CN115759330B - 一种高时间分辨率的光伏发电功率预测方法 - Google Patents

Abstract

本发明涉及一种高时间分辨率的光伏发电功率预测方法，通过在光伏发电厂区范围布置适当数量的天空图像采集设备，如基于云台的照相机或具有太阳轨迹跟踪功能的支架，捕捉光伏厂区周围空中云层的运动图片，并传递给图像处理系统，以计算场区周围云层投影对发电量的影响。本发明基于当前时刻的光伏电站出力数据，通过对太阳高度角和云层运动等影响光伏出力特性因素的记录和测量，计算出下一时刻的出力增量，能够实现高时间分辨率的快速功率预测。

Description

一种高时间分辨率的光伏发电功率预测方法

技术领域

本发明属于电力技术领域，尤其涉及一种高时间分辨率的光伏发电功率预测方法。

背景技术

现有技术多根据光伏发电站的辐照计等设备，以十五分钟间隔对光伏发电站的出力进行预测，以满足电网公司对电站考核的要求。

电解槽制氢设备因其安全约束和效率约束影响，通常运行在其额定功率的20％--100％区间。当输入功率低于20％额定功率时，将导致电解槽设备停机，此外频繁启停机对电解槽设备的寿命以及业主的收益率会造成较大的不利影响。但光资源本身具有随机性、波动性强的特点，如图1中1分钟曲线所示。1分钟曲线给出了某光伏电站分钟级的出力数据，15分钟曲线给出了15分钟级的出力数据。

如图1所示，在光资源发生波动频繁的时间段，如10时至14时期间，由于时间分辨率较低，每15分钟一次的实测出力结果与每分钟一次的实际出力结果间尚存在较大偏差。

现有技术时间分辨率太低，对于光伏制氢项目，其预测的结果无法用于电解槽设备的功率调度计划制定，需要提供一种时间分辨率更高的光伏发电功率预测方案。

发明内容

本发明的目的是提供一种高时间分辨率的光伏发电功率预测方法，基于当前时刻的光伏电站出力数据，通过对太阳高度角和云层运动等影响光伏出力特性因素的记录和测量，计算出下一时刻的出力增量，进而实现高时间分辨率的快速功率预测。

本发明提供了一种高时间分辨率的光伏发电功率预测方法，其特征在于，包括以下步骤：

步骤1，在t₁时刻，采用带有太阳轨迹跟踪功能的云台摄像机作为数据采集相机，对太阳的位置附近的云彩信息进行图像采集；

步骤2，对于任意两台数据采集相机构成的一组观测结果，假设两台相机分别为C₁,C₂，两相机相距为d；

步骤3，在t₁时刻，分别以C₁,C₂为原点，建立右手系坐标系，其中x轴为方向；

步骤4，t₁时刻在阳光照射下，云彩在地面产生阴影，假设云彩上任意一点A，在xC₁y平面的阴影区域中与A点对应的阴影点为A’，A点在xC₁y平面投影为B点，其离地面高度为h₁，在以C₁为原点的坐标系下，A点的坐标为(r₁,α₁,β₁)，C₂坐标系下A点的坐标为(r₂,α₂,β₂)，其中r₁,r₂为未知量，α₁,β₁,α₂,β₂由C₁,C₂安装的云台获得；

步骤5，进行如下计算，得到h₁；

根据

d²+C₁B²＝C₂B²+2cosα₁dC₁B

d²+C₂B²＝C₁B²-2cosα₂dC₂B

得到C₁B、C₂B；

根据

C₁B＝|r₁sinβ₁cosα₁|

C₂B＝|r₂sinβ₂cosα₂|

得到r₁、r₂；

根据

h₁＝r₁cosβ₁

得到h₁；

步骤6，根据项目地纬度Lat、太阳赤纬角δ₁和测量时刻t₁，得到t₁时刻的太阳高度角γ₁

sinγ₁＝sinLat·sinδ₁+cosLat·cosδ₁cost₁；

步骤7，在C₁坐标系下，求得A点t₁时刻的阴影点A′坐标为

(r₁sinβ₁-h₁cotγ₁,α₁,90°)

步骤8，重复步骤1-7，得到A点t₂时刻对应点A₁的阴影点A′₁坐标；其中，t₂＝t₁+T，T表示t₁、t₂的时间间隔；

步骤9，根据A′₁坐标、A′坐标，以及时间间隔T，求得云彩上任意一点在地面的阴影向光伏厂区方向的移动速度；

步骤10，重复步骤1-9，得到云彩上任一点在地面阴影进入光伏厂区的时刻，进而求得光伏厂区被云彩阴影覆盖面积；

步骤11，基于光伏厂区被阴影遮挡的面积占厂区总发电面积比率a、光伏场站瞬时出力功率P和云彩移动速度，通过下式得到未来某时刻阴影进入光伏厂区后，光伏厂区发电预测功率P′；

P′＝P(1-a)。

借由上述方案，通过高时间分辨率的光伏发电功率预测方法，基于当前时刻的光伏电站出力数据，通过对太阳高度角和云层运动等影响光伏出力特性因素的记录和测量，计算出下一时刻的出力增量，能够实现高时间分辨率的快速功率预测。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。

附图说明

图1为现有技术中某光伏电站出力数据；

图2为本发明高时间分辨率的光伏发电功率预测方法的流程图；

图3为本发明一实施例中数据计算示意图；

图4为本发明求解过程中建立算法坐标系的示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

参图2至图4所示，本实施例提供了一种高时间分辨率的光伏发电功率预测方法，通过在光伏发电厂区范围布置适当数量的天空图像采集设备(如基于云台的照相机，具有太阳轨迹跟踪功能)，捕捉光伏厂区周围空中云层的运动图片，并传递给图像处理系统，以计算场区周围云层投影对发电量的影响，计算步骤如下：

1、t₁时刻，采用带有太阳轨迹跟踪功能的云台摄像机，对太阳的位置附近的云彩信息进行图像采集；

2、以任意两台数据采集相机构成的一组观测结果为例，假设两台相机分别为C₁,C₂，两相机相距为d。

3、在t₁时刻，分别以C₁,C₂为原点，建立如图4所示的坐标系，其中x轴为方向，建立右手系坐标系。

4、t₁时刻在阳光照射下，云彩在地面产生阴影，假设云彩上任意一点A，在xC₁y平面的阴影区域中与A点对应的阴影点为A’，A点在xC₁y平面投影为B点，其离地面高度为h₁，在以C₁为原点的坐标系下，A点的坐标为(r₁,α₁,β₁)，C₂坐标系下A点的坐标为(r₂,α₂,β₂)，其中r₁,r₂为未知量，α₁,β₁,α₂,β₂可由C₁,C₂安装的云台获得。

5、进行如下计算，可得h₁。

根据

d²+C₁B²＝C₂B²+2cosα₁dC₁B

d²+C₂B²＝C₁B²-2cosα₂dC₂B

可以得到C₁B、C₂B。根据

C₁B＝|r₁sinβ₁cosα₁|

C₂B＝|r₂sinβ₂cosα₂|

可以得到r₁、r₂。根据

h₁＝r₁cosβ₁

可以得到h₁。

6、根据项目地纬度(Lat)、太阳赤纬角(δ₁)和测量时刻(t₁)，可以得到t₁时刻的太阳高度角γ₁

sinγ₁＝sinLat·sinδ₁+cosLat·cosδ₁cost₁

7、那么在C₁坐标系下，A点t₁时刻的阴影点A′坐标为

(r₁sinβ₁-h₁cotγ₁,α₁,90°)

8、重复步骤1-7，可得A点t₂(t₂＝t₁+T)时刻对应点A₁的阴影点A′₁坐标。

9、根据A′₁坐标和A′坐标，及时间间隔T，即可求得云彩上任意一点在地面的阴影向光伏厂区方向的移动速度

10、重复步骤1-9，可得云彩上任一点在地面阴影进入光伏厂区的时刻，便可求得光伏厂区被云彩阴影覆盖面积。

11、基于光伏厂区被阴影遮挡的面积占厂区总发电面积比率(a)、光伏场站瞬时出力功率(P)和云彩移动速度，便可实现未来某时刻，阴影进入光伏厂区后，光伏厂区发电功率的预测(P′)。

P′＝P(1-a)。

上述方法中，d和T为主要设置参数，可随实际应用情况调整，实现在硬件允许条件下较高精度的光伏场站功率预测功能。

该高时间分辨率的光伏发电功率预测方法，基于当前时刻的光伏电站出力数据，通过对太阳高度角和云层运动等影响光伏出力特性因素的记录和测量，计算出下一时刻的出力增量，能够实现高时间分辨率的快速功率预测。

以上所述仅是本发明的优选实施方式，并不用于限制本发明，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。

Claims (1)

1.一种高时间分辨率的光伏发电功率预测方法，其特征在于，包括以下步骤：

步骤1，在t₁时刻，采用带有太阳轨迹跟踪功能的云台摄像机作为数据采集相机，对太阳的位置附近的云彩信息进行图像采集；

步骤2，对于任意两台数据采集相机构成的一组观测结果，假设两台相机分别为C₁，C₂，两相机相距为d；

步骤3，在t₁时刻，分别以C₁，C₂为原点，建立右手系坐标系，其中x轴为方向；

步骤4，t₁时刻在阳光照射下，云彩在地面产生阴影，假设云彩上任意一点A，在xC₁y平面的阴影区域中与A点对应的阴影点为A’，A点在xC₁y平面投影为B点，其离地面高度为h₁，在以C₁为原点的坐标系下，A点的坐标为(r₁，α₁，β₁)，C₂坐标系下A点的坐标为(r₂，α₂，β₂)，其中r₁，r₂为未知量，α₁，β₁，α₂，β₂由C₁，C₂安装的云台获得；

步骤5，进行如下计算，得到h₁；

根据

d²+C₁B²＝C₂B²+2cosα₁dC₁B

d²+C₂B²＝C₁B²-2cosα₂dC₂B

得到C₁B、C₂B；

根据

C₁B＝|r₁sinβ₁cosα₁|

C₂B＝|r₂sinβ₂cosα₂|

得到r₁、r₂；

根据

h₁＝r₁cosβ₁

得到h₁；

步骤6，根据项目地纬度Lat、太阳赤纬角δ₁和测量时刻t₁，得到t₁时刻的太阳高度角γ₁

sinγ₁＝sinLat·sinδ₁+cosLat·cosδ₁cost₁；

步骤7，在C₁坐标系下，求得A点t₁时刻的阴影点A′坐标为(r₁sinβ₁-h₁cotγ₁，α₁，90°)

步骤8，重复步骤1-7，得到A点t₂时刻对应点A₁的阴影点A′₁坐标；其中，t₂＝t₁+T，T表示t₁、t₂的时间间隔；

步骤9，根据A′₁坐标、A′坐标，以及时间间隔T，求得云彩上任意一点在地面的阴影向光伏厂区方向的移动速度；

步骤10，重复步骤1-9，得到云彩上任一点在地面阴影进入光伏厂区的时刻，进而求得光伏厂区被云彩阴影覆盖面积；

步骤11，基于光伏厂区被阴影遮挡的面积占厂区总发电面积比率a、光伏场站瞬时出力功率P和云彩移动速度，通过下式得到未来某时刻阴影进入光伏厂区后，光伏厂区发电预测功率P′；

P′＝P(1-a)。