[发明专利]一种光伏电站超短时功率预测修正方法

说明书

技术领域

本发明涉及一种光伏电站的功率预测修正方法。

背景技术

大规模光伏并网发电是充分利用太阳能的一种有效方式。但是，光伏发电 系统大规模接入电网，会给电网可靠、稳定运行带来诸多问题，给电网调度增 加困难，影响电网的传统开机方式和调度方式。对光伏发电系统进行功率预测， 对于光伏发电系统的投资规划及优化设计等有重要的作用。尤其是超短期功率 预测，有助于判断光伏发电系统输出功率的变化趋势，进而降低光伏发电系统 输出功率波动性对电力系统的影响，减少电网调度计划安排的偏差，进一步提 高电力系统运行安全性和经济性。

由于光伏发电受太阳辐射强度、温度、湿度和云量等多因素影响，具有很 强的随机性，光伏发电系统输出功率预测难度很大。目前采用的方法有神经网 络模型法和支持向量机(SVM)模型法，神经网络模型法是根据历史功率数据 和简单日模型估计，建立基于神经网络模型的光伏发电功率预测系统，以预测 光伏发电系统每小时的输出功率，而支持向量机(SVM)模型法是根据历史功 率数据和简单日模型估计，建立基于支持向量机(SVM)模型的光伏发电功率 预测系统，以预测光伏发电系统每小时的输出功率，以上预测方法均为超短期 光伏功率预测。存在的问题是，以上功率预测方法采用的日模型均为简单日模 型，比如日模型仅仅简单地分为几种类型，并没有对各种有效的气象因素对光 伏发电系统的发电功率的影响进行全面的考察，所建立的功率预测模型在多种 气象条件下的有效性还有待验证。特别地，这几种方法得到的光伏电站预测功 率对预测日的气象各要素的实时变化信息处理不够，例如对多云、暴雨等突发 天气很难实现超短时的精确预测。此外，电网调度部门对功率预测的时间分辨 率要求为15min，以上功率预测模型以及预测时间尺度不能满足电网调度的实 际要求。

发明内容

为了解决现有技术中的上述不足，本发明提供一种光伏电站超短时功率预 测修正方法，引入了温度变化量、辐照度变化量、以及湿度变化量这些气象参 数用来衡量实时天气变化，对原有功率预测模型的光伏电站预测功率值加以修 正，以提高光伏电站超短时功率预测的准确性。

为了解决上述技术问题，本发明采用以下的技术方案：

一种光伏电站超短时功率预测修正方法，包括以下步骤：

步骤一，对光伏电站历史数据按月建立4种日类型集合；

光伏电站历史数据按月建立4种日类型集合，其具体实施方法为：以同周 期历史气象参数及光伏发电功率为主要参数依据，按月建立数据集合，每月同 日类型的光伏电站的气象变化和发电功率具有相似性；

4种日类型集合为A、B、C、D四种，其中A类日类型为晴、晴间多云、 多云间晴天气，B类日类型为阴、阴间多云、多云、多云间阴、雾天气，C类日 类型为雨夹雪、小雨、冻雨、小到中雨、阵雪、小雪、小到中雪阵雨、雷阵雨、 雷阵雨伴有冰雹天气，D类日类型为特大暴雨、中雪、大雪、暴雪、大暴雨到 特大暴雨、中雨、大雨、暴雨、大暴雨、中到大雪、大到暴雪、沙尘暴、中到 大雨、大到暴雨、雷雨到大暴雨天气；

步骤二，每数据集合选取每周6个工作日的光伏电站历史数据，共建立每 月24组工作日数据，其中每组工作日的光伏电站历史数据至少包括温度T、湿 度S、辐照度F、光伏电站实测功率P_c、以及功率预测系统的光伏电站预测功率 P_y，每组工作日的光伏电站历史数据从早晨6点到下午6点之间采集，光伏电站 历史数据的采集分辨率为15分钟；

步骤三，计算每个工作日连续两采集点之间的温度变化值ΔT_N、湿度变化 值ΔS_N、辐照度变化值ΔF_N、以及当前采集点的光伏电站实测功率与预测功率 差值ΔP_N；

其实现方法为：

ΔT_N＝T_N-1-T_N-2；

ΔS_N＝S_N-1-S_N-2；

ΔF_N＝F_N-1-F_N-2；

ΔP_N＝P_c,N-P_y,N；