一種光伏電站中短期發(fā)電量的預(yù)測方法及預(yù)測系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于光伏發(fā)電量預(yù)測領(lǐng)域，尤其涉及一種光伏電站中短期發(fā)電量預(yù)測方法 及預(yù)測系統(tǒng)。
【背景技術(shù)】
[0002] 目前，隨著常規(guī)能源的逐漸衰竭和環(huán)境污染的日益加重，世界各國都加強開發(fā)利 用清潔高效的可再生能源以解決未來社會經(jīng)濟發(fā)展中的能源問題。光伏發(fā)電以優(yōu)質(zhì)、方便 的優(yōu)點，愈發(fā)得到世界各國的重視。在"金太陽示范工程"、《關(guān)于做好分布式光伏發(fā)電并網(wǎng) 服務(wù)工作的意見》等政策的推動下，我國光伏電站及分布式光伏發(fā)電技術(shù)在近五年得到快 速發(fā)展。專家預(yù)測今后幾年中每年新增光伏裝機l〇_15GW，2020年總裝機將達100GW。我國為 扶持光伏技術(shù)的應(yīng)用，實施工程補貼政策，而企業(yè)建設(shè)光伏電站以獲得國家資金補貼為主 要目標，往往只注重發(fā)電功能的實現(xiàn)，缺乏對輻照量、氣溫、空氣質(zhì)量、天氣類型等因素對光 伏電站發(fā)電量影響的研究，也未能對電站中短期發(fā)電量進行較為可靠的預(yù)測，導(dǎo)致光伏電 站在性能方面呈現(xiàn)出較大差異，直接影響電站的經(jīng)濟效益。隨著我國光伏發(fā)電電價補貼政 策的逐步推進，對光伏電站中短期發(fā)電量預(yù)測的研究直接影響光伏企業(yè)生產(chǎn)調(diào)度和經(jīng)濟效 益。實現(xiàn)對光伏系統(tǒng)中短期發(fā)電量的準確預(yù)測，是光伏發(fā)電領(lǐng)域亟待解決的一大問題。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的是提供一種光伏電站中短期發(fā)電量的預(yù)測方法及預(yù)測系統(tǒng)，以實現(xiàn) 對電站中短期發(fā)電量的預(yù)測，便于企業(yè)進行準確的評估和調(diào)度。
[0004] 為了解決上述技術(shù)問題，本發(fā)明提供了一種光伏電站中短期發(fā)電量的預(yù)測方法， 包括如下步驟：
[0005] 步驟S1，收集光伏電站所在地的與日期相對應(yīng)的歷史環(huán)境信息、歷史發(fā)電量數(shù)據(jù)；
[0006] 步驟S2,對預(yù)知的環(huán)境因素及歷史環(huán)境信息中確定的各歷史環(huán)境因素分別進行數(shù) 值化處理；
[0007] 步驟S3,建立光伏電站的發(fā)電量與環(huán)境因素的影響模型，以預(yù)測光伏電站中短期 的發(fā)電量。
[0008] 進一步，所述預(yù)測方法還包括：
[0009] 步驟S4,根據(jù)天氣預(yù)報數(shù)據(jù)，結(jié)合實際發(fā)電量數(shù)據(jù)驗證影響模型的可靠度，并對影 響模型進行修訂。
[0010] 進一步，所述預(yù)知的環(huán)境因素及各歷史環(huán)境因素均包括為光伏電站中光伏系統(tǒng)所 接收的輻照量指數(shù)、天氣類型指數(shù)、環(huán)境溫度指數(shù)、風(fēng)力指數(shù)和空氣質(zhì)量指數(shù);其中
[0011] 所述天氣類型指數(shù)，其根據(jù)不同天氣狀況對輻照量指數(shù)的影響程度模糊分為數(shù)值 1~7;
[0012] 所述風(fēng)力指數(shù)，其根據(jù)各等級風(fēng)對光伏組件散熱能力的影響分為數(shù)值1~6;
[0013]所述空氣質(zhì)量指數(shù)，其選用PM2.5指數(shù)。
