(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111602369.6 (22)申请日 2021.12.24 (71)申请人 华能吉林发电有限公司 地址 130015 吉林省长 春市高薪技 术开发 区星火路399号 申请人 北京华能新锐控制技 术有限公司 (72)发明人 陈德为　张玉刚　于振坤　杨继明　 王洋　燕振元　曹利蒲　王晓宁　 (74)专利代理 机构 北京中知法苑知识产权代理 有限公司 1 1226 专利代理师 景艳伟　赵吉阳 (51)Int.Cl. G06F 30/20(2020.01) G06F 17/16(2006.01) G06F 119/02(2020.01) (54)发明名称 光伏发电系统数据处 理方法 (57)摘要 本发明提出一种光伏发电系统数据处理方 法， 属于光伏电站的数据处理技术领域。 其中， 本 发明的光伏发电系统数据处理方法包括： 将带有 乘性噪声和加性噪声的光伏发电系统功率输出 器的功率输出信号进行清洗， 并写入仿真软件； 基于容积卡尔曼滤波算法对所述功率输出信号 进行噪声消除。 本发明针对光伏电站实际运行数 据携带的乘 性噪声， 提出的一种完整的有效处理 方法， 采用容积卡尔曼滤波算法不仅可以处理乘 性噪声， 还可 以处理加性噪声的数据信号。 本发 明提及的容积卡尔曼滤波算法原理步骤简单， 在 现有的Matlab仿真环境下即可运行， 只要写入光 伏发电系统功率输出数据即可自动快速地对数 据进行滤波操作， 为系统的建模及功率预测奠定 了良好基础。 权利要求书2页 说明书9页 附图1页 CN 114519250 A 2022.05.20 CN 114519250 A 1.一种光伏发电系统数据处 理方法， 其特 征在于， 包括以下步骤： 将带有乘性噪声和加性噪声的光伏发电系统功率输出器的功率输出信号进行清洗， 并 写入仿真软件； 基于容积卡尔曼 滤波算法对所述功率输出信号进行噪声消除。 2.根据权利要求1所述的方法， 其特征在于， 所述基于容积卡尔曼滤波算法对所述功率 输出信号进行噪声消除， 包括： 基于容积卡尔曼滤波算法对所述功率输出信号进行时间更新运算与量测更新运算， 以 完成所述 光伏发电系统输出功率数据的噪声消除。 3.根据权利要求2所述的方法， 其特征在于， 所述容积卡尔曼滤波算法采用三阶球面径 向积准则构造， 利用一组积点逼近带有附加高斯噪声的非线性系统的状态均值和协方差， 以消除数据信号的乘性噪声和 加性噪声。 4.根据权利要求3所述的方法， 其特 征在于， 所述非线性系统状态方程如下： xk＝f(xk‑1)+wk‑1 zk＝Akh(xk)+vk； 其中， xk为k时刻的系统状态矩阵； zk为xk的测量矩阵； k为离散时间指标； xk‑1为k‑1时刻 的系统状态矩阵； f( ·)和h(·)为未知函数； wk是具有协方差为Qk的零均值过程噪声； Ak＝ diag{1+uk,…,1+uk}， uk和vk分别代表乘性和加性高斯白噪声， 其相关性为vk＝[v1,k, v2,k,…,vm,k]T,E(vk)＝ μv[1,1,…1]T， wk‑1和vk是不相关的。 5.根据权利要求4所述的方法， 其特征在于， 所述进行时间更新运算之前包括： 计算所 述光伏发电系统功率在k时刻的测量噪声和加性噪声之和zk， 以及状态预测值xk|k‑1和预测 误差协方差Pk|k‑1， 具体关系式如下： 其中， 是均值为 协方差为 的虚拟测量噪声； 其中， 表示变量x的高斯概率密度函数； 表示x的均值； 代表x的协方差； 上 标(·)a表示包含乘性噪声的滤波器计算值； 为k‑1时刻的状态估计； 为k‑1时刻的估 计误差协方差 。 6.根据权利要求5所述的方法， 其特征在于， 在乘性噪声的情况下， 根据 得到的时刻k的 所述测量值zk、 所述状态预测值xk|k‑1、 所述预测误差协方差矩阵Pk|k‑1， 虚拟测量噪声的平均 值表示为如下关系式 设置 μu＝0.1, dk＝0.3， 虚拟测量噪声的协方差可以表示 为： 权　利　要　求　书 1/2 页 2 CN 114519250 A 2计算E{h(xk)},Var{h(xk)},Cov{xk,h(xk)}， 公式如下： 计算容积点及其传播， 具体关系式如下： 其中， ξi表示空间点 集合的第i列。 7.根据权利要求2所述的方法， 其特征在于， 所述 时间更新运算包括： 估计传播容积点、 估计k时刻状态的预测值以及求 解k时刻的预测误差协方差； 其中， 容积点的传播方程 为 k时刻状态的预测值 为 k时刻的预测误差协方差为 8.根据权利要求2所述的方法， 其特征在于， 所述量测更新运算包括分解预测误差协方 差矩阵、 求 解容积点以及求 解容积传播； 其中， 预测误差协方差矩阵的分解式为 容积点的计算公式如下 容积点的传播方程 为 9.根据权利要求8所述的方法， 其特征在于， 所述量测更新运算还包括估计卡尔曼增 益、 更新状态估计值和相应的预测误差协方差， 具体关系式如下： 10.根据权利要求8所述的方法， 其特征在于， 所述基于容积卡尔曼滤波算法对所述输 出信号进行噪声消除之后， 还包括输出状态估计值和预测 误差协方差， 并对所述光伏发电 系统进行优化。权　利　要　求　书 2/2 页 3 CN 114519250 A 3