一種光伏電站短期功率預測方法和系統(tǒng)的制作方法
【技術(shù)領域】
[0001]本發(fā)明涉及計算機領域，特別是指一種光伏電站短期功率預測方法和系統(tǒng)。
【背景技術(shù)】
[0002]太陽能光伏發(fā)電是利用太陽能電池的光伏效應將太陽輻射能直接轉(zhuǎn)換為電能的一種發(fā)電形式。目前，化石能源短缺、環(huán)境污染嚴重和全球氣候變化等問題日益突出，世界能源發(fā)展呈現(xiàn)出清潔化、低碳化、高效化的新趨勢。我國太陽能資源與美國相近，比歐洲、日本優(yōu)越得多，具有的開發(fā)潛力極其廣闊，近年來更是進入高速發(fā)展時期，成為了新的增長點。太陽能的開發(fā)利用符合我國能源發(fā)展戰(zhàn)略、實現(xiàn)電力可持續(xù)發(fā)展、電力結(jié)構(gòu)調(diào)整和環(huán)境保護的需要。我國未來將有大量分布式清潔能源發(fā)電及其他形式發(fā)電接入電網(wǎng)，要求電網(wǎng)具有清潔能源接納能力。
[0003]隨著太陽能發(fā)電行業(yè)的發(fā)展，太陽能并網(wǎng)規(guī)模越來越大，但太陽能發(fā)電具有隨機性大、間歇性、反調(diào)峰等特點，大規(guī)模太陽能發(fā)電的接入對電網(wǎng)的消納、調(diào)峰調(diào)頻需求、穩(wěn)定性等問題會產(chǎn)生重大影響，為了減小這些影響，同時保證電力系統(tǒng)安全穩(wěn)定的運行，使電力調(diào)度部門能夠根據(jù)光伏發(fā)電量變化及時進行調(diào)度，降低備用容量和運行成本，需要對光伏電站的發(fā)電量進行準確預測。
[0004]而現(xiàn)有的光伏電站功率預測主要分為兩類，一類是通過物理模型預測，用氣象數(shù)據(jù)輸入，由功率輸出曲線得出模型，該方法工作量大，成本高。另一類方法通過對歷史數(shù)據(jù)進行建模，信息量小，如時間序列方法等，但該方法不能模擬多變功率信號，過于簡單。

【發(fā)明內(nèi)容】

[0005]有鑒于此，為了解決現(xiàn)有光伏電站功率預測的不足，本發(fā)明的目的在于提出一種光伏電站功率預測修正方法，提高光伏功率預測精度。
[0006]基于上述目的本發(fā)明提供的光伏電站短期功率預測方法，包括步驟:
[0007]獲取一時間段內(nèi)光伏電站所在位置記錄的歷史氣象數(shù)據(jù)，建立光照強度和組件背板溫度的預測模型；
[0008]將歷史數(shù)據(jù)中的功率值與光照強度的比值作為修正系數(shù)，并構(gòu)建以背板溫度作為自變量的修正系數(shù)函數(shù)式；
[0009]獲取所述光伏電站所在位置未來時間段的天氣預報值，將該天氣預報值分別代入光照強度和組件背板溫度的預測模型得到光照強度預測值和背板溫度預測值；
[0010]根據(jù)所述的修正系數(shù)函數(shù)式，通過背板溫度預測值獲得修正系數(shù)預測值；再根據(jù)所述的功率值與光照強度的比值作為修正系數(shù)，計算功率預測值。
[0011]在一些實施例中，所述獲取一時間段內(nèi)光伏電站所在位置記錄的歷史數(shù)據(jù)，建立光照強度和組件背板溫度的預測模型包括:
[0012]獲得一時間段內(nèi)光伏電站所在位置的氣象數(shù)據(jù)的歷史記錄，其中氣象數(shù)據(jù)包括環(huán)境溫度T、濕度H、光照強度C、風速WS ;以及每一歷史記錄相對的實際功率值P與組件背板溫度Tb;
[0013]將獲取的氣象數(shù)據(jù)進行采樣，得到訓練數(shù)據(jù)樣本[Tx，Hx，WSJ ;
[0014]將訓練數(shù)據(jù)樣本[Tx，Hx，WSJ作為神經(jīng)網(wǎng)絡輸入向量，將[0，0，Cy]作為神經(jīng)網(wǎng)絡輸出向量，建立光照強度Cy的預測模型；將訓練數(shù)據(jù)樣本[TX，HX，WSJ作為神經(jīng)網(wǎng)絡輸入向量，將[Tby，0，0]作為神經(jīng)網(wǎng)絡輸出向量，建立背板溫度Tb預測模型。
[0015]在一些實施例中，所述建立光照強度(；的預測模型和背板溫度T b預測模型之后包括:
[0016]將獲取的氣象數(shù)據(jù)進行采樣，驗證數(shù)據(jù)樣本[Tz，Hz，WSJ ;
[0017]將驗證數(shù)據(jù)樣本[TZ，HZ，WSZ]輸入光照強度Cy的預測模型中，預測光照強度Cy，并把預測結(jié)果Cy與歷史記錄的實際光照強度C進行對比，用誤差評價方法驗證所述光照強度Cy的預測模型的合理性；
[0018]將驗證數(shù)據(jù)樣本[TZ，HZ，WSZ]輸入背板溫度Tb預測模型中，預測背板溫度Tby，并把預測結(jié)果Tby與歷史記錄的實際背板溫度T b進行對比，用誤差評價方法驗證所述背板溫度Tb預測模型的合理性。
[0019]在一些實施例中，所述構(gòu)建以背板溫度作為自變量的修正系數(shù)函數(shù)式是:
[0020]通過高次擬合得到功率值和光照強度的比值與背板溫度，獲得:f(Tb)=
