《光伏电站电能采集系统的发电模型及参数率定.pdf》由会员分享，可在线阅读，更多相关《光伏电站电能采集系统的发电模型及参数率定.pdf（6页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、光伏电站电能采集系统的发电模型及参数率定章坚民1,2,章谦之3,王 娜1,郑凌蔚1,谢小高1(1.杭州电子科技大学,浙江省杭州市 310017;2.浙江创维自动化工程有限公司,浙江省杭州市 310012;3.山东理工大学电气与电子工程学院,山东省淄博市 255049)摘要:并网光伏电站等新能源发电站的上网电量,享受特殊上网电价,必须完全从指定的一次能源所生产。无论电站的规模大小和并网电压等级,其均应接入电网公司已建成的电能采集系统。并网光伏电站与电网可能存在复杂的电力电量交换和结算关系,因此,除了对其上网功率、电气量、电能量、电能质量的常规监视外,为防止计量差错和不当的发电行为,还必须增加其光
2、伏发电特性和最大可能发电功率的监视,即建立全面、准确、经济、实用的光伏电站发电模型。文中建立了基于厂家可提供静态参数的光伏电池理论模型,并根据全站设备拓扑建立了全站的光伏发电模型,提出了基于历史数据的模型率定参数识别方法。通过实际投运的光伏电站的历史数据演算,证明了率定后的模型具有较高的精度。关键词:光伏电站;电能信息采集系统;最大可能发电功率监视;计量差错防范;光伏电池模型;发电模型;模型率定;模型验证收稿日期:2010-10-13;修回日期:2011-04-09。浙江省重大科技专项基金资助(2009C11G2040039)。0 引言面向电网的并网光伏电站监视,应从电网公司的角度出发,采用经
3、济、合适的技术和通信方式。而目前已有的国内外研究,仅出于光伏电站运行管理的目的开发 1-4。由于并网点以上电网的管理运行方是电网公司,光伏电站要严格控制其输出的电能质量,并得到严格的监视和记录,应安装 A 类电能质量在线监测装置。根据试行规范 5,大中型光伏电站(接入电压为 10 kV 及以上)要在线远传数据到电网公司;小型光伏电站(接入电压为 380 V)要就地进行存储,报电网公司调用。无论电站规模大小,均应纳入电网公司的电能量采集系统。光伏电站在光伏能源可获取的情况下,为电网顶峰时输送低碳电力,享受一定的高电价;为改善其并网出力特性,应配置储能装置,在夜间吸纳电网低价谷电进行储能;光伏电站
4、的逆变器也可兼容无功补偿功能 6,承担电网无功电压优化,获取相应利益。因此,光伏电站与电网形成了较为复杂的电力电量交换和结算关系。对于新能源或节能环保发电上网享受高电价的电量,必须是从指定的一次能源所生产或属于配比的电量 7。由于进出电价存在很大的差别,有必要防止计量差错或防范不当的窃电行为 8。关键措施就是对其光伏发电生产过程进行在线记录,尤其是光伏源(日照、温度)的采集,在电网监视主站侧建立基于电站技术参数的发电模型,计算电站的最大可能出力,与双向电能计量进行复核和偏差分析;这些数据的积累,也有利于电网公司掌握并网光伏能源的分布及特性、并网电站发电特性等。本文对光伏电站电能量采集系统进行设
5、计分析,包括其采集内容和采集手段、厂站集成方案、接入的电网主站系统与通信手段选择等。特殊性研究主要针对光伏电站发电模型的设计、参数选择和模型率定。1 光伏电站电能信息采集系统1.1 纳入现有电能信息采集系统目前,电网公司建有 2 套电能信息采集系统:一套由调度部门负责建设,面向变电站和有调度通信的发电厂,基于高速有线数据网;另一套由营销部门负责建设,面向用户侧,基于公共无线通用分组无线服务技术/码分多址(GPRS/CDMA)数据网。对于一些在电网调度中无足轻重,或高速有线数据网不能覆盖、成本太高,而公共无线数据网可以覆盖的电厂,如小水电、小热电等,则采用公共无线(GPRS/CDMA)数据网覆盖
6、。对于大中型光伏电站,应选择纳入调度部门的电能信息采集系统;对于小型光伏电站,无调度通信需求且量大面广,应选择采用公共无线(GPRS/CDMA)数据网,纳入营销部门建立的用户电能采集系统。在主站侧实现数据共享。)22)第 35 卷 第 13 期2011 年 7 月 10 日Vol.35 No.13July 10,20111.2 采集终端及集成方案在光伏电站侧安装采集终端,该终端可命名为光伏并网采集终端(PVT U)。该终端也可以作为电网公司与光伏电站进行信息交互的接口,如图 1所示。图 1 光伏电站电能信息采集系统结构Fig.1 Structure of photovoltaic power
7、plant energydata acquisition and supervisory system1.3 光伏电站电能量采集内容和采集方法1)一般电气参数及电能量。记录并网点的交流电压、电流,正、反向有功功率、无功功率及电能等。可通过接入并网点的双向电能多功能表获取。2)电能品质参数。记录并网点的交流电压、电流的谐波分量;对重点电站,增加电压跌落、闪变等参数的测量。这些参数应通过接入并网点的专用电能质量监视装置获取。3)通过与光伏电站监控系统的数据通信,获取光伏电站的日照、光伏电池温度等参数,以及光伏电池、光伏阵列、储能装置、逆变器等运行状态。2 光伏发电过程模型2.1 光伏发电模型的结构
