[发明专利]一种光伏电站发电量预测系统及方法

说明书

本公开提供了一种光伏电站发电量预测系统及方法，采集环境影响因素、内在影响因素和发电量历史数据以及待测日数据，对采集到的数据进行去噪处理，根据内在影响因素计算组件实际光电转换效率，以环境影响因素和组件实际光电转换效率的历史数据为输入向量，对弹性自适应BP神经网络模型进行训练，重复利用历史时间段每天的太阳辐射强度、大气温度、组件实际光电转换效率和发电量进行模型优化，以待测日的环境影响因素和组件实际光电转换效率作为模型输入，输出待测日的发电量输出向量，通过拟合分析得到光伏组件实时光电转换效率值，减少了光伏组件内在变化所带来的影响，极大的提高了光伏电站发电量预测的准确性，为电力调度提供了准确的数据参考。

技术领域

本公开涉及光伏电站技术领域，特别涉及一种光伏电站发电量预测系统及方法。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术，并不必然构成现有技术。

随着大规模光伏电站接入区域电网，各光伏电站运行条件各不相同，为电力调度部门统一预测各光伏电站发电量带来困难，因此，有必要对光伏电站，以最少的条件，预其发电量情况，为电力调度提供各光伏电站输出功率的预测数据，保障电网能量管理系统制定调度计划。现有的预测方法大多只关注光照、天气等外在环境情况，没有考虑光伏组件内在因素的变化所带来的光电转换效率的降低，从而导致发电量的预测并不准确，尤其是新型太阳能电池，如多晶PERC或者单晶PERC电池，它们的光衰严重，其光电转换效率随光照变化较大，单纯的只考虑环境因素进行光伏电站发电量的估算只能得到一个粗略的估值。

发明人在研究中发现，目前的光伏电站发电量预测存在以下问题：(1)光伏电站的发电量预测时没有综合考虑光伏组件的内在影响因素给发电效率所带来的影响；(2)光伏组件的光电转换效率随温度的升高和时间的延长而降低，目前发电量预测时仅考虑标准的光电转换效率，而没有考虑光伏组件实际的光电转换效率。

发明内容

为了解决现有技术的不足，本公开提供了一种光伏电站发电量预测系统及方法，综合了光伏电站的外在环境因素和内在影响因素进行光伏电站发电量的预测，并通过拟合分析得到光伏电站的实际光电转换效率值，极大的提高了光伏电站发电量预测的准确性，为电力调度提供了准确的数据参考。

为了实现上述目的，本公开采用如下技术方案：

第一方面，本公开提供了一种光伏电站发电量预测系统；

一种光伏电站发电量预测系统，包括数据采集模块、数据处理模块和预测模型模块，所述数据采集模块用于采集光伏电站发电量的环境影响因素和内在影响因素历史数据及其所对应的光伏发电量历史数据，确定历史数据样本集，还用于采集待测日的环境影响因素和内在影响因素；

所述数据处理模块用于对采集到的数据进行去噪处理，根据内在影响因素计算实际光电转换效率，以环境影响因素和实际光电转换效率的历史数据为输入向量，以其所对应的光伏发电量的历史数据为输出向量，确定训练样本，并对训练样本行归一化处理；

所述预测模型模块用于根据归一化后的训练样本建模，以待测日的环境影响因素和实际光电转换效率作为模型输入，输出待测日的发电量预测值。

作为可能的一些实现方式，所述数据处理模块采用去燥自编码器对预测样本数据进行去噪处理，对缺损的数据进行补充。

作为可能的一些实现方式，所述环境影响因素包括太阳辐射强度和大气温度，所述内在影响因素包括组件出厂标称光电转换效率、光衰减曲线和老化衰减曲线；

作为可能的一些实现方式，所述数据处理模块还用于通过组件出厂光电转换效率、光衰减曲线和老化衰减曲线获取实际光电转换效率随时间变化曲线，并计算历史时间段内每日和待测日的光电转换效率值。

第二方面，本公开提供了一种光伏电站发电量预测方法；

一种光伏电站发电量预测方法，步骤如下：