一种光伏发电功率预测预报系统及方法与流程

本发明涉及光伏发电，更具体的是涉及一种光伏发电功率预测预报系统及方法。

背景技术：

1、光伏发电技术利用光伏效应将太阳光能转变为电能，其发电功率取决于光伏发电设备接收到的太阳光量，在晴朗无云的条件下，可以根据光伏发电设备的地理位置、太阳辐射等信息很容易地预测未来时刻的发电功率；但在实际过程中当天空中有云时，由于云的遮挡，到达光伏发电设备的太阳光量减少，使得光伏发电设备的发电功率减小，而由于天空中的云的大小、厚度和位置随着时间不断变化，光伏发电设备的发电功率也不断波动；

2、现有的预测方式通常以预估天空中云的透光率和行进动作来预测发电功率，但未考虑到云的聚集、投影面积等影响发电功率预测精度的因素，同时对于云的行进的预测过程不够精确，以至于预测过程不够全面，降低了预测的精确度；

3、因此，本技术提供一种光伏发电功率预测预报系统及方法用于解决上述问题。

技术实现思路

1、为解决上述问题，本发明提供如下技术方案：

2、一种光伏发电功率预测预报系统，包括：

3、地域划分模块，其用于根据光伏发电站的地理信息建立平面直角坐标系，并将所述坐标系划分为若干个相同的区域块；

4、气象获取模块，其用于实时获取当地气象站或调度主站下发的气象信息，所述气象信息包括光强数据、风速数据以及云的基础数据；

5、气象模拟模块，其与所述地域划分模块和所述气象获取模块连接，用于将气象信息对应的代入所述坐标系中，模拟在预设时间后云的行进情况；

6、数据分析模块，其与所述气象获取模块和所述气象模拟模块连接，用于根据气象模拟结果分析云所占区域块的面积，结合光强数据计算光伏发电站所受到太阳辐照度的预测值，并根据辐照度预测值计算发电站的功率预测值；

7、实时调节模块，其与所述气象获取模块和所述气象模拟模块连接，用于在下发的气象信息出现调整时将新的气象信息代入所述坐标系中。

8、优选的，在上述的一种光伏发电功率预测预报系统中，所述地域划分模块包括：

9、地理获取单元，其用于获取光伏发电站中各光伏板的地理位置数据；

10、边界确定单元，其与所述地理获取单元连接，用于选取最边缘的光伏板的地理位置数据作为边缘坐标，将各个边缘坐标依次串联，形成携带地理坐标的边界图像；

11、矩形生成单元，其与所述边界确定单元连接，用于生成所述边界图像的最小面积包围矩形，并将所述边界图像对应放置在所述最小面积包围矩形中；

12、坐标生成单元，其与所述矩形生成单元连接，用于选取所述最小面积包围矩形的一个角点作为原点，沿该角点的两条边线建立横纵轴，生成所述坐标系；所述坐标系生成后将所述边界图像携带的地理坐标对应转换为坐标系坐标，建立地理坐标与坐标系坐标之间的坐标转换规则；

13、分隔单元，其与所述坐标生成单元连接，用于将所述坐标系分割为若干个相同的矩形区域块，同时舍弃未与所述边界图像相交的空白区域块。

14、优选的，在上述的一种光伏发电功率预测预报系统中，所述气象获取模块包括：

15、太阳光获取单元，其用于获取光伏发电站在无云条件下的太阳光强数据和太阳高度角数据；

16、风速获取单元，其用于获取光伏发电站的横向风速数据和纵向风速数据，所述横向风速数据对应所述坐标系中的横轴方向，所述纵向风速数据对应所述坐标系中的纵轴方向；

17、云信息获取单元，其用于获取光伏发电站上空当前云的基础信息，所述云的基础信息包括云地理坐标、云密度数据、云体积数据、横向截面数据、纵向截面数据、云厚度数据以及云介质吸光系数；

18、空气密度获取单元，其用于获取光伏发电站当前空气密度数据。

19、优选的，在上述的一种光伏发电功率预测预报系统中，所述气象模拟模块包括：

20、加速度模拟单元，其与所述风速获取单元、所述云信息获取单元和所述空气密度获取单元连接，用于将各个云的横向风速数据、纵向风速数据、云的基础信息和空气密度数据代入预先训练好的加速度计算模型中，经计算获得各个云的加速度模拟值；

