基于多因子的光伏电站中长期发电量预测方法技术

本发明专利技术公开一种基于多因子的光伏电站中长期发电量的预测方法，包括以下步骤，A）根据环境检测仪及气象站的数据，获取光伏电站所在区域的电站维度、倾斜角、历史日水平辐射量，同时选取当月天数、所在一年中日期序号、太阳常数、地面反射率；B）计算出年斜面总辐射量I；C）计算出光伏电站的综合效率；D）计算出光伏电站的年有效小时数；E）计算出首年发电量；F）计算出该光伏电站的第n年发电量值和多年的总发电量。本发明专利技术的预测方法计算简单，高效稳定，具有很好的预测收益，具有良好的应用前景。

【技术实现步骤摘要】

本专利技术涉及光伏电站发电量预测
，具体涉及一种基于多因子的光伏电站中长期发电量的预测方法。
技术介绍
随着光伏电站的大规模应用与投资，光伏电站前期规划和后期运维特别重要，现在算法都比较复杂，操作性不够，没有一种简单的小工具，让投资者时刻能掌握光伏电站的发电量或者收益，引起投资者对未来收益的担忧，收益重要因素就是发电量，光伏电站发电量计算在光伏电站规划设计阶段和建成之后有着不同的方法，如何建立一种计算简单，高效稳定，预测准确的光伏电站发电量的预测方法，为光伏电站投资者预测需要及运行中的电站纠偏提供可靠参考，是当前急需解决的问题。
技术实现思路
本专利技术的目的是为了克服现有的光伏电站发电量预测，比较复杂，操作性不够，准确性差，不能为光伏电站投资者预测需要及运行中的电站纠偏提供可靠参考的问题。本专利技术的基于多因子的光伏电站中长期发电量的预测方法，基于多因子电站中长期电量预测及构建方法，可用于电站投资规划、电站出力、电站监控等多个场景报表导出，可以用在不同地区的电站的电量预测，预测方法计算简单，高效稳定，具有很好的预测收益，还能够电站设计人员或者后期运维人员都可以做一个简单预测工具，帮助电站规划或者预警，具有良好的应用前景。为了达到上述目的，本专利技术所采用的技术方案是：一种基于多因子的光伏电站中长期发电量的预测方法，其特征在于：包括以下步骤，步骤(A)，根据环境检测仪及气象站的数据，获取光伏电站所在区域的电站维度、倾斜角、历史日水平辐射量，同时选取当月天数、所在一年中日期序号、太阳常数、地面反射率；步骤(B)，建立光伏电站的年斜面总辐射量与年散射辐射量、年反射辐射量、年直射辐照量的数学模型，计算出年斜面总辐射量I；步骤(C)，根据多因素修正经验值和拟合关系模拟算法相结合的方法，计算出光伏电站的综合效率η；步骤(D)，根据年斜面总辐射量I和综合效率η，计算出光伏电站的年有效小时数H；步骤(E)，根据光伏电站的装机容量C和光伏电站的年有效小时数H，计算出首年发电量W1；步骤(F)，通过光伏组件的衰变率修正值、该光伏电站的首年发电量W1，计算出该光伏电站的第n年发电量值Wn和该光伏电站25年的总发电量W。前述的基于多因子的光伏电站中长期发电量的预测方法，其特征在于：步骤(A)所述电站维度，其根据光伏电站所在位置，根据GPS定位器测量的维度wd；所述倾斜角度是历史经验值x；所述历史日水平辐射量，借助NASA数据库获得光伏电站所在位置的日水平辐照量spf(i)；所述当月天数为选取当年的每月的天数d(i)；所在一年中日期序号为选取当年的天数序号n(i)；所述太阳常数S＝1.367；所述地面反射率a＝0.2，其中i为1，2，……12，在选取当年的12个月中各选择一天。