光伏电站高比例异常运行数据组合识别方法
高质量光伏功率数据是光伏发电和并网研究的基础,但光伏电站的实际运行功率数据中通常含有高比例的异常数据,且异常和正常数据的界限不明显,传统的新能源异常数据识别方法难以应对此类型的异常数据.分析光伏功率连续型异常数据和离散型异常数据的典型特征,提出了一种高比例异常数据的组合识别方法.首先,基于连续型异常数据在时间上具有连续性的特点,采用相似日同时段均值对比算法剔除连续型异常数据;其次,基于离散型异常数据与正常数据相比较为分散的特点,采用四分位法剔除离散型异常数据.算例分析表明,所提方法能够适应具有异常数据和正常数据界限不明显特征的高比例异常数据条件,有效识别连续型异常数据和离散型异常数据,从而大幅提高了辐照度和光伏功率的线性相关程度.
光伏电站、异常数据识别、相似日、组合方法、数据重构
46
TM715;TM615;TP3
国家电网公司科技项目5100-202155018A-0-0-00
2022-10-31(万方平台首次上网日期,不代表论文的发表时间)
共9页
74-82