摘要
本发明属于电力系统分布式能源管理技术领域,具体涉及一种基于光伏出力与用户负荷偏差的影子光伏用户识别方法,该方法考虑辐照强度、环境温度、光伏面板角度、湿度以及灰尘污染程度建立光伏出力模型,利用自组织映射网络构建动态负荷参考模型,计算待识别用户负荷相对于动态参考模型的负荷偏差,基于该负荷偏差,对用户负荷模式与光伏发电模式的匹配程度进行评估,得到综合匹配度;计算待识别用户负荷曲线与辐照强度曲线的时频域一致性,将综合匹配度、时频域一致性输入随机森林分类模型对待识别用户类别进行预测,得到待识别用户类别为影子光伏用户还是非光伏用户。本发明能够显著提高影子光伏用户的识别精度。
技术关键词
负荷
识别方法
识别用户类别
光伏面板
光伏发电模式
偏差
智能优化算法
曲线
动态
分布式能源管理
随机森林
连续小波变换
粒子群优化算法
强度
光电转换效率
灰尘
组织
参数
网络
相干性
系统为您推荐了相关专利信息
精准识别方法
牵引网
噪声系数
粒子群优化算法
信号
模拟退火算法
BP神经网络
浊度
灰色关联度分析法
变量
小型燃气锅炉
热电厂
多热源供热系统
供热调度
深度强化学习算法
智慧工地
协同调度方法
多维感知数据
负荷预测模型
三元组
台区变压器
电采暖设备
整数线性规划
居民
调度优化模型