基于大数据挖掘的分布式光伏发电系统再调度策略研究

光学材料与设备随着天气、季节的变化以及光伏组件的污染与遮挡会造成分布式光伏发电的随机性与波动性.针对光伏发电的随机性与波动性问题,提出了一种基于大数据挖掘的光伏发电系统再调度策略优化,以降低支路潮流过载概率为目标,采用过载概率指标来表征系统风险.通过全天光传感器Lufft WS501 与精密光谱平均辐射计Eppley等设备收集记录光伏数据,并充分利用大数据挖掘技术进行迭代优化调度模型,以降低电力拥堵风险.在IEEE39节点上进行仿真验证,相较于传统调度,通过支路26的过载概率由0.4440下降至 0.013 8,通过支路 15 的过载概率由 0.447 0 下降至 0.032 7,并降低了过载概率.本方法能够精确收集光伏发电数据,显著降低支路的过载概率,提高电力系统可靠性,为解决光伏发电随机性与波动性问题提供了一种有效的方法,对电力系统的稳定运营具有重要意义.