[发明专利]一种光伏发电功率超短期预测结果组合优化方法和系统

说明书

本发明提供了一种光伏发电功率超短期预测结果组合优化方法和系统，包括：采集光伏电站当前时刻的发电功率、预测时刻的发电功率超短期预测结果和上一预设周期的同一预测时刻的实际发电功率；基于所述采集光伏电站当前时刻的发电功率和上一预设周期的同一预测时刻的实际发电功率，利用预先建立组合优化模型对预测时刻的发电功率超短期预测结果进行优化；本发明能够有效提高光伏超短期预测结果的精度，支撑发电计划日内实时调整，从而在保障系统安全的前提下，提高新能源消纳能力。

技术领域

本发明属于新能源并网运行技术领域，尤其是涉及一种光伏发电功率超短期预测结果组合优化方法和系统。

背景技术

光伏超短期功率预测是光伏调控运行的基础之一，对日内发电计划实时调整具有重要的支撑作用。随着电力市场化改革进程的推进，光伏超短期功率高精度预测的作用将进一步凸显。由于辐照强度的周期性变化以及云层的随机干扰，无惯量光伏发电系统的输出功率波动剧烈，引入实时云观测数据是提高光伏输出功率超短期预测精度的有效手段之一，但受云层移动轨迹的评估偏差以及云层的生消、变形等影响，仅依赖物理模型的光伏超短期预测结果仍存在误差较大的问题，不能支撑电网调控运行最大限度的挖掘新能源消纳空间。

发明内容

为克服上述现有技术的不足，本发明提出一种光伏发电功率超短期预测结果组合优化方法，包括：

采集光伏电站当前时刻的发电功率、预测时刻的发电功率超短期预测结果和上一预设周期的同一预测时刻的实际发电功率；

基于所述采集光伏电站当前时刻的发电功率和上一预设周期的同一预测时刻的实际发电功率，利用预先建立组合优化模型对预测时刻的发电功率超短期预测结果进行优化；

其中，所述组合优化模型包括分别以光伏电站当前时刻的发电功率和上一预设周期的同一预测时刻的实际发电功率对发电功率超短期预测结果分别进行优化，然后组合两次优化结果。

优选的，所述组合优化模型，包括：持续算法模型、周期优化模型以及对所述持续算法模型、周期优化模型的结果进行组合；

其中，所述持续算法模型包括以持续计算得到的当前预测时间尺度下的持续系数为权重，对所述光伏电站当前时刻的发电功率和预测时刻的发电功率超短期预测结果进行拟合得到持续算法功率超短期预测结果；

所述周期优化模型包括以持续计算得到的当前预测时间尺度下的融合系数为权重，对所述光伏电站上一预设周期的同一预测时刻的实际发电功率和预测时刻的发电功率超短期预测结果进行拟合得到周期优化功率超短期预测结果。

优选的，所述持续算法模型包括如下计算式：

式中，k为预测时刻的时间尺度；t表示当前时刻；为第t+k时刻的持续算法功率超短期预测结果；p_SCADA,t为t时刻的实时发电功率；为第t+k时刻的发电功率超短期预测结果；α_k为第k预测时间尺度下的持续系数。

优选的，所述第k预测时间尺度下的持续系数α_k的计算式如下：

式中，ε为调整系数。

优选的，所述周期优化模型包括如下计算式：

式中，k为预测时刻的时间尺度；t表示当前时刻；为第t+k时刻的周期优化功率超短期预测结果；β为融合系数；p_{day-ahead,t+k}为上一预设周期的第t+k时刻的实际发电功率；为第t+k时刻的发电功率超短期预测结果。

优选的，所述融合系数是以历史预测时刻的历史发电功率的实际值与预测时刻的周期优化功率超短期预测结果间误差最小为目标进行寻优得到的。