CN101769788B - 一种光伏电站光功率预测及发电量预测的方法 - Google Patents

Abstract

本发明涉及一种光伏电站光功率预测及发电量预测的方法，属于发配电技术领域。其特征在于就地数据的采集→与历史数据进行对比→产生预测结果，本发明的精确度为预测结果和实际结果的年平均误差不超过5％，它可以进行短时预测、日预测、周预测、月预测和年预测，电网调度可以根据预测合理安排一定周期内光伏电站和常规电站的开机方式和运行方式，使电网能够进行稳定运行，提高光伏电站发电量，为规模化、大容量的光伏电站的建立提供技术依据和理论指导，同时确保光伏电站安全高效地运行，促进国家新能源战略的顺利实施。

Description

一种光伏电站光功率预测及发电量预测的方法

一、技术领域

本发明涉及一种光伏电站光功率预测及发电量预测的方法，属于发配电技术领域。 

二、技术背景

光伏电站和风电场输出功率均具有随机波动特点，对电网而言，其出力可视为负的负荷。由于当前现有电网中新能源的比例不高，因此在电网调度工作中一般不把其纳入电网调度，且由于尚未开展太阳能光功率预测方法的研究与应用，因此太阳能功率的波动对于电网而言完全是随机的。太阳能功率平衡问题需要在实际运行中格外关注。随着新能源规模的扩大，光伏电站、风电场地域上的分布不平衡以及出力特性对电网的不利影响将成为制约新能源开发规模的障碍。针对这一特点，电网如何接纳这些新能源，从手段上要考虑，智能电网无疑是最佳的解决方案，其实质就是要对整个电网进行全面的控制。电网整个都是相互链接的，电网最大的特征就是生产和消费是在一个时刻里面发生的，这对网络的控制要求非常高。要维持网络的平衡，发电量和用电量产生平衡，最关键的就是要实时的，在每一个时刻都要考虑到电网的平衡，但是要满足这种平衡，首先要解决的问题是基础问题，也就是建设坚强的实体电网。但是，针对目前电网建设跟不上新能源发展的问题，按照可再生能源法的要求又必须保证电网公司全面接纳新能源，在这种情况下，造成电网调度上有一定问题。这就要求光伏电站的预测出力必须满足一定的范围内来保证调度安排系统的发电计划、保证电力系统的安全稳定运行，降低备用容量和运行成本。 

三、发明内容

本发明针对现有的技术问题，发明了一种光伏电站光功率预测及发电量 预测的方法，其特征在于就地数据的采集→与历史数据进行对比→产生预测结果，其中就地数据的采集就是根据影响光伏发电关键影响因素，进行在线监测数据，采集区域内全年总辐射、净辐射、散射辐射、直接辐射和反射辐射，气温、风速、气压、降水等气象数据，使用传感器对光伏电站组件数据进行监测，包括电站投运时实测的各电气参数和投运后实时组件运行电气参数及运行期间影响发电量的组件热流参数，所采集的各参数在计算机内自动生成分类数据库，积累历史数据，形成历史曲线；与历史数据进行对比就是利用BP神经网络算法和使用BP建立光伏发电站数学模型，对当前区域内总辐射、净辐射、散射辐射、直接辐射和反射辐射，气温、风速、气压、降水等气象数据和光伏电站投运后实时组件运行电气参数及运行期间影响发电量的组件热流参数，与历史数据、历史曲线进行对比；产生预测结果就是由BP神经网络算法、光资源分析的经验修正公式、环境影响因素权重公式等建立数学模型，编写的分析程序进行数据处理，综合分析各输入层参数，结合光资源分析和历史数据分析对比，选择组件输出为光功率预测数据，选择并网点电能计量为发电量(上网电量)预测的数据，对比历史数据和近期环境数据，预测短期后一日、后一周、后一月及长期一年的光功率及发电量预测值，并以一定周期的预测曲线形式产生预测结果。本发明的精确度为预测结果和实际结果的年平均误差不超过5％，它可以进行短时预测、日预测、周预测、月预测和年预测，电网调度可以根据预测合理安排一定周期内光伏电站和常规电站的开机方式和运行方式，使电网能够进行稳定运行，提高光伏电站发电量，为规模化、大容量的光伏电站的建立提供技术依据和理论指导，同时确保光伏电站安全高效地运行，促进国家新能源战略的顺利实施。 

四、附图说明

附图一：本发明专利原理方框图 

附图二：本发明专利原理拓扑图 

附图三：本发明专利关键影响因素关系图 

五、具体实施方式

实施例1一光伏电站与预测计算机相连，预测计算机与太阳能综合观测站相连，预测计算机与电力调度中心主机相连，光伏电站的功能为太阳能发电，太阳能综合观测站主要功能为，进行在线监测数据，为光伏电站的采集翔实、可靠的电站就地实时气象数据，测量采集区域全年总辐射、净辐射、散射辐射、直接辐射和反射辐射，其中直接辐射分为垂直面直接辐射和水平面直接辐射；气温、风速、气压、降水等气象数据，积累历史数据，形成历史曲线。通过观测站所采集的太阳能年辐射资料和常规气象站资料等建立太阳能资源数据库，建立区域太阳能资源计算分析模型以及太阳能资源评估模型，对区域太阳能资源时空分布情况、资源储量和可利用量等作出科学评价。预测计算机主要负责处理太阳能综合观测站采集的气象数据和光伏电站投运后实时组件运行电气参数及运行期间影响发电量的组件热流参数，由BP神经网络算法、光资源分析的经验修正公式、环境影响因素权重公式等建立数学模型，编写分析程序进行数据处理，并提供通信接口，把光功率及发电量预测数据传输至电力调度中心主机，电网调度根据预测结果可以合理安排一定周期内光伏电站和常规电站的开机方式和运行方式，使电网能够进行稳定运行，光伏电站能够高效发电。 

Claims (1)

1.一种光伏电站光功率预测及发电量预测的方法，其特征在于就地数据的采集→与历史数据进行对比→产生预测结果，其中就地数据的采集就是根据影响光伏发电关键影响因素，进行在线监测数据，采集区域内全年总辐射、净辐射、散射辐射、直接辐射和反射辐射，气温、风速、气压降水气象数据，使用传感器对光伏电站组件数据进行监测，包括电站投运时实测的各电气参数和投运后实时组件运行电气参数及运行期间影响发电量的组件热流参数，所采集的各参数在计算机内自动生成分类数据库，积累历史数据，形成历史曲线，与历史数据进行对比就是利用BP神经网络算法和使用BP建立光伏发电站数学模型，对当前区域内总辐射、净辐射、散射辐射、直接辐射和反射辐射，气温、风速、气压降水气象数据和光伏电站投运后实时组件运行电气参数及运行期间影响发电量的组件热流参数，与历史数据、历史曲线进行对比，产生预测结果就是由BP神经网络算法、光资源分析的经验修正公式、环境影响因素权重公式建立数学模型，编写的分析程序进行数据处理，综合分析各输入层参数，结合光资源分析和历史数据分析对比，选择组件输出为光功率预测数据，选择并网点电能计量为发电量预测的数据，对比历史数据和近期环境数据，预测短期后一日、后一周、后一月及长期一年的光功率及发电量预测值，并以一定周期的预测曲线形式产生预测结果。

Images