结合天气对区间负荷进行聚类以构建表后太阳能渗透场景
信号处理
2024-03-11 v1
摘要
随着表后太阳能的渗透，馈线层面的负荷预测变得日益具有挑战性，因为这种自发电（也称为总发电量）仅以聚合净负荷的形式对公用事业公司可见。本工作提出了一种在馈线层面创建太阳能渗透场景的方法论，供预测人员用于测试其算法在逐步提高太阳能渗透率下的鲁棒性。该算法利用公开可用的天气状况（例如雨天/多云/晴朗）观测数据作为天空清晰度的代理指标。这些观测数据用于掩蔽和加权相似原生用电剖面的区间偏差，从中计算平均区间用电量，随后将其加到区间净发电量上以重构区间总发电量。该方法将年度发电量估计值提高了 23\%；目前净发电信号仅反映年度总发电量的 52\%，而通过所提出的算法现在可捕获 75\%。所提出的方法论是数据驱动的，并且可扩展至缺乏辐照度测量数据和地理坐标信息的服务区域。
引用
@article{arxiv.2403.05009,
title = {Clustering Interval Load with Weather to Create Scenarios of Behind-the-Meter Solar Penetration},
author = {Allison M. Campbell and Soumya Kundu and Andrew P. Reiman and Orestis Vasios and Ian Beil and Andy Eiden},
journal= {arXiv preprint arXiv:2403.05009},
year = {2024}
}
备注
accepted for presentation at the IEEE PES General Meeting 2024