【技术实现步骤摘要】
一种基于气象数据的月度优先发电量预测方法
[0001]本专利技术涉及了一种发电量预测方法,具体涉及一种基于气象数据的月度优先发电量预测方法。
技术介绍
[0002]清洁能源月度优先发电量预测的准确性和合理性将直接影响电网中各发电类型发电量所占比例,也将进一步影响电网统调电厂月度计划购电量执行均衡率考核指标。提高风电、光电等清洁能源月度电量预测的准确率。目前,月时间尺度下对于风电场、光伏电站月度发电量预测方法研究较少,重点在于历史数据挖掘,缺乏气象因素对月时间尺度下发电量影响方面的研究。
技术实现思路
[0003]为了解决
技术介绍
中存在的问题,本专利技术所提供一种基于气象数据的月度优先发电量预测方法,其考虑了气象因素在月时间尺度下对风电场、光伏电站优先发电量的内在影响机理,提出了一种切实可行的月度优先发电量预测方法,能够提高月度优先发电量预测精度和可信度。
[0004]本专利技术采用的技术方案是:
[0005]本专利技术月度优先发电量预测方法包括如下步骤:
[0006]步骤1:建立发电站的发电预测模型。
[0007]步骤2:获取发电站所在区域在待预测月的气象数据并进行量化处理获得量化气象数据。
[0008]步骤3:将发电站所在区域在待预测月的量化气象数据输入发电预测模型中,发电预测模型输出发电站在待预测月的预测月发电利用小时数。
[0009]步骤4:根据发电站在待预测月的预测月发电利用小时数和发电站的装机容量获得发电站在待预测月的预测发电量,即实现发电站的 ...
【技术保护点】
【技术特征摘要】
1.一种基于气象数据的月度优先发电量预测方法,其特征在于:方法包括如下步骤:步骤1:建立发电站的发电预测模型;步骤2:获取发电站所在区域在待预测月的气象数据并进行量化处理获得量化气象数据;步骤3:将发电站所在区域在待预测月的量化气象数据输入发电预测模型中,发电预测模型输出发电站在待预测月的预测月发电利用小时数;步骤4:根据发电站在待预测月的预测月发电利用小时数和发电站的装机容量获得发电站在待预测月的预测发电量,即实现发电站的月发电量的预测。2.根据权利要求1所述的一种基于气象数据的月度优先发电量预测方法,其特征在于:所述的步骤1中,发电站包括风电场和光伏电站,建立的发电站的发电预测模型包括风电场发电预测模型和光伏电站发电预测模型。3.根据权利要求2所述的一种基于气象数据的月度优先发电量预测方法,其特征在于:所述的风电场发电预测模型具体如下:h
θ
(γ)=θ0+θ1γ其中,γ表示风电场所在区域在待预测月的月风力等级值;h
θ
()表示风电场在待预测月的预测月发电利用小时数;θ0和θ1分别表示风电场发电预测模型的第一拟合参数和第二拟合参数。4.根据权利要求3所述的一种基于气象数据的月度优先发电量预测方法,其特征在于:所述的风电场发电预测模型的第一拟合参数θ0和第二拟合参数θ1具体如下:具体如下:其中,N表示待预测月之前的历史月份的总个数;h
(i)
表示风电场在待预测月之前的第i个月的实际月发电利用小时数;表示风电场所在区域在待预测月之前的第i个月的实际月风力等级值。5.根据权利要求2所述的一种基于气象数据的月度优先发电量预测方法,其特征在于:所述的光伏电站发电预测模型具体如下:h
x
(x
s
,x
c
,x
o
,x
r
)=p0+p1x
s
+p2x
c
+p3x
o
+p4x
r
其中,h
x
()表示光伏电站在待预测月的预测月发电利用小时数;x
s
、x
c
、xo和x
r
分别表示
光伏电站所在区域在待预测月所在季度中的晴、多云、阴、雨四种典型天气出现的天数;p0、p1、p2、p3和p4分别表示光伏电站发电预测模型的第一拟合参数、第二拟合参数、第三拟合参数、第四拟合参数和第五拟合参数;X表示典型天气天数矩阵;H
x
表示实际月发电利用小时数矩阵。6.根据权利要求5所述的一种基于气象数据的月度优先发电量预测方法,其特征在于:所述的典型天气天数矩阵X和实际月发电利用小时数矩阵H
x
具体如下:具体如下:其中,x
s,1
、x
s,2
、x
s,3
、
…
、x
s,Nx
分别表示光伏电站在待预测月之前的第1、2、3、
…
、Nx个月中晴的典型天气出现的天数;x
c,1
、x
c,2
、x
c,3
、
…
、x
c,Nx
分别表示光伏电站在待预测月之前的第1、2、3、
…
、Nx个月中多云的典型天气出现的天数;x
o,1
、x
o,2
、x
o,3
、
…
、x
o,Nx
分别表示光伏电站在待预测月之前的第1、2、3、
…
、Nx个月中阴的典型天气出现...
【专利技术属性】
技术研发人员:陈佳玺,杨恺,谷纪亭,王曦冉,李黎,周林,王鹏,朱宇豪,
申请(专利权)人:国网浙江省电力有限公司经济技术研究院,
类型:发明
国别省市:
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。