一种光电转换模型的率定方法及系统技术方案

一种光电转换模型的率定方法及系统，包括：基于获取的总辐射数据和功率数据得到建模数据集；基于所述建模数据和预设的参考值计算拟合优度值；基于所述拟合优度值确定光电转换关系曲线。本发明专利技术通过相关性分析进行数据优选以及通过拟合优度的检验进行异常点过滤，以达到较好的模型率定效果。

A calibration method and system of photoelectric conversion model

A calibration method and system of the photoelectric conversion model include: obtaining the modeling data set based on the acquired total radiation data and power data; calculating the goodness of fit value based on the modeling data and the preset reference value; determining the photoelectric conversion relationship curve based on the goodness of fit value. The invention optimizes data through correlation analysis and filters outliers through the test of goodness of fit to achieve better model calibration effect.

【技术实现步骤摘要】
一种光电转换模型的率定方法及系统
本专利技术涉及太阳能利用领域，具体涉及一种光电转换模型的率定方法及系统。
技术介绍
新能源功率预测技术是新能源发电并网中不可或缺的支撑技术，在电网优化调度，发电计划制定，电站经济运行等发面都发挥着重要作用。其中，短期功率预测通常指未来72小时的新能源并网功率预测，有效的短期功率预测不仅可以为电力部门提供优化调度的决策支持，还便于电站合理安排维护与检修，不仅提高了间歇式新能源的竞争力，还提高了新能源发电的消纳水平。目前，短期光伏发电预测主要有：先对辐射等气象要素进行预测，然后通过光电转换模型预测未来光伏输出功率。在该预测思路中，建立光电转换模型是光伏发电短期功率预测的重要环节，建立光电换模型通常基于历史实测辐射数据和功率数据，通过回归方法确定的。但是因为多方面因素导致光电转换模型的预测精度不高，如何提高通过光电转换模型进行光伏发电短期预测的精度具有重要意义。
技术实现思路
为了解决现有技术中所存在的上述不足，本专利技术提供一种光电转换模型的率定方法及系统。通过光电转换模型进行光伏发电短期预测的过程中，历史实测数据质量对辐射功率转换影响较大，然而，一方面由于传感器质量，外部环境等因素的影响；另一方面，由于目前弃光问题严重，导致光伏电站历史积累数据中包含了许多受限功率数据；导致实测数据质量往往参差不齐，现有的光伏功率预测方法，大多依赖于历史数据建模，若不剔除历史数据的异常点，必然带来较大的预测误差，因此，有效地过滤异常数据点对提高光电转换模型的精度有突出性的改进。本专利技术提供的技术方案是：一种光电转换模型的率定方法，包括：基于获取的总辐射数据和功率数据得到建模数据集；基于所述建模数据集和预设的参考值计算拟合优度值；基于所述拟合优度值确定光电转换关系曲线。优选的，所述基于所述建模数据集和预设的参考值计算拟合优度值，包括：基于所述建模数据集采用最小二乘多项式拟合方法，得到辐射‐功率关系式；将所述建模数据集中的总辐射数据和功率数据根据所述辐射‐功率关系式绘制辐射‐功率转换关系曲线；基于所述绘制的辐射‐功率转换关系曲线计算拟合优度值；根据数据离散程度预先设定参考值，当所述拟合优度值不小于预设的参考值时，则得到当前的拟合优度值；否则，将所述绘制的辐射‐功率转换关系曲线中的各离散点根据预设条件进行筛选后，重新绘制辐射‐功率转换关系曲线；基于所述重新绘制的辐射‐功率转换关系曲线计算拟合优度值；基于所述拟合优度值和预设的参考值更新拟合优度值。优选的，所述辐射‐功率关系式，如下式所示：p(x)＝a0+a1x+...+amxm式中：x：总辐射数据；p(x)：功率数据；am：拟合多项式的第m项系数；xm：拟合多项式的第m项。优选的，所述将所述辐射‐功率转换关系曲线中的各离散点根据预设条件进行筛选后，重新绘制辐射‐功率转换关系曲线，包括：计算所述辐射‐功率转换关系曲线中各离散点的实际功率与拟合功率值之间的相对误差；筛除所有所述相对误差不满足预设条件的离散点后重新绘制辐射‐功率转换曲线。优选的，所述基于所述拟合优度值和预设的参考值更新拟合优度值，包括：当所述拟合优度值大于预设的参考值时，调整所述预设条件，继续绘制辐射‐功率转换关系曲线并计算拟合优度值；当所述拟合优度值不小于预设的参考值时，结束循环，并更新拟合优度值。优选的，所述拟合优度值按下式计算：式中：R2：拟合优度值；yi：在辐射-功率转换关系曲线中第i个离散点；在辐射-功率转换关系曲线中离散点的均值；n：在辐射-功率转换关系曲线中离散点的个数；各离散点的拟合功率值。优选的，所述基于获取的总辐射数据和功率数据得到建模数据集，包括：对预先获取的总辐射数据和功率数据进行处理生成初始样本；在所述初始样本中利用数据相关性按天分析辐射-功率相关系数；从所述辐射-功率相关系数中筛选出不小于预设阈值的辐射‐功率相关系数；筛选出的辐射‐功率相关系数所对应的数据，作为建模数据集。优选的，所述对预先获取的总辐射数据和功率数据进行处理生成初始样本，包括：剔除所述总辐射数据和功率数据中辐射为0而功率不为0、功率为0而辐射不为0、功率和辐射都为0、不规则数据和超出预设范围的数据，生成初始样本。基于同一专利技术构思，本专利技术提供了一种光电转换模型的率定系统，包括：数据集模块，用于基于获取的总辐射数据和功率数据得到建模数据集；计算模块，用于基于所述建模数据集和预设的参考值计算拟合优度值；确定模块，用于基于所述拟合优度值确定光电转换关系曲线。优选的，所述计算模块包括：第一计算单元，用于基于所述建模数据集采用最小二乘多项式拟合方法，得到辐射‐功率关系式；初次绘制单元，用于将所述建模数据集中的总辐射数据和功率数据根据所述辐射‐功率关系式绘制辐射‐功率转换关系曲线；第二计算单元，用于基于所述绘制的辐射‐功率转换关系曲线计算拟合优度值；判断单元，用于根据数据离散程度预先设定参考值，当所述拟合优度值不小于预设的参考值时，则得到当前的拟合优度值；重新绘制单元，用于将所述绘制的辐射‐功率转换关系曲线中的各离散点根据预设条件进行筛选后，重新绘制辐射‐功率转换关系曲线；第三计算单元，用于基于所述重新绘制的辐射‐功率转换关系曲线计算拟合优度值；更新单元，用于基于所述拟合优度值和预设的参考值更新拟合优度值。与最接近的现有技术相比，本专利技术提供的技术方案具有以下有益效果：本专利技术提供的技术方案，基于获取的总辐射数据和功率数据得到建模数据集；基于所述建模数据和预设的参考值计算拟合优度值；基于所述拟合优度值确定光电转换关系曲线，通过相关性分析进行数据优选以及通过拟合优度的检验进行异常点过滤，以达到较好的模型率定效果。本专利技术提供的技术方案，适用于限电频繁的区域，消除限电数据对光电转换模型的影响，提高光伏短期预测精度。本专利技术提供的技术方案，可以实现自动化处理，可操作性强，适用于光伏短期功率预测系统。附图说明图1为本专利技术中率定方法的总体流程图；图2为本专利技术实施例中率定方法的详细流程图；图3为本专利技术实施例中电站原始辐射-功率散点图；图4为本专利技术实施例中相关性校验后辐射-功率关系图；图5为本专利技术实施例中循环校验结果示意图；图6为本专利技术实施例中预测结果比较示意图。具体实施方式为了更好地理解本专利技术，下面结合说明书附图和实例对本专利技术的内容做进一步的说明。实施例1图1为本实施例中提供了一种光电转换模型的率定方法的总体流程图，包括：步骤S1、基于获取的总辐射数据和功率数据得到建模数据集；步骤S2、基于所述建模数据和预设的参考值计算拟合优度值；步骤S3、基于所述本文档来自技高网...

