CN115529002B - 一种多种天气条件下的光伏发电功率预测方法 - Google Patents

一种多种天气条件下的光伏发电功率预测方法 Download PDF

Info

Publication number
CN115529002B
CN115529002B CN202211496189.9A CN202211496189A CN115529002B CN 115529002 B CN115529002 B CN 115529002B CN 202211496189 A CN202211496189 A CN 202211496189A CN 115529002 B CN115529002 B CN 115529002B
Authority
CN
China
Prior art keywords
power generation
illumination radiation
photovoltaic power
moment
generation power
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.)
Active
Application number
CN202211496189.9A
Other languages
English (en)
Other versions
CN115529002A (zh
Inventor
孙海林
丁润锁
沈岳峰
苏磊
游国栋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Hairong Technology Co ltd
Original Assignee
Tianjin Hairong Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin Hairong Technology Co ltd filed Critical Tianjin Hairong Technology Co ltd
Priority to CN202211496189.9A priority Critical patent/CN115529002B/zh
Publication of CN115529002A publication Critical patent/CN115529002A/zh
Application granted granted Critical
Publication of CN115529002B publication Critical patent/CN115529002B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Power Engineering (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Photovoltaic Devices (AREA)

Abstract

本发明涉及光伏发电功率预测领域，尤其涉及一种多种天气条件下的光伏发电功率预测方法，包括：根据光伏发电功率的待预测时刻获取对应光伏发电功率的历史时刻光照辐射向量；根据所述光伏发电功率的历史时刻光照辐射向量得到光伏发电功率的待预测时刻天气情况差异化结果；根据所述待预测时刻天气情况差异化结果得到光伏发电功率的预测结果，考虑到环境因素中不同天气情况对光伏设备的影响程度不同，划分基础指标并计算其权重，增加了环境因素与发电功率的因果性，提升了后续对于光伏发电功率预测的准确性。

