一种山地光伏电站逆变器动态功率分配方法、装置及设备与流程

本发明涉及新能源电力，特别涉及一种山地光伏电站逆变器动态功率分配方法、装置及设备。

背景技术：

1、近年来，光伏产业呈现出爆发式增长，其应用场景已从传统的沙漠、荒漠、渔光互补等平坦开阔地带，迅速向丘陵、山地、盆地等复杂地形延伸。这种地理环境的转变，使得光伏阵列内部的组件失配问题被进一步放大，给逆变器的功率分配带来了前所未有的挑战。在复杂地形下，不仅要应对天气的快速变化，还需重点解决由地形引起的光照空间非均匀性问题。

2、然而，现有的逆变器功率分配方法普遍存在以下缺陷，制约了山地光伏电站的发电效率与运维效益：

3、（1）现有的功率分配方法通常基于全局气象数据，通过相似日理论或神经网络预测得到整个方阵或电站的总功率，然后按额定容量比例或固定系数对各逆变器进行功率分配。这种方式忽略了同一方阵内不同逆变器因局部地形、阴影遮挡造成的实际出力能力差异，导致分配指令与实际光照条件严重错位，整体发电效率低于设计值，同时加速逆变器老化，增加运维成本。

4、（2）现有的预测及分配方法高度依赖实时辐照仪、云图、气象站等外部数据。但许多山地电站地势复杂，不具备完备的气象采集条件，尤其是缺乏每个方阵独立的气象数据，导致相似日模型或神经网络模型难以有效构建，或预测精度大幅下降。

5、（3）现有的分配方法多采用聚类、深度神经网络等复杂模型，训练与预测过程计算量较大，难以在本地边缘设备上实现快速响应，无法满足山地电站对复杂光照环境变化的实时性调节需求。

6、因此，现有技术难以针对各逆变器的差异化光照模式进行实时动态功率分配，无法有效解决山地电站因地形复杂导致的分配不均问题，进而制约了发电效率的提升与设备寿命的延长。

技术实现思路

1、本发明所要解决的技术问题是针对现有技术的上述不足，提出一种山地光伏电站逆变器动态功率分配方法、装置及设备。该方法能够实现复杂地形下各逆变器功率的实时、差异化动态分配。

2、第一方面，本发明提供了一种山地光伏电站逆变器动态功率分配方法，该方法包括以下步骤：

3、获取山地光伏电站各光伏方阵逆变器的历史运行数据，基于历史运行数据生成各逆变器的基准功率曲线，并根据各基准功率曲线合成对应的方阵总功率曲线；

4、按预设周期读取各逆变器的实时功率数据与运行状态信息，基于实时功率数据和运行状态信息更新滑动窗口缓冲区；基于滑动窗口缓冲区内的时序数据，生成光伏方阵的实时总功率序列，并最终得到实时功率时序片段；

5、将实时功率时序片段与方阵总功率曲线进行相似度匹配，根据匹配结果确定相似度最高的历史日期及对应的最佳匹配时间点，基于基准功率曲线，确定历史日期在最佳匹配时间点的下一时刻各逆变器的功率分配比例，作为当前时刻的预测分配比例；

6、基于运行状态信息及在线逆变器数量变化，对预测分配比例进行动态修正，得到各逆变器在下一时刻的目标功率分配比例；

7、根据目标功率分配比例，生成各逆变器的功率调节指令并下发至对应逆变器执行，以实现对山地光伏电站逆变器的动态功率分配。

8、进一步地，基于历史运行数据生成各逆变器的基准功率曲线，包括：

9、对历史运行数据进行有效性校验；

10、从校验合格的历史运行数据中提取历史功率曲线；

11、对历史功率曲线进行预处理，以生成各逆变器的基准功率曲线；

12、对历史运行数据进行有效性校验，具体包括：

13、从历史运行数据中筛选各逆变器处于输出功率大于零状态下的功率数据，并将筛选得到的功率数据按日归集为每日功率数据；

14、对每日功率数据进行数据完整性校验和数据合理性校验；其中，判定数据完整性校验通过的条件为：当日数据采样点数量不低于预设的第一阈值；判定数据合理性校验通过的条件为：当日非零功率数据中，任一相同功率值出现的频次与当日总非零数据量的比值不高于预设的第二阈值、且当日累计功率值为正；