8、设计并网点的上网功率 y,可以表示为 n 个静态参数(a1,a2,an)、m 个测量量(x1,x2,xm)、k 个率定参数(b1,b2,bk)的函数,即y=f(a1,a2,an;x1,x2,xm;b1,b2,bn)(1)模型选择要从需求出发,满足准确性、可靠性、经济性、工程实用性等一系列要求,同时由于涉及与电站的交易,因此,模型的公开、公平、公正 7十分重要,在简化模型时应确保其精度,并选择有利于电站方。对实际电站的电能生产过程模型进行全面建模。以光伏电池厂家能提供参数的光伏电池理论模型为基本单元,根据电池连接拓扑形成光伏电池阵列模型,经逆变器后在交流侧汇流,经过升压变压器接入电网或直接接入电
9、网。直流侧汇流和交流侧汇流,均存在难以确定的损耗或传输效率,应采用统一率定参数通过历史数据进行率定。2.2 光伏电池模型文献 9 以电力电子技术为基础实现了数字太阳电池阵列模拟器,通过查表法得到太阳电池阵列在各种日照强度和环境温度下的电流)电压(I-U)及功率)电压(P-U)的特性;数据表格占用大量的存储空间,程序结构也变得复杂。文献 10-11 提出了采用 MAT LAB/Simulink 的模拟方法,但是文献 10 的模型对能够影响电池能量转换效率的太阳能电池串联电阻Rs的求解过于复杂;文献 11 考虑了光伏阵列内部各种参数对仿真效果的影响,但其使用的模型参数难以确定。光伏电池模型的选择,
10、需要很强的理论基础,同时其静态参数必须在光伏电池厂家提供的范围内,因此选择如下模型 9-10:I=Iso1-C1expVC2Voc-1(2)其中C1=1-ImIsoexp-VC2Voc(3)C2=VmVoc-1ln1-ImIso(4)考虑到日照强度和环境温度变化时模型如下:I=Iso1-C1expV-DVC2Voc-1+DI(5)DI=aRRrefDT+RRref-1 Iso(6)DV=-b DT-RsDI(7)DT=Tc-Tref(8)式中:C1,C2,DI,DV,DT为中间变量;Iso,Voc,Im,Vm分别为参考条件下的短路电流、开路电压及最大功率下的最大电流和电压;R 为日照强度;Rr
11、ef和Tref分别为日照强度和环境温度的参考值,通常取1 000 W/m2和25 e;a 和b 分别为在参考光照条件下的电流变化温度系数和电压变化温度系数;Rs为光伏电池串联电阻。在一定的日照强度和环境温度下,光伏电池温度 Tc 11为:Tc=T+tcRcos H(9)23)#绿色电力自动化#章坚民,等 光伏电站电能采集系统的发电模型及参数率定式中:tc为太阳电池模块的温度系数;H为太阳辐射角,即光的入射角。2.2.1 太阳辐射角 H由式(9)可知,太阳能电池方阵的输出特性与太阳光入射角有关,当太阳光线与太阳电池方阵平面垂直时发电量最大,此时太阳辐射角 H为 0b。对于固定的方阵来说,太阳能光
12、伏电站的使用地点纬度不同,方阵倾角也不同。由式(2)式(8)看出,在相同光照和环境温度下,在 0b 90b范围内,H越小,光伏电池输出的电流越大。由于式(9)中等号右边第 2 项 tcRcos H随着外界环境变化时的幅值较小,可以忽略,因此有Tc=T(10)由于一般情况下电池温度下降,光伏电池出力升高,计算的出力应比实际出力稍大,因此该近似处理对电厂有利。2.2.2 串联电阻 RsRs反映了太阳能电池内部电能的消耗,串联电阻轻微的差异会对电池的能量转换效率产生很大的影响。生产厂家不提供太阳能电池串联电阻值,但它是数学物理模型中十分重要的参数,对太阳能电池性能有很大影响。目前,广泛应用的太阳能电
13、池是晶体硅太阳能电池。文献 12 从晶体硅太阳能电池电路电流方程解出 Rs的表达式:Rs=nkT VmqPmlnIso+I0-PmVmI0-Vm2Pm(11)其中I0=IsoexpqVocnkT-1(12)式中:Pm为理论最大功率。文献 12 还证明了该电阻表达式与实际测量的电阻值拟合结果较好。面向电网的光伏监测建模仿真时考虑到式(11)和式(12)中所涉及的参数正好是光伏电池通用模型中所用到的参数,减少了光伏监测系统对静态参数的需求,符合面向电网的光伏监测必要及最少的采集频度设计要求。因此,通过式(11)和式(12)来计算太阳电池的串联电阻 Rs。2.3 光伏电站可能发电功率计算模型假设光伏
