一種光伏電站功率預測方法
【技術領域】
[0001] 本發明涉及光伏發電領域，尤其涉及一種基于歷史數據縱向匹配的光伏電站功率 預測方法。
【背景技術】
[0002] 光伏電站在實際運行中，光伏發電功率隨著太陽輻射強度的變化而變化，具有波 動性、間歇性和隨機性的特點。這些特點導致了光伏電場的功率波動，功率波動又會對地區 電網整體運行產生影響，進而會影響到整個地區總網內的電壓穩定。當光伏電站場接入電 網時，就會給整個電力系統的安全、穩定運行帶來一定的隱患。
[0003] 光伏電站功率預測是對未來幾小時或幾天的預測，它能夠提前預測出未來的功率 變化，為調度系統制定輸配電方案提供主要依據，有效地減輕了光伏接入對電網的不利影 響，提高電力系統運行的安全性和穩定性。目前對于光伏發電預測的研究很多，主要集中在 非線性算法方面，包括神經網絡法、最小二乘相量機法和智能法等。這些算法計算復雜，理 論性較強。
[0004] 專利文件《基于氣象因素的光伏電站發電輸出功率預測方法》（專利號為CN 102521670A)就提出了上述方案的一種實施方式：首先獲取的光伏電站所在地氣象要素數 據歷史記錄及與每一記錄相對的輸出功率，將這些氣象要素數據修正為光伏板直接數據， 然后將修正后的氣象要素數據作為輸入數據輸入BP神經網絡，用BP神經網絡算法實現功 率預測。上述方法可以預測出光伏電站的發電輸出功率，準確度高，但算法計算復雜，理論 性較強，不太適合工程實踐應用。
[0005] 因此，亟需一種光伏電站發電輸出功率預測方法，來解決計算算法復雜的這一問 題。
【發明內容】
[0006] 本發明的目的是提供一種基于歷史數據縱向匹配的光伏電站功率預測方法，用以 解決現有計算方法計算復雜的問題。
[0007] 為實現上述目的，本發明的方案包括：
[0008] -種基于歷史數據縱向匹配的光伏電站功率預測方法，根據未來時刻t的天氣預 測信息，對于天氣預測信息中的光照強度和各種氣象因素，將其與歷史數據中的光照強度 和各種氣象因素進行對應比較，進行相似度匹配，得到的光照強度和各種氣象因素均相似 的若干組歷史數據，根據所述歷史數據，預測未來時刻t光伏電站的功率輸出值Pt':
[0009] 功率預測模型為：
[0011] Pste為標準條件下光伏板的出力；I ^為標準條件下的總輻射強度，11是天氣預測 信息中未來t時刻的總輻射強度；Yt是未來t時刻的電站輻射系數，a M'是未來t時刻 的光伏電站出力綜合因素系數；
[0012] 其中^由下述公式得到
[0016] i為進行光照強度和綜合因素匹配得到的m組數據的序號，i越小，距離未來時刻 t越近；
[0017] itt是第i組數據對應時刻的實際傾角總輻射強度；Iti是第i組數據對應時刻當地 氣象局提供的地表直射總輻射強度；是第i組數據對應時刻的實際電站輻射系數；
[0018] Ptf是第i組數據對應時刻光伏電站的功率輸出值是第i組數據對應時刻的 光伏電站出力綜合因素系數A為計算電站輻射系數γ t的第i組數據對應時刻的權重系 數，i越小，W1越大；Q i為計算光伏電站出力綜合因素系數α的第i組數據對應時刻的 權重系數，i越小，Q1越大。其中，Q 1是Jr，11是&。
[0019] 進一步的，各種氣象因素包括溫度、濕度、壓力、風力。
[0020] 進一步的，對得到的歷史數據進行去噪處理，計算功率輸出綜合因素系數的突變 率，當突變率大于設定值時，人為該數據為噪聲數據，予以拋棄，其中突變率的計算公式如 下：
[0022] 式中：
[0023] Ern:第η個時刻點的突變率；
[0024] a 當天第η個時刻點的綜合因素系數；
[0025] a ^ 1):當天第η-I個時刻點的功率輸出綜合因素系數。
[0026] 本發明提供的一種基于歷史數據縱向匹配的光伏電站功率預測方法，計算簡單、 預測誤差小，非常適用于工程實踐中的光伏電站功率預測，具有一定研究價值和工程實踐 意義。
【附圖說明】
[0027] 圖1是縱向匹配預測模型；
[0028] 圖2是輻射環境系數曲線；
[0029] 圖3是功率輸出綜合因素系數曲線；
[0030] 圖4是預測功率曲線與實際功率曲線對比；
[0031] 圖5是預測功率與實際功率差值；
[0032] 圖6是預測功率與實際功率誤差比率。
【具體實施方式】
[0033] 下面結合附圖對本發明做進一步詳細的說明。
[0034] 本發明提供了一種光伏電站功率預測的方法，根據未來時刻t的天氣預測信息， 對于天氣預測信息中的光照強度和各種氣象因素，將其與歷史數據中的光照強度和各種氣 象因素進行對應比較，進行相似度匹配，得到的光照強度和各種氣象因素均相似的若干組 歷史數據，根據所述歷史數據，預測未來時刻t光伏電站的功率輸出值Pt'。功率預測模型 為：
[0036] Pste為標準條件下光伏板的出力；I ^為標準條件下的總輻射強度，I t是天氣預測 信息中未來t時刻的總輻射強度；Yt是未來t時刻的電站輻射系數，α μ'是未來t時刻 的光伏電站出力綜合因素系數；
[0037] 其中Qct'，Yt是對歷史數據運算得到；
[0038] 其中^由下述公式得到
[0042] i為進行光照強度和綜合因素匹配得到的m組數據的序號，i越小，距離未來時刻 t越近；
[0043] k是第i組數據對應時刻的實際傾角總輻射強度；\是第i組數據對應時刻當地 氣象局提供的地表直射總輻射強度；心是第i組數據對應時刻的實際電站輻射系數；
[0044] Pti是第i組數據對應時刻光伏電站的功率輸出值；是第i組數據對應時刻的 光伏電站出力綜合因素系數A為計算電站輻射系數γ t的第i組數據對應時刻的權重系 數，i越小，W1越大；Q i為計算光伏電站出力綜合因素系數α的第i組數據對應時刻的 權重系數，i越小，Q1越大。
[0045] 下面結合附圖1，對光伏電站功率預測的方法做出詳細的解釋，首先是對原始數據 的采集。所謂原始數據包括光伏電站運行記錄的歷史數據及未來幾天的氣象數據。這些氣 象數據和光伏電站運行記錄的歷史數據包括太陽總輻射、光伏電站周圍光反射度、環境溫 度、環境濕度、環境風速，具體的來講包括太陽總輻射、光伏電站周圍光反射度、環境溫度、 環境濕度、環境風速、光伏組件溫度、光伏板清潔度、光伏店址光電轉化效率、逆變器轉化效 率、線路損耗等。其中未來天氣數據由氣象部門或者專業的機構提供，基本包括總輻射強 度、溫度、濕度、風速、壓力等；光伏電站運行記錄的歷史數據來自光伏電站本身服務器的歷 史記錄。
[0046] 對這些原始數據采集完畢以后，難免會有不符合要求的數據產生，因此需要對這 些噪聲數據進行去噪處理。以光伏電站功率輸出綜合因素系數的突變為依據，來判斷數據 是否有效，查詢出功率綜合因素系數中毛刺、突變發生的時間，判定歷史數據庫中此時刻的 數據為無效數據，這些數據可能是環境監測儀采集的輻射強度與實際光伏組件平均傾角總 輻射強度不一致、系統檢修、逆變器停機等造成的，不參與功率預測縱向數據的匹配查詢， 這一時刻的數據也不參與環境系數計算。對于每天的功率綜合因素系數曲線，根據采集的 時間順序，設a m為當天的第η個功率輸出綜合因素系數，突變率Er表示為：
[0048] (3)
[0049] 式⑶中：
[0050] Ern^ η個點的突變率；
[0051] a 當天第η個綜合因素系數；
[0052] a ^ 1):當天第η-1個功率輸出綜合因素系數。
[0053] 通過去噪處理后，將這些有效