专利名称：基于气象要素的光伏电站发电输出功率预测方法
技术领域：
本发明涉及光伏发电技术领域，具体地说是一种基于气象要素的光伏电站发电输出功率预测方法。
背景技术：
太阳能光伏发电是利用太阳能电池的光伏效应将太阳辐射能直接转换为电能的一种发电形式。现阶段，太阳能的推广应用日益呈现方兴未艾的世界潮流，太阳能产业成为全球蓬勃兴起的新能源产业之一。开发利用清洁、安全、环保的太阳能成为人类社会缓解日益加剧的能源短缺的共同选择和治理严峻环境污染的有生力量。电网的稳定运行需要在供需双方之间保持一定的平衡，即根据用户的消耗变化，预先安排火电、水电等发电机组的开启和关停，从而相应地调整供应的总功率。由于光伏发电受天气的影响较大，且不能像火电及水电一样自由控制，所以光伏电站发电的输出功率具有剧烈变化及间歇性等特点。由此， 光伏电站并入电网必将对电网的平衡产生巨大影响。1)调峰问题。随着天气的变化，光伏电站的输出功率剧烈变化，严重影响电网的调峰；2)电网稳定问题。在电网发生大扰动时，光伏电站由于不具备低电压穿越能力，容易退出运行从而对电网带来二次冲击，影响电网的暂态稳定性；所以对光伏电站输出功率进行有效监测和预测，把光伏电站输出功率纳入电网的发电计划编制，并参与实时调度，是保证电网稳定经济运行的重要措施之一。从而能够实施发电运行自动控制，实现多元电源联合调度。太阳能光伏发电功率预测的研究起步较晚。德国、丹麦、日本、美国、法国和加拿大等国均进行过相关研究。主要是在全国范围设立太阳能资源监测点，收集太阳能资源数据， 并建立光伏发电功率预测模型，预测全国范围光伏发电出力的时空分布。国外虽然已经开展了太阳能资源布点监测和光伏电站功率预测系统的相关研究，但仍然属于起步阶段，目前还没有成熟的光伏电站功率预测系统方法。有鉴于此，本发明人积极加以研究和创设，以发明一种基于气象要素的光伏电站发电输出功率预测方法，来实现对光伏电站输出功率的准确预测。
发明内容
为了解决现有技术中存在的上述问题，本发明提供了一种基于气象要素的光伏电站发电输出功率预测方法。本发明方法具有简单易行，准确度高的特点。为了解决上述技术问题，本发明采用了如下技术方案基于气象要素的光伏电站发电输出功率预测方法，包括如下步骤a.获取光伏电站所在地的包括辐照强度、温度和风速的气象要素数据的历史记录及与每一记录相对的光伏电站发电输出功率；b.其中，将辐照强度修正为光伏板的有效辐照强度，将温度修正为光伏板的有效
3温度，从而生成修正后的气象要素数据；c.将修正后的气象要素数据作为输入数据输入BP神经网络，将与每一气象要素数据对应的光伏电站发电输出功率作为BP神经网络的输入对BP神经网络进行训练；d.根据数值天气预报获得光伏电站所在地在预测时间段的包括辐照强度、温度和风速的气象要素数据，并将辐照强度修正为光伏板的有效辐照强度，将温度修正为光伏板的有效温度，从而生成修正后的气象要素数据；e.将步骤d所得的修正后的气象要素数据输入经步骤c训练后的BP神经网络， BP神经网络输出的数据即为该预测时间段的光伏电站的发电输出功率。进一步，所述步骤b及步骤d中，通过如下公式将辐照强度修正为光伏板的有效辐照强度
r π 7· r7 .1 +COSy^. 7 ,l — COSy^、It = Ib cos θ, + Id (~+ plh (~式中，It为光伏板的有效辐照强度，Ib为直射辐照强度，Id为散射辐照强度，Ih为水平面总辐照强度，β为光伏板倾角，Qi*太阳入射角，ρ为反射系数。进一步，所述步骤b及步骤d中，通过如下公式将温度修正为光伏板的有效温度 T = Tair+K · S式中，T为光伏板的有效温度，Tair为环境温度，S为光照强度，K为温度系数。进一步，BP神经网络的输入数据还包括时间数据，所述时间数据包括月、日和时。与现有技术相比，本发明的有益效果在于本发明的基于气象要素的光伏电站发电输出功率预测方法根据光伏电站所处的地理位置，分析了影响光伏电站出力的各种气象因素，利用历史数值天气预报和历史的光伏电站的输出功率建立神经网络模型，实现对未来光伏电站输出功率的预测，简单易行。本发明方法采用了人工智能的方法，不需要光伏电站内部元件的各类特性，避免了元件参数不精确造成的误差，预测效果较好，准确度高。为光伏电站与常规电源的协调配合，保障电网安全稳定运行的各项措施提供了基础性数据。
