CN104318314B - 一种基于光伏发电效率的发电量预测方法 - Google Patents
一种基于光伏发电效率的发电量预测方法 Download PDFInfo
- Publication number
- CN104318314B CN104318314B CN201410484148.7A CN201410484148A CN104318314B CN 104318314 B CN104318314 B CN 104318314B CN 201410484148 A CN201410484148 A CN 201410484148A CN 104318314 B CN104318314 B CN 104318314B
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- current
- entry point
- grid entry
- efficiency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明涉及一种基于光伏发电效率的发电量预测方法,光伏发电系统包括:用于光伏发电的光伏组件、光伏发电监测系统;光伏发电监测系统包括:环境监测仪、采集器、并网点电压电流采集装置、与采集器连接的数据处理单元;采集器连接环境监测仪和并网点电压电流采集装置,环境监测仪用于采集水平面的辐照度信息,并网点电压电流采集装置采集并网点的电压值和电流值。发电量预测方法为:1)、根据数据处理单元获取的当前水平面的辐射度、并网点处的电压值和电流值、光伏组件的参数,计算该光伏发电系统当前的发电效率。2)、根据该光伏发电系统当前的发电效率,预测发电量。
Description
技术领域
本发明涉及一种基于光伏发电效率的发电量预测方法,属于光伏发电领域。
背景技术
随着光伏发电技术逐步趋于成熟和完善,为了满足光伏发电入网的需求,需要对光伏发电效率实时监控。发电量的预测和评估具有很重大的意义,不但能够知道现有光伏发电设备的实际发电量,也对未来的发电量有了一定的认知,对提高发电的效率和改善光伏发电设备都有很重要的作用。现有的发电效率的计算方法通常是根据系统各环节的发电效率的乘积计算。而各个设备的效率往往是根据经验值,必然存在很大的误差。因此,需要一种较精确地发电效率计算方法。
目前的发电量估算都是基于系统设计的理论发电效率,与实际发电效率还存在很大的误差,发电效率计算不够准确,严重影响发电量的预测。
发明内容
本发明的目的是提供一种基于光伏发电效率的发电量预测方法,用以解决目前没有一种较准确地发电效率计算方法和发电量估算方法的问题。
为实现上述目的,本发明的方案包括:一种基于光伏发电效率的发电量预测方法,光伏发电系统包括:用于光伏发电的光伏组件、光伏发电监测系统;光伏发电监测系统包括:环境监测仪、采集器、并网点电压电流采集装置、与采集器连接的数据处理单元;采集器连接环境监测仪和并网点电压电流采集装置,环境监测仪用于采集水平面的辐照度信息,并网点电压电流采集装置采集并网点的电压值和电流值。
发电量预测方法为:
1)、根据数据处理单元获取的当前水平面的辐射度、并网点处的电压值和电流值、光伏组件的参数,计算该光伏发电系统当前的发电效率;
2)、根据该光伏发电系统当前的发电效率,预测发电量。
进一步地,计算该光伏发电系统当前的发电效率包括以下步骤:
1)、根据当前水平面的辐射度计算组件斜面上的总辐射度;
2)、根据组件斜面上的总辐射度和组件参数计算组件的理论发电功率Po;
3)、根据并网点的电压值和电流值计算并网点输出有功功率P;
4)、计算该光伏发电系统当前的发电效率ηPV,
进一步地,预测月发电量E的计算公式为:Ti=ti·di;E=PCOI·ηPV·Ti;预测第N年的年发电量EN的计算公式为:Ti=ti·di;其中Ti为月峰值日照小时数,ti为月平均峰值日照小时数,di为当月的总天数,PCOI为光伏组件装机容量,ε为光伏组件的年衰减系数。
进一步地,水平面的辐射度包括:水平面上的太阳直射辐照度IDH、散射辐照度IdH和反射辐照度IRθ;所述光伏组件的参数包括:组件的倾角β、组件的数量n、组件的长l、宽d、光电转换效率η、衰减系数ε。
进一步地,斜面上的直射辐照度IDθ:
斜面上的散射辐照度Idθ:
斜面上的反射辐照度IRθ:
其中:β为光伏组件的倾角,δ为当前时间的太阳赤纬,ω为当前时角,为当地纬度,ρ为地面的反射率;
组件斜面上的总辐射度Iθ:Iθ=IDθ+Idθ+IRθ。
进一步地,理论发电功率Po的计算公式为:Po=n·Iθ·η·l·d;
并网点电压电流采集装置采集当前并网点的电压值为:
并网点电压电流采集装置采集当前并网点的电流值为:
并网点输出有功功率P的计算公式为:
P=uAIAcos(αA-βA)+uBIBcos(αB-βB)+uCICcos(αC-βC)