前述的基于多因子的光伏电站中长期发电量的预测方法，其特征在于：步骤(B)建立光伏电站的年斜面总辐射量与年散射辐射量、年反射辐射量、年直射辐照量的数学模型，计算出年斜面总辐射量I，包括以下步骤，(B1)根据公式(1)，计算太阳赤纬角cwj，cwj＝pi*23.45*sin(2*π*(284+n(i))/365)/180(1)其中，pi为圆周率；(B2)根据公式(2)，计算太阳时间角sjj，sjj＝acos(-tan(wd)*tan(cwj))(2)(B3)根据公式(3)，计算大气外辐照量dqw，dqw＝24/π*S*(1+0.033*cos(2*π*n(i)/365))*(cos(wd)*cos(cwj)*sin(sjj)+sjj*sin(wd)*sin(cwj))(3)(B4)根据公式(4)，计算透射系数tsxs，tsxs＝spf(i)/dqw (4)(B5)根据公式(5)，计算水平散射辐照量sps，sps＝spf(i)*(1-1.13*(tsxs)) (5)(B6)根据公式(6)，计算水平直射辐照量spz，spz＝spf(i)-sps (6)(B7)根据公式(7)，计算倾斜面散射辐照量qxsf，qxsf＝(1+cos(x))*sps/2 (7)(B8)根据公式(8)，计算倾斜面反射辐照量qxff，qxff＝(1-cos(x))*a*spf(i)/2 (8)(B9)根据公式(9)，计算最优时间角xsjj，xsjj＝min((sjj),acos(-tan((wd)-x)*tan(cwj))) (9)(B10)根据公式(10)，计算倾斜面直射辐照量qxzf，qxzf＝spz*(cos(wd-x)*cos(cwj)*sin(xsjj)+(xsjj)*sin(wd-x)*sin(cwj))/(cos(wd)*cos(cwj)*sin(sjj)+sjj*sin(wd)*sin(cwj)) (10)(B11)根据公式(11)，计算年斜面总辐射量I，I＝(qxsf+qxff+qxzf)*d(i) (11)。前述的基于多因子的光伏电站中长期发电量的预测方法，其特征在于：步骤(C)根据多因素修正经验值和拟合关系模拟算法相结合的方法，计算出光伏电站的综合效率η，根据公式(12)得到，η＝η1*η2*η3*η4*η5*η6*η7 (12)其中，η1为光伏温度因子、η2为灰尘损耗率折减因子、η3为逆变器平均效率、η4为光伏电站内的综合损耗系数、η5为光伏电站内的机组可利用率、η6为光伏组件组合利用率、η7为可利用辐射量率。前述的基于多因子的光伏电站中长期发电量的预测方法，其特征在于：步骤(D)，计算出光伏电站的年有效小时数H，根据公式(13)得到，H＝I*η (13)其中，I为年斜面总辐射量，η为光伏电站的综合效率。前述的基于多因子的光伏电站中长期发电量的预测方法，其特征在于：步骤(E)，计算出首年发电量W1，根据公式(14)得到，W1＝C*H (14)其中，C为光伏电站的装机容量，η为光伏电站的年有效小时数H。前述的基于多因子的光伏电站中长期发电量的预测方法，其特征在于：步骤(F)，计算出该光伏电站的第n年发电量值Wn，根据公式(15)得到，Wn＝W1*(1-(n-1)*K) (15)其中，W1为光伏电站的首年发电量，K为光伏组件的衰变率修正值，可为0.7％；根据公式(16)，计算得到该光伏电站25年的总发电量W，W＝W1+W2+……+Wn (16)其中，n＝25。本专利技术的有益效果是：本专利技术的基于多因子的光伏电站中长期发电量的预测方法，基于多因子电站中长期电量预测及构建方法，可用于电站投资规划、电站出力、电站监控等多个场景报表导出，可以用在不同地区的电站的电量预测，预测方法计算简单，高效稳定，具有很好的预测收益，还能够电站设计人员或者后期运维人员都可以做一个简单预测工具，帮助电站规划或者预警，本专利技术的预测方法适用于不同区域天气条件下，预测电站n年中每年电站发电量及多年电站总发电量，偏差率在5％-10％范围内，对投资者、国家电网等角色具有典型性意义，为规模化、大容量的光伏电站的建立提供技术依据和理论指导，同时确保电站及时预估偏差，评估合理，具有良好的应用前景。附图说明图1是本专利技术的基于多因子的本文档来自技高网...