14、阵列由 m 串电池串并联,每串又由 n块同型号的电池串接而成,且输出总电流为 Itl,端电压为 Utl,总功率为 Ptl,则有Itl=mI(13)Utl=nV(14)P=IV(15)Ptl=GRIt lUtl=GRmnI V=GRmnP(16)式中:I,V,P 为电池单元参数;GR为光伏阵列综合效率。若该电池板接入效率为 GI的并网逆变器和效率为 GT的变压器,则并网输出功率为:Pg=GIGTPtl=GIGRGTmnI V(17)许多现场系统采用多光伏阵列、多逆变器、单变压器等方式,因此并网点的总功率计算公式需根据现场拓扑获取。厂家一般会提供 GI和 GT的非线性曲线,而光伏阵列综合效率 GR
15、需要现场实测,不容易获取。为减少工程量,也便于计算,GI和 GT采用额定效率,即GT和GI,其出现的偏差均纳入一个综合效率调整系数 K,用于模型率定,即:Pg=ELi=1GTiGRiGIiminiIiVi-Pl-Pc=KELi=1GTiGIiminiIiVi-Pl-Pc(18)式中:i 为并网的带逆变器的光伏阵列组序号,共有L 组;Pl和 Pc分别为换算到并网点侧的电站就地侧负载出力和储能设备出力。假设 Pl和 Pc为 0,则式(2)式(18)形成该光伏电站依据光能资源的可能发电功率计算模型。2.4 光伏电站的可能最大发电功率预测模型电导增量的最大功率跟踪(MPPT)算法中输出功率稳定 13-
16、14,在逆变器中得到广泛应用,因此在面向电网公司的光伏电站电能采集系统中也采用了MPPT 算法。对于由相同光伏电池串并组成的光伏阵列而言,在其最大功率点有:dPtldUtl=0(19)而 dPtl=mndP,dUtl=ndV,因此有dPtl/dUtl=mdP/dV。dP/dV=0 为光伏电池单元的最大功率点,即 dPtl/dUtl=0,是整个光伏阵列最大点。若光伏电池单元的最大功率为 Pmax,则该阵列输出的最大功率为:Ptlmax=GIGRGTmnPmax(20)对于整个电站有:Pgmax=ELi=1GTiGRiGIiminiPmax,i-Pl-Pc=KELi=1GTiGIiminiPmax
17、,i-Pl-Pc(21)3 实际案例分析3.1 案例说明以杭州电子科技大学现已投入运行的光伏电)24)2011,35(13)站为例:1)采 用 日 本 公 司 SHARP 的 ND-Q7L5H175 W光伏电池,厂家提供标准条件下的参数如下:标准功率为 167 W;峰值电压 Vm为 22.98 V;峰值电流 Im为 7.27 A;短路电流 Iso为 8.02 A;开路电压 Voc为 29.04 V;短 路 电 流 温 度 系 数 a 为0.04%/e 或0.003 2 A/e;开路电压温度系数 b 为-0.36%/e 或 0.104 5 V/e;集中并网逆变器效率 G为93.5%。无变压器。2
18、)光伏电池拓扑结构。共有 1 号 7 号汇流箱:1 号为 28 块 4 串并联;2 号为 28 块 3 串并联;3号为 28 块 5 串并联;4 号为 28 块 4 串并联;5 号为 28 块 3 串并联;6 号为28 块4 串并联;7 号为28 块3 串并联;共有 728 块电池板。3)模型建立与检验采集数据时段为 2010 年10 月的数据,时间间隔为 1 min。测量功率值是逆变器出口侧,功率预测也对该点进行,因此 Pl和 Pc均为 0。3.2 模型率定式(18)的率定参数 K 的估计范围为 0.60.95;对于确定的 K 值,根据实测的各光伏阵列测量的电压、日照、温度,运用式(2)式(
19、18),可以计算出电站的功率输出曲线,设为 Pg(t);同时,根据实测的日照、温度,通过式(2)式(20)可以计算出电站的最大输出功率曲线,设为 Pgmax(t)。设实测的功率输出曲线为 Pm(t)。可以认为:Pgmax(t)Pm(t)Pg(t)(22)理由是:Pgmax(t)是基于简化且趋向于功率有所放大、又进行最大功率跟踪计算的模型,应大于实测发电功率 Pm(t);Pg(t)的计算没有考虑最大功率跟踪,应小于采用最大功率跟踪的实测发电功率Pm(t),可以认为是可能的最小发电功率。该假设也需要实际仿真进行验证。引入以下 4 个参数率定和模型评价的指标。关联度:C=E(xi-x)(yi-y)E
20、(xi-x)2E(yi-y)2(23)绝对差值:MAE=1nEni=1xi-yi(24)均方根误差:RMSE=1nE(xi-yi)2(25)能量差:EE=Eni=1xi-Eni=1yi(26)式中:xi为测试样本集(实测值)的功率数据;yi为模型计算或最大功率预测功率数据;x 为测试样本功率平均值;y 为模型预测功率平均值。最优 K 值求解:满足式(22)的条件下,即 Pg(t)对应 EE 0,Pgmax(t)对应 EE 0EE(Pm,Pg)0(27)选择提供月的 20 d 数据进行 K 值率定,简单列表计算如表 1所示,可知 K 值应选 0.85。表 1 模型率定参数与指标Tab.1 Par