【技术保护点】
1.一种光电转换模型的率定方法，其特征在于，包括：/n基于获取的总辐射数据和功率数据得到建模数据集；/n基于所述建模数据集和预设的参考值计算拟合优度值；/n基于所述拟合优度值确定光电转换关系曲线。/n

【技术特征摘要】
1.一种光电转换模型的率定方法，其特征在于，包括：
基于获取的总辐射数据和功率数据得到建模数据集；
基于所述建模数据集和预设的参考值计算拟合优度值；
基于所述拟合优度值确定光电转换关系曲线。


2.如权利要求1所述的率定方法，其特征在于，所述基于所述建模数据集和预设的参考值计算拟合优度值，包括：
基于所述建模数据集采用最小二乘多项式拟合方法，得到辐射‐功率关系式；
将所述建模数据集中的总辐射数据和功率数据根据所述辐射‐功率关系式绘制辐射‐功率转换关系曲线；
基于所述绘制的辐射‐功率转换关系曲线计算拟合优度值；
根据数据离散程度预先设定参考值，当所述拟合优度值不小于预设的参考值时，则得到当前的拟合优度值；
否则，将所述绘制的辐射‐功率转换关系曲线中的各离散点根据预设条件进行筛选后，重新绘制辐射‐功率转换关系曲线；
基于所述重新绘制的辐射‐功率转换关系曲线再次计算拟合优度值；
基于所述拟合优度值和所述参考值更新拟合优度值。


3.如权利要求2所述的率定方法，其特征在于，所述辐射‐功率关系式，如下式所示：
p(x)＝a0+a1x+...+amxm
式中：x：总辐射数据；p(x)：功率数据；am：拟合多项式的第m项系数；xm：拟合多项式的第m项。


4.如权利要求2所述的率定方法，其特征在于，所述将所述绘制的辐射‐功率转换关系曲线中的各离散点根据预设条件进行筛选后，重新绘制辐射‐功率转换关系曲线，包括：
计算所述辐射‐功率转换关系曲线中各离散点的实际功率与拟合功率值之间的相对误差；
筛除所有所述相对误差不满足预设条件的离散点后重新绘制辐射‐功率转换曲线。


5.如权利要求2所述的率定方法，其特征在于，所述基于所述拟合优度值和预设的参考值更新拟合优度值，包括：
当所述拟合优度值大于预设的参考值时，调整所述预设条件，继续绘制辐射‐功率转换关系曲线并计算拟合优度值；
当所述拟合优度值不小于预设的参考值时，结束循环，并更新拟合优度值。


6.如权利要求2所述的率定方法，其特征在于，所述拟合优度值按下式计算：

【专利技术属性】
技术研发人员：吴骥，程序，王波，王威，朱想，李登宣，贺旭，吴华华，周海，崔方，丁煌，王知嘉，陈卫东，周强，丁杰，
申请(专利权)人：中国电力科学研究院有限公司，国家电网有限公司，国网浙江省电力有限公司宁波供电公司，
类型：发明
国别省市：江苏;32