CN116865263A - 一种基于空间网格的分布式光伏功率预测方法 - Google Patents

一种基于空间网格的分布式光伏功率预测方法 Download PDF

Info

Publication number
CN116865263A
CN116865263A CN202311099697.8A CN202311099697A CN116865263A CN 116865263 A CN116865263 A CN 116865263A CN 202311099697 A CN202311099697 A CN 202311099697A CN 116865263 A CN116865263 A CN 116865263A
Authority
CN
China
Prior art keywords
distributed photovoltaic
power
value
grid
distributed
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.)
Granted
Application number
CN202311099697.8A
Other languages
English (en)
Other versions
CN116865263B (zh
Inventor
谭大帅
周鑫
赵丽萍
韩永悦
侯壮
闫琦
郭正雄
闫松
戴彬
郭刚
田由甲
任承欢
王帅
张作霆
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 Richsoft Electric Power Information Technology Co ltd
State Grid Corp of China SGCC
KME Sp zoo
Original Assignee
Tianjin Richsoft Electric Power Information Technology Co ltd
State Grid Corp of China SGCC
KME Sp zoo
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 Richsoft Electric Power Information Technology Co ltd, State Grid Corp of China SGCC, KME Sp zoo filed Critical Tianjin Richsoft Electric Power Information Technology Co ltd
Priority to CN202311099697.8A priority Critical patent/CN116865263B/zh
Publication of CN116865263A publication Critical patent/CN116865263A/zh
Application granted granted Critical
Publication of CN116865263B publication Critical patent/CN116865263B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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

Landscapes

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

Abstract

本发明公开了的一种基于空间网格的分布式光伏功率预测方法，该方法包括初算、网格气象修正、环境修正、发电计划修正四步，该方法基于分布式光伏所处空间网格信息进行网格内分布式光伏功率预测，依据空间网格的统一规则，将地面区域按照一定经纬度或地面距离进行连续分割，并将空间不确定性控制在一定范围内，形成规则多边形的网格单元，再通过步骤一至四的功率估算值校正，最终得出空间网格内分布式光伏功率预测值。通过本方法可以更准确的估算出未来时刻分布式光伏的功率值。

