一种基于城市天气预报的低成本光伏发电功率预测方法技术

本发明专利技术公开了一种基于城市天气预报的低成本光伏发电功率预测方法，通过日地模型计算系外辐射强度,先得到系外太阳辐射对大气的穿透系数,再得到可求出统计穿透系数的天气预报类型分类器模型，再得到前14天的统计穿透系数，将得到的统计穿透系数与穿透系数相减得到差值序列，并与对应权值序列乘累加得到穿透系数误差，通过穿透系数误差修正当天预测天气类型下的统计穿透系数得到预测穿透系数，并利用预测日的系外辐射强度曲线反推出预测太阳辐射强度曲线，经过光照强度-功率关系便可得出电站的发电功率预测曲线。本发明专利技术能根据天气状态预测的发布实现实时预测，同时不依赖价格高昂的数值天气预报产品，减少了发电功率预测的成本。

【技术实现步骤摘要】
一种基于城市天气预报的低成本光伏发电功率预测方法
本专利技术涉及新能源发电预测
，更具体地说，涉及一种基于城市天气预报的低成本光伏发电功率预测方法。
技术介绍
由于光伏发电的能量来源于太阳，而太阳辐射强度受天气影响，无法直接预测，只能通过对天气情况的间接预测来实现光伏发电的预测，所以进行光伏发电功率预测时，需要基于天气预报的支持。目前国内外的光伏发电功率预测方法都是基于数值天气预报的，数值天气预报需要向气象部门购买定制，费用高昂。此外，数值天气预报产品数据量大，而使用的学习方法又复杂，往往由于计算量大而不能实现光伏发电功率的快速预测。经对现有技术文献的检索发现，文献《最小二乘支持向量机在光伏功率预测中的应用[J]》(电网技术,2011,07:54-59.)中提出了一种以卫星云图为输入数据，通过最小二乘支持向量机建立预测模型后对光伏输出功率作预测的方法。该方法需要大量的卫星云图数据，并且使用了支持向量机来进行训练器，运算量比较大。中国专利申请号为：201110369756.X，名称为：基于气象要素的光伏电站发电输出功率预测方法，该申请中提到的光伏电站发电输出功率预测方法利用地方气象采集的天气要数为样本，通过BP神经网络为训练器，用数值天气预报作为光伏功率输出预测的分类输入。该方法需要详细的气象历史数据，预测时也需要数值天气预报的支撑，并没有考虑用历史数值天气预报与历史测量天气要数的差异对未来预测进行修正，而且计算量大。
技术实现思路
为了克服上述技术问题，本专利技术提出一种不依赖价格高昂的数值天气预报产品和详尽的气象历史数据可实现对光伏发电功率预测的基于城市天气预报的低成本光伏发电功率预测。本专利技术解决其技术问题所采用的技术方案如下所述：一种基于城市天气预报的低成本光伏发电功率预测方法，其特征在于包括如下步骤：步骤(1)、根据日地模型计算历史太阳高度变化曲线序列{Sn(t)}，根据系外太阳辐射常数1353w/m2计算出历史系外太阳辐射强度曲线序列{Gn(t)}；计算历史日测量太阳辐射总量和历史日系外太阳辐射总量的比值，即历史日辐射穿透系数序列{αn}；根据历史城市天气预报序列{wn}对日辐射穿透系数进行分类，得出各个天气分类下的统计辐射穿透系数分类表J(wm)；步骤(2)、根据前14天的天气预报序列{wj}并由统计辐射穿透系数分类表J(wm)可得出前14天的分类统计穿透系数序列通过与实际计算得出的14天历史穿透系数序列{αj}作差计算出14天穿透系数误差序列{θj}，乘以权值序列{Δj}后求和，作为预测穿透系数的修正误差θ；步骤(3)、把预测目标日前一天预报当天的天气类型wp根据统计辐射穿透系数分类表J(wm)得到预测分类穿透系数αp，用修正误差θ加上预测分类穿透系数αp得出预测穿透系数αΔ；计算预测目标日的系外太阳辐射强度曲线Gp(t)后乘以预测穿透系数αΔ得出当天的太阳辐射强度预测曲线Fp(t)；根据电站的光照强度-功率关系K(F)，计算出电站发电量预测曲线P(t)。