Description

一种多种天气条件下的光伏发电功率预测方法
技术领域
本发明涉及光伏发电功率预测领域，具体涉及一种多种天气条件下的光伏发电功率预测方法。
背景技术
光伏发电是利用半导体界面的光生伏特效应而将光能直接转变为电能的一种技术。主要由太阳电池板（组件）、控制器和逆变器三大部分组成，主要部件由电子元器件构成。在光伏电站实际装机容量一定的情况下，光伏系统的发电量由太阳的辐射强度决定(太阳辐射量与发电量呈正相关关系)。太阳的辐射强度、光谱特性会随着气象条件而改变。遮挡会降低组件接收到的辐射量，影响组件散热，从而引起组件输出功率下降，有可能导致热斑。同时随着晶体硅电池温度的增加，开路电压减少，对于光伏发电功率的预测，从而对发电数据进行调整保证使用安全成为重中之重。
发明内容
针对现有技术的不足，本发明提供了一种多种天气条件下的光伏发电功率预测方法，通过采集历史功率数据与历史天气情况，考虑多种因素得到光伏发电功率的预测结果。
为实现上述目的，本发明提供了一种多种天气条件下的光伏发电功率预测方法，包括：
根据光伏发电功率的待预测时刻获取对应光伏发电功率的历史时刻光照辐射向量；
根据所述光伏发电功率的历史时刻光照辐射向量得到光伏发电功率的待预测时刻天气情况差异化结果；
根据所述待预测时刻天气情况差异化结果得到光伏发电功率的预测结果。
优选的，根据所述光伏发电功率的历史时刻光照辐射向量得到光伏发电功率的待预测时刻天气情况差异化结果包括：
利用所述各光伏发电功率的历史时刻光照辐射向量建立历史时刻光照辐射向量集合；
获取所述历史时刻光照辐射向量集合中与光伏发电功率的待预测时刻光照辐射向量的相似历史时刻光照辐射向量作为基础历史时刻光照辐射向量；
判断光伏发电功率的待预测时刻天气情况与基础历史时刻光照辐射向量对应的天气情况是否相同，若是，则光伏发电功率的待预测时刻天气情况差异化结果为相同，否则，根据基础历史时刻光照辐射向量对应的天气情况得到光伏发电功率的待预测时刻天气情况差异化结果；
其中，天气情况为正常、多云、降雨与风沙。
进一步的，获取所述历史时刻光照辐射向量集合中与光伏发电功率的待预测时刻光照辐射向量的相似历史时刻光照辐射向量作为基础历史时刻光照辐射向量包括：
利用所述光伏发电功率的待预测时刻光照辐射向量计算与历史时刻光照辐射向量集合中各历史时刻光照辐射向量的相似度；
获取相似度最大值对应的历史时刻光照辐射向量作为基础历史时刻光照辐射向量。
进一步的，利用所述光伏发电功率的待预测时刻光照辐射向量计算与历史时刻光照辐射向量集合中各历史时刻光照辐射向量的相似度的计算式如下：
其中，r为相似度，t为历史时刻光照辐射向量集合中历史时刻光照辐射向量的数量，d为待预测时刻光照辐射向量，fi为历史时刻光照辐射向量集合中第i个历史时刻光照辐射向量。
进一步的，所述根据基础历史时刻光照辐射向量对应的天气情况得到光伏发电功率的待预测时刻天气情况差异化结果包括：
当天气情况为正常、多云时，光伏发电功率的待预测时刻天气情况差异化结果为光照辐射差异；
当天气情况为正常、降雨时，光伏发电功率的待预测时刻天气情况差异化结果为温湿度差异；
当天气情况为正常、风沙时，光伏发电功率的待预测时刻天气情况差异化结果为设备效率差异；
当天气情况为多云、风沙时，光伏发电功率的待预测时刻天气情况差异化结果为光照辐射、设备效率差异；
当天气情况为多云、降雨时，光伏发电功率的待预测时刻天气情况差异化结果为光照辐射、温湿度差异；
当天气情况为降雨、风沙时，光伏发电功率的待预测时刻天气情况差异化结果为温湿度、设备效率差异。
优选的，根据所述待预测时刻天气情况差异化结果得到光伏发电功率的预测结果包括：
当待预测时刻天气情况差异化结果为相同时，利用所述基础历史时刻光照辐射向量对应的光伏发电功率作为光伏发电功率的预测结果；
当待预测时刻天气情况差异化结果存在光照辐射差异时，利用光照辐射差异度得到光伏发电功率的预测结果；
当待预测时刻天气情况差异化结果不为相同且不存在设备效率差异时，利用基础历史时刻光照辐射向量对应的天气情况数据与光伏发电功率的待预测时刻天气情况数据得到光伏发电功率的预测结果；
当待预测时刻天气情况差异化结果存在设备效率差异时，利用光照辐射、温湿度与设备效率差异得到光伏发电功率的预测结果。
进一步的，所述利用光照辐射差异度得到光伏发电功率的预测结果包括：
利用基础历史时刻光照辐射向量与待预测时刻光照辐射向量计算光照辐射差异度的计算式如下：