进一步地,计算X个不同时刻的发电效率ηPV1~ηPVX;
计算该X个不同时刻的发电效率的均值EηPV:
计算该X个发电效率与均值的偏差值Di:Di=ηPVi-EηPV;
滤除该X个偏差值中最大的Y个偏差值,计算剩余X-Y个发电效率的均值Eη'PV;
月发电量E的计算公式为:E=PCOI·E′ηPV·Ti;
第N年的年发电量EN的计算公式为:
进一步地,采集器通过Zigbee网络与采集网关连接,采集网关与数据处理单元连接。
本发明提供的发电效率的计算方法不需要知道太多的参数,是在仅有厂家提供的组件信息、实测的气象信息、并网点的电压、电流的信息的条件下计算出的,并没有很复杂和很难获得的参数;另外,发电量预测方法是根据当地的峰值日照小时数和组件年的衰减率估算出的。相对于常规的根据光伏系统的设计和设备的参数计算发电效率更加简单、精确。
附图说明
图1是光伏发电监测系统的结构示意图;
图2是发电效率流程图;
图3是发电量预测流程图。
具体实施方式
下面结合附图对本发明做进一步详细的说明。
如图1所示,为本实施方式中光伏发电监测系统的结构示意图。环境监测仪用来测量当前辐照度信息,并网点电压电流采集装置用来测量并网点的电压值和电流值。采集器连接环境监测仪和并网点电压电流采集装置,采集器接收环境监测仪和并网点电压电流采集装置传输的参数信息,并将参数信息通过Zigbee网络传输给采集网关,采集网关再将参数信息传输给数据处理单元。数据处理单元根据接收到的参数信息计算发电效率和发电量的预测。
如图2所示为发电效率的计算流程图。具体步骤如下:
获取当前太阳赤纬δ:
其中nT代表当天是一年中的第几天。
获取当前的时角ω,其中ts是当地太阳时:
A=9.87sin2φ-7.53cosφ-1.5sinφ(3)
ω=(tS-12)×12/π (5)
其中t为标准时间(北京时间),Lst为标准时间经度(120°),Llocal为当地时间经度。
输入光伏阵列的倾角β,根据公式(1)获取当前时间的太阳赤纬δ,根据公式(5)获取当前时角ω,从环境监测仪获取水平面上的太阳直射辐照度IDH、当地纬度则斜面上的直射辐照度IDθ。
斜面上的散射辐照度Idθ:
其中IdH为水平面的散射辐照度,从环境监测仪获取。
根据公式(6)获取倾斜上太阳直辐照度IDθ,根据公式(7)获取倾斜上太阳散射辐照度Idθ,从环境监测仪获取地面的反射率ρ,则斜面上的反射辐照度IRθ。
根据公式(6)获取倾斜上太阳直辐照度IDθ,根据公式(7)获取倾斜上散射辐照度Idθ,根据公式(8)获取倾斜确定斜面上的反射辐照度Iθ,则斜面上的总辐照度Iθ。
Iθ=IDθ+Idθ+IRθ,单位(W/m2) (9)
根据光电组件的铭牌信息,能够获取组件数量n和组件长度l,宽度d,光电转换效率η,组件的理论发电功率Po为
Po=n·Iθ·η·l·d (10)
并网点电压电流采集装置采集当前时刻的电压值。
并网点电压电流采集装置采集当前时刻的电流值。
并网点输出有功功率P:
P=uAIAcos(αA-βA)+uBIBcos(αB-βB)+uCICcos(αC-βC) (13)
该光伏发电系统当前的发电效率ηPV:
测量不同时刻的20组发电效率数据ηPV1~ηPV20。
计算这20个值的均值EηPV:
分别计算这20个值与均值的偏差值Di:
Di=ηPVi-EηPV (16)
滤除这20个偏差值中最大的5个值,求剩余15个值的均值Eη'PV,将这个均值设置为系统修正后的发电效率。
如图3所示为发电量预测流程图。
获取当地的阵列倾斜面上月平均峰值日照小时数ti。峰值日照小时数是将太阳能电池组件所在平面上某段时间段内所能接收到的太阳辐射量,转换为辐照强度1000W/m2标准工况下条件下的等效小时数。若太阳能电池组件在1h中接收到的太阳辐射量为1kWh/m2,由以上峰值日照小时定义,可得其峰值日照小时数t=(1kWh/m2)/(1000W/m2)=1(h)。
NASA数据库可查询各地平均日辐射量信息,根据当地经纬度和阵列倾角,查询所在位置的倾斜面上平均日辐射量,即月平均峰值日照小时数ti(i取1~12)。
月峰值日照小时数Ti=ti·di,其中ti为月平均峰值日照小时数,di当月的总天数(若i=1,t1即是1月份日平均峰值日照小时数,而d1=31天),系统的理论月发电量E:
E=PCOI·E′ηPV·Ti (17)
由于光伏组件存在逐年衰减现象,将理论发电量乘以光伏组件当年衰减系数进行修正,计算结果才为当年系统的发电量。从组件厂家提供的信息中查询衰减系数ε,则第N年系统的年发电量EN:
以某工程为例,装机容量PCOI=10MW,组件年衰减率为ε=0.8%,根据本文提供的方法计算出系统的发电效率为Eη'PV=80%,查询得当地的月平均峰值日照小时数见表1,,根据公式(17)计算系统每月发电量,计算结果如表1所示。
