一种基于小时级辐照预测的光伏系统跟踪优化方法技术方案

本发明专利技术公开了新能源发电技术领域的一种基于小时级辐照预测的光伏系统跟踪优化方法，包括构建第一预测参量集，并将第一预测参量集分为第一训练样本和第一预测样本；训练高斯过程回归模型，通过训练好的模型预测大气清晰度指数，获得大气清晰度指数集；构建第二预测参量集，将第二预测参量集分为第二训练样本和第二预测样本；训练逻辑回归分类模型，通过训练好的逻辑回归分类模型预测下一时刻两种安装形式光伏组件发电功率0‑1值；本发明专利技术可以通过大量已有历史数据，通过训练逻辑回归分类算法模型预测在相应特定条件下水平安装和平单轴跟踪两种不同安装形式组件的发电功率高低，并进而实现对光伏组件安装方式的优化，实现最大化的发电量。

【技术实现步骤摘要】
一种基于小时级辐照预测的光伏系统跟踪优化方法
本专利技术属于新能源发电
，具体涉及一种基于小时级辐照预测的光伏系统跟踪优化方法。
技术介绍
太阳能光伏发电具有光电转化效率较高、发电过程无污染无噪声、使用寿命长等优点。目前世界各国的光伏发电装机容量稳步增长，为了进一步提高光伏电站的发电量，现有的光伏组件普遍配备相应的跟踪系统。一般来说跟踪技术能增加光伏系统的发电量，但是在多云以及阴天的情况下，跟踪系统未必能给光伏系统带来额外的增益并且会产生额外的电量损耗。因此有必要通过一种高效准确的预测手段对不同安装形式的组件的发电情况进行研究，确定它们在不同安装形式情况下的电量产出情况，确保光伏组件发电量的最大化。
技术实现思路
为解决现有技术中的不足，本专利技术提供一种基于小时级辐照预测的光伏系统跟踪优化方法，实现对水平安装和平单轴跟踪两种不同安装形式组件发电功率高低的预测，实现光伏系统发电量的最大化。为达到上述目的，本专利技术所采用的技术方案是：一种基于小时级辐照预测的光伏系统跟踪优化方法，包括以下步骤：1)获取光本文档来自技高网...

【技术保护点】
1.一种基于小时级辐照预测的光伏系统跟踪优化方法，其特征是，包括以下步骤：/n1)获取光伏系统安装地点的气象数据模块长期记录的一天中的气象数据，包括温度T，湿度H，风速W；/n2)对气象数据进行归一化处理，分别得到归一化数据T

【技术特征摘要】
1.一种基于小时级辐照预测的光伏系统跟踪优化方法，其特征是，包括以下步骤：
1)获取光伏系统安装地点的气象数据模块长期记录的一天中的气象数据，包括温度T，湿度H，风速W；
2)对气象数据进行归一化处理，分别得到归一化数据Tn、Hn、Wn；
3)分别计算不同时间点的太阳方位参数，包括时角ωs、高度角参数sinαs和方位角参数cosγs；
4)根据步骤1)、2)、3)构建第一预测参量集[Tn、Hn、Wn、ωs、sinαs、cosγs]，并将第一预测参量集分为第一训练样本和第一预测样本；
5)高斯过程回归模型训练：以步骤4)中的第一训练样本作为输入，对应的输出为相应的kt值，训练逻辑回归分类模型；
6)高斯过程回归模型预测：以第一预测样本作为输入，利用训练好的分类模型进行预测，输出相应的大气清晰度指数kt值，形成大气清晰度指数集；
7)剔除步骤6)中大气清晰度指数集中的异常数据，并结合太阳方位参数构建第二预测参量集[kt、ωs、sinαs、cosγs]，将第二预测参量集分为第二训练样本和第二预测样本；
8)逻辑回归分类算法模型训练：以步骤7)中所得第二训练样本为输入，训练逻辑回归分类模型；
9)逻辑回归分类算法模型预测：以第二预测样本作为输入，通过训练好的逻辑回归分类模型预测下一时刻水平安装光伏组件的发电功率与平单轴跟踪光伏组件的发电功率的0-1值，根据逻辑回归分类模型预测的0-1值判断水平安装光伏组件的发电功率与平单轴跟踪光伏组件的发电功率的相对大小。


2.根据权利要求1所述的基于小时级辐照预测的光伏系统跟踪优化方法，其特...

【专利技术属性】
技术研发人员：吴源鑫，徐国安，祝曾伟，张臻，蒋永锋，张起源，
申请(专利权)人：河海大学常州校区，
类型：发明
国别省市：江苏;32