论文部分内容阅读
近年来,由于化石能源的紧缺,环境污染等问题越来越严重,发展可再生能源已经迫在眉睫。由于分布式光伏发电具有节省投资、与环境兼容、安装地点灵活、能带来可观收益等优点,越来越多的居民用户开始安装分布式光伏发电系统。准确的分布式光伏发电系统安装容量信息对于负荷预测、用户需求侧响应容量估计是至关重要的。虽然用户在安装分布式光伏发电系统时会在电力公司报备安装容量等信息,但是由于存在分布式光伏发电系统在运行中可能发生故障停止运行、用户未经电力公司批准私自安装分布式光伏发电系统以及用户私自对已安装的分布式光伏发电系统进行扩容这些现象,将会导致原始记录的分布式光伏发电系统的安装容量信息与实际不相符。虽然可以通过走访用户对其分布式光伏安装容量进行核查,但是该方法历时时间较长,投资较大,在实际情况下该方法并不可取。针对上述问题,本文以居民用户的净负荷曲线为研究对象,对居民负荷中分布式光伏发电识别与容量估计开展研究,主要内容如下:
首先为了不依赖用户净负荷曲线以外的任何其他数据信息(如天气状态),根据分布式光伏发电系统发电功率在不同天气类型下的输出特性,以居民用户安装的分布式光伏发电系统出力数据为基础,本文提出了一种基于聚类和投票的广义天气类型生成方法。其次,利用支持向量分类机建立了基于典型净负荷曲线特征参数的分布式光伏发电系统识别模型,并采用居民用户的实际负荷数据进行仿真,结果表明基于典型净负荷曲线特征参数和支持向量分类机的分布式光伏发电系统识别模型具有很好的识别能力。最后,研究分析了安装不同容量分布式光伏发电系统的用户净负荷曲线,提取了能够反映用户分布式光伏安装容量的三个特征参数,同时为解决样本数据分布不平衡问题,引入了Bootstrap方法,生成大量的虚拟用户,使样本数据分布均衡,进而建立了基于Bootstrap-SVR的分布式光伏容量估计模型,并采用居民用户的实际负荷数据进行仿真,结果表明Bootstrap-SVR分布式光伏容量估计模型不仅取得了较好的估计结果,还可以很好地适应不平衡数据集。
分布式光伏是解决当前能源短缺、环境污染的一个重要手段。在国家大力支持,迅速发展的同时,相对政策法规和市场机制应该建立起来,避免出现良莠不齐的安装市场,给用户和电网带来不必要的风险和危害。
首先为了不依赖用户净负荷曲线以外的任何其他数据信息(如天气状态),根据分布式光伏发电系统发电功率在不同天气类型下的输出特性,以居民用户安装的分布式光伏发电系统出力数据为基础,本文提出了一种基于聚类和投票的广义天气类型生成方法。其次,利用支持向量分类机建立了基于典型净负荷曲线特征参数的分布式光伏发电系统识别模型,并采用居民用户的实际负荷数据进行仿真,结果表明基于典型净负荷曲线特征参数和支持向量分类机的分布式光伏发电系统识别模型具有很好的识别能力。最后,研究分析了安装不同容量分布式光伏发电系统的用户净负荷曲线,提取了能够反映用户分布式光伏安装容量的三个特征参数,同时为解决样本数据分布不平衡问题,引入了Bootstrap方法,生成大量的虚拟用户,使样本数据分布均衡,进而建立了基于Bootstrap-SVR的分布式光伏容量估计模型,并采用居民用户的实际负荷数据进行仿真,结果表明Bootstrap-SVR分布式光伏容量估计模型不仅取得了较好的估计结果,还可以很好地适应不平衡数据集。
分布式光伏是解决当前能源短缺、环境污染的一个重要手段。在国家大力支持,迅速发展的同时,相对政策法规和市场机制应该建立起来,避免出现良莠不齐的安装市场,给用户和电网带来不必要的风险和危害。