基于智能远控开关的分布式光伏群控群调系统及方法与流程

本发明属于分布式光伏控制领域，尤其涉及一种基于智能远控开关的分布式光伏群控群调系统及方法。

背景技术：

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

目前，电网调度尚未实现分布式光伏数据接入的全覆盖以及群控群调，存在数据采集质量与精度低、数据不完整等问题，影响电网运行监视、电力电量统计及负荷预测。随着装机容量迅速增大，以前分布式光伏装机容量小的时候，它的发电量可能对电网不会产生什么影响，或者可以通过人工的方式控制分布式光伏是否并网。发明人发现，随着装机容量、并网点越来越多，它的发电量会影响到整个电网系统的稳定，而现有的面向县域电网、供电分区的分布式光伏数据接入中仅仅侧重于数据(比如电压、电流、发电量等数据)的采集，这个数据是上行的且单向的，无法实现分布式光伏系统的群控群调及稳定运行。

技术实现要素：

为了解决上述背景技术中存在的技术问题，本发明提供一种基于智能远控开关的分布式光伏群控群调系统及方法，其可以协调区域内分布式光伏的并/脱网的数量，从而满足电网的“削峰填谷”，保持电网稳定运行。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供一种基于智能远控开关的分布式光伏群控群调系统。

一种基于智能远控开关的分布式光伏群控群调系统，其包括：

数据采集层，其包括数据采集模块和智能远控开关，数据采集模块用于采集分布式光伏数据并经智能远控开关传送至数据传输层；

数据传输层，其用于按照预设优先级来筛选与当前网络环境相匹配的通信方式进行数据传输；

群调平台，其用于基于分布式光伏数据进行光伏组件倾角计算、光伏系统运行状态预警及功率预测，并经数据传输层向分布式光伏系统下发相应的光伏组件倾角调整命令、状态预警提示或分布式光伏系统运行模式调控命令。

进一步地，在数据传输层中内嵌有lora、rs485、hplc这三种通信方式，其中，lora通信方式的优先级最高。

进一步地，在数据传输层中采用lora通信方式时，采用基于概率算子q0的数据传输方法。

进一步地，在群调平台中，接收分布式光伏数据之后，还进行统一定义与封装。

进一步地，在群调平台中，根据太阳高度角与光伏组件倾角互余的关系求出光伏组件倾角值。

进一步地，分布式光伏的运行模式包括并网运行模式和脱网运行模式。

进一步地，在群调平台中采用支持信号转换和优化计算的功率预测方法来预测分布式光伏未来的发电功率，以调控分布式光伏的运行模式。

进一步地，在群调平台中，所述功率预测公式为：

其中，n为预测的光伏系统功率；pij为样本数据ai的状态转移矩阵的元素；m为样本容量；l(v,σ,e,α)为拉格朗日函数；v为迭代系数，σ表示偏置值，ei表示误差值，αi是拉格朗日乘子；f(ai)为激励函数，δi为误差函数，ηi为权值系数。

本发明的第二个方面提供一种采用如上述所述的基于智能远控开关的分布式光伏群控群调系统的群控群调方法，其包括：

采集分布式光伏数据并经智能远控开关上传所采集的数据；

按照预设优先级来筛选与当前网络环境相匹配的通信方式进行数据传输；

基于接收的分布式光伏数据进行光伏组件倾角计算、光伏系统运行状态预警及功率预测，并经数据传输层向分布式光伏系统下发相应的光伏组件倾角调整命令、状态预警提示或分布式光伏系统运行模式调控命令。

进一步地，采用支持信号转换和优化计算的功率预测方法来预测分布式光伏未来的发电功率，以调控分布式光伏的运行模式。

与现有技术相比，本发明的有益效果是：

(1)由于目前的分布式光伏使用开关为传统的空气开关，只具备简单的故障跳闸功能，如果想控制分布式光伏的并/脱网，需要人工干预，将空气开关升级为智能远控开关是本发明实现群控群调的重要基础，只有底层设备可控才能实现整个系统的可控；本发明的提出的群调群调系统及方法中，智能远控开关是为整个系统服务的，两者是一个整体，本发明将传统的空气开关升级为智能远控开关，使纳入社会口径的分布式光伏群调群控的实现成为可能；

(2)通讯方式采用lora、rs485、hplc三种通讯方式，其中以lora为首选通讯方式，rs485、hplc为次要方式，通讯方式的灵活多选能够适应不同安装环境下的通讯需求；本发明提出的自适应选择通讯方式的方法，其整个流程是本发明从实际需求出发新提出的，不是在其它方法的基础上改进的，此方法增加了通讯方式在选择时的灵活性，可以“因地制宜”，以保证通讯的可靠性、传输速率为最优选择；

(3)数据微处理器对采集到的数据进行统一描述与定义，数据格式的统一大大方便了后续数据的分析与处理；

(4)提出的支持信号转换和优化计算的功率预测方法能够高精度的预测分布式光伏的发电功率，为分布式光伏群调群控提供数据支撑；

(5)分布式光伏群控群调平台计算出的数据均可推送到手机app，实现用户与平台的双向互动，同时分布式光伏群控群调平台还能够接入营销/调度中心，为后续接受营销/调度中心的指令做好了准备。

本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1是本发明实施例的基于智能远控开关的分布式光伏群控群调系统结构示意图；

图2是本发明实施例的基于概率算子q0的数据传输方法流程图。

具体实施方式

下面结合附图与实施例对本发明作进一步说明。

应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

本发明的群调群控是全自动控制，底层采集的数据上传到群控群调平台后进行一系列的数据处理(比如状态预警、功率预测等)，然后根据处理结果下发控制指令，该指令通过网络下传至智能远控开关，智能远控开关根据指令控制分布式光伏是否并网。比如，经过数据分析后发现目前电网电压过高，群控群调平台下发控制指令，通过智能远控开关断开部分并网的分布式光伏。或者接收调度系统的命令，控制区域内某部分分布式光伏的进行并网，控制区域内另一部分分布式光伏脱网运行。总而言之，通过该系统，可以协调区域内分布式光伏的并/脱网的数量，从而满足电网的“削峰填谷”，保持电网稳定运行。

实施例一

如图1所示，本实施例的一种基于智能远控开关的分布式光伏群控群调系统，其包括数据采集层、数据传输层和群调平台。

具体地，数据采集层，其包括数据采集模块和智能远控开关，数据采集模块用于采集分布式光伏数据并经智能远控开关传送至数据传输层。

数据采集层主要对光伏组件、汇流箱、逆变器、变压器、环境监测仪、直流表、交流表等装置的数据进行采集。采用了智能远控开关来代替原有传统的空气开关，能够接受远程控制命令自动控制通断，还具备故障选相的功能。

具体地，数据传输层，其用于按照预设优先级来筛选与当前网络环境相匹配的通信方式进行数据传输。

数据传输层采用了lora、rs485、hplc这3中传输方式进行数据传输，其中lora通信方式为首选通讯方式，rs485、hplc为次要方式。其中lora通信首先通过lora网络将数据传送至数据集中器，再进一步的经lora网络上传至中转路由器，由于lora通信为无线通讯，为保证lora的通信速率和通信可靠性，采用了基于概率算子q0的数据传输方法。

基于概率算子q0的数据传输方法步骤为：

r1：建立数据传输竞争窗口公式：

其中，cw为本节点数据传输时的竞争窗口，cw越小表示信道竞争越不激烈，数据传输越容易，cw越大表示信道竞争越激烈，数据传输越困难；q0为概率算子，表示的是本节点在历史传输过程中失败的概率；l为变化梯度，在此取l＝cwmin/10；cwmin为本节点数据传输时的竞争窗口的最小值，根据公式计算，τmin为当前lora的最低传输速率，ω为当前需要进行数据传输的节点数；cwmax为本节点数据传输时的竞争窗口的最大值，根据公式计算，τmax为当前lora的最大传输速率，ω为当前需要进行数据传输的节点数。

r2：当本节点传输数据失败时，令竞争窗口cw调整为min(q0*cw+l,cwmax)，以便增加下次传输时的竞争力，并且设置失败次数阈值θ，在此取θ＝3，当失败次数连续超过3次时，说明该节点不在lora通信范围之内，后续选择rs485或者hplc进行数据传输。

本步骤中增添了概率算子q0和变化梯度l，通过增添概率算子q0能够在考虑发送失败概率的基础上合理调整竞争窗口cw；变化梯度l的值还可根据实际情况调整，此处取l＝cwmin/10；失败次数阈值θ可根据实际情况自行设定。

r3：当本节点传输数据成功时，比较cw和(cwmin+cwmax)/2的大小，如果cw≤(cwmin+cwmax)/2，默认当前信道竞争不激烈，令竞争窗口cw＝cwmin；当cw>(cwmin+cwmax)/2，默认虽然传输成功但信道竞争比较激烈，在下次传输时很可能会传输失败，因此令竞争窗口cw＝2cw，使得本节点在下次数据传输时保持优势。

本步骤中添加了cw和(cwmin+cwmax)/2的比较，比较之后分为两种情况，一种是对本次传输竞争不激烈的节点有较高的容忍度，另一种是对本次传输竞争较为激烈的节点有较低的容忍度，并将传输激烈的节点快速归为发送失败行列，容忍度高表示本节点更乐于采用lora传输，容忍度低表示本节点采用lora传输竞争激烈，容易发送失败，需要将本节点快速归为发送失败节点，尽快采用rs485或者hplc传输，减少不必要的失败次数。

r4：采用rs485或者hplc传输后，需要周期性的检测lora网络的状态，当监测到lora网络通信条件好时，及时将通讯方式切回lora，检测的方法是，每“5分钟”节点通过lora网络发送检测数据包，如果能够连续3次发送成功，即将通讯方式切回lora通信。

对于传输距离超出lora范围外的分布式光伏，主要采用rs485总线以及hplc总线等有线方式进行数据传输，对于rs485总线的数据传输方式为：采集到的分布式光伏数据通过rs485总线上传至数据集中器，然后不同区域间的数据经rs485中继器进行汇总后再经由rs485总线上传至中转路由器。

对于hplc总线的数据传输方式为：采集到的分布式光伏数据通过hplc总线上传至数据集中器，然后不同区域间的数据经hplc中继器进行汇总后再经由hplc总线上传至中转路由器，其中数据交互遵循dl/t645-07规约。

数据通过lora、rs485、hplc这3种传输方式汇集到中转路由器后，通过4g网络/光纤上传至分布式光伏群控群调平台。

具体地，群调平台，其用于基于分布式光伏数据进行光伏组件倾角计算、光伏系统运行状态预警及功率预测，并经数据传输层向分布式光伏系统下发相应的光伏组件倾角调整命令、状态预警提示或分布式光伏系统运行模式调控命令。

分布式光伏群控群调平台采用数据微处理器对采集的分布式光伏数据进行统一处理，进行该步处理的原因在于，在进行分布式光伏数据采集时，由于传感器存在的生产厂家不同、品控标准不同、精度不同、采集数据类型不同等问题，使得采集到的数据格式不统一，为了能够方便后续数据的处理与计算，需要对数据进行统一定义与封装。

处理步骤为：

s1：数据预处理。对采集到的数据中异常高或异常低的数据进行剔除。

s2：数据补偿。对剔除数据的位置以及数据缺失的位置进行数据补偿，寻找历史数据中天气状况(包括温度、湿度、风速、辐照度等)最为相近的一天，通过公式计算近似度，其中ζ为近似系数，n为数据个数，为过去某天历史数据中的第i个数据，为当天采集数据中的第i个数据，ζ越小代表两天的数据近似度越大，采用ζ最小的那天的数据来补偿当天采集数据中缺失的部分。

s3：数据描述与定义。首先将传感器的厂商代码、模板号、版本标签、版本号、产品序列号以及采集到的数据采用xml语言来统一描述。其次将安装传感器的设备，如光伏组件、汇流箱、逆变器、变压器、环境监测仪、直流表、交流表等进行类型定义和操作定义，比如对于某种型号的逆变器，将其定义为逆变器a，采集到的数据定义为电压a1、电流a2，依次排列；对于不同型号的逆变器将其定义为逆变器b，采集到的数据定义为电压b1、电流b2，依次排列。最后将统一描述和定义好的数据存入json中，json为一种轻量级的数据交换格式，具有编写简单、阅读方便的优势，json数据可以通过webservice上传到数据库。

分布式光伏数据经过数据微处理器处理后送至数据库，由计算机完成数据分析、状态预警、功率预测、群调群控等功能。

数据分析功能主要是对用户用电量、上网电量、当前发电功率、日发电量、累计发电量、累计二氧化碳减排量等常规数据的分析计算，分析这些数据有利于群调群控平台当前并网的分布式光伏的运行状态，为后续的群控群调提供数据支持。同时，这些数据还可以推送到用户的手机app上，有利于用户及时掌握自家光伏发电的运行状态，提高用户的使用体验，实现用户与平台的双向互动。