【技术保护点】
基于多因子的光伏电站中长期发电量的预测方法，其特征在于：包括以下步骤，步骤(A)，根据环境检测仪及气象站的数据，获取光伏电站所在区域的电站维度、倾斜角、历史日水平辐射量，同时选取当月天数、所在一年中日期序号、太阳常数、地面反射率；步骤(B)，建立光伏电站的年斜面总辐射量与年散射辐射量、年反射辐射量、年直射辐照量的数学模型，计算出年斜面总辐射量I；步骤(C)，根据多因素修正经验值和拟合关系模拟算法相结合的方法，计算出光伏电站的综合效率η；步骤(D)，根据年斜面总辐射量I和综合效率η，计算出光伏电站的年有效小时数H；步骤(E)，根据光伏电站的装机容量C和光伏电站的年有效小时数H，计算出首年发电量W1；步骤(F)，通过光伏组件的衰变率修正值、该光伏电站的首年发电量W1，计算出该光伏电站的第n年发电量值Wn和该光伏电站25年的总发电量W。

【技术特征摘要】
1.基于多因子的光伏电站中长期发电量的预测方法，其特征在于：包括以下步骤，步骤(A)，根据环境检测仪及气象站的数据，获取光伏电站所在区域的电站维度、倾斜角、历史日水平辐射量，同时选取当月天数、所在一年中日期序号、太阳常数、地面反射率；步骤(B)，建立光伏电站的年斜面总辐射量与年散射辐射量、年反射辐射量、年直射辐照量的数学模型，计算出年斜面总辐射量I；步骤(C)，根据多因素修正经验值和拟合关系模拟算法相结合的方法，计算出光伏电站的综合效率η；步骤(D)，根据年斜面总辐射量I和综合效率η，计算出光伏电站的年有效小时数H；步骤(E)，根据光伏电站的装机容量C和光伏电站的年有效小时数H，计算出首年发电量W1；步骤(F)，通过光伏组件的衰变率修正值、该光伏电站的首年发电量W1，计算出该光伏电站的第n年发电量值Wn和该光伏电站25年的总发电量W。2.根据权利要求1所述的基于多因子的光伏电站中长期发电量的预测方法，其特征在于：步骤(A)所述电站维度，其根据光伏电站所在位置，根据GPS定位器测量的维度wd；所述倾斜角度是历史经验值x；所述历史日水平辐射量，借助NASA数据库获得光伏电站所在位置的日水平辐照量spf(i)；所述当月天数为选取当年的每月的 天数d(i)；所在一年中日期序号为选取当年的天数序号n(i)；所述太阳常数S＝1.367；所述地面反射率a＝0.2，其中i为1，2，……12，在选取当年的12个月中各选择一天。3.根据权利要求1所述的基于多因子的光伏电站中长期发电量的预测方法，其特征在于：步骤(B)建立光伏电站的年斜面总辐射量与年散射辐射量、年反射辐射量、年直射辐照量的数学模型，计算出年斜面总辐射量I，包括以下步骤，(B1)根据公式(1)，计算太阳赤纬角cwj，cwj＝pi*23.45*sin(2*π*(284+n(i))/365)/180 (1)其中，pi为圆周率；(B2)根据公式(2)，计算太阳时间角sjj，sjj＝acos(-tan(wd)*tan(cwj)) (2)(B3)根据公式(3)，计算大气外辐照量dqw，dqw＝24/π*S*(1+0.033*cos(2*π*n(i)/365))*(cos(wd)*cos(cwj)*sin(sjj)+sjj*sin(wd)*sin(cwj)) (3)(B4)根据公式(4)，计算透射系数tsxs，tsxs＝spf(i)/dqw (4)(B5)根据公式(5)，计算水平散射辐照量s...

【专利技术属性】
技术研发人员：孔月萍，霍尧，邹云峰，刘瑞巧，程云，
申请(专利权)人：国网江苏省电力公司电力科学研究院，国家电网公司，朗新科技股份有限公司，
类型：发明
国别省市：江苏;32