其中，m为光照辐射差异度，n1为基础历史时刻光照辐射向量，n2为待预测时刻光照辐射向量；
利用所述光照辐射差异度计算光伏发电功率的预测结果的计算式如下：
其中，p为光伏发电功率的预测结果，p1为基础历史时刻光照辐射向量对应的光伏发电功率，m为光照辐射差异度。
进一步的，利用基础历史时刻光照辐射向量对应的天气情况数据与光伏发电功率的待预测时刻天气情况数据得到光伏发电功率的预测结果包括：
利用基础历史时刻光照辐射向量对应的天气情况数据与光伏发电功率的待预测时刻天气情况数据计算天气情况差异度的计算式如下：
其中，k为天气情况差异度，x1为基础历史时刻光照辐射向量对应的天气情况数据，x2为光伏发电功率的待预测时刻天气情况数据；
其中，天气情况数据为多云天气情况数据与降雨天气情况数据；
利用所述天气情况差异度与基础历史时刻光照辐射向量对应的光伏发电功率计算光伏发电功率的预测结果的计算式如下：
其中，p为光伏发电功率的预测结果，p1为基础历史时刻光照辐射向量对应的光伏发电功率，k为天气情况差异度。
进一步的，利用光照辐射、温湿度与设备效率差异得到光伏发电功率的预测结果包括：
利用所述光照辐射、温湿度与设备效率对应的光照辐射数据、温湿度数据与光伏组件遮盖数据基于层次分析法得到光照辐射权重、温湿度权重与光伏组件覆盖权重；
利用所述光照辐射权重、温湿度权重与光伏组件覆盖权重计算光伏发电功率的环境影响评分的计算式如下：
其中，b为光伏发电功率的环境影响评分，h为光照辐射数据，j为温湿度数据，w为光伏组件遮盖数据，q1为光照辐射权重，q2为温湿度权重，q3为光伏组件覆盖权重；
利用所述光伏发电功率的环境影响评分获取光伏发电功率的预测结果。
进一步的，利用所述光伏发电功率的环境影响评分获取光伏发电功率的预测结果包括：
判断光伏发电功率的环境影响评分最大值的数量是否为1，若是，则利用光伏发电功率的环境影响评分最大值对应的光伏发电功率作为光伏发电功率的预测结果，否则，利用所述各光伏发电功率的环境影响评分最大值对应的光伏发电功率的平均值作为光伏发电功率的预测结果。
与最接近的现有技术相比，本发明具有的有益效果：
通过将功率数据与天气数据相结合的办法，加强了光伏功率与各环境因素的联系性，同时考虑到环境因素中不同天气情况对光伏设备的影响程度不同，划分基础指标并计算其权重，增加了环境因素与发电功率的因果性，提升了后续对于光伏发电功率预测的准确性。
附图说明
图1是本发明提供的一种多种天气条件下的光伏发电功率预测方法的流程图；
图2是本发明提供的一种多种天气条件下的光伏发电功率预测方法的不同温度对应的功率电压曲线图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例1：
本发明提供了一种多种天气条件下的光伏发电功率预测方法，如图1所示，包括：
S1、根据光伏发电功率的待预测时刻获取对应光伏发电功率的历史时刻光照辐射向量；
S2、根据所述光伏发电功率的历史时刻光照辐射向量得到光伏发电功率的待预测时刻天气情况差异化结果；
S3、根据所述待预测时刻天气情况差异化结果得到光伏发电功率的预测结果。
S2具体包括：
S2-1、利用所述各光伏发电功率的历史时刻光照辐射向量建立历史时刻光照辐射向量集合；
S2-2、获取所述历史时刻光照辐射向量集合中与光伏发电功率的待预测时刻光照辐射向量的相似历史时刻光照辐射向量作为基础历史时刻光照辐射向量；
S2-3、判断光伏发电功率的待预测时刻天气情况与基础历史时刻光照辐射向量对应的天气情况是否相同，若是，则光伏发电功率的待预测时刻天气情况差异化结果为相同，否则，根据基础历史时刻光照辐射向量对应的天气情况得到光伏发电功率的待预测时刻天气情况差异化结果；
其中，天气情况为正常、多云、降雨与风沙。
本实施例中，一种多种天气条件下的光伏发电功率预测方法，选取多云、降雨、风沙三种天气状况，即此三种天气状况下对于光伏发电组件的输出功率影响占比较大，多云为光照辐射强度变化，降雨为温湿度影响光伏发电组件中硅晶体的基础性质，风沙为污渍遮盖光伏发电组件影响收光面积。
S2-2具体包括：
S2-2-1、利用所述光伏发电功率的待预测时刻光照辐射向量计算与历史时刻光照辐射向量集合中各历史时刻光照辐射向量的相似度；
S2-2-2、获取相似度最大值对应的历史时刻光照辐射向量作为基础历史时刻光照辐射向量。
S2-2-1的计算式如下：
