摘要 —分布式光伏 (PV) 发电通常发生在“电表后面”:电网运营商只能观察到净负荷,即总负荷和分布式光伏发电的总和。这种可观测性的缺乏对系统在总体层面和分布层面的运行都构成了挑战。缺乏对总负荷和光伏发电的实时或近期分解估计将导致能源生产和监管储备的过度调度、可靠性约束违规、控制器设备磨损以及系统的潜在连锁故障。在本文中,我们建议使用贝叶斯结构时间序列 (BSTS) 模型和本地太阳辐照度测量来分解下游测量站点的总光伏发电和总负荷信号。BSTS 是一种高度表达的模型类,它将经典的时间序列模型与强大的贝叶斯状态空间估计框架相结合。分解是概率完成的,这会自动量化估计的光伏发电和总负荷消耗的不确定性。根据实时数据可用性,它可用于分解客户站点的光伏和总负载,或可用于馈线级别。在本文中,我们专注于解决馈线级别的问题。我们使用国家太阳辐射数据库 (NSRDB) 来估计局部辐照度,比较了 BSTS 模型以及 Pecan Street AMI 数据集上一些最先进的方法的性能。
主要关键词