15、当当日的数据完整性校验和数据合理性校验均通过时，判定当日的历史运行数据校验合格。

16、进一步地，按预设周期读取各逆变器的实时功率数据与运行状态信息，基于实时功率数据和运行状态信息更新滑动窗口缓冲区，具体包括：

17、为每台逆变器分配固定长度的滑动窗口缓冲区，滑动窗口缓冲区的长度大于预设的最小匹配长度；

18、按预设采样周期读取各逆变器的实时功率数据和运行状态信息；其中，实时功率数据包含有功功率，运行状态信息包含逆变器标识、时间戳及运行状态；

19、针对每次读取的实时功率数据和运行状态信息，将当前时刻的数据存入对应逆变器的滑动窗口缓冲区的队尾，同时移除队首对应最早时刻的数据，从而更新滑动窗口缓冲区，以保持滑动窗口缓冲区始终存储以当前时刻为截止的连续固定数量个采样时刻的时序数据。

20、进一步地，基于滑动窗口缓冲区内的时序数据，生成光伏方阵的实时总功率序列，并最终得到实时功率时序片段，具体包括：

21、基于各逆变器的运行状态及滑动窗口缓冲区内按采样时序存储的各采样时刻与对应功率值，判断各逆变器的实时有效性，筛选出有效逆变器；其中，判定逆变器为有效的条件包括：逆变器运行状态处于发电状态且通信状态正常，且在滑动窗口缓冲区内，包含当前时刻的连续预设数量采样时刻的功率值不全为零；

22、针对滑动窗口缓冲区内存储的每一采样时刻，将筛选出的有效逆变器在采样时刻的功率值进行时间对齐并累加，得到采样时刻的方阵总功率，并将各采样时刻的方阵总功率按照采样时序排列，构成原始实时总功率序列；

23、采用savitzky-golay滤波器对原始实时总功率序列进行平滑滤波处理，在保留时序趋势特征的同时消除高频噪声，得到实时功率时序片段。

24、进一步地，将实时功率时序片段与方阵总功率曲线进行相似度匹配，具体包括：

25、根据当前时刻被标记为有效的逆变器集合中各逆变器在历史日期的对应时段内均存在未缺失的历史功率数据，从历史基准曲线库中筛选候选历史日期集合；

26、若候选历史日期集合不为空，则采用滑动窗口方式在各候选历史日期的方阵总功率曲线上，截取与实时功率时序片段时长相同的历史子段；

27、采用欧氏距离或动态时间规整距离，计算实时功率时序片段与每一历史子段之间的距离度量值；

28、在所有候选历史日期及所有起始索引位置中，选取距离度量值最小的历史子段作为最优匹配结果，并记录最优匹配结果对应的候选历史日期及结束时刻索引。

29、进一步地，确定历史日期在最佳匹配时间点的下一时刻各逆变器的功率分配比例，作为当前时刻的预测分配比例，具体包括：

30、若最佳匹配时间点对应的距离度量值小于或等于预设的相似度阈值，则判定匹配成功，并从历史分配比例基准库中提取历史日期在最佳匹配时间点的下一时刻对应的各逆变器功率分配比例，作为当前时刻的预测分配比例；

31、若最佳匹配时间点对应的距离度量值大于预设的相似度阈值，则判定匹配失败，并获取当前时刻各有效逆变器的实时功率，计算当前时刻的实际分配比例，并将实际分配比例作为当前时刻的预测分配比例。

32、进一步地，基于运行状态信息及在线逆变器数量变化，对预测分配比例进行动态修正，具体包括：

33、若检测到任一逆变器由正常状态转为故障或停机状态，则将故障逆变器的预测分配比例置零，并将故障逆变器原分配权重按照其余正常逆变器的当前预测分配比例进行归一化重分配；其中，若全部逆变器均处于异常状态，则执行均分策略；

34、若检测到任一逆变器由故障或停机状态恢复为正常状态，则启动预设时长的恢复观察窗口，窗口期内对各逆变器执行均分策略；待窗口结束后，若恢复正常的逆变器缓冲区存在连续预设数量的非零采样值，则将恢复正常逆变器纳入相似度匹配与比例分配流程；

35、若历史基准曲线库记录的逆变器数量大于或等于当前实时有效逆变器数量，则从历史分配比例基准库中提取与当前有效逆变器标识对应的比例值，剔除无效逆变器比例，并对提取的比例值进行归一化处理，使比例值总和为1；

