本发明属于电气工程,具体涉及一种光伏功率突变预测方法。
背景技术:
1、目前,我国太阳能发电设备装机容量位居全球首位,但太阳能发电存在一个弊端,天气突变会导致光伏电站发电功率陡降,导致电网稳定性受影响。为提升太阳能发电并网水平,亟需研究光伏电站功率突变预测技术,以使光伏发电站的发电功率在突变前电网能够提前知道和准备。功率突变预测关键在于云层的模拟,目前一般都是直接利用卫星云图观测数据来外推预测云的轨迹,但云层消散快,且这种预测方式无法准确体现太阳光辐照度的变化趋势,导致现有技术人员很难对光伏发电功率的变化趋势进行准确预测。
技术实现思路
1、针对上述的缺陷或不足,本发明提供了一种光伏功率突变预测方法,旨在解决现有的预测方式很难准确地预测出光伏发电功率的变化趋势的技术问题。
2、为实现上述目的,本发明提供一种光伏功率突变预测方法,其中,光伏功率突变预测方法包括:
3、s100:获取气象卫星观测的云相关信息数据;
4、s200:将云相关信息数据作为初始场数据同化至数值预报模式中;
5、s300:在数值预报模式中,基于初始场数据对目标区域未来预设时间段内的云层数据进行预测,并计算云层数据的总云量;
6、s400:根据总云量确定目标区域在未来预设时间段的辐照度;
7、s500:根据辐照度的数值大小判断是否发出光伏功率突变预警。
8、在本发明实施例中,基于初始场数据对目标区域未来预设时间段内的云层数据进行预测,并计算云层数据的总云量具体包括:
9、s301:预测出目标区域的所有云层,并计算每层云层的云量信息;
10、s302:根据所有云层的云量信息计算目标区域内的总云量。
11、在本发明实施例中,目标区域预测的云层为两层,根据两层云的云量信息计算目标区域内的总云量的计算公式为:
12、
13、其中,为总云量,和分别为两层云(k层云和l层云)中最大重叠云量和随机重叠云量,是两层云的重叠系数,反映两层云之间的重叠程度。
14、在本发明实施例中,最大重叠云量和随机重叠云量的计算公式为:
15、
16、
17、其中,ck,cl分别为k层云和l层云的云量。
18、在本发明实施例中,重叠系数的计算公式为:
19、
20、其中,z是垂直高度,lcf(z)为云量的抗相关厚度,指的是两层云的重叠系数减少到e-1时的距离。
21、在本发明实施例中,lcf(z)的值为2km。
22、在本发明实施例中,辐照度的计算公式为:
23、
24、其中,fs为辐照度,fc为太阳照入大气层的初始辐照度,为太阳辐照调整参数随太阳高度角α以及光伏电站所在纬度变化的函数,为总云量,s为光伏电站的有效面积。
25、在本发明实施例中,云相关信息数据包括云顶温度、云顶高度、云的面积、云的光学厚度以及气溶胶光学厚度。
26、在本发明实施例中,将云相关信息数据作为初始场数据同化至数值预报模式的方法为三维变分数值同化法。
27、在本发明实施例中,数值预报模式为wrf-chem数值预报模式。
28、通过上述技术方案,本发明实施例所提供的光伏功率突变预测方法具有如下的有益效果:
29、云量指云遮蔽天空视野的成数,而目标区域总云量的多少直接影响目标区域的辐照度,因此准确模拟并计算出目标区域未来预设时间段内的总云量,能够使最终的光伏功率突变预测结果更加准确。本发明所提供的光伏功率突变预测方法通过将气象卫星近期观测的云相关信息数据作为预测的初始场数据,数值预报模式在该初始场数据的基础上进行预测,从而能够使预测的云层数据更加精确。在预测出云层数据后,通过对云层数据进行处理,以计算出云层数据的总云量和目标区域在未来预设时间段的辐照度,从而能够更好的反映光伏功率变化的趋势。综上,本发明所提供的光伏功率突变预测方法运用数值预报模式来对目标区域的云层数据进行预测,并以气象卫星观测的云相关信息数据作为预测的初始场数据,从而能够增加预测的准确性,在预测出云层数据后,通过对云层数据进行转换处理,从而能够更加直观且准确反映光伏功率的变化趋势,即通过本发明中的光伏功率突变预测方法,能够更加直观且准确地对光伏功率突变进行预测。
30、本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
1.一种光伏功率突变预测方法,其特征在于,所述光伏功率突变预测方法包括:
2.根据权利要求1所述的光伏功率突变预测方法,其特征在于,基于所述初始场数据对所述目标区域未来预设时间段内的所述云层数据进行预测,并计算所述云层数据的总云量具体包括:
3.根据权利要求2所述的光伏功率突变预测方法,其特征在于,所述目标区域预测的云层为两层,根据两层云的所述云量信息计算所述目标区域内的所述总云量的计算公式为:
4.根据权利要求3所述的光伏功率突变预测方法,其特征在于,所述最大重叠云量和所述随机重叠云量的计算公式为:
5.根据权利要求3所述的光伏功率突变预测方法,其特征在于,所述重叠系数的计算公式为:
6.根据权利要求5所述的光伏功率突变预测方法,其特征在于,所述lcf(z)的值为2km。
7.根据权利要求1至6中任意一项所述的光伏功率突变预测方法,其特征在于,所述辐照度的计算公式为:
8.根据权利要求1至6中任意一项所述的光伏功率突变预测方法,其特征在于,所述云相关信息数据包括云顶温度、云顶高度、云的面积、云的光学厚度以及气溶胶光学厚度。
9.根据权利要求1至6中任意一项所述的光伏功率突变预测方法,其特征在于,将所述云相关信息数据作为初始场数据同化至所述数值预报模式的方法为三维变分数值同化法。
10.根据权利要求1至6中任意一项所述的光伏功率突变预测方法,其特征在于,所述数值预报模式为wrf-chem数值预报模式。