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

一种高时间分辨率的光伏发电功率预测方法 Download PDF

Info

Publication number
CN115759330B
CN115759330B CN202211212143.XA CN202211212143A CN115759330B CN 115759330 B CN115759330 B CN 115759330B CN 202211212143 A CN202211212143 A CN 202211212143A CN 115759330 B CN115759330 B CN 115759330B
Authority
CN
China
Prior art keywords
point
photovoltaic
shadow
cloud
time
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
CN202211212143.XA
Other languages
English (en)
Other versions
CN115759330A (zh
Inventor
孙涛
王蕊
于博文
郝洪亮
段琦玮
陈洪胜
朱鸿飞
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.)
China Datang Corp Science and Technology Research Institute Co Ltd
Original Assignee
China Datang Corp Science and Technology Research Institute 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 China Datang Corp Science and Technology Research Institute Co Ltd filed Critical China Datang Corp Science and Technology Research Institute Co Ltd
Priority to CN202211212143.XA priority Critical patent/CN115759330B/zh
Publication of CN115759330A publication Critical patent/CN115759330A/zh
Application granted granted Critical
Publication of CN115759330B publication Critical patent/CN115759330B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Photovoltaic Devices (AREA)

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(r111),C2坐标系下A点的坐标为(r222),其中r1,r2为未知量,α1122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-h1cotγ11,90°)
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(r111),C2坐标系下A点的坐标为(r222),其中r1,r2为未知量,α1122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-h1cotγ11,90°)
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)。
CN202211212143.XA 2022-09-29 2022-09-29 一种高时间分辨率的光伏发电功率预测方法 Active CN115759330B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211212143.XA CN115759330B (zh) 2022-09-29 2022-09-29 一种高时间分辨率的光伏发电功率预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211212143.XA CN115759330B (zh) 2022-09-29 2022-09-29 一种高时间分辨率的光伏发电功率预测方法

Publications (2)

Publication Number Publication Date
CN115759330A CN115759330A (zh) 2023-03-07
CN115759330B true CN115759330B (zh) 2024-04-09

Family

ID=85350744

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211212143.XA Active CN115759330B (zh) 2022-09-29 2022-09-29 一种高时间分辨率的光伏发电功率预测方法

Country Status (1)

Country Link
CN (1) CN115759330B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103971169A (zh) * 2014-04-14 2014-08-06 国家电网公司 一种基于云量模拟的光伏超短期发电功率的预测方法
CN107563903A (zh) * 2016-06-30 2018-01-09 中国电力科学研究院 一种云层对地面光伏电站的遮挡模型建立方法
CN107742171A (zh) * 2017-10-31 2018-02-27 浙江工业大学 基于移动阴影图像识别的光伏电站发电功率预测方法
CN112085260A (zh) * 2020-08-17 2020-12-15 浙江工业大学 一种基于云图预测的光伏功率超短期预测方法
CN113159466A (zh) * 2021-05-27 2021-07-23 沃太能源股份有限公司 一种短时光伏发电功率预测系统及方法
CN114296050A (zh) * 2022-03-07 2022-04-08 南京鼐云信息技术有限责任公司 基于激光雷达云图探测的光伏电站短期发电功率预测方法
KR20220072962A (ko) * 2020-11-25 2022-06-03 주식회사 나눔에너지 구름 음영 효과를 적용한 태양광 발전 예측 시스템

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109934423B (zh) * 2019-04-25 2020-04-21 山东大学 基于并网逆变器运行数据的光伏电站功率预测方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103971169A (zh) * 2014-04-14 2014-08-06 国家电网公司 一种基于云量模拟的光伏超短期发电功率的预测方法
CN107563903A (zh) * 2016-06-30 2018-01-09 中国电力科学研究院 一种云层对地面光伏电站的遮挡模型建立方法
CN107742171A (zh) * 2017-10-31 2018-02-27 浙江工业大学 基于移动阴影图像识别的光伏电站发电功率预测方法
CN112085260A (zh) * 2020-08-17 2020-12-15 浙江工业大学 一种基于云图预测的光伏功率超短期预测方法
KR20220072962A (ko) * 2020-11-25 2022-06-03 주식회사 나눔에너지 구름 음영 효과를 적용한 태양광 발전 예측 시스템
CN113159466A (zh) * 2021-05-27 2021-07-23 沃太能源股份有限公司 一种短时光伏发电功率预测系统及方法
CN114296050A (zh) * 2022-03-07 2022-04-08 南京鼐云信息技术有限责任公司 基于激光雷达云图探测的光伏电站短期发电功率预测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Nisrine Kebir,etc.Predictive evaluation of cloud motion impact on a medium voltage solar PV power system output.《2015 3rd International Renewable and Sustainable Energy Conference (IRSEC)》.2016,第1-6页. *
组合数值天气预报与地基云图的光伏超短期功率预测模型;朱想 等;《电力系统自动化》;第39卷(第6期);第4-10、74页 *
面向分布式光伏超短期功率预测的云团特征建模;胥芳 等;《太阳能学报》;第37卷(第7期);第1748-1755页 *

Also Published As

Publication number Publication date
CN115759330A (zh) 2023-03-07

Similar Documents

Publication Publication Date Title
Saleh et al. Battery-less short-term smoothing of photovoltaic generation using sky camera
Wang et al. A minutely solar irradiance forecasting method based on real-time sky image-irradiance mapping model
US20140149038A1 (en) Solar irradiance measurement system and weather model incorporating results of such measurement
CN103353952B (zh) 一种基于地基云图的光伏功率预测方法
US9218577B2 (en) Electric power generation amount estimation device, electric power generation amount estimation system, electric power generation amount estimation method and computer program
Dolara et al. Performance analysis of a single-axis tracking PV system
US10989839B1 (en) Ground-based sky imaging and irradiance prediction system
US20110282514A1 (en) Systems and methods for forecasting solar power
JP2009252940A (ja) 太陽光発電システムの出力予測装置およびそれを用いた需給制御システム
Gohari et al. Comparison of solar power output forecasting performance of the Total Sky Imager and the University of California, San Diego Sky Imager
Alrwashdeh Assessment of the energy production from PV racks based on using different solar canopy form factors in Amman-Jordan
Garcia-Gil et al. Fish-eye camera and image processing for commanding a solar tracker
CN115759330B (zh) 一种高时间分辨率的光伏发电功率预测方法
CN114296050B (zh) 基于激光雷达云图探测的光伏电站短期发电功率预测方法
Dissawa et al. Cross-correlation based cloud motion estimation for short-term solar irradiation predictions
JP5344614B2 (ja) 太陽光発電システムの発電量予測方法及び予測装置
CN112085260B (zh) 一种基于云图预测的光伏功率超短期预测方法
Koyasu et al. Forecasting variation of solar radiation and movement of cloud by sky image data
CN111142576B (zh) 一种太阳追踪修正算法及太阳追踪方法
CN113936009B (zh) 一种气象卫星洪涝监测的云阴影去除方法、装置及设备
Ma et al. Distance calculation between photovoltaic arrays fixed on sloping ground
Siaw et al. Development of Cloud Movement Prediction Method for Solar Photovoltaic System
Alrwashdeh et al. Investigation of solar radiation distribution over three zones north, middle and south of Jordan
Tayyib et al. Two years performance comparison of Elkem Solar multicrystalline silicon with polysilicon in a PV grid-connected system
Chauvin et al. A new approach for assessing the clear-sky direct normal irradiance in real time

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