21、云坐标模拟单元，其与所述加速度模拟单元和所述坐标生成单元连接，用于将各个云的加速度模拟值、初始坐标数据以及所述预设时间代入坐标计算模型中，生成预设时间后各个云的位置坐标，并通过所述坐标系显示；其中初始坐标数据根据云地理坐标结合所述坐标转换规则计算获得；

22、汇聚模拟单元，其与所述云坐标模拟单元和所述坐标生成单元连接，用于在所述坐标系中出现多个云汇聚时，通过训练好的线性回归模型计算汇聚后云的云体积数据、横向截面数据、纵向截面数据、云厚度数据以及云介质吸光系数。

23、优选的，在上述的一种光伏发电功率预测预报系统中，所述加速度计算模型和所述坐标计算模型包括：

24、所述加速度计算模型为ax＝(ρ1*sx*vx2)/(ρ2*e)*k1，ay＝(ρ1*sy*vy2)/(ρ2*e)*k2；

25、其中，ax为云在横向上的加速度模拟值，ρ1为空气密度数据，sx为横向截面数据，sy为纵向截面数据，vx为横向风速数据，vy为纵向风速数据，ρ2为云密度数据，e为云体积数据，k1为调节系数一，k2为调节系数二；

26、所述调节系数一k1和所述调节系数二k2根据历史数据训练获得；

27、所述坐标计算模型为xt＝x0+(1/2)*ax*t2，yt＝y0+(1/2)*ay*t2；

28、其中，t为预设时间，xt为预设时间后云的横坐标值，yt为预设时间后云的纵坐标值，最终生成云在预设时间后的坐标值为(xt，yt)。

29、优选的，在上述的一种光伏发电功率预测预报系统中，所述数据分析模块包括：

30、面积计算单元，其与所述坐标生成单元、所述分隔单元、所述云坐标模拟单元和所述汇聚模拟单元连接，用于获取在所述坐标系中与预设时间后各个云的位置坐标相交的区域块，在各个区域块上进一步建立小坐标系，通过微积分算法计算各个区域块中云所占的面积，并将各个区域块中云所占的面积相加，生成云的投影面积数据；

31、辐照度模拟单元，其与所述面积计算单元、所述太阳光获取单元、所述云信息获取单元和所述汇聚模拟单元连接，用于当云未出现汇聚时将太阳光强数据、太阳高度角数据、投影面积数据、云厚度数据以及云介质吸光系数代入预先训练好的辐照度计算模型中，生成光伏发电站在预设时间后受到的太阳辐照度预测值；当云出现汇聚时，将所述汇聚模拟单元生成的云厚度数据以及云介质吸光系数替代原云厚度数据以及云介质吸光系数代入所述辐照度计算模型中；

32、功率模拟单元，其与所述辐照度模拟单元连接，用于将辐照度预测值和光伏发电站的运行基础数据代入预先训练好的功率计算模型中，生成光伏发电站在预设时间后的输出功率预测值。

33、优选的，在上述的一种光伏发电功率预测预报系统中，所述辐照度计算模型和所述功率计算模型包括：

34、所述辐照度计算模型为p0＝(i0*e(-q*d)*s0*cosθ)*k3；

35、其中，p0为光伏发电站在预设时间后受到的太阳辐照度预测值，i0为无云条件下的太阳光强数据，e为自然常数，q为云介质吸光系数，d为云厚度数据，s0为投影面积数据，θ为太阳高度角数据，k3为调节系数三；

36、所述功率计算模型为pout＝(p0*s1*η)-δ；

37、其中，pout为光伏发电站在预设时间后的输出功率预测值，s1为光伏发电站中全部光伏组件的总有效面积，η为光伏组件的转换效率，δ为误差值；

38、所述调节系数三k3和所述误差值δ根据历史数据训练获得。

39、优选的，在上述的一种光伏发电功率预测预报系统中，还包括：

40、报警分析模块，其与所述功率模拟单元连接，用于将生成的输出功率预测值pout与预设的功率标准范围pout0进行比对，当对比结果为pout<pout0时触发报警信号；

