本发明提供了一种基于降阶-分布式云算法的光伏电站在线监测方法及系统，包括：数学模型建立步骤：基于单个逆变器的发电单元的数学模型建立光伏电站的数学模型；模型处理步骤：根据外围因素对光伏电站数学模型进行分块处理；分块降阶步骤：在光伏电站开机运行后，将实时监测到的采样数据输入至光伏电站的数学模型中，得到状态矩阵，并对状态矩阵进行分块降阶处理得到多个子块；分配计算步骤：将得到的各个子块分配到不同的虚拟工作站中进行计算，将各个计算结果汇总并输出。本发明可以准确、实时地跟踪求解变化的大规模矩阵特征值，实现对大规模光伏电站运行状态的实时监测。
1.一种基于降阶-分布式云算法的光伏电站在线监测方法，其特征在于，包括：数学模型建立步骤：基于单个逆变器的发电单元的数学模型建立光伏电站的数学模型；
模型处理步骤：根据外围因素对光伏电站数学模型进行分块处理；
分块降阶步骤：在光伏电站开机运行后，将实时监测到的采样数据输入至光伏电站的数学模型中，得到状态矩阵Asys，并对状态矩阵进行分块降阶处理得到多个子块；
分配计算步骤：将得到的各个子块分配到不同的虚拟工作站中进行计算，将各个计算结果汇总，根据计算结果展示光伏电站的运行模态。
2.根据权利要求1所述的基于降阶-分布式云算法的光伏电站在线监测方法，其特征在于，所述数学模型建立步骤中：建立单个逆变器的发电单元的数学模型：
Xsolar＝[Xdc Xcont Xflit XTL]T；
其中， 为Xsolar的微分形式，Xsolar为发电单元的控制变量，Ysolar为发电单元的输出状态变量，Asolar为发电单元的状态矩阵，Bsolar为发电单元的控制矩阵，Csolar为发电单元的输出矩阵，Dsolar为发电单元的直接转移矩阵，usolar为发电单元的输入信号，Xdc为直流侧电容部分的状态变量，Xcont为逆变器及逆变器的控制器部分的状态变量，Xflit为电感部分的状态变量，XTL为传输线路部分的状态变量，T为温度，ΔS为太阳辐照度的变化量，ΔT为温度变化量；
其中， 为第n个 为XTL的微分形式， 为XTL的微分形式，Asolarn为第n个Asolar，BTCCsolarn为为转换电容与第n个光伏单元的相互作用，Asolarn(TC)为第n个Asolar与转换电容TC之间的相互作用，ATC代表转换电容的作用，ATL为传输线路的作用，XSolarn为第n个Xsolar，XTC为转换电容的状态变量，XTL为传输线路的状态变量，Bsolarn为第n个Bsolar，BTL为输电线路对应的输入矩阵，BTC为转换电容对应的输入矩阵，usolarn为第n个usolar，uTC为转换电容部分的输入变量，uTL为传输线路部分的输入变量。
3.根据权利要求1所述的基于降阶-分布式云算法的光伏电站在线监测方法，其特征在于，所述模型处理步骤根据地势、光照强度将对光伏电站数学模型中的发电单元分为多个发电区块。
4.根据权利要求2所述的基于降阶-分布式云算法的光伏电站在线监测方法，其特征在于，所述模型处理步骤将n个发电单元分为N个发电区块，所述状态矩阵Asys包括：其中，HBi＝[HBlocki(TC) 0],i＝1,…,N；
MBi＝[MBlocki 0]T,i＝1,2,…,N；
ABlockN为第N个发电区块ABlock，将转换电容与发电单元之间相互作用模块记为Hblocki，第i块内含有ki个发电单元，i＝1,2,3,…,N，将记为Mblocki，第i块内含有ki个发电单元，i＝1,2,3,…,N。
5.根据权利要求4所诉的基于降阶-分布式云算法的光伏电站在线监测方法，其特征在于，所述分块降阶步骤包括：将状态矩阵Asys转换为具有相同特征值的矩阵A′sys，转换过程如下：kij满足
6.一种基于降阶-分布式云算法的光伏电站在线监测系统，其特征在于，包括：数学模型建立模块：基于单个逆变器的发电单元的数学模型建立光伏电站的数学模型；
模型处理模块：根据外围因素对光伏电站数学模型进行分块处理；
分块降阶模块：在光伏电站开机运行后，将实时监测到的采样数据输入至光伏电站的数学模型中，得到状态矩阵Asys，并对状态矩阵进行分块降阶处理得到多个子块；
分配计算模块：将得到的各个子块分配到不同的虚拟工作站中进行计算，将各个计算结果汇总并输出，根据计算结果展示光伏电站的运行模态。
7.根据权利要求6所述的基于降阶-分布式云算法的光伏电站在线监测系统，其特征在于，所述数学模型建立模块中：建立单个逆变器的发电单元的数学模型：
Xsolar＝[Xdc Xcont Xflit XTL]T；
其中， 为Xsolar的微分形式，Xsolar为发电单元的控制变量，Ysolar为发电单元的输出状态变量，Asolar为发电单元的状态矩阵，Bsolar为发电单元的控制矩阵，Csolar为发电单元的输出矩阵，Dsolar为发电单元的直接转移矩阵，usolar为发电单元的输入信号，Xdc为直流侧电容部分的状态变量，Xcont为逆变器及逆变器的控制器部分的状态变量，Xflit为电感部分的状态变量，XTL为传输线路部分的状态变量，T为温度，ΔS为太阳辐照度的变化量，ΔT为温度变化量；
其中， 为第n个 为XTL的微分形式， 为XTL的微分形式，Asolarn为第n个Asolar，BTCCsolarn为转换电容与第n个光伏单元的相互作用，Asolarn(TC)为第n个Asolar与转换电容TC之间的相互作用ATC代表转换电容的作用，ATL为传输线路的作用，XSolarn为第n个Xsolar，XTC为转换电容的状态变量，XTL为传输线路的状态变量，Bsolarn为第n个Bsolar，BTL为输电线路对应的输入矩阵，BTC为转换电容对应的输入矩阵，usolarn为第n个usolar，uTC为转换电容部分的输入变量，uTL为传输线路部分的输入变量。
8.根据权利要求6所述的基于降阶-分布式云算法的光伏电站在线监测系统，其特征在于，所述模型处理模块根据地势、光照强度将对光伏电站数学模型中的发电单元分为多个发电区块。
9.根据权利要求7所述的基于降阶-分布式云算法的光伏电站在线监测系统，其特征在于，所述模型处理模块将n个发电单元分为N个发电区块，所述状态矩阵Asys包括：其中，HBi＝[HBlocki(TC) 0],i＝1,…,N；
MBi＝[MBlocki 0]T,i＝1,2,…,N；
ABlockN为第N个发电区块ABlock，将转换电容与发电单元之间相互作用模块记为Hblocki，第i块内含有ki个发电单元，i＝1,2,3,…,N，将记为Mblocki，第i块内含有ki个发电单元，i＝1,2,3,…,N。
10.根据权利要求9所诉的基于降阶-分布式云算法的光伏电站在线监测系统，其特征在于，所述分块降阶模块包括：将状态矩阵Asys转换为具有相同特征值的矩阵A′sys，转换过程如下：kij满足
基于降阶-分布式云算法的光伏电站在线监测方法及系统
技术领域
[0001] 本发明涉及电站监测领域，具体地，涉及基于降阶-分布式云算法的光伏电站在线监测方法及系统。
背景技术
[0002] 目前众多实时性的光伏电站监控方法和系统，能够实现对大规模光伏电站的位置信息、发电信息、气象信息的实时监测，但都是基于实时数据的结果判断，而不能发现光伏电站的潜在不稳定模态。在振荡事故的处理和预防上产生不可避免的缺漏。
[0003] 因此，现有技术中(申请号为“CN201810792077.5”的中国专利，公开了“光伏电站的监控方法和系统”)的这种实时观测方法，能够实时观测到光伏电站的运行信息，但却不能显示对电站稳定运行存在潜在威胁的状况。
发明内容
[0004] 针对现有技术中的缺陷，本发明的目的是提供一种基于降阶-分布式云算法的光伏电站在线监测方法及系统。
[0005] 根据本发明提供的一种基于降阶-分布式云算法的光伏电站在线监测方法，包括：
[0006] 数学模型建立步骤：基于单个逆变器的发电单元的数学模型建立光伏电站的数学模型；
[0007] 模型处理步骤：根据外围因素对光伏电站数学模型进行分块处理；
[0008] 分块降阶步骤：在光伏电站开机运行后，将实时监测到的采样数据输入至光伏电站的数学模型中，得到状态矩阵Asys，并对状态矩阵进行分块降阶处理得到多个子块；
[0009] 分配计算步骤：将得到的各个子块分配到不同的虚拟工作站中进行计算，将各个计算结果汇总并输出，计算结果能够展示光伏电站的运行模态。
[0010] 优选地，所述数学模型建立步骤中：
[0011] 建立单个逆变器的发电单元的数学模型：
[0012]
[0013] Xsolar＝[Xdc Xcont Xflit XTL]T；
[0014] usolar＝[ΔS ΔT]T；
[0015] 其中， 为Xsolar的微分形式，Xsolar为发电单元的控制变量，Ysolar为发电单元的输出状态变量，Asolar为发电单元的状态矩阵，Bsolar为发电单元的控制矩阵，Csolar为发电单元的输出矩阵，Dsolar为发电单元的直接转移矩阵，usolar为发电单元的输入信号，Xdc为直流侧电容部分的状态变量，Xcont为逆变器及逆变器的控制器部分的状态变量，Xflit为电感部分的状态变量，XTL为传输线路部分的状态变量，T为温度，ΔS为太阳辐照度的变化量，ΔT为温度变化量；
[0016] 建立光伏电站的数学模型：
[0017]
[0018] 其中， 为第n个 为XTL的微分形式， 为XTL的微分形式，Asolarn为第n个Asolar，BTCCsolarn为转换电容与第n个光伏单元的相互作用，Asolarn(TC)为第n个Asolar与转换电容TC之间的相互作用，ATC代表转换电容的作用，ATL为传输线路的作用，XSolarn为第n个Xsolar，XTC为转换电容的状态变量，XTL为传输线路的状态变量，Bsolarn为第n个Bsolar，BTL为输电线路对应的输入矩阵，BTC为转换电容对应的输入矩阵，usolarn为第n个usolar，uTC为转换电容部分的输入变量，uTL为传输线路部分的输入变量。
[0019] 优选地，所述模型处理步骤根据地势、光照强度将对光伏电站数学模型中的发电单元分为多个发电区块。
[0020] 优选地，所述模型处理步骤将n个发电单元分为N个发电区块，所述状态矩阵Asys包括：
[0021]
[0022] 其中，HBi＝[HBlocki(TC) 0],i＝1,…,N；
[0023] MBi＝[MBlocki 0]T,i＝1,2,…,N；
[0024]
[0025] ABlockN为第N个发电区块ABlock，将转换电容与发电单元之间相互作用模块记为Hblocki，第i块内含有ki个发电单元，i＝1,2,3,…,N，将记为Mblocki，第i块内含有ki个发电单元，i＝1,2,3,…,N。
[0026] 优选地，所述分块降阶步骤包括：
[0027] 将状态矩阵Asys转换为具有相同特征值的矩阵A′sys，转换过程如下：
[0028]
[0029]
[0030] kij满足
[0031] 根据本发明提供的一种基于降阶-分布式云算法的光伏电站在线监测系统，包括：
[0032] 数学模型建立模块：基于单个逆变器的发电单元的数学模型建立光伏电站的数学模型；
[0033] 模型处理模块：根据外围因素对光伏电站数学模型进行分块处理；
[0034] 分块降阶模块：在光伏电站开机运行后，将实时监测到的采样数据输入至光伏电站的数学模型中，得到状态矩阵Asys，并对状态矩阵进行分块降阶处理得到多个子块；
[0035] 分配计算模块：将得到的各个子块分配到不同的虚拟工作站中进行计算，将各个计算结果汇总并输出，计算结果能够展示光伏电站的运行模态。
[0036] 优选地，所述数学模型建立模块中：
[0037] 建立单个逆变器的发电单元的数学模型：
[0038]
[0039] Xsolar＝[Xdc Xcont Xflit XTL]T；
[0040] usolar＝[ΔS ΔT]T；
[0041] 其中， 为Xsolar的微分形式，Xsolar为发电单元的控制变量，Ysolar为发电单元的输出状态变量，Asolar为发电单元的状态矩阵，Bsolar为发电单元的控制矩阵，Csolar为发电单元的输出矩阵，Dsolar为发电单元的直接转移矩阵，usolar为发电单元的输入信号，Xdc为直流侧电容部分的状态变量，Xcont为逆变器及逆变器的控制器部分的状态变量，Xflit为电感部分的状态变量，XTL为传输线路部分的状态变量，T为温度，ΔS为太阳辐照度的变化量，ΔT为温度变化量；
[0042] 建立光伏电站的数学模型：
[0043]
