[发明专利]一种光电转换模型的率定方法及系统

说明书

一种光电转换模型的率定方法及系统，包括：基于获取的总辐射数据和功率数据得到建模数据集；基于所述建模数据和预设的参考值计算拟合优度值；基于所述拟合优度值确定光电转换关系曲线。本发明通过相关性分析进行数据优选以及通过拟合优度的检验进行异常点过滤，以达到较好的模型率定效果。

技术领域

本发明涉及太阳能利用领域，具体涉及一种光电转换模型的率定方法及系统。

背景技术

新能源功率预测技术是新能源发电并网中不可或缺的支撑技术，在电网优化调度，发电计划制定，电站经济运行等发面都发挥着重要作用。其中，短期功率预测通常指未来72小时的新能源并网功率预测，有效的短期功率预测不仅可以为电力部门提供优化调度的决策支持，还便于电站合理安排维护与检修，不仅提高了间歇式新能源的竞争力，还提高了新能源发电的消纳水平。

目前，短期光伏发电预测主要有：先对辐射等气象要素进行预测，然后通过光电转换模型预测未来光伏输出功率。在该预测思路中，建立光电转换模型是光伏发电短期功率预测的重要环节，建立光电换模型通常基于历史实测辐射数据和功率数据，通过回归方法确定的。但是因为多方面因素导致光电转换模型的预测精度不高，如何提高通过光电转换模型进行光伏发电短期预测的精度具有重要意义。

发明内容

为了解决现有技术中所存在的上述不足，本发明提供一种光电转换模型的率定方法及系统。通过光电转换模型进行光伏发电短期预测的过程中，历史实测数据质量对辐射功率转换影响较大，然而，一方面由于传感器质量，外部环境等因素的影响；另一方面，由于目前弃光问题严重，导致光伏电站历史积累数据中包含了许多受限功率数据；导致实测数据质量往往参差不齐，现有的光伏功率预测方法，大多依赖于历史数据建模，若不剔除历史数据的异常点，必然带来较大的预测误差，因此，有效地过滤异常数据点对提高光电转换模型的精度有突出性的改进。

本发明提供的技术方案是：一种光电转换模型的率定方法，包括：

基于获取的总辐射数据和功率数据得到建模数据集；

基于所述建模数据集和预设的参考值计算拟合优度值；

基于所述拟合优度值确定光电转换关系曲线。

优选的，所述基于所述建模数据集和预设的参考值计算拟合优度值，包括：

基于所述建模数据集采用最小二乘多项式拟合方法，得到辐射‐功率关系式；

将所述建模数据集中的总辐射数据和功率数据根据所述辐射‐功率关系式绘制辐射‐功率转换关系曲线；

基于所述绘制的辐射‐功率转换关系曲线计算拟合优度值；

根据数据离散程度预先设定参考值，当所述拟合优度值不小于预设的参考值时，则得到当前的拟合优度值；

否则，将所述绘制的辐射‐功率转换关系曲线中的各离散点根据预设条件进行筛选后，重新绘制辐射‐功率转换关系曲线；

基于所述重新绘制的辐射‐功率转换关系曲线计算拟合优度值；

基于所述拟合优度值和预设的参考值更新拟合优度值。

优选的，所述辐射‐功率关系式，如下式所示：

p(x)＝a₀+a₁x+...+a_mx^m

式中：x：总辐射数据；p(x)：功率数据；a_m：拟合多项式的第m项系数；x^m：拟合多项式的第m项。

优选的，所述将所述辐射‐功率转换关系曲线中的各离散点根据预设条件进行筛选后，重新绘制辐射‐功率转换关系曲线，包括：