-
公开(公告)号:CN119834338A
公开(公告)日:2025-04-15
申请号:CN202411632398.0
申请日:2024-11-15
Applicant: 青海黄河上游水电开发有限责任公司光伏产业技术分公司 , 国家电投集团青海光伏产业创新中心有限公司 , 青海黄河上游水电开发有限责任公司
Abstract: 本申请提供了一种光伏电站等值建模方法,该方法包括:构建光伏电站详细模型,向光伏电站详细模型输入光照强度信息,获取光伏电站详细模型发生故障时各个光伏发电单元的单机模型的暂态运行数据;根据光照强度信息、各个光伏发电单元在标注工况下的电池参数和斩波保护电路动作的电压阈值计算得到斩波动作临界电流,根据暂态运行数据计算得到光伏发电单元的端电流;根据斩波动作临界电流和端电流将光伏发电单元划分至斩波保护动作机群或斩波保护不动作机群,分别建立第一光伏电站等值模型和第二光伏电站等值模型。该方法在保证准确拟合光伏电站输出外特性、反映故障穿越Chopper保护动作时光伏电站运行特性的同时,提高了机组分群的直观性和高效性。
-
公开(公告)号:CN119598344A
公开(公告)日:2025-03-11
申请号:CN202411666736.2
申请日:2024-11-20
Applicant: 国家电投集团青海光伏产业创新中心有限公司 , 青海黄河上游水电开发有限责任公司 , 国家电投集团黄河上游水电开发有限责任公司
IPC: G06F18/2431 , G06F18/214 , G06F18/213 , G06N3/045 , G06N3/0464 , G06N3/08 , G06Q10/04 , G06Q50/06
Abstract: 本发明属于光伏预测领域,具体涉及总辐射预报模型训练方法、预报方法及介质,训练方法包括:由总辐射实况观测值组成观测数据子集;获取多种数值模式原始预报数据并空间降尺度后组成预报数据子集;基于前述两子集确定每种数值模式对应第一特征因子;将前述两子集组成训练数据集,利用梯度提升决策树基于第一特征因子和训练数据集预测,获得各数值模式下初始预测结果并组成预测数据集;利用深度学习模型基于预测数据集和观测数据子集确定第二特征因子,并基于第二特征因子和预测数据集进行集成以获得总辐射预测结果;调整优化深度学习模型参数以获得总辐射预报模型。本发明综合空间降尺度、初始预测及多模式集成来做总辐射预测,可提高预测准确性。
-