一種太陽能光伏發(fā)電出力預測系統(tǒng)及預測方法
【技術領域】
[0001] 本發(fā)明屬于太陽能光伏發(fā)電技術領域，涉及一種太陽能光伏發(fā)電出力預測系統(tǒng)及 預測方法。
【背景技術】
[0002] 太陽能資源充足、分布廣泛、安全、清潔，其轉(zhuǎn)換技術已日趨成熟，在近幾十年中的 應用也越來越廣泛。光伏發(fā)電是目前利用太陽能的主要方式之一。隨著國內(nèi)光伏產(chǎn)業(yè)規(guī)模 逐步擴大、技術逐步提升，光伏發(fā)電成本逐步下降，未來國內(nèi)光伏容量將大幅增加。相比傳 統(tǒng)發(fā)電方式，光伏發(fā)電具有隨機性、間斷性和不穩(wěn)定性等特點。當光伏發(fā)電在電網(wǎng)中所占比 例很小時，這些特點不會對電網(wǎng)帶來明顯的不良影響。但是隨著光伏發(fā)電裝機容量不斷擴 大，其在電網(wǎng)中所占的比例也逐年增加，接入電網(wǎng)的光伏電站會對電力系統(tǒng)的安全、穩(wěn)定運 行以及電能質(zhì)量帶來嚴重的影響，而光伏出力預測是開展這些研究的基礎，因此，有必要對 光伏出力預測進行深入研究。
[0003] 目前，對光伏出力預測進行研究的方法較多，長期預測的實現(xiàn)較為容易，短期預測 受氣象因素影響較大，精確預測較為困難。由于短期預測對于電力系統(tǒng)安全與穩(wěn)定運行至 關重要，因此研究出一種超短期的光伏出力預測方法，為光伏出力超短期預測提供一種新 思路。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明所要解決的技術問題是提供一種能夠有效提高光伏出力的預測精度的太 陽能光伏發(fā)電出力預測系統(tǒng)及預測方法。
[0005] 為解決上述技術問題所采用的技術方案是:一種太陽能光伏發(fā)電出力預測系統(tǒng)， 其包括2個以上的信息采集及處理單元和工控機;所述信息采集及處理單元包括溫度傳感 器、太陽輻射傳感器、濕度傳感器、位置傳感器、信息采集子單元和合并子單元；
[0006] 所述溫度傳感器、太陽輻射傳感器、濕度傳感器和位置傳感器的輸出端分別通過 光纜接所述信息采集子單元的相應輸入端;所述信息采集子單元的輸出端接所述合并子單 元的相應輸入端;所述合并子單元的輸出端通過光纖網(wǎng)絡與所述工控機的相應端口相連 接。
[0007] 信息采集子單元的型號為S7-200CPU224;所述合并子單元的型號為UDM-502-G;所 述工控機的型號為PCX-9540。
[0008] 所述太陽輻射傳感器的型號為PH-TBQ;所述濕度傳感器的型號為SD-05;所述位置 傳感器的型號為WYDC;所述溫度傳感器的型號為T-100。
[0009] 利用所述太陽能光伏發(fā)電出力預測系統(tǒng)的太陽能光伏發(fā)電出力預測方法，包括如 下步驟：
[0010] (1)將所述2個以上的信息采集及處理單元分別設置于對應的監(jiān)測點i;其中，i = 1，2,…，n，n為大于等于2的整數(shù)；
[0011] (2)所述溫度傳感器、太陽輻射傳感器、濕度傳感器和位置傳感器分別采集大氣溫 度信息、太陽輻射強度信息、大氣濕度信息和監(jiān)測點位置信息；
[0012] (3)所述信息采集子單元獲取所述大氣溫度信息、太陽輻射強度信息、大氣濕度信 息和監(jiān)測點位置信息，并按IEC61850規(guī)約將所述大氣溫度信息、太陽輻射強度信息、大氣 濕度信息和監(jiān)測點位置信息生成IEC61850報文；
[0013] (4)所述合并子單元將各監(jiān)測點的IEC61850報文按IEC61850規(guī)約生成IEC61850總 體報文；
[0014] (5)所述工控機基于CAN協(xié)議通過外設接口接收所述IEC61850總體報文，并利用克 里格-卡爾曼-BP神經(jīng)網(wǎng)絡算法得到太陽能光伏發(fā)電出力超短期預測值。
[0015] 所述克里格-卡爾曼-BP神經(jīng)網(wǎng)絡算法具體步驟如下：
[0016] (1)設定預測點，進行預測點屬性估計值計算；