21、ameters and indices of model calibration序号率定参数K模型关联度C绝对差值MAE绝对差值平均值均方根误差RMSE均方根误差平均值电能量差 EE/(kW#h)1 0.9510.999 81.9420.999 62.922.432.473.623.05 46.590 70.0612 0.9010.999 80.7820.999 61.711.251.112.191.65 18.736 40.9753 0.8510.999 80.4120.999 60.550.480.450.820.64-9.195 11.8064 0.8010.999 81.5520.99
22、9 60.731.141.740.851.30-37.127-17.3625 0.7510.999 82.7120.999 61.942.333.112.222.67-64.981-46.449注:模型 1 为功率计算模型;模型 2 为最大功率预测模型。表 1 中Pg(t)和Pgmax(t)与实测 Pm(t)的关联度均很高,表明 2 个模型均有很好的跟踪性。同时K=0.85也符合实际的估计范围。3.3 模型验证选择提供月余下的 10 d 数据进行模型验证,性能指标如表 2 所示。由表 2 可以看出,这 2 种模型保持了率定模型时的指标一致性,预测精度很高。表 2 率定模型的性能指标Tab.2
23、Performance indices of calibration model模型名称关联度C绝对差值MAE均方根误差 RMSE日电能量差/(kW#h)功率计算模型0.999 70.4420.533-10.100 9最大功率预测模型 0.999 30.5050.781 10.007 0 图 2 所示为模型验证的一天的曲线对比。图 2中,真实发电功率曲线基本夹在功率计算曲线和最大功率预测曲线之间,表明这 2 种模型能对实测功率曲线起到很好的监督作用。典型日曲线和连续月曲线对比见附录 A 图 A1 图 A4。)25)#绿色电力自动化#章坚民,等 光伏电站电能采集系统的发电模型及参数率定图 2 实
24、际发电功率、功率计算模型输出、最大发电功率预测模型输出曲线对比Fig.2 Comparing curves of actual power,calculatedpower and estimated maximum power4 结语本文首先建立了基于厂家可提供参数的光伏电池理论模型,然后根据全站设备拓扑,建立全站的光伏发电模型。模型参数分为静态参数、率定参数、测量参数;对实际投运的光伏电站,提出了基于历史数据的模型率定参数识别方法;率定后的模型,经历史数据演算,证明了其较高的精度。模型理论基础扎实、实用,静态参数获取简便,率定方法简便,达到了对光伏电站最小发电功率和最大发电功率在线监视的要求
25、。附录见本刊网络版(http:/ 考 文 献 1 刘福才,高秀伟,牛海涛,等.太阳能光伏电站远程监控系统的设计 J.仪器仪表学报,2002,23(增刊 1):418-419.LIU Fucai,GAO Xiuwei,NIU Haitao,et al.The design of thesolar photovoltaic plantps distant monitoring system J.Journalof Device and Meter,2002,23(Supplement 1):418-419.2 李立伟,王英,包书哲.光伏电站智能监控系统的研制 J.电源技术,2007,31(1):7
26、6-79.LI Liwei,WANG Ying,BAO Shuzhe.Development of theintelligent surveillance and control system of PV power station J.Chinese Journal of Power Sources,2007,31(1):76-79.3 OTHMAN N A,DAMANHURI N S,IBRAHIM I R,et al.Automated monitoring system for small scale dua-l tariff solarPV plant in UIT M pulau
27、C/Proceedings of the WorldCongress on Engineering 2010:Vol,June 30-July 2,2010,London,UK:2027-2032.4 ZAHRAN M,AT IA Y,AI-HUSSAIN A,et al.Labview basedmonitoringsystemappliedforPVpowerstation C /Proceedings of the 12th WSEAS International Conference onAutomatic Control,Modeling&Simulation,May 29-31,2