[0044] 其中， 为第n个 为XTL的微分形式， 为XTL的微分形式，Asolarn为第n个Asolar，BTCCsolarn为转换电容与第n个光伏单元的相互作用，，Asolarn(TC)为第n个Asolar与转换电容TC之间的相互作用，ATC代表转换电容的作用，ATL为为传输线路的作用，XSolarn为第n个Xsolar，XTC为转换电容的状态变量，XTL为传输线路的状态变量，Bsolarn为第n个Bsolar，BTL为输电线路对应的输入矩阵，BTC为转换电容对应的输入矩阵，usolarn为第n个usolar，uTC为为转换电容部分的输入变量，uTL为为输电线路部分的输入变量。
[0045] 优选地，所述模型处理模块根据地势、光照强度将对光伏电站数学模型中的发电单元分为多个发电区块。
[0046] 优选地，所述模型处理模块将n个发电单元分为N个发电区块，所述状态矩阵Asys包括：
[0047]
[0048] 其中，HBi＝[HBlocki(TC) 0],i＝1,…,N；
[0049] MBi＝[MBlocki 0]T,i＝1,2,…,N；
[0050]
[0051] ABlockN为第N个发电区块ABlock；将转换电容与发电单元之间相互作用模块记为Hblocki(第i块内含有ki个发电单元，i＝1,2,3,…,N)，将记为Mblocki，(第i块内含有ki个发电单元，i＝1,2,3,…,
N)。
[0052] 优选地，所述分块降阶模块包括：
[0053] 将状态矩阵Asys转换为具有相同特征值的矩阵A′sys，转换过程如下：
[0054]
[0055]
[0056] kij满足
[0057] 与现有技术相比，本发明具有如下的有益效果：
[0058] (1)通过单个光伏发电单元的详细建模，解决了大规模光伏电站详细数学模型的建立，便于对大规模光伏电站运行特性的分析。
[0059] (2)通过数学方法对高阶数学模型进行分块降阶处理，实现了高阶矩阵的降阶，解决了大系统仿真的计算限制问题。
[0060] (3)通过分布式云算法将大规模光伏电站分块后的数学模型发送到不同的虚拟服务器上，解决了大规模光伏电站实时状态跟踪的问题。
附图说明
[0061] 通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
[0062] 图1为本发明的流程图；
[0063] 图2为本发明实施例的工作流程图；
[0064] 图3为光伏电站的数学模型图；
[0065] 图4为光伏电站分块图。
具体实施方式
[0066] 下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
[0067] 如图1和图2所示，本实施例提供的一种基于降阶-分布式云算法的光伏电站在线监测方法，包括：
[0068] 数学模型建立步骤：基于单个逆变器的发电单元的数学模型建立光伏电站的数学模型；
[0069] 模型处理步骤：根据外围因素(包括光照强度、地理位置等因素)对光伏电站数学模型进行分块处理；
[0070] 分块降阶步骤：在光伏电站开机运行后，将实时监测到的采样数据输入至光伏电站的数学模型中，得到状态矩阵Asys，并对状态矩阵进行分块降阶处理得到多个子块；
[0071] 分配计算步骤：将得到的各个子块分配到不同的虚拟工作站中进行计算，将各个计算结果汇总并输出，计算结果能够展示光伏电站的运行模态。
[0072] 综上，一次光伏电站运行状态监测结束，返回分块降阶步骤结合下一次的采样数据对大规模光伏电站重新进行分析，直至光伏电站关机。
[0073] 数学模型建立步骤中：
[0074] 建立单个逆变器的发电单元的数学模型：
[0075]
[0076] Xsolar＝[Xdc Xcont Xflit XTL]T；
[0077] usolar＝[ΔS ΔT]T；
[0078] 其中， 为Xsolar的微分形式，Xsolar为发电单元的控制变量，Ysolar为发电单元的输出状态变量，Asolar为发电单元的状态矩阵，Bsolar为发电单元的控制矩阵，Csolar为发电单元的输出矩阵，Dsolar为发电单元的直接转移矩阵，usolar为发电单元的输入信号，Xdc为直流侧电容部分的状态变量，Xcont为逆变器及逆变器的控制器部分的状态变量，Xflit为电感部分的状态变量，XTL为传输线路部分的状态变量，T为温度，ΔS为太阳辐照度的变化量，单位是W/m2，ΔT为温度变化量，单位是℃；
[0079] 如图3所示，建立光伏电站的数学模型：