Description

一种基于空间网格的分布式光伏功率预测方法
技术领域
本发明涉及光伏预发电技术领域，尤其涉及一种基于空间网格的分布式光伏功率预测方法。
背景技术
分布式光伏特指采用光伏组件，将太阳能直接转换为电能的分布式光伏电站系统。当前，分布式光伏地理位置较为分散，出力随机性强。现有地区配网管理模式下，现有主要数据来源即用电信息采集系统、配电自动化系统等系统的量测数据实时性不足，地区级调度机构对分布式新能源状态信息不具备实时监测能力，缺乏对分布式功率精准预测，导致调度机构对分布式新能源接入后运行风险辨识不足，给电网安全经济运行带来风险。
另外，由于地球自转、公转具有显著规律，理论上地球任一时刻、区域内的太阳辐射情况可以通过准确计算获得，但由于大气衰减、云层遮挡，高层建筑、树木等影响因素，导致到达地面的太阳辐射变化规律被部分破坏，增加了分布式光伏功率预测的难度。
目前分布式光伏预测主要采用直接预测和分步预测两种方式，多以气象维度进行功率预测，获取一定气象条件下的光伏功率理论值，但是在针对空间网格的分布式光伏功率预测方面缺乏研究。
发明内容
本发明的目的在于，解决现有技术的不足之处，提出一种基于空间网格的分布式光伏功率预测方法，该方法可以更准确的估算出未来时刻分布式光伏的功率值。
一种基于空间网格的分布式光伏功率预测方法，包括以下步骤：
步骤一：初算，通过分布式光伏历史功率数据，估算分布式光伏未来时刻功率估算初始值，计算公式为：
Pm0=Ph*k
其中：
Pm0：分布式光伏未来时刻功率估算初始值；
Ph：分布式光伏历史同期实际功率；
k：设备性能逐年衰减系数，通过并网时间及设备型号获取；
步骤二：气象数据修正，通过分布式光伏位置信息获取所处空间网格信息，即空间网格空间平面范围R，通过专业气象预测数据，获取R内超短期、短期以及未来24小时气象数据，估算未来时刻分布式光伏功率最大值，获得分布式光伏功率初始修正值Pm1，计算公式为：
Pm1 = Smax*ηSI[1-0.005(t0+25)]
其中：
η：光伏电池阵列的转换效率，%；
Pm1：分布式光伏功率初始修正值；
Smax：光伏阵列面积，㎡；
S：单位光伏阵列面积，1㎡；
I：太阳辐射，MJ/㎡；
t0：环境温度，℃；
步骤三：环境修正，根据分布式光伏高程信息、周围建筑物空间体积参数、未来时刻阳光照射角度信息，估算周围建筑投影面积对分布式光伏面板受光面积的影响范围及影响时长，计算出未来时刻分布式光伏发电电功率折损值，获得分布式光伏功率进阶修正值Pm2，计算公式为：
Pm2=Pm1*（1-Δ）*t
其中：
Pm2：分布式光伏功率进阶修正值；
Δ：分布式光伏功率折损值，周围建筑投影面积与分布式光伏面板受光面积比值；
t：周围建筑物投影影响光伏面板受光时长；
步骤四：发电计划修正，根据电网调度计划，查询所选空间网格内，分布式光伏发电计划要求，确定发电计划目标值PT，通过对比Pm2与PT，确定分布式光伏最终功率预测值；
通过步骤一至四的功率估算值校正，最终得出空间网格内分布式光伏功率预测值。
优选的，步骤一中，对于网格内新建分布式光伏站，历史功率数据采用临近站历史功率数据折算的方法生成参考功率曲线，折算历史功率计算公式为：
Ph=PS*(PDG/PCG)
其中：
Ps：参考临近分布式光伏历史功率曲线；
PDG：参考临近分布式光伏额定容量；
PCG：目标分布式光伏额定容量。
优选的，步骤二中，空间网格空间平面范围R内超短期、短期以及未来24小时气象数据包括：阳光入射角度、温湿度、辐照度、风速及气压信息。
优选的，步骤二中，需比较Pm1、Pm0、Pmax，其中Pmax为分布式光伏额定功率，判断Pm1值是否合理，当Pm1 >Pmax时，则舍弃该值，而后校验参数并重新进行估算。
优选的，步骤四中，Pm2与PT的计算逻辑为：
当PT<Pm2，则PF取PT，分布式光伏需要限额运行，预测的最大功率为PT；
当PT ≥Pm2，则PF取Pm2，分布式光伏满额运行，预测的最大功率为Pm2；