28、010,Catania,Italy:65-70.5 国家电网公司.光伏电站接入电网技术规定(试行)S.2009.6 王正仕,陈辉明.具有无功和谐波补偿功能的并网逆变器设计 J.电力系统自动化,2007,31(13):67-71.WANGZheng shi,CHENHuiming.Designofgrid-tiedinverterswiththefunctionsofreactiveandharmoniccompensation J .Automation of Electric Power Sy stems,2007,31(13):67-71.7 章坚民,张承来,吴光中,等.省级地方热电厂数据
29、采集与分析系统设计与开发 J.电力系统自动化,2011,35(6):71-75.ZHANG Jianmin,ZHANG Chenglai,WU Guangzhong,et al.Design and development ofprovincial dataacquisition andanalysis system for local distributed cogeneration heatandelectrical powerplants J .Automation of ElectricPowerSystems,2011,35(6):71-75.8 赵波,薛美东,葛晓慧,等.光伏发电系
30、统输出功率计算方法研究 J.电网与清洁能源,2010,26(7):19-24.ZHAO Bo,XUE M eidong,GE Xiaohui,et al.Research oncalculating methods of output power of the photovoltaic system J.Power System and Clean Energy,2010,26(7):19-24.9 苏建徽,余世杰,赵为,等.数字式太阳电池阵列模拟器 J.太阳能学报,2002,23(1):104-114.SU Jianhui,YU Shijie,ZHAO Wei,et al.An invest
31、igation ondigital solar array simulator J.ACTA Energiae Solaris Sinica,2002,23(1):104-114.10 茆美琴,余世 杰,苏 建徽.带 有 MPPT 功 能 的光 伏 阵 列MATL AB通用仿真模型 J.系统仿真学报,2005,17(5):1248-1251.MAO M eiqin,YU Shijie,SU Jianhui.Versatile MAT LABsimulation model for photovoltaic array with MPPT function J.Journal of System
32、 Simulation,2005,17(5):1248-1251.11 郭忠文.太阳能光伏发电自动跟踪系统 J.太阳能,2008(6):36-37.GU O Zhongwen.Photovoltaic generation automatic trackingsystem.Solar Energy,2008(6):36-37.12 程晓舫,李坚,余世杰.晶体硅太阳电池串联内阻的函数形式 J.太阳能学报,2004,25(3):345-349.CHENG Xiaofang,LI Jian,YU Shijie.Ex pression of theseries resistance of solar
33、cells J.Acta Energiae Solaris Sinica,2004,25(3):345-349.13 禹华军,潘俊民.光伏电池输出特性与最大功率跟踪的仿真分析 J.计算机仿真,2005,22(6):248-252.YUHuajun,PAN Junmin.Simulation analy sis ofoutputfeatures and the maximum power point tracking of PV cells J.Computer Simulation,2005,22(6):248-252.14 胡安平,谭兴.太阳能电池板的建模仿真与微扰并网电流的MPPT 实现
34、J.太阳能,2009(5):25-27.HU Anping,T AN Xing.Photovoltaic cell modeling simulationand implement of grid-connected current with MPPT J.SolarEnergy,2009(5):25-27.章坚民(1962),男,通信作者,教授,硕士生导师,主要研究方向:能源及电力系统自动化、信息化系统建模和系统开发。E-mail:zhangjm 章谦之(1989),男,主要 研究方向:电气 工程及 自动化。王 娜(1985),女,硕士研究生,主要研究方向:电子信息集成及电力系统应用。(下转