[0080]
[0081] 其中， 为第n个 为XTL的微分形式， 为XTL的微分形式，Asolarn为第n个Asolar，BTCCsolarn为转换电容与第n个光伏单元的相互作用,Asolarn(TC)为第n个Asolar与转换电容TC之间的相互作用，ATC代表转换电容的作用，ATL代表传输线路的作用，XSolarn为第n个Xsolar，XTC为转换电容的状态变量，XTL为传输线路的状态变量，Bsolarn为第n个Bsolar，BTL为传输线路对应的输入矩阵，BTC为转换电容对应的输入矩阵，usolarn为第n个usolar，uTC为为转换电容部分的输入变量，uTL为为传输线路部分的输入变量。
[0082] 模型处理步骤根据地势、光照强度将对光伏电站数学模型中的发电单元分为多个发电区块。假设光伏电站中共包含n个光伏单元，分布在同一区域内的所有子系统至公共并网点的线路长度差别忽略不计，不同块区域之间的输电线路距离数值不同。将n个光伏单元按照地势特点分为m块，每一块内有ki(i＝1,2,3,…,m)个发电子系统(其中, )。因此，系统状态矩阵Asys经过分块后如下：
[0083]
[0084] 其中，进行分块后将原n个光伏发电单元Asolar1、Asolar2…Asolarn分为m块发电区块ABlock1、ABlock2…ABlockm，同时也将转换电容与发电单元之间相互作用模块记为Hblocki(第i块内含有ki个发电单元，i＝1,2,3,…,m)，将记为Mblocki，(第i块内含有ki个发电单元，i＝1,2,3,…,
m)。
[0085] 大型光伏电站在运行过程中受光照强度变化的影响会出现局部或全部被遮挡情况，因此考虑光照强度影响下的大规模光伏电站数学模型变化如下：
[0086]
[0087] 假设原模型第1分块和第i被遮蔽局部，第1分块分为l1块，第i分块分为li块，虚线框表明原来的分块发生了改变，Hblocki与Mblocki分块也发生相应的变化。那么，原模型中的ABlock1分裂为 (Block1-j表示从Block1中分裂出的第j块，j＝1,2,3,…,l1)；第i块ABlocki分裂为
[0088] 如图4所示，模型处理步骤将n个发电单元分为N个发电区块，状态矩阵Asys包括：
[0089]
[0090] 其中，HBi＝[HBlocki(TC) 0],i＝1,…,N；
[0091] MBi＝[MBlocki 0]T,i＝1,2,…,N；
[0092]
[0093] ABlockN为第N个发电区块ABlock，HBlockN(TC)为；。
[0094]
[0095]
[0096] ABlocki中包含了αi个发电单元(i＝1,2,3,…,N)，αi满足
[0097] 根据矩阵理论，通过状态转移矩阵可以将状态矩阵Asys转换为具有相同特征值的矩阵A′sys，转换过程如下：
[0098]
[0099]
[0100] kij满足
[0101] 矩阵A′sys的特征根表达式为：
[0102]
[0103] 那么矩阵Asys的特征根表达式为：
[0104]
[0105] 其中，λ表示此高阶矩阵的特征值，n个光伏发电单元被分为N块，其中第i块ABlock内包含αi个光伏发电子单元(i＝1,2,…,n)，光伏发电子单元的总数为n，即
[0106] 在上述一种基于降阶-分布式云算法的光伏电站在线监测方法的基础上，本发明还提供一种基于降阶-分布式云算法的光伏电站在线监测系统，包括：
[0107] 数学模型建立模块：基于单个逆变器的发电单元的数学模型建立光伏电站的数学模型；
[0108] 模型处理模块：根据外围因素对光伏电站数学模型进行分块处理；
[0109] 分块降阶模块：在光伏电站开机运行后，将实时监测到的采样数据输入至光伏电站的数学模型中，得到状态矩阵Asys，并对状态矩阵进行分块降阶处理得到多个子块；
[0110] 分配计算模块：将得到的各个子块分配到不同的虚拟工作站中进行计算，将各个计算结果汇总并输出。
[0111] 本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
[0112] 以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。