当PT不做限值时，分布式光伏满额运行，预测的最大功率为Pm2；
其中：PF为分布式光伏最终功率预测值。
本发明的优点及技术效果在于：
本发明提出的一种基于空间网格的分布式光伏功率预测方法，该方法基于分布式光伏所处空间网格信息进行网格内分布式光伏功率预测，依据空间网格的统一规则，将地面区域按照一定经纬度或地面距离进行连续分割，并将空间不确定性控制在一定范围内，形成规则多边形的网格单元，再通过步骤一至四的功率估算值校正，最终得出空间网格内分布式光伏功率预测值。通过本方法可以更准确的估算出未来时刻分布式光伏的功率值。
附图说明
图1为本发明的方法流程图。
具体实施方式
下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本方法基于分布式光伏所处空间网格信息进行网格内分布式光伏功率预测，通过本方法，可以更准确的估算出未来时刻分布式光伏的功率值。本方法主要包括初算、网格气象修正、环境修正、发电计划修正四步，详细实现方法如下：
图1为本方法的流程图，主要包括初算P1、网格气象数据修正P2、环境修正P3、发电计划修正P4等部分。
P1初算，通过分布式光伏历史功率数据，估算分布式光伏未来时刻功率估算初始值，计算公式为：
Pm0=Ph*k
其中：
Pm0：分布式光伏未来时刻功率估算初始值；
Ph：分布式光伏历史同期实际功率；
k：设备性能逐年衰减系数，通过并网时间及设备型号获取；
对于网格内新建分布式光伏站，历史功率数据采用临近站历史功率数据折算的方法生成参考功率曲线，折算历史功率计算公式为：
Ph=PS*(PDG/PCG)
其中：
Ps：参考临近分布式光伏历史功率曲线；
PDG：参考临近分布式光伏额定容量；
PCG：目标分布式光伏额定容量；
P2气象数据修正，通过分布式光伏位置信息获取所处空间网格信息，即空间网格空间平面范围R，通过专业气象预测数据，获取R内超短期、短期以及未来24小时气象数据，包括阳光入射角度、温湿度、辐照度、风速、气压等信息，估算未来时刻分布式光伏功率最大值，获得分布式光伏功率初始修正值Pm1，计算公式为：
Pm1 = Smax*ηSI[1-0.005(t0+25)]
其中：
η：光伏电池阵列的转换效率，%；
Pm1：分布式光伏功率初始修正值；
Smax：光伏阵列面积，㎡；
S：单位光伏阵列面积，1㎡；
I：太阳辐射，MJ/㎡；
t0：环境温度，℃；
比较Pm1、Pm0、Pmax，其中Pmax为分布式光伏额定功率，判断Pm1值是否合理，当Pm1 >Pmax时，舍弃该值，校验参数，重新进行估算。
P3环境修正，根据分布式光伏高程信息、周围建筑物空间体积参数、未来时刻阳光照射角度信息，估算周围建筑投影面积对分布式光伏面板受光面积的影响范围及影响时长，计算出未来时刻分布式光伏发电电功率折损值，获得分布式光伏功率进阶修正值Pm2，计算公式为：
Pm2=Pm1*（1-Δ）*t
其中：
Pm2：分布式光伏功率进阶修正值；
Δ：分布式光伏功率折损值，周围建筑投影面积与分布式光伏面板受光面积比值；
t：周围建筑物投影影响光伏面板受光时长；
P4发电计划修正，根据电网调度计划，查询所选空间网格内，分布式光伏发电计划要求，确定发电计划目标值PT，通过对比Pm2与PT，确定分布式光伏最终功率预测值，计算逻辑为：
当PT<Pm2，则PF取PT，分布式光伏需要限额运行，预测的最大功率为PT；
当PT ≥Pm2，则PF取Pm2，分布式光伏满额运行，预测的最大功率为Pm2；
当PT不做限值时，分布式光伏满额运行，预测的最大功率为Pm2。
其中：PF为分布式光伏最终功率预测值。
通过以上4次功率估算值校正，最终得出空间网格内分布式光伏功率预测值。
最后，本发明的未尽述之处均采用现有技术中的成熟产品及成熟技术手段。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的实施例或示例中。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同限定。

