一种基于云量模拟的光伏超短期发电功率的预测方法
【专利摘要】本发明提供一种基于云量模拟的光伏超短期发电功率的预测方法，包括以下步骤：利用天气型的晴空预测方法预测光伏电站未来4h的光伏超短期发电功率；模拟光伏电站未来4h的云量信息，并对由于云遮挡造成的水平面辐照度衰减进行预测数据校正，完成对光伏电站超短期功率的预测。本发明提供的预测方法相对晴空工况光伏功率超短期预测模型在对云量遮挡信息捕捉方面有很大的优势，相较于基于地基云图的光伏功率超短期预测模型预测的有效时间长度有很大的提高。
【专利说明】一种基于云量模拟的光伏超短期发电功率的预测方法
【技术领域】
[0001]本发明属于光伏功率预测【技术领域】，具体涉及一种基于云量模拟的光伏超短期发电功率的预测方法。
【背景技术】
[0002]随着近年来大规模光伏电站接入电网，由于光伏发电输出功率具有随机性和波动性，对电网安全稳定和经济运行造成影响。对光伏电站的输出功率进行准确预测，能为电力调度提供重要的决策支持，能够统筹安排常规电源和光伏发电的协调配合，有效的降低电力系统运行成本，使得光伏资源得到充分的利用，从而获得更大的经济效益和社会效益。但是光伏发电系统的输出功率很大程度上决定于光伏面板所能接收到的太阳辐射量，容易受到天气因素的影响，因而具有间歇性、波动性和随机性的缺点，从而造成其输出功率不稳定且难以预测。这一缺点不仅影响了电能质量，甚至会影响整个电力系统的稳定性。因此研究光伏系统的发电预测技术对于电力系统而言具有重要意义。
[0003]地面辐照度作为光伏电站输出功率的主要影响因素之一，它的不确定性直接导致输出功率的随机性和波动性。而云作为影响太阳地面辐照量的主要气象要素，其生消和移动变化是地面辐照度变化不确定性的根本原因之一。目前，光伏功率预测方法主要根据历史气象要素数据和光伏电站输出功率数据进行统计分析或机器学习进行预测，有基于人工神经网络的预测模型和基于支持向量机的预测模型，涉及气象云图数据对光伏电站进行功率预测的文献并不多，主要停留在探索和尝试阶段，所以基于这些文献的方法进行光伏功率预测，还存在一定的预测精度问题。国外有学者根据气象卫星云图预估云层移动情况进行太阳辐照度预测，所涉及的卫星云图的时间分辨率最小为30min，最小空间分辨率为
2.5km2。尽管借助卫星云图在揭示地区云覆盖特征时不失为一种很好的方法，但是其时空分辨率相对较低，又因为地基云图的小区域进行拍摄，其拍摄的空间范围有限，云团在预测的时间内，天空中的云团已经移动出了设备的采集范围，所以很难利用实时云图采集信息实现对未来4小时的超短期预测,在地基云图中，一旦云团移动云图的范围,所有米用地基云图进行光伏功率预测的模型将会失效，将不能进行功率的准确预测。
【发明内容】
[0004]为准确预测未来四小时由于光伏电站周围云量变化和遮挡，所引起的辐射衰减而导致的光伏电站发电功率瞬时下降，以提高光伏超短期功率预测的精度，本发明提供一种基于云量模拟的光伏超短期发电功率的预测方法，该方法相对晴空工况光伏功率超短期预测模型在对云量遮挡信息捕捉方面有很大的优势，相较于基于地基云图的光伏功率超短期预测模型预测的有效时间长度有很大的提高。
[0005]为了实现上述发明目的，本发明采取如下技术方案:
[0006]本发明提供一种基于云量模拟的光伏超短期发电功率的预测方法，所述方法包括以下步骤:[0007]步骤1:利用天气型的晴空预测方法预测光伏电站未来4h的光伏超短期发电功率；
[0008]步骤2:模拟光伏电站未来4h的云量信息，并对由于云遮挡造成的水平面辐照度衰减进行预测数据校正，完成对光伏电站超短期功率的预测。
[0009]所述步骤I中，采用临近相似天气型的历史功率和实测的辐射数据进行曲线相关性拟合，通过光电转换模型建立光伏超短期发电功率预报晴空模型，以预测未来4h的光伏超短期发电功率。
[0010]所述步骤I中，晴空预测方法中，由于光伏电站无云量信息的影响，太阳辐照度的直接辐射R(t)与光伏电站水平面辐照度的总辐射相等，于是设t时刻光伏电站水平面辐照度的总辐射为R(t)，且满足:
[0011]F (R(t)) = aR(t)2+bR(t)-c(I)
[0012]其中，a、b、c是二次曲线关系式的对应项系数；F(R(t))为光伏电站预测发电功率；
[0013]将对应时刻的光伏电站水平面辐照度的总辐射代入式(1)，即可完成对光伏电站未来4h的光伏超短期发电功率的预测。
[0014]所述步骤2中，使用数值天气预报预测的气象数据对光伏电站未来4h的云量信息进行模拟；所述气象数据包括云量数据、水平面直射/散射辐射数据以及不同云量高度的风速和风向数据。
[0015]所述步骤2具体包括以下步骤:
[0016]步骤2-1:生成模式云图；