在步骤(1)和步骤(3)中的系外太阳辐射强度曲线G(t)计算方法如下：δ＝sin-1(0.39795cos(0.98563(N-173)))(1)式中，δ为当天的太阳赤纬；N为自每年1月1日开始计算的日数；为电站的地理纬度；t为恒星时的时角；1353为系外太阳辐射常数；S(t)为太阳高度变化曲线，式中通过移项并取大于0的值，该部分即代表日昼部分，当的时刻即为日出日落时刻。在步骤(1)中，日辐射穿透系数αn计算函数如下：式中，Fn(t)为测量太阳辐射变化曲线。在步骤(2)中，天气预报w根据中国天气网的定义一个分成33类的天气类型集合{wm}，有统计辐射穿透系数分类表J(wm)为：式中，αi为分类结果；{C}为历史集合n中有wn＝wm的样本集合；size({C})为该样本集合的大小。在步骤(2)中，14天穿透系数误差序列{θj}为：式中，αj＝J(wj)在步骤(2)中，预测穿透系数的修正误差θ为：θ＝∑θjΔj(7)式中，Δj为前14天权重系数，分别设为:{Δj}＝{0.25,0.2,0.16,0.14,0.1,0.05,0.03,0.02,0.01,0.008,0.008,0.008,0.008,0.008}在步骤(3)中，有预测穿透系数αΔ为：αΔ＝θ+αp(8)式中，αp＝J(wp)。在步骤(3)中，有太阳辐射强度预测曲线Fp(t)为：Fp(t)＝αΔGp(t)。(9)在步骤(3)中，由已知电站的光照强度-功率关系K(F)，有电站发电量预测曲线P(t)为：P(t)＝K(Fp(t))。(10)根据上述结构的本专利技术，其有益效果在于，本专利技术不仅方法简便，而且对硬件性能要求低，能根据天气状态预测的发布实现实时预测，同时不依赖价格高昂的数值天气预报产品，减少了发电功率预测的成本。附图说明下面结合附图以及实施例对本专利技术做进一步的说明。图1为本专利技术一种基于城市天气预报的低成本光伏发电功率预测方法过程图；图2为本专利技术一种基于城市天气预报的低成本光伏发电功率预测方法过程中日地模型SEM图；图3为本专利技术一种基于城市天气预报的低成本光伏发电功率预测方法过程中的统计穿透系数分类训练模块SPCCT图；图4为本专利技术一种基于城市天气预报的低成本光伏发电功率预测方法过程中的穿透系数修正误差计算模块PCCEC图；图5为本专利技术一种基于城市天气预报的低成本光伏发电功率预测算法过程中的输出功率分类预测模块OPP图。具体实施方式一种基于城市天气预报的低成本光伏发电功率预测算法，过程如图1所示：统计穿透系数分类训练模块SPCCT中，根据日地模型，计算历史太阳高度变化曲线序列{Sn(t)}，根据太阳辐射常数1353w/m2，计算出历史系外太阳辐射变化曲线序列{Gn(t)}；计算历史日测量太阳辐射总量和历史日系外太阳辐射总量的比值，即历史日辐射穿透系数序列{αn}，根据历史城市天气预报序列{wn}，对日辐射穿透系数进行分类，得出各个天气分类下的统计辐射穿透系数分类表J(wm)；穿透系数修正误差计算模块PCCEC中，根据前14天的天气预报序列{wj}并由统计辐射穿透系数分类表J(wm)得出前14天的分类统计穿透系数序列通过与实际计算得出的14天历史穿透系数序列{αj}作差计算出14天穿透系数误差序列{θj}乘以权值序列{Δj}后求和，作为预测穿透系数的修正误差θ。输出功率分类预测模块OPP中，把预测目标日前一天预报当天的天气类型wp根据统计辐射穿透系数分类表J(wm)得到预测分类穿透系数αp，用修正误差θ加上预测分类穿透系数αp得到预测穿透系数αΔ；计算预测目标日的系外辐射强度曲线Gp(t)后乘以预测穿透系数αΔ，得出当天的太阳辐射强度预测曲线Fp(t)；根据电站的光照强度-功率关系K(F)，计算出电站发电量预测曲线P(t)。日地模型SEM如图2所示，N为一天在一年中对应的天数；6Solardeclination为太阳赤纬计算器；δ为太阳赤纬；为电站的地理纬度；7Solarelevation为太阳高度计算器；S(t)为输出的太阳高度曲线；8Phaseshift为移相器；为相位偏移的太阳高度曲线；9Diurnaljudgment为白昼判断器；为白天部分的相移太阳高度曲线；1353本文档来自技高网...

