本申请涉及能源与环境,具体涉及一种光伏系统评估参数的预测方法。
背景技术:
1、我国光伏产业在国际市场拉动和国内政策支持的双重作用下,实现了加速发展。大规模的光伏电站建设促进了经济的发展,但由于电站建设对当地生态环境影响不清晰等一系列问题制约了电站发展。所以很多学者针对光伏电站建设对生态环境的影响以及评估方法开展了许多研究。但针对光伏电站内环境变化预测,依然不能形成一套行之有效的方法。
技术实现思路
1、为解决上述背景中的技术问题,客观预测未来一段时间内光伏电站的环境变化情况。为此,本申请期望根据现有环境参数内容再通过预测模型,预测出未来光伏电站建设后环境变化。
2、为实现上述目的,本申请提供了一种光伏系统评估参数的预测方法,步骤包括:
3、收集光伏系统站内点和站外点的设计参数、结构参数和评估参数;
4、基于所述设计参数,计算所述评估参数相对差异的绝对值;
5、基于所述绝对值,采用critic权重计算方法,得到最终评估参数;
6、采用机器学习算法,构建所述设计参数、所述结构参数和所述评估参数之间的预测模型;
7、基于所述最终评估参数与所述预测模型,为新建的光伏系统进行环境影响评估,判断其对周边环境的影响。
8、优选的,所述设计参数包括:土壤电导率、站外点大气湿度、大气压强、降水量、太阳总辐射、风速、风向、站外点土壤温度、站外点土壤含水量、站外点土壤蒸发量、初始大气温度、初始土壤微生物、初始土壤理化性质、初始植被覆盖率、初始地表反照率和初始光伏板温度;所述结构参数包括:光伏板倾角、前后组件间距、光伏板尺寸、光伏板高度、遮挡百分比、工作温度、电流电压、工作功率光伏电池材质、光伏背板材质、光伏框架材质和地埋电缆;所述评估参数包括:站内点土壤温度、站内点土壤含水量、大气温度、站内点大气湿度、土壤微生物、土壤理化性质、太阳净辐射、植被覆盖率、地表反照率、站内点土壤蒸发量和光伏板温度。
9、优选的,计算所述绝对值的计算方法包括:
10、c=(站内值-站外值)/站外值
11、其中,c表示绝对值。
12、优选的,得到所述最终参数的方法包括:
13、逐一计算所述评估参数中每个指标的数据变异性;
14、逐一计算出所述评估参数中每个指标与剩余指标分别的相关系数;
15、基于所述相关系数,逐一计算所述评估参数中每个指标的指标冲突性;
16、基于所述数据变异性和所述指标冲突性,计算所述评估参数中每个指标的信息量;
17、基于所述信息量,计算所述评估参数中每个指标的权重;
18、基于所述权重,计算所述评估参数中每个指标的权重指标,并将所有指标的所述绝对值加权求平均,得到所述最终评估参数。
19、优选的,计算所述数据变异性的方法包括:以一天为一个时间周期,每小时为一个数据,一组24个数据,计算标准差,即为数据变异性,标准差公式为:
20、
21、其中,σ表示标准差,即变异性;xi表示每个数据本身,μ表示平均值。
22、优选的,计算所述相关系数的方法包括:
23、
24、其中,j表示第一组数据、k表示第二组数据;xij表示第一组数据中的一个数据,表示j组数据的平均值;xik表示第二组数据中的一个数据,表示k组数据的平均值。
25、优选的,计算所述指标冲突性的方法包括:
26、
27、其中,aj表示数据指标冲突性,rij表示每一个数据的相关系数。
28、优选的,计算所述信息量的方法包括:
29、信息量=指标变异性*指标冲突性。
30、优选的,计算所述权重的方法包括:
31、
32、其中,zi为信息量。
33、与现有技术相比,本申请的有益效果如下:
34、本申请可以通过该系统所在地的设计参数和结构参数,利用预测模型求得拟建设的光伏系统的评估参数,可以对建设前的光伏电站的环境进行预测。该预测模型可以在光伏电站建设前来计算出该光伏电站未来建成后环境的变化。
1.一种光伏系统评估参数的预测方法,其特征在于,步骤包括:
2.根据权利要求1所述的光伏系统评估参数的预测方法,其特征在于,所述设计参数包括:土壤电导率、站外点大气湿度、大气压强、降水量、太阳总辐射、风速、风向、站外点土壤温度、站外点土壤含水量、站外点土壤蒸发量、初始大气温度、初始土壤微生物、初始土壤理化性质、初始植被覆盖率、初始地表反照率和初始光伏板温度;所述结构参数包括:光伏板倾角、前后组件间距、光伏板尺寸、光伏板高度、遮挡百分比、工作温度、电流电压、工作功率光伏电池材质、光伏背板材质、光伏框架材质和地埋电缆;所述评估参数包括:站内点土壤温度、站内点土壤含水量、大气温度、站内点大气湿度、土壤微生物、土壤理化性质、太阳净辐射、植被覆盖率、地表反照率、站内点土壤蒸发量和光伏板温度。
3.根据权利要求1所述的光伏系统评估参数的预测方法,其特征在于,计算所述绝对值的计算方法包括:
4.根据权利要求1所述的光伏系统评估参数的预测方法,其特征在于,得到所述最终参数的方法包括:
5.根据权利要求4所述的光伏系统评估参数的预测方法,其特征在于,计算所述数据变异性的方法包括:以一天为一个时间周期,每小时为一个数据,一组24个数据,计算标准差,即为数据变异性,标准差公式为:
6.根据权利要求4所述的光伏系统评估参数的预测方法,其特征在于,计算所述相关系数的方法包括:
7.根据权利要求4所述的光伏系统评估参数的预测方法,其特征在于,计算所述指标冲突性的方法包括:
8.根据权利要求4所述的光伏系统评估参数的预测方法,其特征在于,计算所述信息量的方法包括:
9.根据权利要求4所述的光伏系统评估参数的预测方法,其特征在于,计算所述权重的方法包括: