CN112085260A - 一种基于云图预测的光伏功率超短期预测方法 - Google Patents

Abstract

本发明提供了一种基于云图预测的光伏功率超短期预测方法，包括：拍摄一系列实际光伏阵列上方天空的实际云图图像，并根据该一系列图片，采用质点移动预测的方法得到某时刻的预测云图图像，再对预测云图图像进行映射，得到预测阴影图像，分析阴影图像数据代入已建立的光伏功率预测模型即可得出预测结果。本发明提供的技术方案，充分的考虑了光伏阵列上的阴影分布特征，大大增加了预测方法对天气特别是多云天气的适应性。

Description

一种基于云图预测的光伏功率超短期预测方法

技术领域

本发明涉及光伏功率预测领域，具体涉及一种基于云图预测的光伏功率超短期预测方法。

背景技术

近年来，光伏装机容量在基数庞大的情况下仍然保持着较快的增长速度，对电网造成了巨大的冲击，对电网的调度过程带来了巨大的挑战。光伏功率越来越受到研究人员的重视，其中光伏功率超短期预测由于对光伏配电电网调度过程有着重要的意义，已成为光伏功率预测的重点和难点。

目前光伏功率超短期预测有着多种多样的方法，但是预测精度仍然不高，大多数没有考虑到光伏阵列上的阴影分布特征，对于天气的适应性不够。因此需要一种能够充分考虑到阴影分布特征，具象化分析云团天气的影响，较为精准的光伏功率超短期预测方法。

发明内容

本发明要克服现有技术的上述缺点，提供一种基于云图预测的光伏功率超短期预测方法，以便在考虑地面阴影特征的情况下准确的对光伏功率进行超短期预测。

本发明解决其技术问题所采用的方案为：

一种基于云图预测的光伏功率超短期预测方法，包括如下步骤：

步骤1，测量光伏阵列所在位置的辐照度和温度，确定云图拍摄地点的经度和纬度以及云层高度H；

步骤2，实时拍摄云图图像，并记录每张实拍云图图像的拍摄时刻；

步骤3，根据步骤2中拍摄到的一系列实拍云图图像，预测未来Δt时段内的一系列预测云图图像；

步骤4，根据步骤3得到的预测时段内的一系列预测云图图像，利用步骤1中确定的拍摄地点的经度和纬度以及云层高度数据，模拟计算得到未来Δt时段内地面预测阴影图像；

步骤5，建立光伏阵列仿真模型，将地面预测阴影图像数据输入模型，根据当前的辐照度、温度和遮阴情况，计算得到预测时段的光伏功率输出，即光伏功率超短期预测结果。

优选地，所述步骤3具体包括：

步骤3-1，最近m张实拍云图图像的拍摄时间，按先后顺序，分别记为T₁，T₂，……，T_i，……，T_m，其中i＝1,2,......，m；

步骤3-2，以实拍云图图像的圆心即云图拍摄设备位置为原点O点，东方向为X轴正方向，北方向为Y轴正方向，建立平面直角坐标系，记每张实拍云图图像的质心为S_i，质心的坐标记为(x_i,y_i)，i＝1,2,......，m；

步骤3-3，质心沿X轴和Y轴的移动速度记为(v_x,v_y)，具体计算公式如下：

步骤3-4，根据质心移动速度(v_x,v_y)，未来Δt时段内的时刻t时预测云图图像的质心位置相对于第m张实拍云图图像的偏移量(Δx_t,Δy_t)计算公式如下：

(Δx_t,Δy_t)＝(v_x(t-T_m),v_y(t-T_m))； (2)

步骤3-5，将第m张实拍云图图像平移(Δx_t,Δy_t)后，得到预测时间为t的预测云图图像。

优选地，所述步骤4具体包括：

步骤4-1，以云图拍摄设备位置为原点O点，东方向为X轴正方向，北方向为Y轴正方向建立地面坐标系；

步骤4-2，根据拍摄日期，太阳赤纬角δ的具体计算公式如下：

式中n为日期序号，当日期为1月1日时，n＝1；

步骤4-3，根据预测时间t、太阳赤纬角δ以及当地纬度

太阳高度角α₁的计算公式如下：

步骤4-4，以顺时针方向为正，记太阳光照射方向与正西方向的夹角为太阳方位角α₂，根据太阳高度角α₁、太阳赤纬角δ以及当地纬度

太阳方位角α₂具体计算公式如下：

步骤4-5，根据第m张实拍云图图像质心坐标(x_m,y_m)、时刻t时预测云图图像的质心位置相对于第m张实拍云图图像的偏移量(Δx_t,Δy_t)，时刻t时预测云图图像质心S_t的坐标(x_t,y_t)的计算公式如下：

(x_t,y_t)＝(x_m+Δx_t,y_m+Δy_t)； (6)

步骤4-6，根据预测云图图像质心S_t的坐标(x_t,y_t)，预测云图图像质心S_t的云团方位角β₁计算公式如下：

步骤4-7，根据云图拍摄设备的最大云图半径像素值r、最大半径对应的最大天顶角θ以及预测云图图像质心S_t的坐标(x_t,y_t)，云团高度角β₂计算公式如下：

步骤4-8，与S_t点对应的地面预测阴影点记为A点，根据太阳高度角α₁、太阳方位角α₂、云团方位角β₁、云团高度H以及云团高度角β₂，A点在地面坐标系中的坐标(x_A,y_A)计算公式如下：

步骤4-9，在地面坐标系中标注出A点，并以此为基准将预测云图图像映射至地面坐标系，获得预测时间为t时的地面预测阴影图像。

本发明的优点是：充分的考虑了由云团所导致的光伏阵列上阴影的具体特征，并据此较为准确的实现了光伏功率的超短期预测。

附图说明

图1是实拍云图图像与预测云图图像示意图。

图2是本发明的云团以及地面阴影空间关系示意图，图中各测量参数是：S_t为预测云图图像质心；G点为S_t在地面上的竖直投影点；A点为与S_t对应的地面阴影预测点；α₁为太阳高度角；α₂为太阳方位角；β₁为云团方位角；β₂为云团高度角。

图3是本发明实施案例中的SP结构的光伏阵列模型示意图。

图4是本发明实施案例中的光伏功率超短期预测结果示意图。

具体实施方式

下面结合具体实例和附图遵循发明内容的步骤对本发明作进一步描述。

一种基于云图预测的光伏功率超短期预测方法，包括如下步骤：

步骤1，以杭州某地为拍摄地点，记此时光照下辐照度为1000W/m²，阴影下辐照度为500W/m²，温度为25摄氏度，云层高度为2500m；

步骤2，实时拍摄图像，记录每张实拍云图图像的拍摄时刻；

步骤3，根据步骤2拍摄到的一系列实拍云图图像，预测未来五分钟内的一系列预测云图图像；

步骤3-1，最近6张实拍云图图像的拍摄时间，于6月21日14拍摄第一张，每隔1分钟拍摄一张，按先后顺序分别记为T₁，T₂，T₃，T₄，T₅，T₆；

步骤3-2，以实拍云图图像的圆心即云图拍摄设备位置为原点，东方向为X轴正方向，北方向为Y轴正方向，建立平面直角坐标系，记每张实拍云图图像的质心为S_i，质心的坐标记为(x_i,y_i)，i＝1,2,......，6；其中假设S₁为(100像素点，-100像素点)，S₆为(200像素点，-200像素点)；

步骤3-3，质心沿X轴和Y轴的移动速度记为(v_x,v_y)，具体计算公式如下：

步骤3-4，根据质心移动速度(v_x,v_y)，6月21日14时8分预测云图图像的质心位置相对于第m张实拍云图图像的偏移量(Δx_t,Δy_t)计算公式如下：

(Δx_t,Δy_t)＝(v_x(t-T_m),v_y(t-T_m))＝(20×(8-5),-20×(8-5))＝(60像素点，-60像素点)； (11)

步骤3-5，将第六张实拍云图图像平移(60像素点，-60像素点)后，得到预测时间为6月21日14时8分的预测云图图像，预测云图图像如附图1所示；

步骤4，根据步骤3得到的预测时段内的一系列预测云图图像，利用步骤1中确定的拍摄地点的经度和纬度以及云层高度数据，模拟计算得到未来5分钟内地面预测阴影图像；

步骤4-1，以云图拍摄设备位置为原点，东方向为X轴正方向，北方向为Y轴正方向建立地面坐标系；

步骤4-2，根据拍摄日期6月21日，太阳赤纬角δ的具体计算公式如下：

步骤4-3，根据预测时间t、太阳赤纬角δ以及当地纬度

此例中预测时间t为14时8分即14.133时、太阳赤纬角δ为23.5度、当地纬度北纬30.3度，太阳高度角α₁的计算公式如下：

α₁＝arcsin(sin23.5°sin30.3°+cos23.5°cos30.3°cos32°)＝60.768°； (13)

步骤4-4，根据太阳高度角α₁、太阳赤纬角δ以及当地纬度

太阳方位角α₂计算公式如下：

步骤4-5，根据第6张实拍云图图像质心坐标(200像素点，-200像素点)、14时8分预测云图图像的质心位置相对于第6张实拍云图图像的偏移量(60像素点，-60像素点)，14时8分预测云图图像质心S_t的坐标(x_t,y_t)的计算公式如下：

(x_t,y_t)＝(200+60,-200-60)＝(260像素点，-260像素点)； (15)

步骤4-6，根据预测云图图像质心S_t的坐标(260像素点,-260像素点)，预测云图图像质心S_t的云团方位角β₁计算公式如下：

步骤4-7，根据云图拍摄设备的最大云图半径像素值500像素值、最大半径对应的最大天顶角60度以及预测云图图像质心S_t的坐标(260像素点，-260像素点)，云团高度角β₂计算公式如下：

步骤4-8，与S_t点对应的地面预测阴影点记为A点，根据太阳高度角α₁、太阳方位角α₂、云团方位角β₁、云团高度H以及云团高度角β₂，A点在地面坐标系中的坐标(x_A,y_A)计算公式如下：

步骤4-9，在地面坐标系中标注出A点，并以此为基准将预测云图图像映射至地面坐标系，获得预测时间为t时的地面预测阴影图像，云图及阴影空间关系图如附图2所示。

步骤5，建立光伏阵列仿真模型，本案例中以图3中的SP结构的光伏阵列为例进行说明，将地面预测阴影图像数据输入模型，根据当前的辐照度、温度和遮阴情况，计算得到预测时刻的光伏功率输出，即如附图4所示光伏功率超短期预测结果。

本发明提供的技术方案充分的考虑了由云团所导致的光伏阵列上阴影的具体特征，并据此较为准确的实现了光伏功率的超短期预测。

最后应当说明的是:以上实施例仅用于说明本申请的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在申请待批的权利要求保护范围之内。

Claims (3)

1.一种基于云图预测的光伏功率超短期预测方法，包括如下步骤：

步骤1，测量光伏阵列所在位置的辐照度和温度，确定云图拍摄地点的经度和纬度以及云层高度H；

步骤2，实时拍摄云图图像，并记录每张实拍云图图像的拍摄时刻；

步骤3，根据步骤2中拍摄到的一系列实拍云图图像，预测未来Δt时段内的一系列预测云图图像；

步骤4，根据步骤3得到的预测时段内的一系列预测云图图像，利用步骤1中确定的拍摄地点的经度和纬度以及云层高度数据，模拟计算得到未来Δt时段内地面预测阴影图像；

步骤5，建立光伏阵列仿真模型，将地面预测阴影图像数据输入模型，根据当前的辐照度、温度和遮阴情况，计算得到预测时刻的光伏功率输出，即光伏功率超短期预测结果。

2.如权利要求1所述的预测方法，其特征在于：所述步骤3具体包括：

步骤3-1，最近m张实拍云图图像的拍摄时间，按先后顺序，分别记为T₁，T₂，……，T_i，……，T_m，其中i＝1,2,......，m；

步骤3-2，以实拍云图图像的圆心即云图拍摄设备位置为原点O点，东方向为X轴正方向，北方向为Y轴正方向，建立平面直角坐标系，记每张实拍云图图像的质心为S_i，质心的坐标记为(x_i,y_i)，i＝1,2,......，m；

步骤3-3，质心沿X轴和Y轴的移动速度记为(v_x,v_y)，具体计算公式如下：

步骤3-4，根据质心移动速度(v_x,v_y)，未来Δt时段内的时刻t时预测云图图像的质心位置相对于第m张实拍云图图像的偏移量(Δx_t,Δy_t)计算公式如下：

(Δx_t,Δy_t)＝(v_x(t-T_m),v_y(t-T_m))； (2)

步骤3-5，将第m张实拍云图图像平移(Δx_t,Δy_t)后，得到预测时间为t的预测云图图像。

3.如权利要求1所述的预测方法，其特征在于：所述步骤4具体包括：

步骤4-1，以云图拍摄设备位置为原点O点，东方向为X轴正方向，北方向为Y轴正方向建立地面坐标系；

步骤4-2，根据拍摄日期，太阳赤纬角δ的具体计算公式如下：

式中n为日期序号，当日期为1月1日时，n＝1；

步骤4-3，根据预测时间t、太阳赤纬角δ以及当地纬度

太阳高度角α₁的计算公式如下：

步骤4-4，以顺时针方向为正，记太阳光照射方向与正西方向的夹角为太阳方位角α₂，根据太阳高度角α₁、太阳赤纬角δ以及当地纬度

太阳方位角α₂具体计算公式如下：

步骤4-5，根据第m张实拍云图图像质心坐标(x_m,y_m)、时刻t时预测云图图像的质心位置相对于第m张实拍云图图像的偏移量(Δx_t,Δy_t)，时刻t时预测云图图像质心S_t的坐标(x_t,y_t)的计算公式如下：

(x_t,y_t)＝(x_m+Δx_t,y_m+Δy_t)； (6)

步骤4-6，根据预测云图图像质心S_t的坐标(x_t,y_t)，预测云图图像质心S_t的云团方位角β₁计算公式如下：

步骤4-7，根据云图拍摄设备的最大云图半径像素值r、最大半径对应的最大天顶角θ以及预测云图图像质心S_t的坐标(x_t,y_t)，云团高度角β₂计算公式如下：

步骤4-8，与S_t点对应的地面预测阴影点记为A点，根据太阳高度角α₁、太阳方位角α₂、云团方位角β₁、云团高度H以及云团高度角β₂，A点在地面坐标系中的坐标(x_A,y_A)计算公式如下：

步骤4-9，在地面坐标系中标注出A点，并以此为基准将预测云图图像映射至地面坐标系，获得预测时间为t时的地面预测阴影图像。

Images