表1理论月发电量统计
经计算,得出本工程光伏阵列年理论发电量为E=393.69万kW·h,年峰值日照小时数为1095h,每日的峰值日照小时数约3(h)。
光伏电站逐年发电量应将光伏电站理论年发电量乘以当年组件衰减系数,根据公式(18)计算得光伏电站投入运行后1~25年内逐年发电量,见表2。
表2逐年发电量统计表
以上给出了具体的实施方式,但本发明不局限于所描述的实施方式。本发明的基本思路在于上述基本方案,对本领域普通技术人员而言,根据本发明的教导,设计出各种变形的模型、公式、参数并不需要花费创造性劳动。在不脱离本发明的原理和精神的情况下对实施方式进行的变化、修改、替换和变型仍落入本发明的保护范围内。
Claims (6)
1.一种基于光伏发电效率的发电量预测方法,光伏发电系统包括:用于光伏发电的光伏组件、光伏发电监测系统;所述光伏发电监测系统包括:环境监测仪、采集器、并网点电压电流采集装置、与采集器连接的数据处理单元;采集器连接环境监测仪和并网点电压电流采集装置,环境监测仪用于采集水平面的辐照度信息,并网点电压电流采集装置采集并网点的电压值和电流值;其特征在于,所述发电量预测方法为:
1)、根据数据处理单元获取的当前水平面的辐射度、并网点处的电压值和电流值、光伏组件的参数,计算该光伏发电系统当前的发电效率;所述光伏组件的参数包括:组件的数量n、组件的长l、宽d和光电转换效率η;
2)、根据该光伏发电系统当前的发电效率,预测发电量;所述计算该光伏发电系统当前的发电效率包括以下步骤:
1)、根据当前水平面的辐射度计算组件斜面上的总辐射度;
2)、根据组件斜面上的总辐射度和组件参数计算组件的理论发电功率Po;
3)、根据并网点的电压值和电流值计算并网点输出有功功率P;
4)、计算该光伏发电系统当前的发电效率ηPV,
所述理论发电功率Po的计算公式为:Po=n·Iθ·η·l·d,Iθ为组件斜面上的总辐射度;
并网点电压电流采集装置采集当前并网点的电压值为:
并网点电压电流采集装置采集当前并网点的电流值为:
所述并网点输出有功功率P的计算公式为:
P=uAIAcos(αA-βA)+uBIBcos(αB-βB)+uCICcos(αC-βC)。
2.根据权利要求1所述的基于光伏发电效率的发电量预测方法,其特征在于,预测月发电量E的计算公式为:Ti=ti·di;E=PCOI·ηPV·Ti;
预测第N年的年发电量EN的计算公式为:Ti=ti·di;
其中Ti为月峰值日照小时数,ti为月平均峰值日照小时数,di为当月的总天数,PCOI为光伏组件装机容量,ε为光伏组件的年衰减系数。
3.根据权利要求1或2所述的基于光伏发电效率的发电量预测方法,其特征在于,所述水平面的辐射度包括:水平面上的太阳直射辐照度IDH、散射辐照度IdH和反射辐照度IRθ;所述光伏组件的参数还包括:组件的倾角β和衰减系数ε。
4.根据权利要求3所述的基于光伏发电效率的发电量预测方法,其特征在于,斜面上的直射辐照度IDθ:
斜面上的散射辐照度Idθ:
斜面上的反射辐照度IRθ:
其中:β为光伏组件的倾角,δ为当前时间的太阳赤纬,ω为当前时角,为当地纬度,ρ为地面的反射率;
所述组件斜面上的总辐射度Iθ:Iθ=IDθ+Idθ+IRθ。
5.根据权利要求4所述的基于光伏发电效率的发电量预测方法,其特征在于,计算X个不同时刻的发电效率ηPV1~ηPVX;
计算该X个不同时刻的发电效率的均值EηPV:
计算该X个发电效率与均值的偏差值Di:Di=ηPVi-EηPV;
滤除该X个偏差值中最大的Y个偏差值,计算剩余X-Y个发电效率的均值所述月发电量E的计算公式为:
所述第N年的年发电量EN的计算公式为:Ti为月峰值日照小时数。
6.根据权利要求1所述的基于光伏发电效率的发电量预测方法,其特征在于,所述采集器通过Zigbee网络与采集网关连接,采集网关与数据处理单元连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410484148.7A CN104318314B (zh) | 2014-09-19 | 2014-09-19 | 一种基于光伏发电效率的发电量预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410484148.7A CN104318314B (zh) | 2014-09-19 | 2014-09-19 | 一种基于光伏发电效率的发电量预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104318314A CN104318314A (zh) | 2015-01-28 |
CN104318314B true CN104318314B (zh) | 2018-06-26 |
