[发明专利]一种基于BP神经网络的光伏系统发电效率综合评估方法

说明书

技术领域

本发明光伏系统发电效率整体评估技术领域，具体涉及一种基于BP神经网络的光伏系统发电效率综合评估方法。

背景技术

我国太阳能资源非常丰富，其开发利用的潜力非常广阔，近几年我国光伏产业发展迅猛，大型光伏电站实现了跨越式的发展，全国各地出现很多兆瓦级以上电站，2011年国内光伏发电新增装机容量已超过2GW，随着光伏电站的补贴模式从电站建设补贴过渡到发电度电补贴，越来越多的投资业主开始关注光伏电站的运营管理，对于大批进入运营阶段的光伏电站，需要考虑如何保证电站在其设计的全寿命周期内最大限度发挥功效，并为业主带来直接收益的问题，而最大限度发挥功效，即是实现光伏系统发电效率最大、发电量最大。因此，电站运行状况检测、电站运行性能分析和系统发电效率评估将成为运营阶段的重点研究工作。

光伏电站系统效率是表征光伏电站运行性能的最终指标，在电站容量和光辐照量一致的情况下，系统效率越高代表发电量越大，因此，分析影响光伏系统发电效率的关键因素，针对系统发电效率进行综合评估，进而提升系统发电效率是光伏电站设计及运维管理的重点，本发明重点就光伏电站发电效率综合评估进行分析研究。

目前，国内外针对光伏系统发电效率评估的研究尚处于起步阶段，评估指标体系尚不完善，我国已有的效率评估指标体系多是从某一特定角度进行评估，指标设计分类不够，缺乏相对完整的客观评估依据，且在针对光伏电站累积的海量数据进行统计分析过程中，易筛掉部分有用信息。

发明内容

本发明的目的是提供一种基于BP神经网络的光伏系统发电效率综合评估方法，以解决现有光伏系统发电效率评估结果存在评估指标体系不完善、评估结果误差较大、不能有效指导电站运维与设计的问题。

为了实现以上目的，本发明所采用的技术方案是：一种基于BP神经网络的光伏系统发电效率综合评估方法，包括如下步骤：

(1)选取评估指标集：利用评估指标间的显著性检验将直接或间接关乎光伏系统发电效率的影响因素分成n类，然后对每一类选取若干相关指标，形成指标集，并根据光伏系统发电效率评估指标集建立评估指标体系；

(2)构建评估标准集：对应评估指标集设定每一项评估指标的理想取值范围；

(3)利用BP神经网络算法对各评估指标权值进行调整：将影响待评估对象效率的指标作为BP神经网络输入层神经元建立神经网络模型，并进行神经网络训练，在学习过程中对权值不断调整更新；

(4)采集一组对应于待评估对象的评估指标的实测值输入已训练好的BP神经网络评估模型中，BP神经网络的输出值即为待评估对象的实际效率值，将该效率值与评估标准集中对应的设定值比较，分析得出效率评估结论。

所述步骤(1)中每一类指标中既有定量指标，又有定性指标，将各指标通过非参数检验方法进行优化，并以抽样方法将定性指标转换为可定量的指标，形成指标集。

所述BP神经网络模型为三层结构，包括输入层、隐含层和输出层，输入层包括评估标准集中各待评估对象对应的评估指标，输出层为各待评估对象的效率。

对BP神经网络进行训练时，首先搜集若干组待评估对象评估指标的实测值{X_i}作为样本，并根据评估标准集确定对应的期望输出；然后对{X_i}进行标准化处理，消除量纲后得到{x_i}；之后将{x_i}作为学习样本输入到BP神经网络模型中对BP神经网络进行训练。

将光伏系统发电效率评估指标体系中的各评估指标按照增长型X₁、降落型X₂、中心型X₃三种指标类型进行划分，当指标的实测值为X_i时，其相应的无量纲化属性值x_i为：

增长型指标，对于任意的X_i∈X₁，

降落型指标，对于任意的X_i∈X₂，

中心型指标，对于任意的X_i∈X₃，

其中，X_max、X_min分别为各指标在各自论域上确定的最大值和最小值。