一种光伏功率因子表预测方法
【专利摘要】本发明公开了一种光伏功率因子表预测方法，包括以下步骤：选取至少两组晴朗天气条件下正常发电数据作为样本，样本中包括日期、时间、辐照度和发电功率；利用运行容量归一化处理样本中的发电功率；样本中不同日期数据按照日出日落时间差进行平移；利用至少两组样本数据计算得到功率因子表；利用气象观测子站实际辐照度修正预测日的预报辐照度；根据预测日的预报辐照度查找功率因子表预测出发电功率。本发明过程简单清晰、在光伏电站并网前后均可准确预报光伏电站功率变化，为电网调度提供参考科学依据，提高电网运行的经济性和安全性。
【专利说明】
-种光伏功率因子表预测方法
技术领域
[0001] 本发明设及一种光伏功率因子表预测方法，属于光伏发电功率预测技术领域。
【背景技术】
[0002] 光伏发电作为一种清洁能源发电技术，当前得到迅速发展和广泛工程应用。光伏 发电特点是出力（发电量)随天气状况波动，有明显的间歇性和规律性，大规模集中式光伏 电站并网后对于电网冲击大，标准规集中式光伏电站定必须配备功率预测功能软件。提前 预测光伏发电出力，则便于电网调度，合理安排制定发电计划，调节出力分布、经济调度、安 全运行等，因此准确预报光伏发电功率意义重大。
[0003] 光功率预测方法分为数理模型法、统计模型法、智能模型法等。一般算法依赖于先 验数据和训练样本，并且受其好坏而影响计算结果，面临的是需要解决光伏电站在投运初 期缺乏运行数据的问题。光伏发电受到环境影响大，在春、夏、秋、冬四季不同的季节环境， 晴、阴、雾、雨、雪等不同气象条件下发电出力情况差异明显，据此有研究提出多种模型的人 工神经网络方法，适应复杂气象条件是光功率预测需要解决的另一问题，解决过程一般比 较复杂。
【发明内容】
[0004] 本发明的目的在于克服现有技术中的不足，提供了一种光伏功率因子表预测方 法，解决了现有技术中因天气类型变化而引起的预测精度降低和并网投运初期缺乏运行数 据的技术问题。
[0005] 为解决上述技术问题，本发明提供了一种光伏功率因子表预测方法，其特征是，包 括W下步骤：
[0006] 步骤一，选取至少两组晴朗天气条件下光伏电站正常发电数据作为样本，样本中 包括日期、时间、福照度和发电功率参数；
[0007] 步骤二，利用运行容量归一化处理样本中的发电功率，运行容量指光伏电站实际 并网运行的容量；
[000引步骤=，样本中不同日期数据按福照度最高点为中屯、进行平移；
[0009] 步骤四，利用样本数据计算得到功率因子表；
[0010] 步骤五，利用气象观测子站实际福照度修正预测日的预报福照度；
[0011] 步骤六，根据预测日修正后的福照度查找功率因子表预测出发电功率。
[0012] 进一步的，所述步骤=中，样本平移具体过程为，选取日出日落时刻的平均时间点 作为中点，中点即为一天中福照度最高的时刻，将样本平移至中点对齐。
[0013] 进一步的，所述步骤四中，利用样本数据计算得到功率因子表的具体过程为，已知 归一化的发电功率P对福照度的函数f(x)可W通过泰勒公式展开，
[0014]
[001引其中，fW(曰)为发电功率的n阶导数在福照度为曰时的值，Rn(X)为(x-a)n的高阶无 穷小；
[0016] 保留其中一次项和常数项，对于样本Ll和样本L2,在对齐的同一列（即样本Ll中福 照度为XI，样本L2中福照度为x2)的发电功率P可W表示如下
[0017]
[001 引
[0019] 根据W上公式可W得出一次系数为
在分段近似条件 下，重复上述过程，计算发电功率与福照度之间的分段线性数学关系，组成功率因子表。
[0020] 进一步的，所述步骤五中，福照度修正采用W下滑动平均法计算公式：
[0021]
[0022] 其中与+1为修正后实际福照度值，XW为初始预报的福照度值，Xt为前一时刻初始 预报的福照度值，4为前一时刻实际福照度值，a为系数，数值范围为0~1，〇系数的计算过 程可W采用现有技术中最小二乘法来计算，通常在福照度数据变化大时，a取值较小，在福 照度数据变化小时，a取值较大，本申请中a选取经验值0.5。
[0023] 进一步的，所述步骤六中，已知预测日修正后的福照度xn，查找功率因子表，则归 一化后的发电功率计算公式为:f (xn)=f (xl)+f/ (x0)(xn-xl)，将计算出的值乘W运行容 量即为预测日的发电功率。