Claims (5)

1.一种基于空间网格的分布式光伏功率预测方法，其特征在于，包括以下步骤：
步骤一：初算，通过分布式光伏历史功率数据，估算分布式光伏未来时刻功率估算初始值，计算公式为：
Pm0=Ph*k
其中：
Pm0：分布式光伏未来时刻功率估算初始值；
Ph：分布式光伏历史同期实际功率；
k：设备性能逐年衰减系数，通过并网时间及设备型号获取；
步骤二：气象数据修正，通过分布式光伏位置信息获取所处空间网格信息，即空间网格空间平面范围R，通过专业气象预测数据，获取R内超短期、短期以及未来24小时气象数据，估算未来时刻分布式光伏功率最大值，获得分布式光伏功率初始修正值Pm1，计算公式为：
Pm1 = Smax*ηSI[1-0.005(t0+25)]
其中：
η：光伏电池阵列的转换效率，%；
Pm1：分布式光伏功率初始修正值；
Smax：光伏阵列面积，㎡；
S：单位光伏阵列面积，1㎡；
I：太阳辐射，MJ/㎡；
t0：环境温度，℃；
步骤三：环境修正，根据分布式光伏高程信息、周围建筑物空间体积参数、未来时刻阳光照射角度信息，估算周围建筑投影面积对分布式光伏面板受光面积的影响范围及影响时长，计算出未来时刻分布式光伏发电电功率折损值，获得分布式光伏功率进阶修正值Pm2，计算公式为：
Pm2=Pm1*（1-Δ）*t
其中：
Pm2：分布式光伏功率进阶修正值；
Δ：分布式光伏功率折损值，周围建筑投影面积与分布式光伏面板受光面积比值；
t：周围建筑物投影影响光伏面板受光时长；
步骤四：发电计划修正，根据电网调度计划，查询所选空间网格内，分布式光伏发电计划要求，确定发电计划目标值PT，通过对比Pm2与PT，确定分布式光伏最终功率预测值；
通过步骤一至四的功率估算值校正，最终得出空间网格内分布式光伏功率预测值。
2.根据权利要求1所述的一种基于空间网格的分布式光伏功率预测方法，其特征在于：所述步骤一中，对于网格内新建分布式光伏站，历史功率数据采用临近站历史功率数据折算的方法生成参考功率曲线，折算历史功率计算公式为：
Ph=PS*(PDG/PCG)
其中：
Ps：参考临近分布式光伏历史功率曲线；
PDG：参考临近分布式光伏额定容量；
PCG：目标分布式光伏额定容量。
3.根据权利要求1所述的一种基于空间网格的分布式光伏功率预测方法，其特征在于：所述步骤二中，空间网格空间平面范围R内超短期、短期以及未来24小时气象数据包括：阳光入射角度、温湿度、辐照度、风速及气压信息。
4.根据权利要求1所述的一种基于空间网格的分布式光伏功率预测方法，其特征在于：所述步骤二中，需比较Pm1、Pm0、Pmax，其中Pmax为分布式光伏额定功率，判断Pm1值是否合理，当Pm1 >Pmax时，则舍弃该值，而后校验参数并重新进行估算。
5.根据权利要求1所述的一种基于空间网格的分布式光伏功率预测方法，其特征在于：所述步骤四中，Pm2与PT的计算逻辑为：
当PT<Pm2，则PF取PT，分布式光伏需要限额运行，预测的最大功率为PT；
当PT ≥Pm2，则PF取Pm2，分布式光伏满额运行，预测的最大功率为Pm2；
当PT不做限值时，分布式光伏满额运行，预测的最大功率为Pm2；
其中：PF为分布式光伏最终功率预测值。
CN202311099697.8A 2023-08-30 2023-08-30 一种基于空间网格的分布式光伏功率预测方法 Active CN116865263B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311099697.8A CN116865263B (zh) 2023-08-30 2023-08-30 一种基于空间网格的分布式光伏功率预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311099697.8A CN116865263B (zh) 2023-08-30 2023-08-30 一种基于空间网格的分布式光伏功率预测方法

Publications (2)

Publication Number Publication Date
CN116865263A true CN116865263A (zh) 2023-10-10
CN116865263B CN116865263B (zh) 2024-01-09

Family

ID=88228856

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311099697.8A Active CN116865263B (zh) 2023-08-30 2023-08-30 一种基于空间网格的分布式光伏功率预测方法

Country Status (1)

Country Link
CN (1) CN116865263B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021204226A1 (zh) * 2020-04-09 2021-10-14 国网江苏省电力有限公司苏州供电分公司 基于雷云轨迹跟踪的雷电条件下的光伏功率预测方法
CN113971348A (zh) * 2021-11-11 2022-01-25 国网山东省电力公司日照供电公司 一种基于综合能源系统的源端功率短期预测方法
CN114186723A (zh) * 2021-11-26 2022-03-15 内蒙古工业大学 一种基于时空关联的分布式光伏功率网格虚拟预测系统
CN116227637A (zh) * 2023-02-27 2023-06-06 国网福建省电力有限公司 一种面向有源配电网的精细化负荷预测方法和系统
CN116542383A (zh) * 2023-05-12 2023-08-04 国网安徽省电力有限公司电力科学研究院 一种基于小波动天气卫星云图的分布式光伏系统出力预测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021204226A1 (zh) * 2020-04-09 2021-10-14 国网江苏省电力有限公司苏州供电分公司 基于雷云轨迹跟踪的雷电条件下的光伏功率预测方法
CN113971348A (zh) * 2021-11-11 2022-01-25 国网山东省电力公司日照供电公司 一种基于综合能源系统的源端功率短期预测方法
CN114186723A (zh) * 2021-11-26 2022-03-15 内蒙古工业大学 一种基于时空关联的分布式光伏功率网格虚拟预测系统
CN116227637A (zh) * 2023-02-27 2023-06-06 国网福建省电力有限公司 一种面向有源配电网的精细化负荷预测方法和系统
CN116542383A (zh) * 2023-05-12 2023-08-04 国网安徽省电力有限公司电力科学研究院 一种基于小波动天气卫星云图的分布式光伏系统出力预测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SONJA KALLIO 等: "Photovoltaic power prediction for solar micro-grid optimal control", 2022 9TH INTERNATIONAL CONFERENCE ON POWER AND ENERGY SYSTEMS ENGINEERING (CPESE 2022), pages 594 - 601 *
乔颖 等: "基于数据增强的分布式光伏电站群短期功率预测 (二)：网格化预测", 电网技术, vol. 45, no. 6, pages 2210 - 2218 *
谭大帅: "分布式光伏管控平台的设计与实现", 电气技术, vol. 24, no. 2, pages 41 - 50 *

Also Published As

Publication number Publication date
CN116865263B (zh) 2024-01-09

Similar Documents

Publication Publication Date Title
Santiago et al. Modeling of photovoltaic cell temperature losses: A review and a practice case in South Spain
US9218577B2 (en) Electric power generation amount estimation device, electric power generation amount estimation system, electric power generation amount estimation method and computer program
CN109494723B (zh) 一种微电网系统及其控制与发电量预测方法
CN102244483B (zh) 基于气象信息的光伏发电有功功率在线评估方法
US20140188410A1 (en) Methods for Photovoltaic Performance Disaggregation
Zhao et al. Optimal PV panel tilt angle based on solar radiation prediction
CN106203709A (zh) 基于多因子的光伏电站中长期发电量预测方法
US20110282514A1 (en) Systems and methods for forecasting solar power
KR102338515B1 (ko) 인공지능 기반 태양광 발전량 예측 시스템
JP5432843B2 (ja) 太陽光発電装置の制御方法
JP6193008B2 (ja) 予測システム、予測装置および予測方法
CN102168647A (zh) 基于气象信息的风光联合发电系统有功功率在线评估方法
CN108062722B (zh) 基于风速变异系数的山地风电场模型风机机械功率计算方法
CN116070975B (zh) 基于数字孪生技术的园区能量管理系统及零碳运营方法
CN105825302A (zh) 一种基于云平台的光伏电站功率预测系统
Abdulmula et al. Performance evaluation of standalone double axis solar tracking system with‎ maximum light detection MLD for telecommunication towers in Malaysia
CN104899465A (zh) 风光优化配比的计算方法
Ramenah et al. Reliably model of microwind power energy output under real conditions in France suburban area
CN104951492B (zh) 基于电网gis风电场专业气象监测和预警方法及系统
CN103916071B (zh) 一种风光互补发电的均衡出力智能控制系统和方法
CN109599899B (zh) 一种新能源运行模拟边界条件的设定方法
CN102767474B (zh) 风电有功功率的实时评估方法与系统
CN116865263B (zh) 一种基于空间网格的分布式光伏功率预测方法
Tapakis et al. Performance evaluation of a photovoltaic park in Cyprus using irradiance sensors.
CN112103996A (zh) 基于火电机组与新能源厂站联合并网的整定方法

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