[0014] 進一步，所述步驟S3中建立光伏電站的發(fā)電量與環(huán)境因素的影響模型的方法包括 如下步驟：
[0015] 步驟S31，獲取各單一歷史環(huán)境因素及各耦合環(huán)境因素對光伏發(fā)電量的影響因子；
[0016] 步驟S32,在確定各影響因子的相關(guān)系數(shù)的基礎(chǔ)上，建立所述影響模型，以作為所 述發(fā)電量的預(yù)測模型。
[0017] 進一步，各耦合環(huán)境因素分別為輻照量指數(shù)和空氣質(zhì)量指數(shù)的耦合，輻照量指數(shù) 和天氣類型指數(shù)的耦合，風(fēng)力指數(shù)和環(huán)境溫度指數(shù)的耦合，天氣類型指數(shù)和環(huán)境溫度指數(shù) 的耦合，環(huán)境溫度指數(shù)、風(fēng)力指數(shù)和天氣類型指數(shù)的耦合，以及環(huán)境溫度指數(shù)、風(fēng)力指數(shù)、天 氣類型指數(shù)和輻照量指數(shù)的耦合；
[0018] 利用對以上各單一歷史環(huán)境因素及耦合環(huán)境因素進行數(shù)據(jù)分析處理，經(jīng)多元回歸 分析得到各環(huán)境因素對發(fā)電量的影響因子，BP
[0019] 取XI表示輻照量指數(shù)，其影響因子為系數(shù)K1;
[0020] X2表示天氣類型指數(shù)，其影響因子為系數(shù)K2;
[0021 ] X3表示環(huán)境溫度指數(shù)，其影響因子為系數(shù)K3;
[0022] X4表示風(fēng)力指數(shù)，其影響因子為系數(shù)K4;
[0023] X5表示PM2.5指數(shù)，其影響因子為系數(shù)K5;
[0024] XI · X5表示輻照量指數(shù)和空氣質(zhì)量指數(shù)的耦合，其影響因子為系數(shù)K6;
[0025] XI · X2表示輻照量指數(shù)和天氣類型指數(shù)的耦合，其影響因子為系數(shù)K7;
[0026] X3 · X4表示風(fēng)力指數(shù)和環(huán)境溫度指數(shù)的耦合，其影響因子為系數(shù)K8;
[0027] X2 · X3表示天氣類型指數(shù)和環(huán)境溫度指數(shù)的耦合，其影響因子為系數(shù)K9;
[0028] X2 · X3 · X4表示環(huán)境溫度指數(shù)、風(fēng)力指數(shù)和天氣類型指數(shù)的耦合，其影響因子為 系數(shù)K10;
[0029] XI · X2 · X3 · X4表示環(huán)境溫度指數(shù)、風(fēng)力指數(shù)、天氣類型指數(shù)和輻照量指數(shù)的耦 合，其影響因子為系數(shù)K11。
[0030] 進一步，所述步驟S32中建立所述影響模型的方法包括：
[0031] 根據(jù)各影響因子，并設(shè)所述發(fā)電量為Ea，即為相應(yīng)預(yù)知的環(huán)境因素及影響因子的 疊加，即
[0032] Ea = Kl · X1+K2 · X2+K3 · X3+K4 · X4+K5 · X5+K6 · (XI · Χ5)+Κ7 · (XI · Χ2) + K8 · (X3 · X4)+K9 · (X2 · X3)+K10 · (X2 · X3 · X4)+K11 · (XI · X2 · X3 · X4);
[0033] 在上述式中，XI代入預(yù)知的輻照量指數(shù)、X2代入預(yù)知的天氣類型指數(shù)、X3代入預(yù)知 的環(huán)境溫度指數(shù)、X4代入預(yù)知的風(fēng)力指數(shù)、X5代入預(yù)知的PM2.5指數(shù)。