41、显示模块，其与所述功率模拟单元和所述报警分析模块连接，用于实时显示光伏发电站在预设时间后的输出功率预测值pout，并根据报警信号执行报警动作；

42、所述预设的功率标准范围pout0根据调度主站下发的发电计划获得。

43、一种光伏发电功率预测预报方法，包括以下步骤：

44、步骤一，获取光伏发电站的地理信息建立平面直角坐标系，并将所述坐标系划分为若干个相同的区域块；

45、步骤二，实时获取当地气象站或调度主站下发的气象信息，所述气象信息包括辐照度数据、风速数据以及云的基础数据；

46、步骤三，将气象信息对应的代入所述坐标系中，通过预先训练好的加速度计算模型和坐标计算模型模拟在预设时间后云的行进情况，获得预设时间后各个云的位置坐标；且在当地气象站或调度主站下发的气象信息出现调整时将新的气象信息代入所述坐标系中；

47、步骤四，根据预设时间后各个云的位置坐标分析云在所述坐标系中所占区域块的面积，结合光强数据通过预先训练好的辐照度计算模型计算光伏发电站所受到太阳辐照度的预测值，并根据辐照度预测值通过功率计算模型计算发电站的功率预测值；

48、步骤五，对发电站的功率预测值进行分析，判定其是否低于调度主站下发的发电计划对应的功率标准范围，根据判定结果对应进行报警和显示。

49、优选的，在上述的一种光伏发电功率预测预报方法中，所述加速度计算模型、所述坐标计算模型、所述辐照度计算模型和所述功率计算模型包括：

50、所述加速度计算模型为ax＝(ρ1*sx*vx2)/(ρ2*e)*k1，ay＝(ρ1*sy*vy2)/(ρ2*e)*k2；

51、其中，ax为云在横向上的加速度模拟值，ρ1为空气密度数据，sx为横向截面数据，sy为纵向截面数据，vx为横向风速数据，vy为纵向风速数据，ρ2为云密度数据，e为云体积数据，k1为调节系数一，k2为调节系数二；

52、所述调节系数一k1和所述调节系数二k2根据历史数据训练获得；

53、所述坐标计算模型为xt＝x0+(1/2)*ax*t2，yt＝y0+(1/2)*ay*t2；

54、其中，t为预设时间，xt为预设时间后云的横坐标值，yt为预设时间后云的纵坐标值，最终生成云在预设时间后的坐标值为(xt，yt)；

55、所述辐照度计算模型为p0＝(i0*e(-q*d)*s0*cosθ)*k3；

56、其中，p0为光伏发电站在预设时间后受到的太阳辐照度预测值，i0为无云条件下的太阳光强数据，e为自然常数，q为云介质吸光系数，d为云厚度数据，s0为投影面积数据，θ为太阳高度角数据，k3为调节系数三；

57、所述功率计算模型为pout＝(p0*s1*η)-δ；

58、其中，pout为光伏发电站在预设时间后的输出功率预测值，s1为光伏发电站中全部光伏组件的总有效面积，η为光伏组件的转换效率，δ为误差值；

59、所述调节系数三k3和所述误差值δ根据历史数据训练获得。

60、经由上述的技术方案可知，本技术与现有技术相比：

61、本发明公开了一种光伏发电功率预测预报系统及方法，包括：地域划分模块，其根据电站地理信息建立坐标系，并将坐标系划分为若干个相同的区域块；气象获取模块，其实时获取当地气象信息；气象模拟模块，其将气象信息对应的代入坐标系中，模拟在预设时间后云的行进情况；数据分析模块，其根据气象模拟结果分析云所占区域块的面积，结合光强数据计算电站受到的辐照度预测值，根据辐照度预测值计算电站的功率预测值；实时调节模块，其在气象信息出现调整时将新气象信息代入坐标系中；本发明综合考虑了光强、风速、云和辐照度对电站功率的影响，模拟未来时刻云的行进动作和辐照度变化，确保功率预测准确性，同时采用实时调节的方式对预测过程进行调整。