【技术保护点】
一种基于城市天气预报的低成本光伏发电功率预测方法，其特征在于包括如下步骤： 步骤(1)、根据日地模型计算历史太阳高度变化曲线序列{Sn(t)}，根据系外太阳辐射常数1353w/m2计算出历史系外太阳辐射强度曲线序列{Gn(t)}；计算历史日测量太阳辐射总量和历史日系外太阳辐射总量的比值，即历史日辐射穿透系数序列{αn}；根据历史城市天气预报序列{wn}对日辐射穿透系数进行分类，得出各个天气分类下的统计辐射穿透系数分类表J(wm)； 步骤(2)、根据前14天的天气预报序列{wj}并由统计辐射穿透系数分类表J(wm)可得出前14天的分类统计穿透系数序列通过与实际计算得出的14天历史穿透系数序列{αj}作差计算出14天穿透系数误差序列{θj}，乘以权值序列{Δj}后求和，作为预测穿透系数的修正误差θ；步骤(3)、把预测目标日前一天预报当天的天气类型wp根据统计辐射穿透系数分类表J(wm)得到预测分类穿透系数αp，用修正误差θ加上预测分类穿透系数αp得出预测穿透系数αΔ；计算预测目标日的系外太阳辐射强度曲线Gp(t)后乘以预测穿透系数αΔ得出当天的太阳辐射强度预测曲线Fp(t)；根据电站的光照强度‑功率关系K(F)，计算出电站发电量预测曲线P(t)。...

【技术特征摘要】
1.一种基于城市天气预报的低成本光伏发电功率预测方法，其特征在于包括如下步骤：步骤(1)、根据日地模型计算历史太阳高度变化曲线序列{Sn(t)}，根据系外太阳辐射常数1353w/m2计算出历史系外太阳辐射强度曲线序列{Gn(t)}；计算历史日测量太阳辐射总量和历史日系外太阳辐射总量的比值，即历史日辐射穿透系数序列{αn}；根据历史城市天气预报序列{wn}对日辐射穿透系数进行分类，得出各个天气分类下的统计辐射穿透系数分类表J(wm)；步骤(2)、根据前14天的天气预报序列{wj}并由统计辐射穿透系数分类表J(wm)可得出前14天的分类统计穿透系数序列通过与实际计算得出的14天历史穿透系数序列{αj}作差计算出14天穿透系数误差序列{θj}，乘以权值序列{Δj}后求和，作为预测穿透系数的修正误差θ；步骤(3)、把预测目标日前一天预报当天的天气类型wp根据统计辐射穿透系数分类表J(wm)得到预测分类穿透系数αp，用修正误差θ加上预测分类穿透系数αp得出预测穿透系数αΔ；计算预测目标日的系外太阳辐射强度曲线Gp(t)后乘以预测穿透系数αΔ得出当天的太阳辐射强度预测曲线Fp(t)；根据电站的光照强度-功率关系K(F)，计算出电站发电量预测曲线P(t)；在步骤(1)和步骤(3)中的系外太阳辐射强度曲线G(t)计算方法如下：δ＝sin-1(0.39795cos(0.98563(N-173)))(1)式中，δ为当天的太阳赤纬；N为自每年1月1日开始计算的日数；为电站的地理纬度；t为恒星时的时角；1353为系外太阳辐射常数；S(t)为太阳高度变化曲线，式中通过移项并取大于0的值，该部分即代表日昼部分，当的时刻即为日出日落时刻。2.根据权利要求1所述的一种基于城市天气预报的低成本光伏发电功率预测方法，其特征在于，在步骤(1)中，日辐射穿透系数αn计算函数如下：

【专利技术属性】
技术研发人员：李鹏，雷金勇，许爱东，黄焘，杨苹，
申请(专利权)人：南方电网科学研究院有限责任公司，华南理工大学，
类型：发明
国别省市：广东;44