一种光伏发电量精准预测方法、装置、设备及介质

本发明涉及一种光伏发电量精准预测方法、装置、设备及介质，属于光伏发电。

背景技术：

1、由于全球对气候变化的担忧，可再生能源技术正迅速进入能源生产领域。近年来，在独立和并网的住宅和大规模新能源系统中，光伏发电系统作为一种发电来源的部署急剧增加。预计2050年光伏累计装机容量可达到全球发电量的22％。这一水平的光伏发电系统将支持向更可持续的能源系统过渡，并在能源供应安全和社会经济发展方面带来巨大好处。

2、光伏发电系统的输出功率主要取决于到达光伏阵列平面的总辐照度。光伏电站的发电效率，是反映光伏电站运行状态、评估其经济效益的重要参数。大气(天气)的随机行为会导致光伏输出功率出现更显著和意想不到的波动。这种不确定性是由多个气象变量造成的，如温度、湿度水平、能见度、气压、风速和云量。可变输出功率导致电压和频率波动，这给电网运行带来了挑战。

3、为了应对功率变化并维持可靠的电网运行，需要大量昂贵的存储设施平衡能量和频率储备。准确的光伏输出功率预测有可能降低备用容量，并保持可靠的电网运行，由此可以相应地安排电力生产和消费，也可以降低与高光伏渗透率相关的集成成本。因此，光伏输出功率的估算和预测领域越来越受到重视。

4、目前，对光伏电站发电效率的研究大多只关注光照总辐射、环境温度的1种或2种固定因素的影响,而很少综合考量多种影响因素，结果使所构建模型的精度及适用范围存在局限性。

5、我国幅员辽阔，气候变化随地理改变大，不同地区对光伏效率的影响因素也不尽相同，因此，如何提供一种光伏发电量精准预测方法是本领域技术人员急需要解决的技术问题。

技术实现思路

1、目的：为了克服现有技术中存在的不足，本发明提供一种光伏发电量精准预测方法、装置、设备及介质。

2、技术方案：为解决上述技术问题，本发明采用的技术方案为：

3、第一方面，一种光伏发电量精准预测方法，包括如下步骤：

4、步骤1：根据目标区域历史气象数据获取目标区域的气象多要素，根据气象多要素以及光伏历史发电数据拟合出气象要素模型。

5、步骤2：获取目标区域气象多要素的主分量，根据主分量优化气象要素模型，获得优化后的气象要素模型。

6、步骤3：根据气象预报或气象观测数据，获取优化后的气象要素模型中主分量的数值，将主分量的数值代入优化后的气象要素模型，得到光伏发电量预测值。

7、作为优选方案，还包括：步骤4、将主分量的数值代入光伏发电效率计算模型，得到光伏发电效率预测值。

8、作为优选方案，所述气象要素模型计算公式如下：

9、pout＝λ0+λ1x1+λ2x2+λ3x3+…+λnxn

10、其中，pout为光伏预测发电量，λn为第n种气象要素对应回归系数，xn为第n种气象要素，λ0为常规项。

11、作为优选方案，所述步骤2，具体包括：

12、步骤2.1：根据每个气象要素向量，计算每个气象要素向量的平均值和标准偏差，并对气象要素向量中元素进行标准化，得到标准化气象要素变量矩阵。

13、步骤2.2：根据标准化气象要素变量矩阵，获取气象要素协方差矩阵。

14、步骤2.3：将气象要素协方差矩阵分为正协方差矩阵，负协方差矩阵。正协方差矩阵表示两个气象变量一起增加或减少的协方差矩阵，负协方差矩阵表示两个气象变量相反的方向上变化的协方差矩阵。

15、步骤2.4：获取正协方差矩阵中气象要素协方差矩阵的特征向量，并计算特征值；获取负协方差矩阵中气象要素协方差矩阵的特征向量，并计算特征值。

16、步骤2.5：根据特征值，对正协方差矩阵中气象要素进行降序排列，获取正协方差矩阵中气象要素的主分量排序。

17、步骤2.6：根据特征值，对负协方差矩阵中气象要素进行降序排列，获取负协方差矩阵中气象要素的主分量排序。

18、步骤2.7：分别取正协方差矩阵中气象要素的主分量排序中前几位的主分量，负协方差矩阵中气象要素的主分量排序中前几位的主分量，利用主分量对气象要素模型进行优化，得到优化后的气象要素模型。

19、作为优选方案，优化后的气象要素模型计算公式如下：

20、

21、其中，g为光照总辐射，t为环境温度，rh为环境湿度(rh)，v能见度，p*为理想输出功率，g*为理想光照总辐射，tc*为理想环境温度，rh*为理想环境湿度，v*为理想能见度,pout为光伏预测发电量，γ，s，α，β，δ均为系数。

22、作为优选方案，所述光伏发电效率计算模型计算公式如下：

23、

24、其中，η为光伏发电效率，g为光照总辐射，t为环境温度，rh为环境湿度(rh)，v能见度，p*为理想输出功率，g*为理想光照总辐射，tc*为理想环境温度，rh*为理想环境湿度，v*为理想能见度,γ，s，α，β，δ均为系数。

25、作为优选方案，所述g*＝1kw/m2。

26、作为优选方案，所述tc*＝25℃。

27、第二方面，一种光伏发电量精准预测装置，具体包括如下模块：

28、气象要素模块：用于根据目标区域历史气象数据获取目标区域的气象多要素，根据气象多要素以及光伏历史发电数据拟合出气象要素模型。

29、气象要素模型计算模块：用于获取目标区域气象多要素的主分量，根据主分量优化气象要素模型，获得优化后的气象要素模型。

30、光伏发电量预测模块：用于根据气象预报或气象观测数据，获取优化后的气象要素模型中主分量的数值，将主分量的数值代入优化后的气象要素模型，得到光伏发电量预测值。

31、作为优选方案，还包括：光伏发电效率预测模块：用于将主分量的数值代入光伏发电效率计算模型，得到光伏发电效率预测值。

32、第三方面，一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如第一方面中任一所述的一种光伏发电量精准预测方法。

33、第四方面，一种计算机设备，包括：

34、存储器，用于存储指令。

35、处理器，用于执行所述指令，使得所述计算机设备执行如第一方面中任一所述的一种光伏发电量精准预测方法的操作。

36、有益效果：本发明提供的一种光伏发电量精准预测方法、装置、设备及介质，通过对该地区的气象历史数据以及相应光伏发电的能量历史数据建立气象要素模型，再通过气象要素模型实现日供能实时测算模型进行光伏阵列的日发电量统计，最后利用公式实现光伏发电效率计算，旨在解决现有技术中很少综合考量多种影响因素，从而导致所构建模型的精度及适用范围存在局限性。

37、与现有技术相比，本发明具备以下有益效果：

38、第一：传统效率估算模型中未考虑地理位置带来的气象影响要素变化，所以往往只采用几种常见气象要素，模型精度不够。本发明考虑到气象要素受到多种因素影响，提升了发电量预测的精准度。

39、第二：通过光伏系统与硬件模块、光照总辐射变化、能见度变化、环境湿度变化的影响，并且计算出相对应的影响公式，在通过计算进行整合，去除公约数后得出光伏发电效率η随其因素变化的总公式，这样计算模块便可进行数据带入进行快速计算，保证了光伏发电效率η计算的快速便捷性。