其中，r为相似度，t为历史时刻光照辐射向量集合中历史时刻光照辐射向量的数量，d为待预测时刻光照辐射向量，fi为历史时刻光照辐射向量集合中第i个历史时刻光照辐射向量。
S2-3具体包括：
S2-3-1、当天气情况为正常、多云时，光伏发电功率的待预测时刻天气情况差异化结果为光照辐射差异；
S2-3-2、当天气情况为正常、降雨时，光伏发电功率的待预测时刻天气情况差异化结果为温湿度差异；
S2-3-3、当天气情况为正常、风沙时，光伏发电功率的待预测时刻天气情况差异化结果为设备效率差异；
S2-3-4、当天气情况为多云、风沙时，光伏发电功率的待预测时刻天气情况差异化结果为光照辐射、设备效率差异；
S2-3-5、当天气情况为多云、降雨时，光伏发电功率的待预测时刻天气情况差异化结果为光照辐射、温湿度差异；
S2-3-6、当天气情况为降雨、风沙时，光伏发电功率的待预测时刻天气情况差异化结果为温湿度、设备效率差异。
本实施例中，一种多种天气条件下的光伏发电功率预测方法，天气情况为基础历史时刻光照辐射向量对应的天气情况与待预测时刻的天气情况。
S3具体包括：
S3-1、当待预测时刻天气情况差异化结果为相同时，利用所述基础历史时刻光照辐射向量对应的光伏发电功率作为光伏发电功率的预测结果；
S3-2、当待预测时刻天气情况差异化结果存在光照辐射差异时，利用光照辐射差异度得到光伏发电功率的预测结果；
S3-3、当待预测时刻天气情况差异化结果不为相同且不存在设备效率差异时，利用基础历史时刻光照辐射向量对应的天气情况数据与光伏发电功率的待预测时刻天气情况数据得到光伏发电功率的预测结果；
S3-4、当待预测时刻天气情况差异化结果存在设备效率差异时，利用光照辐射、温湿度与设备效率差异得到光伏发电功率的预测结果。
本实施例中，一种多种天气条件下的光伏发电功率预测方法，由于光伏发电组件存在随着光照时间的增长，组件输出功率逐渐下降的现象，如图2所示，反映了单块光伏发电组件在不同温度条件下的发电功率与电压关系，因此将对于光伏发电影响最大的因素光照辐射作为首选考虑因素。
S3-2具体包括：
S3-2-1、利用基础历史时刻光照辐射向量与待预测时刻光照辐射向量计算光照辐射差异度的计算式如下：
其中，m为光照辐射差异度，n1为基础历史时刻光照辐射向量，n2为待预测时刻光照辐射向量；
S3-2-2、利用所述光照辐射差异度计算光伏发电功率的预测结果的计算式如下：
其中，p为光伏发电功率的预测结果，p1为基础历史时刻光照辐射向量对应的光伏发电功率，m为光照辐射差异度。
S3-3具体包括：
S3-3-1、利用基础历史时刻光照辐射向量对应的天气情况数据与光伏发电功率的待预测时刻天气情况数据计算天气情况差异度的计算式如下：
其中，k为天气情况差异度，x1为基础历史时刻光照辐射向量对应的天气情况数据，x2为光伏发电功率的待预测时刻天气情况数据；
其中，天气情况数据为多云天气情况数据与降雨天气情况数据；
S3-3-2、利用所述天气情况差异度与基础历史时刻光照辐射向量对应的光伏发电功率计算光伏发电功率的预测结果的计算式如下：
其中，p为光伏发电功率的预测结果，p1为基础历史时刻光照辐射向量对应的光伏发电功率，k为天气情况差异度。
S3-4具体包括：
S3-4-1、利用所述光照辐射、温湿度与设备效率对应的光照辐射数据、温湿度数据与光伏组件遮盖数据基于层次分析法得到光照辐射权重、温湿度权重与光伏组件覆盖权重；
S3-4-2、利用所述光照辐射权重、温湿度权重与光伏组件覆盖权重计算光伏发电功率的环境影响评分的计算式如下：
其中，b为光伏发电功率的环境影响评分，h为光照辐射数据，j为温湿度数据，w为光伏组件遮盖数据，q1为光照辐射权重，q2为温湿度权重，q3为光伏组件覆盖权重；
S3-4-3、利用所述光伏发电功率的环境影响评分获取光伏发电功率的预测结果。
本实施例中，一种多种天气条件下的光伏发电功率预测方法，光照辐射数据为光照辐射强度，温湿度数据为温度数据与湿度数据，光伏组件遮盖数据为光伏组件遮盖率。
S3-4-3具体包括：
S3-4-3-1、判断光伏发电功率的环境影响评分最大值的数量是否为1，若是，则利用光伏发电功率的环境影响评分最大值对应的光伏发电功率作为光伏发电功率的预测结果，否则，利用所述各光伏发电功率的环境影响评分最大值对应的光伏发电功率的平均值作为光伏发电功率的预测结果。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (6)

