[发明专利]基于光伏阵列传感器关联性的未来光照度预测方法

说明书

本发明涉及光伏发电技术领域，提出一种基于光伏阵列传感器关联性的未来光照度预测方法，包括以下步骤：根据光伏阵列所在位置的太阳高度角和太阳辐射度计算所有传感器每一时刻的太阳光照度；通过小波分析获取附近传感器当前时刻的太阳光照度的低频系数和附近传感器的历史光照度数据的高频系数，然后通过小波逆变换生成附近传感器的带谐波的太阳光照度数据；对中心传感器的太阳光照度与附近传感器的太阳光照度进行关联性计算，得到中心传感器与附近传感器之间的超前滞后关系数据；将所述超前滞后关系数据作为移动时间长度，对附近传感器的带谐波的太阳光照度数据进行时移处理，获得所预测的附近传感器的未来光照度数据。

技术领域

本发明涉及光伏发电技术领域，更具体地，涉及一种基于光伏阵列传感器关联性的未来光照度预测方法。

背景技术

光伏发电作为新能源领域一种较为常见的发电方式，存在着间歇性的问题，对于微电网的运行以及电力系统的稳定性提出了挑战，同时在电力交易场景中对于上网电价也有所影响，因此光伏发电的光照度预测就成为了一个关键因素。

目前常见的光伏发电光照度预测方法主要通过太阳辐照度传递方程、组件运行方程等建立预测模型，然后将太阳辐照度作为输入向量得到相应的未来光照度数据。然而，这种方法所建立的预测模型具有一定的局限性。此外，由于在同一个光伏阵列中的传感器具有不同程度的关联性，当云层移动的时候，光照度的变化会基于不同传感器之间的关联性形成传递，而现有的光伏发电光照度预测方法并没有考虑到传感器之间的关联性，因此存在预测精度低的问题。

发明内容

本发明为克服上述现有技术所述的没有考虑传感器之间的关联性导致预测精度低的缺陷，提供一种基于光伏阵列传感器关联性的未来光照度预测方法。

为解决上述技术问题，本发明的技术方案如下：

一种基于光伏阵列传感器关联性的未来光照度预测方法，包括以下步骤：

S1：根据光伏阵列所在位置每一时刻的太阳高度角h和太阳辐射度X计算所有传感器每一时刻的太阳光照度Y；

S2：对附近传感器每一时刻的太阳光照度通过小波分析获取附近传感器当前时刻的太阳光照度的低频系数和附近传感器的历史光照度数据的高频系数，然后通过小波逆变换生成附近传感器的带谐波的太阳光照度数据H(t)；

S3：对中心传感器的太阳光照度与附近传感器的太阳光照度进行关联性计算，得到中心传感器与附近传感器之间的超前滞后关系数据M；

S4：将所述中心传感器与附近传感器之间的超前滞后关系数据M作为移动时间长度，对附近传感器的带谐波的太阳光照度数据H(t)进行时移处理，获得附近传感器的未来光照度数据h(t)。

本技术方案中，将处于光伏阵列中心位置的传感器作为中心传感器，其他传感器作为附近传感器进行处理。在对附近传感器的太阳光照度数据处理过程中，采用小波分析对附近传感器每一时刻的太阳光照度进行有效信息的提取：由于在信号处理领域中，小波分析具有多分辨率分析的优点和良好的时频特性，能够从混合有噪声和谐波的信号中提取有效的信息。此外，考虑到在同一个光伏阵列的不同传感器中具有不同程度的关联性，随着光照度的变化，不同传感器之间的关联性形成传递关系，在本技术方案中，通过对中心传感器的太阳光照度与附近传感器的太阳光照度进行关联性计算，再对传感器的太阳光照度数据进行时移处理，最终得到基于光伏阵列传感器关联性的未来光照度数据。

优选地，S1步骤中，太阳辐射度X的计算公式如下：

X＝0.69243h+0.41526h²-0.00511h³

当需要计算可见光波段总日射对应的传感器每一时刻的太阳光照度Y时：

Y＝255.613X+362.649