[0024] 在光伏电站并网前无相关历史数据时，选取地理位置接近的站点历史数据按照W 上方法计算出功率因子表，根据此功率因子表来预测此光伏电站的发电功率;在光伏电站 并网后，首先利用并网实际运行的晴天条件数据按照W上方法计算出此光伏电站的功率因 子表，然后进行发电功率预测。
[0025] 与现有技术相比，本发明所达到的有益效果是：
[0026] 1)本发明采用晴天条件下的历史数据作为样本，并对样本数据进行归一化、平移 和修正处理，使地理位置接近的站点数据具有相似性，在光伏电站并网前无相关历史数据 时，可W选取地理位置接近的站点历史数据按照W上方法计算出功率因子表，根据此功率 因子表来预测此光伏电站的发电功率，使光伏电站在并网前就具备功率预测功能；
[0027] 2)本发明计算方法需要的晴天条件下的历史样本少，在光伏电站并网运行一段时 间，利用并网实际运行的两组晴天条件数据样本，按照W上方法计算出此光伏电站的功率 因子表，然后即可进行发电功率预测，解决了光伏电站并网初期缺乏有效发电数据样本的 问题；
[0028] 3)本发明过程简单清晰、准确预报光伏电站功率变化，为电网调度提供参考科学 依据，提高电网运行的经济性和安全性。
【附图说明】
[0029] 图1是本发明的光伏功率因子表预测方法的流程图。
【具体实施方式】
[0030] 下面结合附图对本发明作进一步描述。W下实施例仅用于更加清楚地说明本发明 的技术方案，而不能W此来限制本发明的保护范围。
[0031] 如图1所示，一种光伏功率因子表预测方法，其特征是，包括W下步骤：
[0032] 步骤一，选取至少两组晴朗天气条件下光伏电站正常发电数据作为样本，样本中 包括日期、时间、福照度和发电功率参数；
[0033] 选取至少两组晴朗天气条件下光伏电站正常发电数据作为样本，擬弃雨雪、阴天 和云层影响的天气下发电数据，去除限电、检修、数据质量非正常(操作员闭锁、测试(检修） 取代、不精确、不一致、旧数据(不刷新)故障、抖动、坏基准值、超值域、溢出、无效、可疑)等 情况下的发电数据;样本数据采集频率为15分钟，每天采集的样本中包括96个采集点，选取 晴朗条件下的发电功率数据应该为平滑曲线形态；
[0034] 步骤二，利用运行容量归一化处理样本中的发电功率，运行容量为光伏电站实际 并网运行的容量；
[0035] 运行容量是指光伏电站并网后，可向电网供电的容量，即光伏电站实际并网运行 的容量，一般小于安装容量。运行容量对有功功率输出有直接影响，不同运行容量对应的有 功功率输出不同，不同光伏电站的运行容量也不同，同一电站运行容量也会随限电或检修 等因素变化;使用历史数据时须考虑有功功率与运行容量对应，计算时用有功功率对运行 容量归一化后的相对值，归一化处理即是功率除W运行容量，在得出预测结果后再乘W运 行容量得出预测功率的绝对值；
[0036] 步骤=，样本中不同日期数据按福照度最高点为中屯、进行平移；
[0037] 日出日落时间随季节变化、经缔度不同等改变，如我国同一地点的日出时间在一 年内可能差距几个小时；并且一年内白昼所处的时间段也不同。不同日期的同一时刻发电 输出和发电特性也有差异，而同一太阳轨迹位置发电特性较接近。观察一天中日出、正午、 日落过程，不同的太阳轨迹位置对应光伏阵列发电出力不同，相似日之间同样的太阳轨迹 位置对应的发电出力相近。而样本采集是W15分钟为间隔，福照度最高点不容易精确选取， 因此采用日出日落时间差异来确定福照度最高点，具体过程为，计算福照度对应的日出日 落时刻的平均时间点作为中点，中点近似为一天中福照度最高的时刻，将样本平移至中点 对齐;多组数据对齐后，同一列位置的数据对应太阳高度角相同。因此采用日出日落时间中 点对齐方式，即太阳轨迹位置对齐方式，平移后能更加准确反映发电出力与福照度之间的 关系；
[0038] 步骤四，利用样本数据计算得到功率因子表；
[0039] 利用样本数据计算得到功率因子表的具体过程为，已知归一化的发电功率P对福 照度的函数f (X)可W通过素勒公式展开，
[0040]
[0041] 其中，X为福照度，f (X)为发电功率函数，fW(a)为发电功率的n阶导数在福照度为 a时的值，Rn(X)为(x-a)n的高阶无穷小；
[0042] 保留其中一次项和常数项，按照每15分钟1次的采样频率，1天有96点数据，对于样 本1^:(1，2...，96)和样本1^2:(1，2...，96)，在对齐的同一列（福照度即样本1^中福照度为 Xl，样本L2中福照度为x2)的功率P可W表示如下
[0043]
[0044]
[0045] 根据W上公式可W得出一次系数为
