[发明专利]一种光伏发电量预测方法

说明书

技术领域

本发明属新能源应用领域，涉及一种光伏发电量预测方法。

背景技术

光伏发电具有波动性和间歇性，大规模光伏电站并网运行会影响电力系统的安全稳定经济运行。对光伏电站的输出功率进行预测有助于电网调度部门统筹安排常规电源和光伏发电的协调配合，适时及时地调整调度计划,合理安排电网运行方式，一方面有效地减轻光伏接入对电网的不利影响，提高电力系统运行的安全性和稳定性，另一方面降低电力系统的旋转备用容量和运行成本，以充分利用太阳能资源，获得更大的经济效益和社会效益。

光伏发电量的预测需要气象数据的支持，而常规的气象要素包括气温、气压、风、湿度、云、降水等，但不包括总辐射量。在目前报道的光伏发电量预测方法中，也未有将常规气象数据再加工，拟合出总辐射量作为气象预测的输入的相关研究，而总辐射量与光伏电站的发电量具有强正相关，能有效地提高光伏发电预测的精度。

同时，对支撑光伏发电量预测的历史数据，进行合理分类后作为不同天气情况下的数据样本，可有效提高预测的准确性。

发明内容

本光伏发电量预测方法，针对目前技术现状的不足，提出一种基于历史数据挖掘和气象数据加工的光伏发电量预测方法，包括光伏电站历史运行数据分类、气象预报数据输入、光伏电站历史数据进行挖掘、对气象数据再加工得到光伏电站的总辐射量，从而进行12小时或4小时光伏发电量预测。本发明方法包括：

1、对光伏电站的历史发电量数据进行分析、归类，将其分为四类：高发电量、较高发电量、较低发电量、低发电量，并建立相应的存储数据库；

2、对四类运行数据库中的历史发电量数据进行筛选,去除其中的错误数据，并将合格的实时发电量数据添加到数据库：

（1）求取历史发电量数据的标准差SD1；

（2）合格数据满足条件k1*SD1< E1 <k2*SD1，去除数据库中错误数据；

（3）对筛选后的历史发电量数据，重新求取其标准差SD2；

（4）将满足k3*SD2< E2 <k4*SD2的运行数据存入分类数据库；

其中，k1、k2、、k3、k4为系数； E1为历史发电量数据，E2为待写入数据库的实时发电量数据；

3、将气象台提供的预报天气类型归纳、合并成四类：高发电量天气、较高发电量天气、较低发电量天气、低发电量天气；

4、根据气象台预报的气象要素，结合光伏电站的历史数据辨识公式中的系数，预测出光伏电站的12小时或4小时总辐射量Y：

Y=b₀+b₁T+b₂T’+b₃R_h+b₄P+b₅T_g+b₆V+b₇W

其中，b₀、b₁ 、b₂、b₃、b₄、b₅、b₆、b₇为系数；T为干球温度，T’为湿球温度，R_h相对湿度，P为气压，T_g为地温，V为风速，W为风向；

5、根据气象台预报，确定预测时段的天气类型属于步骤3中的类型，并从步骤1中选择相应的发电量数据库类型；

6、建立光伏发电量预测模型：将12小时或4小时的天气类型、温度、雨量、湿度、季节、总辐射量经归一化后作为预测模型的输入，经神经网络计算，输出12小时或4小时光伏发电量；对输入数据和目标数据（发电量）进行归一化处理，归一化公式为：

                                                 

式中  ,——原始目标（发电量）、输入数据；

,,,——p和n中的最小值和最大值；

,——归一化后的目标、输入数据；

7、采用均方根误差对神经网络模型的误差进行评估：

式中  ——预测值；

——实际值；

N——测试样本数；

P——光伏电站容量；

8、更新光伏发电量预测的数据库：在光伏电站达到4小时或12小时累计运行时间后，将光伏电站实际发电量数据，判断其数据合理性后，以条件触发方式写入步骤1中数据库。