36、若当前实时有效逆变器数量大于历史基准曲线库记录的数量，则判定历史数据不足以支撑相似度匹配，对各实时有效逆变器执行均分策略；当新增逆变器运行时长达到预设时长后，将新增逆变器运行数据纳入离线曲线拟合流程，以更新历史基准曲线库和历史分配比例基准库。

37、进一步地，根据目标功率分配比例，生成各逆变器的功率调节指令并下发至对应逆变器执行，具体包括：

38、根据各逆变器的目标功率分配比例及光伏电站的总功率目标值，确定每一台逆变器的目标有功功率值；

39、将目标有功功率值转换为符合各逆变器通信协议规范的功率调节指令；

40、将功率调节指令下发至对应的逆变器，以控制各逆变器在下一调度时刻依据目标功率分配比例执行功率输出。

41、进一步地，对历史功率曲线进行预处理，以生成各逆变器的基准功率曲线，具体包括：

42、识别历史功率曲线中的有效发电起始点、有效发电终止点及最大功率对应的分界点；

43、根据有效发电起始点、分界点及有效发电终止点在时间序列上的顺序，将历史功率曲线划分为上升段和下降段；其中，上升段为从有效发电起始点至分界点的功率数据，下降段为从分界点至有效发电终止点的功率数据；

44、对上升段进行异常点迭代剔除，直至上升段的功率序列满足单调非减特性；

45、对下降段进行趋势转折点检测，提取反映功率变化趋势的趋势控制点；

46、基于处理后的上升段数据点与从下降段提取的趋势控制点，进行插值与平滑拟合，得到基准功率曲线。

47、进一步地，根据有效发电起始点、分界点及有效发电终止点在时间序列上的顺序，将历史功率曲线划分为上升段和下降段，具体包括：

48、确定有效发电起始点对应的第一时刻以及有效发电终止点对应的第三时刻；

49、遍历历史功率曲线以识别全局最大功率值，并依据全局最大功率值的出现情况确定唯一的分界点时刻作为第二时刻；

50、按照时间序列的先后顺序，将位于第一时刻与第二时刻之间的功率数据序列划分为上升段，将位于第二时刻与第三时刻之间的功率数据序列划分为下降段；

51、其中，依据全局最大功率值的出现情况确定唯一的分界点时刻，具体包括：若历史功率曲线中仅存在一个功率值等于全局最大功率值的采样点，将采样点对应的时刻确定为分界点时刻；若历史功率曲线中存在多个功率值均等于全局最大功率值的采样点，选取时间序列中排序在先的采样点对应的时刻确定为分界点时刻；若历史功率曲线中存在一段连续采样点的功率值均在全局最大功率值的预设容差范围内波动且持续时间超过预设阈值，选取连续采样点的起始时刻确定为分界点时刻。

52、进一步地，对上升段进行异常点迭代剔除，具体包括：

53、计算上升段的当前功率序列的一阶差分；

54、检测一阶差分值中的负值，将负值对应的后一个采样点确定为异常点，并从当前功率序列中剔除；

55、对剔除异常点后的功率序列重新计算一阶差分，并重复执行检测与剔除过程，直至当前功率序列的一阶差分值全部大于或等于零，或达到预设的最大迭代次数。

56、进一步地，对下降段进行趋势转折点检测，提取反映功率变化趋势的趋势控制点，具体包括：

57、计算下降段功率序列的一阶差分及相邻采样点间的相对变化率；

58、当下降段中连续采样点的数量超过预设的连续帧数阈值，且连续采样点的相对变化率均小于预设的相对变化率阈值时，将连续采样点中的首个采样点确定为功率跌落起始点；

59、检测下降段中各采样点的前后相对变化率符号，若采样点的前一时刻相对变化率与后一时刻相对变化率的符号相反，且各自的绝对值均大于相对变化率阈值，则确定采样点为趋势转折点；

60、检测下降段末端的功率数据，将数值首次降低至预设零值接近阈值的采样点确定为尾部稳定点；

61、汇总功率跌落起始点、趋势转折点以及尾部稳定点的索引，经去重处理后按时间升序排序，生成趋势控制点集合。

62、进一步地，基于处理后的上升段数据点与下降段提取的趋势控制点，进行插值与平滑拟合，得到基准功率曲线，具体包括：

63、将经异常点剔除后的上升段数据点、以及从下降段提取的趋势控制点，合并构成基准拟合点集合；

64、基于基准拟合点集合，对原始功率曲线中除基准拟合点之外的位置进行插值填充，生成重构的功率序列；

65、对重构的功率序列依次应用akima插值生成连续曲线，并采用savitzky-golay滤波器对连续曲线进行去噪处理，得到基准功率曲线。

66、第二方面，本发明提供一种山地光伏电站逆变器动态功率分配装置，该装置包括：

67、第一数据处理单元，用于获取山地光伏电站各光伏方阵逆变器的历史运行数据，基于历史运行数据生成各逆变器的基准功率曲线，并根据各基准功率曲线合成对应的方阵总功率曲线；