[0017]采用亮温法云量诊断方法，使用天气预报模式生成云量诊断的模式云图；
[0018]步骤2-2:进行模式云图遮挡计算；
[0019]其中包括模式云团提取、模式云团水平面投影计算、模式云团移动时间和方向计算、模式云图遮挡光伏电站判定和模式云图辐射衰减。
[0020]所述步骤2-2中，采用最大类间方差自适应阈值分割算法对模式云团进行提取，
假设模式云图的灰度级为L，第i个灰度级的像素个数为叫，则总的像素数
【权利要求】
1.一种基于云量模拟的光伏超短期发电功率的预测方法，其特征在于:所述方法包括以下步骤: 步骤1:利用天气型的晴空预测方法预测光伏电站未来4h的光伏超短期发电功率； 步骤2:模拟光伏电站未来4h的云量信息，并对由于云遮挡造成的水平面辐照度衰减进行预测数据校正，完成对光伏电站超短期功率的预测。
2.根据权利要求1所述的基于云量模拟的光伏超短期发电功率的预测方法，其特征在于:所述步骤I中，采用临近相似天气型的历史功率和实测的辐射数据进行曲线相关性拟合，通过光电转换模型建立光伏超短期发电功率预报晴空模型，以预测未来4h的光伏超短期发电功率。
3.根据权利要求2所述的基于云量模拟的光伏超短期发电功率的预测方法，其特征在于:所述步骤I中，晴空预测方法中，由于光伏电站无云量信息的影响，太阳辐照度的直接辐射R(t)与光伏电站水平面辐照度的总辐射相等，于是设t时刻光伏电站水平面辐照度的总辐射为R (t)，且满足: F (R(t)) = aR(t)2+bR(t)-c(I) 其中，a、b、c是二次曲线关系式的对应项系数；F(R(t))为光伏电站预测发电功率； 将对应时刻的光伏电站水平面辐照度的总辐射代入式(1)，即可完成对光伏电站未来4h的光伏超短期发电功率的预测。
4.根据权利要求1所述的基于云量模拟的光伏超短期发电功率的预测方法，其特征在于:所述步骤2中，使用数值天气预报预测的气象数据对光伏电站未来4h的云量信息进行模拟；所述气象数据包括云量数据、水平面直射/散射辐射数据以及不同云量高度的风速和风向数据。
5.根据权利要求4所述的基于云量模拟的光伏超短期发电功率的预测方法，其特征在于:所述步骤2具体包括以下步骤: 步骤2-1:生成模式云图； 采用亮温法云量诊断方法，使用天气预报模式生成云量诊断的模式云图； 步骤2-2:进行模式云图遮挡计算； 其中包括模式云团提取、模式云团水平面投影计算、模式云团移动时间和方向计算、模式云图遮挡光伏电站判定和模式云图辐射衰减。
6.根据权利要求5所述的基于云量模拟的光伏超短期发电功率的预测方法，其特征在于:所述步骤2-2中，采用最大类间方差自适应阈值分割算法对模式云团进行提取，假设模式云图的灰度级为L，第i个灰度级的像素个数为叫，则总的像素数
7.根据权利要求5所述的基于云量模拟的光伏超短期发电功率的预测方法，其特征在于:所述步骤2-2中，通过天气预报模式实现对N层云量的诊断，设第j层模式云图为ILj,其中的模式云团为Ii，其中j SN，模式云图1h距离地面高度为％，太阳高度角as由纬度P、时角ω、赤纬角δ计算得到，其中，根据光伏电站基础信息查得纬度P，时角ω等于离正午的小时数乘以15°，赤纬角δ的表达式如下:
8.根据权利要求7所述的基于云量模拟的光伏超短期发电功率的预测方法，其特征在于:所述步骤2-2中，当第j层模式云图的水平面太阳投影遮挡光伏电站时，即为遮挡，利用风速对模式云团运动的影响，计算未来4h的模式云团的水平面太阳投影的运动轨迹，设光伏电站A的坐标为(xA，yA)，对应的风速为Vi，风向角为Θ，其中斜率φ可以由A和Ii"的坐标确定，有:
9.根据权利要求5所述的基于云量模拟的光伏超短期发电功率的预测方法，其特征在于:所述步骤2-2中，在各层模式云图中，只要有某个模式云团的水平面太阳投影对光伏电站A产生遮挡,都会对光伏电站A的福射产生衰减；假设在第j层模式云图1Lj中有模式云团Ii在地面投影像素出现在光伏电站A位置处，即可判定该模拟云团对光伏电站A产生遮挡，其遮挡状态为Si, Si e (O, I),所以光伏电站A的覆盖状态Sm为:Sm=^i山 若有Sm > 0，则判定光伏电站A为覆盖。
10.根据权利要求5所述的基于云量模拟的光伏超短期发电功率的预测方法，其特征在于:所述步骤2-2的模式云图辐射衰减中，设模式云图的遮挡辐照度衰减系数为P，其中O≤P≤1，设太阳辐照度的散射辐射为r(t)，则有:
【文档编号】G06Q50/06GK103971169SQ201410147280
【公开日】2014年8月6日 申请日期:2014年4月14日 优先权日:2014年4月14日
【发明者】朱想, 周海, 丁宇宇, 程序, 崔方, 王知嘉, 陈志宝, 曹潇, 谭志萍, 于炳霞, 周强, 丁煌 申请人:国家电网公司, 中国电力科学研究院