shù)據(jù)，包括：

12、基于氣象特征參數(shù)及對應的數(shù)據(jù)構(gòu)建數(shù)據(jù)集，并將數(shù)據(jù)集輸入至預設(shè)神經(jīng)網(wǎng)絡(luò)模型中，構(gòu)建性能預測初始模型；

13、將數(shù)據(jù)集按照一定比例劃分為訓練集和測試集，并將訓練集和測試集輸入至性能預測初始模型中；

14、對性能預測初始模型進行訓練和測試，直至性能預測初始模型滿足預設(shè)的收斂條件，得到光伏發(fā)電系統(tǒng)的功率輸出預測模型；

15、獲取當?shù)氐臍庀箢A測數(shù)據(jù)，并將實時運行數(shù)據(jù)輸入至功率輸出預測模型中，由功率輸出預測模型進行預測，得到光伏發(fā)電系統(tǒng)的功率輸出預測數(shù)據(jù)。

16、進一步的，所述獲取光伏發(fā)電系統(tǒng)的目標功率輸出值，并基于目標功率輸出值對功率輸出預測數(shù)據(jù)進行分析，確定光伏發(fā)電系統(tǒng)的功率輸出差異數(shù)據(jù)，包括：

17、獲取光伏發(fā)電系統(tǒng)的目標功率輸出值和功率輸出預測數(shù)據(jù)，并計算每個功率輸出預測數(shù)據(jù)與目標功率輸出值的差值，得到光伏發(fā)電系統(tǒng)的功率輸出差異數(shù)據(jù)。

18、進一步的，所述繪制光伏發(fā)電系統(tǒng)的功率輸出差異數(shù)據(jù)的時序曲線圖，并對時序曲線圖進行分析，將時序曲線圖劃分為若干個波動階段，包括：

19、繪制光伏發(fā)電系統(tǒng)的功率輸出差異數(shù)據(jù)的時序曲線圖，并確定時序曲線圖中縱坐標為零的點；

20、根據(jù)縱坐標為零的點將時序曲線圖劃分為若干個曲線段，并將每個曲線段段作為對應的波動階段。

21、進一步的，所述對各波動階段的功率輸出差異數(shù)據(jù)進行分析和評估，得到各波動階段的波動評估值，包括：

22、獲取各波動階段的功率輸出差異數(shù)據(jù)，計算各波動階段的功率輸出差異數(shù)據(jù)的平均值，并對該平均值進行評估取值，得到各波動階段對應的平均評估值；

23、獲取時序曲線圖的總時間長度和各波動階段的時間長度，并計算各波動階段的時間長度與時序曲線圖的總時間長度的比值，將該比值作為各波動階段對應的時長系數(shù)；

24、將各波動階段對應的平均評估值與各波動階段對應的時長系數(shù)進行相乘計算，得到各波動階段的波動評估值。

25、進一步的，所述根據(jù)波動評估值確定逆變器的工作修正系數(shù)，并根據(jù)工作修正系數(shù)對逆變器的工作參數(shù)進行調(diào)節(jié)，以控制光伏發(fā)電系統(tǒng)的功率輸出，包括：

26、預先設(shè)定工作修正系數(shù)-波動評估值區(qū)間對應關(guān)系，其中，工作修正系數(shù)-波動評估值區(qū)間對應關(guān)系針對每一波動評估值區(qū)間，均關(guān)聯(lián)有對應的工作修正系數(shù)；

27、獲取各波動階段的波動評估值，并基于波動評估值所屬的波動評估值區(qū)間在差異系數(shù)-波動評估值區(qū)間對應關(guān)系內(nèi)的映射關(guān)系，選取與波動評估值區(qū)間對應的工作修正系數(shù)作為逆變器的工作修正系數(shù)；

28、根據(jù)各波動階段的工作修正系數(shù)對逆變器的工作參數(shù)進行調(diào)節(jié)，并根據(jù)調(diào)節(jié)后的工作參數(shù)控制光伏發(fā)電系統(tǒng)的功率輸出。

29、本發(fā)明還提供了一種光伏發(fā)電控制系統(tǒng)，包括：

30、獲取模塊，用于獲取光伏發(fā)電系統(tǒng)的歷史功率輸出數(shù)據(jù)和當?shù)氐臍v史氣象數(shù)據(jù)，并對歷史功率輸出數(shù)據(jù)和歷史氣象數(shù)據(jù)進行分析，確定影響功率輸出的氣象特征參數(shù)；

31、預測模塊，用于基于氣象特征參數(shù)和預設(shè)神經(jīng)網(wǎng)絡(luò)模型構(gòu)建光伏發(fā)電系統(tǒng)的功率輸出預測模型，并基于功率輸出預測模型預測光伏發(fā)電系統(tǒng)的功率輸出預測數(shù)據(jù)；

32、確定模塊，用于獲取光伏發(fā)電系統(tǒng)的目標功率輸出值，并基于目標功率輸出值對功率輸出預測數(shù)據(jù)進行分析，確定光伏發(fā)電系統(tǒng)的功率輸出差異數(shù)據(jù)；

33、劃分模塊，用于繪制光伏發(fā)電系統(tǒng)的功率輸出差異數(shù)據(jù)的時序曲線圖，并對時序曲線圖進行分析，將時序曲線圖劃分為若干個波動階段；

34、評估模塊，用于對各波動階段的功率輸出差異數(shù)據(jù)進行分析和評估，得到各波動階段的波動評估值；

35、控制模塊，用于根據(jù)波動評估值確定逆變器的工作修正系數(shù)，并根據(jù)工作修正系數(shù)對逆變器的工作參數(shù)進行調(diào)節(jié)，以控制光伏發(fā)電系統(tǒng)的功率輸出。

36、本發(fā)明實施例一種光伏發(fā)電控制方法及系統(tǒng)與現(xiàn)有技術(shù)相比，其有益效果在于：

37、本發(fā)明通過建立基于歷史數(shù)據(jù)和氣象特征參數(shù)的神經(jīng)網(wǎng)絡(luò)模型，可以實現(xiàn)對光伏發(fā)電系統(tǒng)功率輸出的準確預測，幫助優(yōu)化系統(tǒng)運行和電力調(diào)度；

38、本發(fā)明通過分析功率輸出預測數(shù)據(jù)與目標值的差異，以及對波動階段的評估，可以確定逆變器的工作修正系數(shù)并調(diào)節(jié)逆變器參數(shù)，以控制光伏發(fā)電系統(tǒng)的功率輸出，實現(xiàn)更穩(wěn)定和高效的運行；

39、本發(fā)明繪制功率輸出差異數(shù)據(jù)的時序曲線圖并進行分析，可以直觀地展示功率輸出的波動情況，幫助用戶更好地理解系統(tǒng)運行狀態(tài)，發(fā)現(xiàn)潛在問題并制定相應的優(yōu)化措施；

40、本發(fā)明通過建立功率輸出預測模型和控制算法，可以實現(xiàn)光伏發(fā)電系統(tǒng)的智能化運維管理，提高系統(tǒng)的自動化程度，減少人工干預，提高系統(tǒng)的運行效率和穩(wěn)定性。