68、第二数据处理单元，用于按预设周期读取各逆变器的实时功率数据与运行状态信息，基于实时功率数据和运行状态信息更新滑动窗口缓冲区；基于滑动窗口缓冲区内的时序数据，生成光伏方阵的实时总功率序列，并最终得到实时功率时序片段；

69、匹配预测单元，分别与第一数据处理单元和第二数据处理单元连接，用于接收方阵总功率曲线和实时功率时序片段；将实时功率时序片段与方阵总功率曲线进行相似度匹配，根据匹配结果确定相似度最高的历史日期及对应的最佳匹配时间点，基于基准功率曲线，确定历史日期在最佳匹配时间点的下一时刻各逆变器的功率分配比例，作为当前时刻的预测分配比例；

70、修正单元，与匹配预测单元连接，用于基于运行状态信息及在线逆变器数量变化，对预测分配比例进行动态修正，得到各逆变器在下一时刻的目标功率分配比例；

71、生成单元，与修正单元连接，用于根据目标功率分配比例，生成各逆变器的功率调节指令并下发至对应逆变器执行，以实现对山地光伏电站逆变器的动态功率分配。

72、第三方面，本发明提供一种电子设备，该电子设备包括存储器和处理器，存储器中存储有计算机程序，当处理器运行存储器存储的计算机程序时，处理器执行根据第一方面所述的山地光伏电站逆变器动态功率分配方法。

73、该方法能够基于各逆变器自身的历史运行特征实现差异化功率分配，在不依赖外部气象监测设备的条件下，对山地复杂地形造成的光照非均匀性进行实时动态响应，从而提升光伏方阵的整体发电效率并延长逆变器使用寿命。

74、本发明通过提取各逆变器历史功率曲线构建个体化基准模型，利用滑动窗口实时采集与滤波处理获取当前功率时序片段，并基于历史相似度匹配预测下一时刻的功率分配比例，结合在线逆变器数量及运行状态的动态修正，生成并下发功率调节指令，能够实现对各逆变器差异化光照模式的精准识别与快速跟踪，有效解决山地电站因地形复杂、气象采集条件受限导致的功率分配不均问题。具体的有益效果如下：

75、（1）充分考虑地形差异，提升发电效率与设备寿命。针对现有方法按额定容量或固定系数分配导致指令与实际光照错位的问题，本发明通过提取各逆变器的历史基准功率曲线，并基于相似度匹配获取历史最佳匹配时刻的下一时刻功率分配比例，该比例天然包含了山地地形、局部阴影遮挡等因素造成的出力能力差异；同时结合在线逆变器数量变化进行动态修正，使得分配指令与各逆变器的实际光照及运行状态高度契合，有效解决了分配不均问题，提升了整体发电效率，并避免了逆变器因负荷错配而加速老化，降低了运维成本。

76、（2）摆脱外部数据依赖，增强复杂环境适应性。针对山地电站地势复杂、缺乏完备气象采集条件导致相似日模型或神经网络失效的问题，本发明无需依赖实时辐照仪、云图、气象站等外部数据，仅利用逆变器自身的历史运行数据生成基准曲线，并结合实时功率序列进行相似度匹配。该方法以内部运行数据自驱动，从根本上克服了外部气象数据缺失或精度不足的瓶颈，极大提高了模型在复杂山地环境下的适用性与预测分配的准确度。

77、（3）计算轻量化，满足边缘实时调节需求。针对现有聚类、深度神经网络等复杂模型计算量大、难以在本地边缘设备快速响应的问题，本发明采用滑动窗口缓冲区机制与时序片段相似度匹配算法，规避了复杂的模型训练过程与高算力消耗。该方案不仅计算量小、响应迅速，能够部署于本地边缘设备实现毫秒级/秒级的实时计算与指令下发，完美契合了山地电站对天气快速变化及复杂光照环境实时性调节的严苛需求。

78、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。