[0017] 所述工控機的下位機將所述IEC61850總體報文進行解析，利用克里格插值法計算 預測點的環(huán)境溫度屬性估計值To、太陽輻射強度屬性估計值Ιο和大氣濕度屬性估計值Ho,具 體步驟如下：
[0018] a.計算預測點的環(huán)境溫度屬性估計值To,其表達式為
[0020]在(式1)中，1\為監(jiān)測點i的環(huán)境溫度;WA監(jiān)測點i相對于預測點的空間關聯(lián)系數(shù)， 其求解表達式為
[0022] 在(式2)中，γ (hu)為監(jiān)測點i和監(jiān)測點j之間的半變異值，hu為監(jiān)測點i和監(jiān)測點 j之間的距離，γ (hlQ)為監(jiān)測點i與預測點之間的半變異值，λ為拉格朗日系數(shù)，引入的目的 是使得估算誤差變??；
[0023] 半變異值γ (hij)采用高斯模型計算，計算公式如下：
[0025]在(式3)中，Co為塊金值，Co+C為基臺值，a為變成，hio為監(jiān)測點i與預測點之間的距 離；
[0026]計算hij的表達式為：
[0028](式4)中，（以一^丨以^^為上述位置傳感器采集的監(jiān)測點丨和監(jiān)測點扣勺位置坐 標；
[0029] b.計算預測點太陽輻射強度屬性估計值1〇,其表達式為
[0031]在(式5)中，^為監(jiān)測點i觀測到的太陽輻射強度；
[0032] c.計算預測點環(huán)境濕度屬性估計值Ho,其表達式為
[0034]在(式6)中，Hi為監(jiān)測點i觀測到的大氣濕度；
[0035] (3)預測點屬性值預測
[0036] 利用卡爾曼方法計算預測點大氣溫度屬性預測值IV、太陽輻射強度屬性預測值 1〇 '和大氣濕度屬性預測值Ho ' ；
[0037] a.計算預測點大氣溫度屬性預測值To' ：
[0038] ①采用下述公式計算大氣溫度屬性預測值：
[0039] To(k+i)/k = FkT〇k+qk (式 7)
[0040] 在(式7)中，To(k+1Vk為k+Ι時刻大氣溫度屬性預測值，T〇k為k時刻大氣溫度屬性估 計值，F(xiàn) k為狀態(tài)轉(zhuǎn)移系數(shù)，qk為過程噪聲，(^為預先選定的服從高斯分布的序列；
[0041 ]②采用下述公式計算大氣溫度屬性預測誤差協(xié)方差：
[0042] Pk+i/k = Pk+Qk (式8)
[0043] 在(式8)中，Pk+Vk為k+Ι時刻向前推算的大氣溫度屬性預測誤差協(xié)方差，Pk為k時刻 大氣溫度屬性誤差協(xié)方差，Qk為過程噪聲的方差；
[0044] ③采用下述公式計算卡爾曼增益：
[0045] Kk+i = Pk+i/k(Pk+i+Rk+i)-1 (式9)
[0046] 在(式9)中，&+1為卡爾曼增益，Pk+1/k為k+Ι時刻向前推算的大氣溫度屬性預測誤差 協(xié)方差，Pk+i為k+Ι時刻大氣溫度屬性誤差協(xié)方差，Rk+i為k+Ι時刻測量噪聲的方差；
[0047] ④采用下述公式更新大氣溫度屬性值估計：
[0048] T〇k+i = To(k+i)/k+Kk+i(Tk+i-T〇k+i/k~rk) (式 10)
[0049] 在(式10)中，T()k+1Sk+l時刻大氣溫度屬性估計值，T(Kk +1)/k為k+Ι時刻大氣溫度屬 性預測值，&+1為卡爾曼增益，Tk+1Sk+i時刻預測點大氣溫度測量值，rk*k時刻的測量噪 聲，為預先選定的服從高斯分布的序列；
[0050]⑤采用下述公式計算更新大氣溫度屬性預測誤差協(xié)方差：
[0052] 在(式11)中，4+1為1^+1時刻大氣溫度屬性誤差協(xié)方差估計值，&+1為卡爾曼增益， Pk+1/k為k+Ι時刻向前推算的大氣溫度屬性預測誤差協(xié)方差；
[0053] 每個時刻輸入該時刻的測量值和估計值，并采用上一時刻的信息依次進行(式6) ~(式11)的計算，就可以得到下一時刻的大氣溫度屬性預測值，記作To'；
[0054] b.預測點太陽輻射強度屬性預測值1〇' ：
[0055] ①采用下述公式計算太陽輻射強度屬性預測值：