1.一种多种天气条件下的光伏发电功率预测方法，其特征在于，包括：
S1、根据光伏发电功率的待预测时刻获取对应光伏发电功率的历史时刻光照辐射向量；
S2、根据所述光伏发电功率的历史时刻光照辐射向量得到光伏发电功率的待预测时刻天气情况差异化结果；
S2-1、利用所述各光伏发电功率的历史时刻光照辐射向量建立历史时刻光照辐射向量集合；
S2-2、获取所述历史时刻光照辐射向量集合中与光伏发电功率的待预测时刻光照辐射向量的相似历史时刻光照辐射向量作为基础历史时刻光照辐射向量；
S2-3、判断光伏发电功率的待预测时刻天气情况与基础历史时刻光照辐射向量对应的天气情况是否相同，若是，则光伏发电功率的待预测时刻天气情况差异化结果为相同，否则，根据基础历史时刻光照辐射向量对应的天气情况得到光伏发电功率的待预测时刻天气情况差异化结果；
其中，天气情况为正常、多云、降雨与风沙；
S3、根据所述待预测时刻天气情况差异化结果得到光伏发电功率的预测结果；
S3-1、当待预测时刻天气情况差异化结果为相同时，利用所述基础历史时刻光照辐射向量对应的光伏发电功率作为光伏发电功率的预测结果；
S3-2、当待预测时刻天气情况差异化结果存在光照辐射差异时，利用光照辐射差异度得到光伏发电功率的预测结果；
S3-3、当待预测时刻天气情况差异化结果不为相同且不存在设备效率差异时，利用基础历史时刻光照辐射向量对应的天气情况数据与光伏发电功率的待预测时刻天气情况数据得到光伏发电功率的预测结果；
S3-4、当待预测时刻天气情况差异化结果存在设备效率差异时，利用光照辐射、温湿度与设备效率差异得到光伏发电功率的预测结果。
2.如权利要求1所述的一种多种天气条件下的光伏发电功率预测方法，其特征在于，获取所述历史时刻光照辐射向量集合中与光伏发电功率的待预测时刻光照辐射向量的相似历史时刻光照辐射向量作为基础历史时刻光照辐射向量包括：
利用所述光伏发电功率的待预测时刻光照辐射向量计算与历史时刻光照辐射向量集合中各历史时刻光照辐射向量的相似度；
获取相似度最大值对应的历史时刻光照辐射向量作为基础历史时刻光照辐射向量。
3.如权利要求2所述的一种多种天气条件下的光伏发电功率预测方法，其特征在于，利用所述光伏发电功率的待预测时刻光照辐射向量计算与历史时刻光照辐射向量集合中各历史时刻光照辐射向量的相似度的计算式如下：
其中，r为相似度，t为历史时刻光照辐射向量集合中历史时刻光照辐射向量的数量，d为待预测时刻光照辐射向量，fi为历史时刻光照辐射向量集合中第i个历史时刻光照辐射向量。
4.如权利要求1所述的一种多种天气条件下的光伏发电功率预测方法，其特征在于，所述根据基础历史时刻光照辐射向量对应的天气情况得到光伏发电功率的待预测时刻天气情况差异化结果包括：
当天气情况为正常、多云时，光伏发电功率的待预测时刻天气情况差异化结果为光照辐射差异；
当天气情况为正常、降雨时，光伏发电功率的待预测时刻天气情况差异化结果为温湿度差异；
当天气情况为正常、风沙时，光伏发电功率的待预测时刻天气情况差异化结果为设备效率差异；
当天气情况为多云、风沙时，光伏发电功率的待预测时刻天气情况差异化结果为光照辐射、设备效率差异；
当天气情况为多云、降雨时，光伏发电功率的待预测时刻天气情况差异化结果为光照辐射、温湿度差异；
当天气情况为降雨、风沙时，光伏发电功率的待预测时刻天气情况差异化结果为温湿度、设备效率差异。
5.如权利要求1所述的一种多种天气条件下的光伏发电功率预测方法，其特征在于，利用光照辐射、温湿度与设备效率差异得到光伏发电功率的预测结果包括：
利用所述光照辐射、温湿度与设备效率对应的光照辐射数据、温湿度数据与光伏组件遮盖数据基于层次分析法得到光照辐射权重、温湿度权重与光伏组件覆盖权重；
利用所述光照辐射权重、温湿度权重与光伏组件覆盖权重计算光伏发电功率的环境影响评分的计算式如下：
其中，b为光伏发电功率的环境影响评分，h为光照辐射数据，j为温湿度数据，w为光伏组件遮盖数据，q1为光照辐射权重，q2为温湿度权重，q3为光伏组件覆盖权重；
利用所述光伏发电功率的环境影响评分获取光伏发电功率的预测结果。
6.如权利要求5所述的一种多种天气条件下的光伏发电功率预测方法，其特征在于，利用所述光伏发电功率的环境影响评分获取光伏发电功率的预测结果包括：
判断光伏发电功率的环境影响评分最大值的数量是否为1，若是，则利用光伏发电功率的环境影响评分最大值对应的光伏发电功率作为光伏发电功率的预测结果，否则，利用所述各光伏发电功率的环境影响评分最大值对应的光伏发电功率的平均值作为光伏发电功率的预测结果。
CN202211496189.9A 2022-11-28 2022-11-28 一种多种天气条件下的光伏发电功率预测方法 Active CN115529002B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211496189.9A CN115529002B (zh) 2022-11-28 2022-11-28 一种多种天气条件下的光伏发电功率预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211496189.9A CN115529002B (zh) 2022-11-28 2022-11-28 一种多种天气条件下的光伏发电功率预测方法

Publications (2)

Publication Number Publication Date
CN115529002A CN115529002A (zh) 2022-12-27
CN115529002B true CN115529002B (zh) 2023-04-07

Family

ID=84705336

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211496189.9A Active CN115529002B (zh) 2022-11-28 2022-11-28 一种多种天气条件下的光伏发电功率预测方法

Country Status (1)

Country Link
CN (1) CN115529002B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105184399A (zh) * 2015-08-27 2015-12-23 许继集团有限公司 一种光伏电站功率预测方法
CN113689057A (zh) * 2021-10-25 2021-11-23 广东电网有限责任公司佛山供电局 一种光伏发电功率的预测方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103390202B (zh) * 2013-07-18 2016-01-20 华北电力大学 一种基于相似数据选取的光伏电站输出功率预测方法
CN106251008A (zh) * 2016-07-25 2016-12-21 南京工程学院 一种基于组合权重相似日选取的光伏功率预测方法
CN111507512B (zh) * 2020-04-10 2023-11-24 阳光慧碳科技有限公司 一种光伏超短期预测功率的修正方法及装置
CN112508246B (zh) * 2020-11-26 2022-09-16 国电南瑞科技股份有限公司 一种基于相似日的光伏发电功率预测方法
CN113837426A (zh) * 2020-11-29 2021-12-24 上海电力大学 一种基于天气分型的光伏功率预测方法
CN114091317A (zh) * 2021-11-16 2022-02-25 国网甘肃省电力公司电力科学研究院 基于nwp辐照度修正和误差预测的光伏电站功率预测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105184399A (zh) * 2015-08-27 2015-12-23 许继集团有限公司 一种光伏电站功率预测方法
CN113689057A (zh) * 2021-10-25 2021-11-23 广东电网有限责任公司佛山供电局 一种光伏发电功率的预测方法及装置

Also Published As

Publication number Publication date
CN115529002A (zh) 2022-12-27

Similar Documents

Publication Publication Date Title
Mutoh et al. Prediction-data-based maximum-power-point-tracking method for photovoltaic power generation systems
Chen et al. Forecasting-based power ramp-rate control strategies for utility-scale PV systems
Yang et al. Optimal sizing method for stand-alone hybrid solar–wind system with LPSP technology by using genetic algorithm
Luque et al. Some results of the EUCLIDES photovoltaic concentrator prototype
Chen et al. Forecasting based power ramp-rate control for PV systems without energy storage
Li et al. An analysis of a medium size grid-connected building integrated photovoltaic (BIPV) system using measured data
US6278954B1 (en) Method and apparatus for estimating generated energy of solar cell
JP2007272639A (ja) 太陽光発電装置
CN112653393B (zh) 一种光伏系统iv诊断的控制方法及装置
CN114943371A (zh) 基于主成分分析-决策树的光伏电站发电预测方法及装置
Demenkova et al. Modelling of algorithms for solar panels control systems
CN115529002B (zh) 一种多种天气条件下的光伏发电功率预测方法
CN110567518A (zh) 一种基于输电线路温度测量的动态扩容系统及方法
CN114169644A (zh) 基于大数据的光伏发电量预测方法、系统及存储介质
Porter Bifacial modules: there are two sides to every solar panel
CN112286232A (zh) 平单轴跟踪系统的跟踪角度优化方法及其跟踪支架
KR101544713B1 (ko) 태양광 발전기 출력 저하 판단 방법 및 장치
Tayagaki et al. Simulation of diffuse irradiance impact on energy yield of curved photovoltaic modules using climatic datasets
Rajput et al. Impact of Solar Intensity on Photovoltaic-Generated Current Harmonics and Transformer Life: A Mathematical Model With Experimental Validation
KR101128386B1 (ko) 태양광 발전 시스템
Lin et al. An Investigation on cost-effectiveness of photovoltaic power ramp rate control by using the levelized cost of electricity
KR100962338B1 (ko) 전력값 제어 모듈 및 이를 구비한 태양 전지판 장치, 태양 전지판의 전력값 제어 방법
KR102529302B1 (ko) 환경측정을 이용하여 최대전력점을 최적화하는 태양광 발전용 전력변환장치
Kandil et al. Assessment of high concentrated photovoltaic/thermal collector in hot climate
CN116231751B (zh) 一种光伏发电输出功率控制策略

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant