一种基于特征聚类分析的光伏电站运行状态划分方法
【技术领域】
[0001] 本发明涉及一种基于特征聚类分析的光伏电站运行状态划分方法，属于光伏发电
技术领域。
【背景技术】
[0002] 光伏发电作为清洁能源的一种，在世界范围内都受到了广泛的重视，我国大型地 面光伏电站，分布式屋顶光伏电站已经越来越多，但是光伏电站的运行状态，合适的运维时 间，成了光伏电站提高发电量亟需解决的重要问题。
[0003] 不同的时间、环境、设备状态都会对光伏电站的运行状况产生影响，因此光伏电站 呈现出不同的运行状态。申请号为201410618987. 3的专利，提出一种光伏电站运行特性的 评估方法，其中涉及光伏电站发电量、光伏电站能量消耗分析、光伏电站系统效率分析、光 伏电站等效发电时间以及光伏电站健康经济运行时间系数等重要指标，并利用反熵权的方 法量化评估结果，可为光伏电站运营商提供技术支撑，该方法的主要创新点在于可量化评 估结果，但是根据量化结果仅可提供优越、良好、一般、较差这类宏观判断结果，而无法反映 光伏电站的运行状态。
【发明内容】
[0004] 本发明的目的是提供一种基于特征聚类分析的光伏电站运行状态划分方法，以实 现对光伏电站运行状态的划分。
[0005] 本发明为实现上述目的提供了一种基于特征聚类分析的光伏电站运行状态划分 方法，该划分方法包括以下步骤：
[0006] 1)提取表征光伏电站运行状态的特征量作为样本数据，所选取的特征量包括方阵 转换效率、逆变转换效率、PV方阵日等价发电时间和PV系统日等价发电时间；
[0007] 2)采用聚类分析算法对步骤1)所得到的样本数据进行聚类分析，实现对光伏电 站运行状态的划分。
[0008] 所述步骤2)中采用的特征聚类分析过程如下：
[0009] A.根据光伏电站运行特点确定光伏电站运行状态的个数k，以该个数作为样本数 据的聚类个数；
[0010] B.从步骤1)的样本数据中随机选择k个初始数据对象点作为初始聚类中心；
[0011] C.计算样本数据中其余各个数据对象到k个初始聚类中心的距离，并将各数据对 象划归到距离其最近的那个初始聚类中心所在的聚类；
[0012] D.计算出各个初始聚类的中心位置，以该位置作为聚类中心重新聚类，直至得到 聚类中心不再变化，且平均误差准则函数呈现收敛状态，以该聚类中心得到聚类结果作为 光伏电站运行状态的分类结果。
[0013] 所述步骤C中的距离计算采用欧式距离。
[0014] 所述步骤D得到的聚类结果将光伏电站运行状态划分为4种运行模式，即健康运 行模式、方阵效率下降运行模式、逆变效率下降运行模式、低辐照度运行模式。
[0015] 所述方阵平均效率为PV方阵的平均能量转换效率，即PV方阵输出到PV系统的能 量与入射到PV方阵内的能量之比，
[0016] rI Amean= E J (AXHt)
[0017] Ea= Σ day (PinX Tr)
[0018] n Amean为所求的方阵平均效率；EA τ时段内PV方阵的输出能量，单位为kW _ h ; A为PV方阵的有效面积，单位为m2;H τ时段PV方阵倾斜面辐射量，单位为kW _ h/m 2; 符号Sday表示按日的求和；PinX τ彦示记录间隔内PV方阵中电池组件输出的直流电量， Pin为监测到的逆变器参数中的PV输入功率。
[0019] 所述的逆变器转换效率η INV表示逆变器将直流电量转换为交流电量的转换效率， 为逆变器输出侧功率与输入侧功率之比，
[0020] rI iNv - P 输出 /P输入
[0021] Pfsa基于逆变器的交流输出功率计算，等于监测到的逆变器参数中的有功功率，单 位为kw ;Ρ?|5λ基于逆变器的直流输入功率计算，等于监测到的逆变器参数中的PV输入功率， 单位为kw。
[0022] 所述的PV方阵日等价发电时间Ya表示监测到的PV方阵每日每kW方阵提供给PV 系统的能量，相当于PV方阵以额定输出功率Ptl运行需要工作的小时数，
[0023] Ya= E A/P〇
[0024] 其中EaS PV方阵产出能量，单位为kW · h。P ^表示PV系统峰瓦功率，为各电池组 件峰瓦功率之和，即每个电池组件按额定功率运行时PV系统的总功率，单位为kW。
[0025] 所述的PV系统日等价发电时表示监测到的PV系统每日每kW方阵提供给变电站 输入侧的能量，相当于PV系统以额定输出功率P tl需要工作的小时数，
[0026] Yf= E AC/P〇
[0027] 其中Eac为PV系统输出总能量，单位为kW _ h ;P ^表示PV系统峰瓦功率，为各电池 组件峰瓦功率之和，即每个电池组件按额定功率运行时PV系统的总功率，单位为kW。
[0028] 本发明的有益效果是：本发明首先提取表征光伏电站运行状态的特征量作为样本 数据，包括方阵转换效率、逆变转换效率、PV方阵日等价发电时间和PV系统日等价发电时 间；然后采用聚类分析算法对得到的样本数据进行聚类分析，实现对光伏电站运行状态的 划分。本发明采用K-means算法对光伏电站的特征量进行聚类分析，聚类结果表征了光伏 电站运行状态，根据得到运行状态可进一步缩小光伏电站运维范围，缩短运维时间，进一步 保障光伏电站发电收益。为光伏电站运行状态评估提供科学指导，促进了光伏电站运行维 护的发展。
【附图说明】
[0029] 图1是本发明所采用聚类算法的光伏电站运行状态模式划分流程图。
【具体实施方式】
[0030] 下面结合附图对本发明的【具体实施方式】做进一步的说明。本发明
[0031] 光伏电站特征量变化对电站运行状态的影响，表征光伏电站运行状态的特征量主 要由方阵转换效率、逆变转换效率、PV方阵日等价发电时间、PV系统日等价发电时间构成， 通过提取表征光伏电站运行状态的特征量，对特征量变化引起的光伏电站运行状态变化进 行分析，并以此为基础进行光伏电站样本数据聚类分析，该方法的具体实施过程如下：
[0032] 1.获取表征光伏电站运行状态特征量
[0033] 1)方阵平均效率n A^an表示PV方阵的平均能量转换效率，即PV方阵输出到PV系 统的能量与入射到PV方阵内的能量之比。该效率表示PV方阵转换能量的能力，数值高，表 示PV方阵转换能量的能力强，在其他设备无故障情况下，由PV方阵提供给整个系统的能量 多。阵平均转换效率主要反映光伏阵列经连线损失、低辐射损失、遮挡损失、电池板表面污 损、角度损失、MPPT跟踪损失、辐射量测量错误、频谱损失等损失后输送到逆变器的能量转 换效率，主要反映 PV方阵运行状态，与PV方阵的日等价发电时间有很强的相关性，可为判 断光伏阵列连线损失、低辐射损失、遮挡损失、电池板表面污损、角度损失、MPPT跟踪损失、 辐射量测量错误等原因造成的方阵低效运行提供数据参考。
[0034] 在记录时段τ内，方阵平均效率定义为：
[0035] n Amean= E V(AXHt)
[0036] Ea= Σ day (PinX Tr)
[0037] EaS τ时段内PV方阵的输出能量，单位为kW _ h ;符号Σ day表示按日的求和； PinX τ彦示记录间隔内PV方阵中电池组件输出的直流电量，忽略电池组件到逆变器的线 损，Pin为监测到的逆变器参数中的"PV输入功率";A为PV方阵的有效面积，单位为m 2;Η Τ 为τ时段PV方阵倾斜面辐射量，单位为kW _ h/m2。
[0038] 2)逆变器转换效率n INV表示逆变器将直流电量转换为交流电量的转换效率，反 映逆变器转换能量的能力，数值为逆变器输出侧功率与输入侧功率之比。数值高，表示逆变 器转换能量的能力强，由PV系统提供给箱式变输入侧的能量多。逆变效率是评价逆变器的 运行状态，评估逆变器运行环境是否良好的重要指标，可为判断逆变器的运行状态，评估逆 变器运行环境是否良好提供重要参考依据。且PV方阵能量的输出与逆变器MPPT跟踪状态 有着很强的对应关系，因此该指标的变化会连带影响方阵效率以及等价发电时间的变化， 与其他参数具有很强的相关性。
[0039] rI iNv - P 输出 /P输入
[0040] Pfsa基于逆变器的交流输出功率计算，等于监测到的逆变器参数中的"有功功 率"，单位为kW;P il5A基于逆变器的直流输入功率计算，等于监测到的逆变器参数中的"PV输 入功率"，单位为kW。
[0041] 3) PV方阵日等价发电时间Ya表示监测到的PV方阵每日每kW方阵提供给PV系统 的能量，相当于PV方阵以额定输出功率P tl运行需要工作的小时数。