2.004X 10 9x4-3.104X 10 V+l.599X 10 5x2_3.374X 10 4x+6.428X 10 3。
[0021]在一些實施例中，所述構(gòu)建以背板溫度作為自變量的修正系數(shù)函數(shù)式之后，還包括:
[0022]獲取所述光伏電站所在位置未來時間段的天氣預報值，其中所述的天氣預報值包括環(huán)境溫度T、濕度H、風速WS ;
[0023]將獲取的未來時間段的天氣預報值進行采樣，得到預報數(shù)據(jù)樣本[Ty，Hy，WSy];
[0024]把預報數(shù)據(jù)樣本[Ty，Hy，WSy]分別作為光照強度和組件背板溫度預測模型的輸入值進行運算，得到光照強度預測值Cy，和背板溫度預測值Tby;
[0025]將獲得的背板溫度預測值Tby代入修正系數(shù)函數(shù)式中，得到修正系數(shù)預測值f(Tby);再根據(jù)獲得的光照強度預測值Cy和功率值與光照強度的比值作為修正系數(shù)，得到功率預測值。
[0026]另外本發(fā)明還提供了一種光伏電站功率預測系統(tǒng)，包括:
[0027]歷史數(shù)據(jù)獲取單元，用于獲取一時間段內(nèi)光伏電站所在位置記錄的歷史氣象數(shù)據(jù)；
[0028]預測模型建立單元，用于建立光照強度和組件背板溫度的預測模型；將歷史數(shù)據(jù)中的功率值與光照強度的比值作為修正系數(shù)，并構(gòu)建以背板溫度作為自變量的修正系數(shù)函數(shù)式；
[0029]預測數(shù)據(jù)獲取單元，用于獲取所述光伏電站所在位置未來時間段的天氣預報值，將該天氣預報值分別代入光照強度和組件背板溫度的預測模型得到光照強度預測值和背板溫度預測值；
[0030]功率預測單元，用于根據(jù)所述的修正系數(shù)函數(shù)式，通過背板溫度預測值獲得修正系數(shù)預測值；再根據(jù)所述的功率值與光照強度的比值作為修正系數(shù)，計算功率預測值。
[0031]在一些實施例中，所述歷史數(shù)據(jù)獲取單元獲得一時間段內(nèi)光伏電站所在位置的氣象數(shù)據(jù)的歷史記錄，其中氣象數(shù)據(jù)包括環(huán)境溫度T、濕度H、光照強度C、風速WS;以及每一歷史記錄相對的實際功率值P與組件背板溫度Tb。
[0032]在一些實施例中，所述預測模型建立單元將獲取的氣象數(shù)據(jù)進行采樣，得到訓練數(shù)據(jù)樣本[Tx，Hx，WSJ ;
[0033]將訓練數(shù)據(jù)樣本[Tx，Hx，WSJ作為神經(jīng)網(wǎng)絡輸入向量，將[0，0，Cy]作為神經(jīng)網(wǎng)絡輸出向量，建立光照強度Cy的預測模型；將訓練數(shù)據(jù)樣本[TX，HX，WSJ作為神經(jīng)網(wǎng)絡輸入向量，將[Tby，0，0]作為神經(jīng)網(wǎng)絡輸出向量，建立背板溫度Tb預測模型；
[0034]在一些實施例中，所述預測模型建立單元的構(gòu)建以背板溫度作為自變量的修正系數(shù)函數(shù)式是:
[0035]通過高次擬合功率值和光照強度的比值與背板溫度，獲得:f (Tb) = 2.004X 10 9x4-3.104X10 V+l.599X 10 5x2_3.374X 10 4x+6.428X 10 3。
[0036]在一些實施例中，所述預測數(shù)據(jù)獲取單元獲取所述光伏電站所在位置未來時間段的天氣預報值，其中所述的天氣預報值包括環(huán)境溫度T、濕度H、風速WS ;
[0037]將獲取的未來時間段的天氣預報值進行采樣，得到預報數(shù)據(jù)樣本[Ty，Hy，WSy];把預報數(shù)據(jù)樣本[Ty，Hy，WSy]分別作為光照強度和組件背板溫度預測模型的輸入值進行運算，得到光照強度預測值Cy，和背板溫度預測值Tby;
[0038]并且所述功率預測單元將獲得的背板溫度預測值Tby代入修正系數(shù)函數(shù)式中，得到修正系數(shù)預測值f (Tby);再根據(jù)獲得的光照強度預測值(；和功率值與光照強度的比值作為修正系數(shù)，得到功率預測值。
[0039]從上面所述可以看出，本發(fā)明提供的光伏電站短期功率預測方法和系統(tǒng)，實現(xiàn)了一套簡便易行，同時能夠考慮光伏電站組件結(jié)溫對預報結(jié)果進行修正，還組建了各影響因子與輸出功率的映射關系，從而實現(xiàn)高預測準確度。
【附圖說明】
[0040]圖1為本發(fā)明實施例中光伏電站短期功率預測方法的流程示意圖；
[0041]圖2為本發(fā)明可參考實施例中光伏電站短期功率預測方法的流程示意圖；
[0042]圖3為本發(fā)明實施例中光伏電站短期功率預測系統(tǒng)的結(jié)構(gòu)示意圖。
【具體實施方式】
[0043]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚明白，以下結(jié)合具體實施例，并參照附圖，對本發(fā)明進一步詳細說明。
[0044]作為本發(fā)明的一個實施例，參閱圖1所示，所述的光伏電站功率預測