，在分段近似条件 下，重复上述过程，计算发电功率与福照度之间的分段线性数学关系，组成功率因子表；
[0046] 步骤五，利用气象观测子站实际福照度修正预测日的预报福照度；
[0047] 在国内数值天气预报一般提前一天获取，晴天情况下较准确，雨雪多云等变化天 气时有部分误差;基于光伏电站现场气象观测子站气象数据的实际福照度修正，能明显提 高数值天气预报福照度的准确度;福照度修正采用W下计算公式：
[004引
[0049] 其中衣+1为修正后实际福照度值，XW为初始预报的福照度值，Xt为前一时刻初始 预报的福照度值，馬为前一时刻实际福照度值，a为系数，数值范围为0~1，〇系数的计算过 程可W采用现有技术中最小二乘法来计算，通常在福照度数据变化大时，a取值较小，在福 照度数据变化小时，a取值较大，本申请中a选取经验值0.5;
[0050] 步骤六，根据预测日修正后的福照度查找功率因子表预测出发电功率；
[0051 ]预测日的同一列发电功率计算公式为:f (xn)=f (xl)+f / (x0)(xn-xl)，其中xn为 预测日修正后的福照度;上述过程为归一化的值计算，输出结果乘W运行容量记为预测的 发电功率。
[0052] 本发明采用晴天条件下的历史数据作为样本，并对样本数据进行归一化、平移和 修正处理，使地理位置接近的站点数据具有相似性，在光伏电站并网前无相关历史数据时， 可W选取地理位置接近的站点历史数据按照W上方法计算出功率因子表，根据此功率因子 表来预测此光伏电站的发电功率，使光伏电站在并网前就具备功率预测功能;在光伏电站 并网后，在光伏电站并网运行一段时间，利用并网实际运行的两组晴天条件数据样本，按照 W上方法计算出此光伏电站的功率因子表，然后即可进行发电功率预测。
[0053] W上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人 员来说，在不脱离本发明技术原理的前提下，还可W做出若干改进和变型，运些改进和变型 也应视为本发明的保护范围。
【主权项】
1. 一种光伏功率因子表预测方法，其特征是，包括以下步骤： 步骤一，选取至少两组晴朗天气条件下光伏电站正常发电数据作为样本，样本中包括 日期、时间、辐照度和发电功率参数； 步骤二，利用运行容量归一化处理样本中的发电功率，运行容量指光伏电站实际并网 运行的容量； 步骤三，样本中不同日期数据按辐照度最高点为中心进行平移； 步骤四，利用样本数据计算得到功率因子表； 步骤五，利用气象观测子站测量的辐照度修正预测日的预报辐照度； 步骤六，根据预测日修正后的辐照度查找功率因子表预测出发电功率。2. 根据权利要求1所述的一种光伏功率因子表预测方法，其特征是，所述步骤三中，样 本平移具体过程为，选取日出日落时刻的平均时间点作为中点，中点即为一天中辐照度最 高的时刻，将样本平移至中点对齐。3. 根据权利要求2所述的一种光伏功率因子表预测方法，其特征是，所述步骤四中，利 用样本数据计算得到功率因子表的具体过程为，已知归一化的发电功率P对辐照度的函数f (X)可以通过泰勒公式展开，其中，f(n)(a)为发电功率的η阶导数在辐照度为a时的值，Rn(x)为(x_a) n的高阶无穷小； 保留其中一次项和常数项，对于样本L1和样本L2,在对齐的同一列（即样本L1中辐照度 为xl，样本L2中辐照度为x2)的发电功率P可以表示如下 U ： 1 :根据以上公式可以得出一次系数戈，在分段近似条件下，重 复上述过程，计算发电功率与辐照度之间的分段线性数学关系，组成功率因子表。4. 根据权利要求3所述的一种光伏功率因子表预测方法，其特征是，所述步骤五中，辐 照度修正采用以下滑动平均法计算公式： = Χ?+1 + ?(Λ - 其中矣+1为修正后实际辐照度值，xt+1为初始预报的辐照度值，xt为前一时刻初始预报的 辐照度值，毛为前一时刻实际辐照度值，α为系数，数值范围为0~1，α选取0.5。5. 根据权利要求4所述的一种光伏功率因子表预测方法，其特征是，已知预测日修正后 的福照度xn，则归一化后的发电功率计算公式为:f (xn) = f (X1) +f' (xO) (χη-χ 1)，将计算出 的值乘以运行容量即为预测日的发电功率。
【文档编号】G06Q10/04GK105956685SQ201610247301
【公开日】2016年9月21日
【申请日】2016年4月20日
【发明人】吴世伟, 李靖霞, 檀庭方, 刘文彪, 纪陵
【申请人】南京国电南自电网自动化有限公司