The invention relates to the technical field of photovoltaic power generation, in particular to an ultra-short-term prediction method of photovoltaic power considering radiation attenuation, which comprises: training a sunny surface radiation prediction model by using an indirect prediction method; and obtaining daily surface radiation attenuation in history by using the obtained sunny surface radiation prediction model. Coefficient, according to the attenuation coefficient to establish the prediction model of the surface radiation attenuation coefficient, cloud cover coefficient prediction model; historical real surface radiation and temperature, humidity as the meteorological factors input, photovoltaic power as the output, training to get the photovoltaic power prediction model; the surface radiation prediction value as the surface radiation. The meteorological data of weather forecast are taken as the input of meteorological factors and the photovoltaic power prediction model is used to predict the photovoltaic power generation. The method proposed by the invention can reduce the influence degree of cloud on prediction accuracy, and the method proposed by the invention omits the process of image analysis and processing, and the algorithm is simpler and more efficient.
【技术实现步骤摘要】
考虑辐射衰减的光伏功率预测方法
本专利技术涉及光伏发电
,尤其涉及一种考虑辐射衰减的光伏功率预测方法。
技术介绍
由于受天气等因素的影响,光伏发电功率曲线具有一定的随机性和波动性。随着大规模光伏并入电网,其发电功率的不确定性给电网的安全稳定运行造成了巨大冲击。精确的光伏功率预测,能够为电网调度提供有效支持,保障电网的安全和稳定。近年来,出现利用数值天气预报并结合支持向量机和神经网络等机器学习算法建模进行光伏功率预测的方法。但是由于地表太阳辐射受云的运动和变化影响,导致光伏功率曲线的波动。而传统预测方法没有考虑云对太阳辐射及光伏功率输出的影响,导致此种方法的预测结果无法适用于多种天气类型,尤其对功率变化曲线波动较大的预测误差较大。目前,国内外大部分考虑云的影响的超短期功率预测中都直接或间接地利用了云图信息。然而在利用卫星云图和天气预报信息的方法中,所获取的云量信息的覆盖面积较大,不能反映光伏电站所在区域的云遮挡信息,因此适合短期功率预测,而不适合超短期功率预测。
技术实现思路
针对上述问题,本专利技术提出了一种考虑辐射衰减的光伏功率预测方法,包括:步骤1:采用间接预测的方法,结合地表辐射的衰减程度和曲线波动情况将历史每日地表辐射分为无云天气和有云天气,利用无云天气的地表辐射历史数据,训练得到晴天地表辐射预测模型;步骤2:根据步骤1得到的晴天地表辐射预测模型,得到有云天气的晴天预测地表辐射,再与有云天气的真实地表辐射进行对比获得历史云遮系数数据,根据该数据训练得到云遮系数预测模型;步骤3:将历史真实地表辐射和温度、湿度作为气象因素的输入,将光伏功率作为输出, ...
【技术保护点】
1.考虑辐射衰减的光伏功率预测方法,其特征在于,包括:步骤1:采用间接预测的方法,结合地表辐射的衰减程度和曲线波动情况将历史每日地表辐射分为无云天气和有云天气,利用无云天气的地表辐射历史数据,训练得到晴天地表辐射预测模型;步骤2:根据步骤1得到的晴天地表辐射预测模型,得到有云天气的晴天预测地表辐射,再与有云天气的真实地表辐射进行对比获得历史云遮系数数据,根据该数据训练得到云遮系数预测模型;步骤3:将历史真实地表辐射和温度、湿度作为气象因素的输入,将光伏功率作为输出,训练得到光伏功率预测模型;步骤4:利用晴天地表辐射模型获得全天的晴天地表辐射值,再利用预测时刻前的真实地表辐射值获得预测时刻前的云遮系数,利用该云遮系数序列数据和云遮系数预测模型预测未来时刻的云遮系数,对晴天地表辐射预测结果进行修正,获得地表辐射预测结果,光伏功率预测部分中,将各预测时刻的地表辐射预测值和数值天气预报预测值带入光伏功率预测模型,获得最终的光伏功率预测值。
【技术特征摘要】
1.考虑辐射衰减的光伏功率预测方法,其特征在于,包括:步骤1:采用间接预测的方法,结合地表辐射的衰减程度和曲线波动情况将历史每日地表辐射分为无云天气和有云天气,利用无云天气的地表辐射历史数据,训练得到晴天地表辐射预测模型;步骤2:根据步骤1得到的晴天地表辐射预测模型,得到有云天气的晴天预测地表辐射,再与有云天气的真实地表辐射进行对比获得历史云遮系数数据,根据该数据训练得到云遮系数预测模型;步骤3:将历史真实地表辐射和温度、湿度作为气象因素的输入,将光伏功率作为输出,训练得到光伏功率预测模型;步骤4:利用晴天地表辐射模型获得全天的晴天地表辐射值,再利用预测时刻前的真实地表辐射值获得预测时刻前的云遮系数,利用该云遮系数序列数据和云遮系数预测模型预测未来时刻的云遮系数,对晴天地表辐射预测结果进行修正,获得地表辐射预测结果,光伏功率预测部分中,将各预测时刻的地表辐射预测值和数值天气预报预测值带入光伏功率预测模型,获得最终的光伏功率预测值。2.根据权利要求1所述的考虑辐射衰减的光伏功率预测方法,其特征在于,所述步骤1具体包括:晴天判别条件type为:其中,N为样本取值点个数;Xi为第i个地外辐射值;xi为第i个地表辐射值;Nv为地表辐射曲线中谷值点个数;α为地表辐射相对于地外辐射的整体衰减率,0≤α≤1;m为最大谷值点个数的阈值,其中,L为局部极小值点个数;Nl为局部极小值点,为第i个局部最小值;为第i个局部最大值;为第i+1个局部最大值;Nh为局部极大值点;β为判断极小值点是否为谷值点的阈值;dist(x,y)为两点之间的欧式距离;I(·)和J(·)为指示函数,同时满足所有条件则为1,否则为0,通过调节α、m和β的值来判别天气类型,将一天分为上午、中午和下午三个时间段,以地外太阳辐射值、日期、时刻和时间段作为输入,以晴天地表太阳辐射作为输出,采用支持向量回归机算法ε-SVR建立晴天地表辐射预测模型,采用径向基函数RBF作为核函数,利用序列最小最优化算法SMO优化参数,训练得到晴天地表辐射预测模型。3...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。