利用智能电表数据与太阳典型曲线分解用户级表后光伏出力
信号处理
2021-04-30 v2
摘要
用户级屋顶光伏（PV）已广泛接入配电系统。多数情况下，光伏安装在表后（BTM），仅记录净负荷。因此，原生负荷与光伏出力对电力公司未知。从净负荷中分离原生负荷与太阳能出力对提升电网边缘可观测性至关重要。本文提出一种新方法，利用低分辨率但广泛可用的小时级智能电表数据分解用户级 BTM 光伏出力。该方法利用了无光伏用户月度夜间与日间原生负荷间的强相关性，以及光伏出力曲线间的高相似性。首先，针对无光伏用户，使用高斯混合建模（GMM）构建月度夜间与日间原生负荷的联合概率密度函数（PDF）。利用对所得 PDF 的偏离，概率性地评估有光伏用户的月度太阳能出力。随后，为识别这些用户的小时级 BTM 太阳能出力，将其估计的月度太阳能出力分解至小时时间尺度；为此，我们提出了一种基于最大似然估计（MLE）的技术，利用小时级典型太阳典型曲线。借助强月度原生负荷相关性与高光伏出力相似性，增强了本方法对客小时负荷波动的鲁棒性，并实现高精度分解。所提方法已使用真实原生负荷与光伏出力数据验证。
引用
@article{arxiv.2009.00734,
title = {Disaggregating Customer-level Behind-the-Meter PV Generation Using Smart Meter Data and Solar Exemplars},
author = {Fankun Bu and Kaveh Dehghanpour and Yuxuan Yuan and Zhaoyu Wang and Yifei Guo},
journal= {arXiv preprint arXiv:2009.00734},
year = {2021}
}