[0034]進一步，所述步驟S4中根據(jù)天氣預(yù)報數(shù)據(jù)，結(jié)合實際發(fā)電量數(shù)據(jù)驗證影響模型的 可靠度，并對影響模型進行修訂的方法包括：
[0035] 以一段時間內(nèi)的氣象預(yù)測數(shù)據(jù)為基礎(chǔ)，將通過所述影響模型預(yù)測得出發(fā)電量數(shù)值 與實際發(fā)電量數(shù)值進行對比，結(jié)合實際發(fā)電量數(shù)據(jù)驗證影響模型的可靠度，并對影響模型 進行修訂。
[0036] 又一方面，本發(fā)明還提供了一種光伏電站中短期發(fā)電量的預(yù)測系統(tǒng)，包括：
[0037]數(shù)據(jù)采集模塊，收集光伏電站所在地的與日期相對應(yīng)的歷史環(huán)境信息、歷史發(fā)電 量數(shù)據(jù)；
[0038] 數(shù)值化模塊，對預(yù)知的環(huán)境因素及歷史環(huán)境信息中確定的各歷史環(huán)境因素分別進 行數(shù)值化處理；以及
[0039] 模型建立模塊，建立光伏電站的發(fā)電量與環(huán)境因素的影響模型，以預(yù)測光伏電站 中短期的發(fā)電量。
[0040] 進一步，所述預(yù)測系統(tǒng)還包括:驗證修訂模塊，其適于根據(jù)天氣預(yù)報數(shù)據(jù)，結(jié)合實 際發(fā)電量數(shù)據(jù)驗證影響模型的可靠度，并對影響模型進行修訂。
[0041] 進一步，所述預(yù)知的環(huán)境因素及各歷史環(huán)境因素均包括為光伏電站中光伏系統(tǒng)所 接收的輻照量指數(shù)、天氣類型指數(shù)、環(huán)境溫度指數(shù)、風(fēng)力指數(shù)和空氣質(zhì)量指數(shù);其中
[0042] 所述天氣類型指數(shù)，其根據(jù)不同天氣狀況對輻照量指數(shù)的影響程度模糊分為數(shù)值 1~7;
[0043]所述風(fēng)力指數(shù)，其根據(jù)各等級風(fēng)對光伏組件散熱能力的影響分為數(shù)值1~6;
[0044]所述空氣質(zhì)量指數(shù)，其選用PM2.5指數(shù)。
[0045] 進一步，所述建立光伏電站的發(fā)電量與環(huán)境因素的影響模型，即
[0046] 獲取各單一歷史環(huán)境因素及各耦合環(huán)境因素對光伏發(fā)電量的影響因子;以及
[0047] 在確定各影響因子的相關(guān)系數(shù)的基礎(chǔ)上，建立所述影響模型，作為所述發(fā)電量的 預(yù)測模型;其中
[0048] 各耦合環(huán)境因素分別為輻照量指數(shù)和空氣質(zhì)量指數(shù)的耦合，輻照量指數(shù)和天氣類 型指數(shù)的耦合，風(fēng)力指數(shù)和環(huán)境溫度指數(shù)的耦合，天氣類型指數(shù)和環(huán)境溫度指數(shù)的耦合，環(huán) 境溫度指數(shù)、風(fēng)力指數(shù)和天氣類型指數(shù)的耦合，以及環(huán)境溫度指數(shù)、風(fēng)力指數(shù)、天氣類型指 數(shù)和輻照量指數(shù)的耦合；
[0049] 利用對以上各單一歷史環(huán)境因素及耦合環(huán)境因素進行數(shù)據(jù)分析處理，經(jīng)多元回歸 分析得到各環(huán)境因素對發(fā)電量的影響因子，BP
[0050] 取XI表示輻照量指數(shù)，其影響因子為系數(shù)K1;
[0051] X2表示天氣類型指數(shù)，其影響因子為系數(shù)K2;
[0052] X3表示環(huán)境溫度指數(shù)，其影響因子為系數(shù)K3;
[0053] X4表示風(fēng)力指數(shù)，其影響因子為系數(shù)K4;
[0054] X5表示PM2.5指數(shù)，其影響因子為系數(shù)K5