Family
ID=52373542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410484148.7A Expired - Fee Related CN104318314B (zh) | 2014-09-19 | 2014-09-19 | 一种基于光伏发电效率的发电量预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104318314B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105305415A (zh) * | 2015-10-08 | 2016-02-03 | 许继集团有限公司 | 一种离网光伏电站负荷可用电量的预测方法 |
CN106203711B (zh) * | 2016-07-14 | 2020-03-17 | 上海宝钢节能环保技术有限公司 | 一种光伏电站组件安装最佳倾角的计算方法及系统 |
TWI649716B (zh) * | 2016-12-29 | 2019-02-01 | 綠點能創股份有限公司 | 太陽能發電站監測系統 |
CN107317556A (zh) * | 2017-08-28 | 2017-11-03 | 苏州思创源博电子科技有限公司 | 一种光伏发电站的智能监控方法 |
CN107690139A (zh) * | 2017-08-28 | 2018-02-13 | 苏州思创源博电子科技有限公司 | 一种用于光伏发电的通信方法 |
CN107578157B (zh) * | 2017-08-29 | 2021-01-19 | 苏州协鑫新能源运营科技有限公司 | 基于历史大数据对光伏电站系统效率进行修正的方法 |
CN108736510B (zh) * | 2017-09-08 | 2020-05-12 | 中国南玻集团股份有限公司 | 光伏电站发电和厂区用电比例的预测方法 |
CN109934373A (zh) * | 2017-12-19 | 2019-06-25 | 国网浙江省电力有限公司电力科学研究院 | 屋顶式光伏阵列设备投入优化方法 |
CN111310954A (zh) * | 2018-12-11 | 2020-06-19 | 北京铂阳顶荣光伏科技有限公司 | 光伏发电量预测方法及装置、存储介质、电子设备 |
CN111723962A (zh) * | 2019-03-22 | 2020-09-29 | 北京汉能光伏技术有限公司 | 一种发电量预测系统及方法 |
CN110535436B (zh) * | 2019-08-15 | 2022-04-26 | 领鞅科技(北京)有限公司 | 测算太阳能转化部件太阳能吸收量的方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942440A (zh) * | 2014-04-25 | 2014-07-23 | 云南省电力设计院 | 一种光伏电站实时发电效率计算方法 |
-
2014
- 2014-09-19 CN CN201410484148.7A patent/CN104318314B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942440A (zh) * | 2014-04-25 | 2014-07-23 | 云南省电力设计院 | 一种光伏电站实时发电效率计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104318314A (zh) | 2015-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104318314B (zh) | 一种基于光伏发电效率的发电量预测方法 | |
Ayompe et al. | Measured performance of a 1.72 kW rooftop grid connected photovoltaic system in Ireland | |
Khatib et al. | Actual performance and characteristic of a grid connected photovoltaic power system in the tropics: A short term evaluation | |
CN106203709A (zh) | 基于多因子的光伏电站中长期发电量预测方法 | |
CN104182564A (zh) | 光伏发电站设计专家系统 | |