此外还能对光伏组件倾角值进行计算与分析，根据用户位置的当前维度、经度、太阳直射点维度、当前日期计算太阳高度角(指太阳光入射方向和地平面之间的夹角)，根据太阳高度角与光伏组件倾角互余的关系求出光伏组件倾角值，由于太阳高度角每日变化不大，所以以“月”为周期进行光伏组件倾角值的计算。上述计算的数据都可以通过平台推送到用户手机app上，用户可以通过手机app查询到自家光伏的发电量、上网电量等数据，还可以根据该推送的光伏组件倾角值调整自家光伏组件的倾角，以保证光伏组件能够尽可能多的接收太阳辐射，提高光伏发电效率和经济效益。

状态预警是对光伏组件、汇流箱、逆变器、变压器、环境监测仪、直流表、交流表等装置的数据进行分析，在历史数据和实时数据的基础上采用大数据处理技术及数据挖掘技术，推算出这些设备的运行状态，一旦出现异常情况平台弹出预警提示，并推送到运维人员的手机app上，运维人员根据故障状况制定维修方案，提高用户家光伏的故障处理效率。其中，大数据处理技术和数据挖掘技术都算是一种数据处理技术，这些都是一种技术手段。过程为：将采集到的光伏组件、汇流箱、逆变器、变压器、环境监测仪、直流表、交流表等装置的实时数据与历史数据作横向和纵向对比，在相同历史时期，如果实时数据与历史数据产生较大偏差，说明当前装置处于不正常状态，需要对该装置发出故障预警。

功率预测是实现精准群控群调的前提条件，只有准确预测到分布式光伏未来的发电功率，才能更好的调控分布式光伏的运行模式，此处采用的是支持信号转换和优化计算的功率预测方法。

进一步的支持信号转换和优化计算的功率预测方法的步骤为：

步骤1：建立样本数据集。根据实时数据建立样本数据集为状态空间为s＝{s0,s1,…,sm}，样本数据集中ai代表输入向量，且ai∈rⁿ；bi为输入向量ai相对应的输出，bi∈r，m代表样本容量；根据公式对样本数据进行处理，其中，ai'为处理后的数据；ai为样本的数据；amax、amin为样本数据的最大值和最小值。

步骤2：构建状态转移矩阵。将样本数据进行状态转移，ai在时刻m的状态转移矩阵为：p{am+1＝sn+1|am＝sn}＝p{am+1＝j|am＝i}＝pij(n),(i,j∈s)，该矩阵应满足pij(n)∈[0,1],i,j∈s和

步骤3：信号转换。将太阳能发电量转换成基础信号u(t)，先对信号u(t)进行hilben变换，公式为其中ρ表示的是敏感系数；再进行拉格朗日变换；引入拉格朗日函数l，可得公式：其中，v为迭代系数，σ表示偏置值，ei表示误差值，αi是拉格朗日乘子。

步骤4：优化计算，为进一步优化预测方法，需进行调整迭代系数。首先对δi进行优化。其中θ表示为状态函数，再对权值系数ηi进行优化计算。通过计算权值系数，式中，ki表示的是气象参数的熵，ε为关联系数，xi表示的是阈值，可得其中，εi∈[0,1]，且最终迭代系数其中，e为输出误差，zi为输出量；f(ai)为激励函数，δi为误差函数，ηi为权值系数。

步骤5：预测公式。最终得到预测公式为：利用该公式计算光伏发电的功率。

步骤6：预测计算。利用支持信号转换和优化计算的预测方法预测k时刻的光伏并网发电量。

步骤7：与实际数据对比，计算误差指标并进行误差分析。

通过该预测方法可进一步了解分布式光伏的功率特性，为光伏电站的建设，安全、稳定运行以及其他涉及到光伏发电方面的研究提供一定参考作用。还可进一步提高预测精度，减少旋转备用容量、降低系统的成本，并能够协调控制和优化发电区域内风、光、水、火等多种形式的电源。该预测方法优于现有功率预测方法主要体现在以下三个系数：ρ敏感系数，该系数能够针对不同天气状况进行调整基础信号，减少天气突变对电网的冲击，保证系统稳定性；δi映射系数，光伏的波动性会对发电质量带来影响，该系数能够减少或互补相应波动，进一步提高预测精度；ε关联系数，该系数能够充分降低分布式光伏间输出功率的相关性与天气状态变化的关联性，可提高预测的准确性。

群控群调功能指的是平台能够控制分布式光伏的运行模式——并网或者脱网运行，平台根据接入的分布式光伏的功率预测结果，自主控制智能远程空开的通断，进而控制分布式光伏的运行模式；还能够接收调度中心的指令，根据指令来控制智能远程空开的通断，进而控制分布式光伏的运行模式。该功能的实现一方面依赖于数据采集层的智能远控开关，一方面依赖于功率预测的准确度，两者缺一不可。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。