35、第 65 页 continued on page 65)26)2011,35(13)system based on WAMS J .Automation of Electric PowerSystems,2007,31(3):15-18.7 李颖,贺仁睦,徐衍会.广东电网基于 PM U 的负荷模型参数辨识研究 J.南方电网技术,2009,3(1):16-19.LI Ying,HE Renmu,XU Yanhui.Research of PMU-based loadmodel parameters identification of Guangdong power g rid J.Souther
36、n Power System T echnology,2009,3(1):16-19.8 王茂海,鲍捷,齐霞,等.基于PMU 实测数据的变压器参数在线估计方法 J.电力系统自动化,2010,34(1):25-27.WANG Maohai,BAO Jie,QI Xia,et al.Online estimation oftransmission line parameters based on PMU measurements J.Automation of Electric Power Systems,2010,34(1):25-27.王茂海(1976),男,通信作者,博士,高级工程师,主要研
37、究方向:广域测量系统的建设与应用、在线参数辨识。E-mail:wmhmw 齐 霞(1983),女,硕士研究生,主要研究方向:系统建设及概预算。牛四清(1964),男,高级工程师,总工程师,主要研究方向:电网调度管理、继电保护。Online Estimation of Transformer Parameters Based on PMU MeasurementsWA NG Maohai1,QI Xia2,NI U Siqing1,H AN Fukun1(1.North China Power Dispatch Center,Beijing 100053,China;2.North China
38、Electric Power University,Beijing 102206,China)Abstract:Based on phasor measurement unit(PMU)measurements,an online algorithm is presented to calculate powertransformers winding reactances and transformation ratio.It is found that due to the random error of PMU measurements,themult-i period paramete
39、r calculation results comply with a normal distribution.Furthermore,based on the statistics theory ofnormal distribution,a robust parameter identification algorithm is proposed to give confidence interval and point estimation oftransformers parameters and transformation ratio.Considering that low vo
40、ltage side of three-winding transformer is usuallyconnected with reactive power compensation devices,the algorithm can precisely identify the tap changer position without lowvoltage side PM U measurements.Examples from a wide area measurement system(WAMS)in North China power grid showthat the method
41、s proposed is feasible and reliable.This work is supported by State Grid Corporation of China.Key words:wide area measurement system(WAMS);phasor measurement unit(PMU);transformer;parameter estimation;normal distribution(上接第 26 页 continued from page 26)Power Generation Model and Its Parameter Calibr