Yang et al. | A novel ARX-based multi-scale spatio-temporal solar power forecast model | |
CN208335256U (zh) | 一种基于分布式光伏电站设计的预测发电量计算系统 | |
CN105512760B (zh) | 基于神经网络的光伏电站发电量的计算方法及系统 | |
Duignan et al. | Capacity value of solar power | |
CN105335560A (zh) | 光伏发电功率波动性及其自动发电控制备用需求计算方法 | |
Salim et al. | Practical evaluation of solar irradiance effect on PV performance | |
CN109960885A (zh) | 一种分布式光伏发电功率预测方法 | |
Kichou et al. | Energy performance enhancement of a research centre based on solar potential analysis and energy management | |
Jurasz et al. | Evaluation of the complementarity of wind energy resources, solar radiation and flowing water–a case study of Piła | |
Lappalainen et al. | Effects of irradiance transitions on the output power fluctuations of different PV array configurations | |
Satria et al. | Sensitivity of solar panel energy conversion at sunrise and sunset on three weather fluctuations in equatorial climate. | |
Chicco et al. | Weather forecast-based power predictions and experimental results from photovoltaic systems | |
Ramgolam et al. | Holistic performance appraisal of a photovoltaic system | |
Boughamrane et al. | Comparative Analysis of Measured and Simulated Performance of the Moroccan First MV Grid Connected Photovoltaic Power Plant ofAssa, Southern Morocco | |
Budanov et al. | Development of a solar element model using the method of fractal geometry theory | |
CN106505553B (zh) | 一种基于实测气象数据的光伏电站理论出力评估方法 | |
Shrestha et al. | Selection of best methods to calculate degradation rates of PV modules | |
Kalhoro et al. | An economical and relatively efficient implementation of the Real–Time Solar Tracking System | |
Chikh et al. | Performance analysis of a grid connected micromorphous silicon PV pilot plant after eight months monitoring | |
Ismail et al. | Grid-connected and off-grid solar PV system design using long-term climatological data and techno-economic analysis for ecological conservation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180626 |
|
CF01 | Termination of patent right due to non-payment of annual fee |