具体实施例方式下面结合具体实施例对本发明作进一步详细描述，但不作为对本发明的限定。基于气象要素的光伏电站发电输出功率预测方法，包括如下步骤a.获取光伏电站所在地的包括辐照强度、温度和风速的气象要素数据的历史记录及与每一记录相对的光伏电站发电输出功率；此时或的的辐照强度为水平面内的辐照强度，温度为环境温度，所以需要步骤b将其分别修正为针对光伏板的有效辐照强度和有效温度。b.将辐照强度修正为光伏板的有效辐照强度，将温度修正为光伏板的有效温度， 从而生成修正后的气象要素数据；c.将修正后的气象要素数据作为输入数据输入BP神经网络，将与每一气象要素数据对应的光伏电站发电输出功率作为BP神经网络的输入对BP神经网络进行训练；d.根据数值天气预报获得光伏电站所在地在预测时间段的包括辐照强度、温度和风速的气象要素数据，并将辐照强度修正为光伏板的有效辐照强度，将温度修正为光伏板的有效温度，从而生成修正后的气象要素数据；e.将步骤d所得的修正后的气象要素数据输入经步骤c训练后的BP神经网络， BP神经网络输出的数据即为该预测时间段的光伏电站的发电输出功率。由于步骤a及d获取的辐照强度为水平面总辐照强度，而发电量与光伏板的有效辐照强度直接相关，所以需要将辐照强度修正为光伏板的有效辐照强度，而步骤a及d获取的温度为环境温度，而发电量与光伏板的有效温度直接相关，所以需要将温度修正为光伏板的有效温度，从而生成修正后的气象要素数据。步骤b及步骤d中，通过如下公式将辐照强度修正为光伏板的有效辐照强度
权利要求
1.基于气象要素的光伏电站发电输出功率预测方法，其特征在于，包括如下步骤a.获取光伏电站所在地的包括辐照强度、温度和风速的气象要素数据的历史记录及与每一记录相对的光伏电站发电输出功率；b.其中，将辐照强度修正为光伏板的有效辐照强度，将温度修正为光伏板的有效温度， 从而生成修正后的气象要素数据；c.将修正后的气象要素数据作为输入数据输入BP神经网络，将与气象要素数据对应的光伏电站发电输出功率作为BP神经网络的输入对BP神经网络进行训练；d.根据数值天气预报获得光伏电站所在地在预测时间段的包括辐照强度、温度和风速的气象要素数据，并将辐照强度修正为光伏板的有效辐照强度，将温度修正为光伏板的有效温度，从而生成修正后的气象要素数据；e.将步骤d所得的修正后的气象要素数据输入经步骤c训练后的BP神经网络，BP神经网络输出的数据即为该预测时间段的光伏电站的发电输出功率。
2.根据权利要求1所述的基于气象要素的光伏电站发电输出功率预测方法，其特征在于，所述步骤b及步骤d中，通过如下公式将辐照强度修正为光伏板的有效辐照强度It = h cos O1 + Id (~+ Ph (~式中，It为光伏板的有效辐照强度，Ib为直射辐照强度，Id为散射辐照强度，Ih为水平面总辐照强度，β为光伏板倾角，QiS太阳入射角，P为反射系数。
3.根据权利要求1所述的基于气象要素的光伏电站发电输出功率预测方法，其特征在于，所述步骤b及步骤d中，通过如下公式将温度修正为光伏板的有效温度T = Tair+K · S式中，T为光伏板的有效温度，Tair为环境温度，S为光照强度，K为温度系数。
4.根据权利要求1所述的基于气象要素的光伏电站发电输出功率预测方法，其特征在于，BP神经网络的输入数据还包括时间数据，所述时间数据包括月、日和时。
全文摘要
本发明公开了一种基于气象要素的光伏电站发电输出功率预测方法，包括如下步骤a.获取光伏电站所在地的气象要素数据的历史记录及与每一记录相对的输出功率；b.将气象要素数据修正为光伏板直接数据；c.将修正后的气象要素数据作为输入数据输入BP神经网络，将与气象要素数据对应的输出功率作为BP神经网络的输入对BP神经网络进行训练；d.根据数值天气预报获得光伏电站所在地在预测时间段的气象要素数据，并将气象要素数据修正为光伏板直接数据，生成修正后的气象要素数据；e.将步骤d所得的修正后的气象要素数据输入BP神经网络，输出的数据即为该预测时间段的光伏电站的发电输出功率。本发明方法简单易行，准确度高。
文档编号G06N3/08GK102521670SQ20111036975
公开日2012年6月27日 申请日期2011年11月18日 优先权日2011年11月18日
发明者冯双磊, 刘纯, 卢静, 姜文玲, 张菲, 杨红英, 王伟胜, 王勃, 赵艳青, 黄跃辉 申请人:中国电力科学研究院