42、ation for Grid-connected Photovoltaic PowerPlant Energy Data Acquisition and Supervisory SystemZH A NG Jianmin1,2,ZH A N G Qianzhi3,WA N G Na1,ZH EN G Lingwei1,XIE Xiaogao1(1.Hangzhou Dianzi University,Hangzhou 310017,China;2.Zhejiang Creaway Automation Engineering Co.Ltd.,Hangzhou 310012,China;3.Sh
43、andong U niversity of T echnology,Zibo 255049,China)Abstract:For the grid-connected photovoltaic(PV)power plant and other alternative energy power plants,the electricity mustbe produced totally from the designated primary energy form due to its special high tariff priority.Such plants must bemonitor
44、ed by the existing energy data acquisition and supervisory system of grid company regardless of capacity or voltagelevel.Since complicated power,energy exchanges and complicated settlement relationship may exist between the grid-connectedPV power plant and power grid,apart from the general requireme
45、nts for monitoring power,energy exchange,and powerquality,a special task is to monitor the PV generation characteristics and possible maximum power generated from PV powerplants to prevent the energy measurement errors and inappropriate power generation.A comprehensive,accurate,economicand practical
46、 power generation model is necessary.A PV battery theoretic model with the steady parameters provided by thegeneral component supplier is selected.Then,a plant level power generation model is built based on the topology of the mainequipment elements.Finally,the identification method of calibrated pa
47、rameters based on the historical data is also provided.The model has been verified by a real operated PV power plant,and a satisfactory performance is demonstrated.This work is supportedbytheSpecial FundofKeyScienceand T echnologyProjects ofZhejiangProvince(No.2009C11G2040039).Key words:photovoltaic(PV)power plant;energy data acquisition and supervisory system;possible maximum powergeneration monitoring;energymeasurementerrorprevention;photovoltaicbatterymodel;generationmodel;modelcalibration;model verification)65)#学术研究#王茂海,等 基于相量测量单元实测数据的变压器参数在线估计方法