基于时序加权的地区分布式光伏装机容量预测方法和系统技术方案

本发明专利技术涉及一种基于时序加权的地区分布式光伏装机容量预测方法和系统，方法包括以下步骤：获取当前地区下的光伏效益数据，计算得到远景饱和光伏容量与投资回报率、综合回报率的历史时序数据，根据该历史时序数据进行外推预测，得到未来年投资回报率时序变化数据；根据所述投资回报率与综合回报率对时序进行动态加权，将得到的加权时序作为Logistic增长模型的自变量；对所述Logistic增长模型进行参数寻优；采用参数寻优后的Logistic增长模型得到各年光伏装机容量增长预测数据。与现有技术相比，本发明专利技术进一步提升了预测精度，且能适应多种光伏发展场景下预测需求。种光伏发展场景下预测需求。种光伏发展场景下预测需求。

【技术实现步骤摘要】
基于时序加权的地区分布式光伏装机容量预测方法和系统


[0001]本专利技术涉及光伏容量预测
，尤其是涉及基于时序加权的地区分布式光伏装机容量预测方法和系统。

技术介绍

[0002]随着近几年光伏产业的快速发展，各个地区光伏装机规模快速扩大，其规模预测对电力系统的发展规划与新能源充裕性、可靠性等分析有重要指导意义。分布式光伏由于其可对各类型建筑屋顶空间进行充分利用，将成为未来一段时间内光伏装机的主要形式。
[0003]目前，对光伏容量的预测方法主要可分为系统动力学类与时序分析类。系统动力学类方法主要立足于影响光伏容量增长的机理因素，例如绿色贸易机制、光伏投资回报率、投资从众心理等，并以此为主要驱动因子进行动力学模型解算。该类方法具有系统结构复杂，因子系数取值与地区相关时空特征强耦合的特点，模型应用推广难度大，但在中近期具有较好的预测效果。时序分析类方法基于统计学原理，结合参考因素分析时间序列发展方向、趋势、特征等，从而构建描述变量间时空相关性的数学模型并对时序数据进行推广预测。例如利用Logistic模型对地区累计光伏容量直接进行时序拟合，考虑空间饱和容量约束下“S”生长曲线拟合光伏容量总量，但这两种方法在运用时均未考虑到投资回报率以及光伏政策效应等对光伏容量增长的显著影响。若不考虑这一条件影响直接利用时序数据进行模型拟合，模型拟合误差较大且存在误差累计效应严重的问题。二阶自适应法可自动更新平滑系数对预测容量进行调整，该方法短期预测精度高但存在明显的时滞性问题，中长期预测准确度低，难以适用于当前环境下光伏容量的预测工作。

技术实现思路

[0004]本专利技术的目的就是为了克服上述现有技术存在短期预测精度高但存在明显的时滞性问题，中长期预测准确度低，难以适用于当前环境下光伏容量的预测工作的缺陷而提供一种基于时序加权的地区分布式光伏装机容量预测方法和系统。
[0005]本专利技术的目的可以通过以下技术方案来实现：
[0006]一种基于时序加权的地区分布式光伏装机容量预测方法，包括以下步骤：
[0007]获取当前地区下的光伏效益数据，计算得到远景饱和光伏容量与投资回报率、综合回报率的历史时序数据，根据该历史时序数据进行外推预测，得到未来年投资回报率时序变化数据；
[0008]根据所述投资回报率与综合回报率对时序进行动态加权，将得到的加权时序作为Logistic增长模型的自变量；
[0009]对所述Logistic增长模型进行参数寻优；采用参数寻优后的Logistic增长模型得到各年光伏装机容量增长预测数据。
[0010]进一步地，所述投资回报率的计算表达式为：
[0011][0012]I
p
＝Q
h
·
p
sold
·
k
sold
[0013]I
u
＝Q
h
·
p
use
·
(1
‑
k
sold
)
[0014]式中，C
ivs
为初始单位装机投资成本，C
op
为单位装机容量年运营管理成本，C
fn
为单位装机财务成本，I
p
为单位装机年并网售电收入，p
sold
为地区光伏并网售电价格，k
sold
为并网电量占总年发电量比例，I
u
为单位装机年用电收入，p
use
为用电单价，I
b
为单位装机财政补贴收入，β为项目初始年投资回报率；
[0015]Q
h
＝(1
‑
μ
h
)
·
T
h
[0016]式中，Q
h
为该地区在h类光伏组件下单位装机年最大发电量，μ
h
为h类光伏组件自身发电损耗率，T
h
为h类光伏组件在该地区的年利用小时数。
[0017]进一步地，所述综合回报率的计算表达式为：
[0018][0019]I
sociey
＝I
u
+I
p
+I
b
+I
env
‑
I
tp
[0020][0021]式中，Q
h
为该地区在h类光伏组件下单位装机年最大发电量，表示光伏发电的度电二氧化碳排放量，P
D,a
、P
H,a
分别表示二氧化碳及其他污染因子的度电减排效益与处理成本，A表示考虑的污染物种类数，I
env
表示为分布式发电带来的减排环境效益，包括排放处理费用和实际减排效益，I
tp
表示同等发电量下的火电发电收入，I
sociey
表示光伏发电综合收益，C
tp
表示运营期间发出同电量时的火电成本，β
society
为光伏投资综合回报率；
[0022][0023][0024]式中，为地区火力发电度电二氧化碳排放量，J为发电机组按锅炉压力等级分类级数，C
j
为地区j级锅炉压力火电机组度电标准煤耗量，为标准煤耗的二氧化碳排放系数，R
i
为地区j级锅炉压力火电机组一个统计周期内的发电量占比系数，Q
j
为地区j级锅炉压力火电机组一个统计周期内发电量；
[0025][0026][0027]式中，D
a
为a类污染因子的度电排放量，H
a
为a类污染因子的度电处理量，k
a
为标准煤中a类污染因子排放系数与二氧化碳的比值，τ
a
为该地区a类污染因子的处理系数。
[0028]进一步地，采用三次指数平滑算法对所述历史时序数据进行外推预测。
[0029]进一步地，所述加权时序的计算表达式为：
[0030][0031][0032]式中，α(t
i
)为t
i
时间点投资回报率的加权系数，其值在[0,1]之间；θ表示投资回报率的映射相关指数，其值大于0，t0表示模型中减排效益对容量增长进行影响的时间点；K表示加权系数随时间变化的斜率，T(t
n
‑1)表示t
n
‑1时间点的加权时序值，β为投资回报率，β
society
为综合回报率。
[0033]进一步地，以加权时序作为自变量的Logistic增长模型的计算表达式为：
[0034][0035]式中，P(T
n
)表示模型容量对于加权后时序T的累积值，P
h
为地区分布式光伏在h类光伏组件下最大装机容量，P0为初始装机容量，r表示模型对于加权时序T的内禀增长率；将加权后时间序列基于最小二乘法对模型进行拟合，得到地区光伏容量增本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时序加权的地区分布式光伏装机容量预测方法，其特征在于，包括以下步骤：获取当前地区下的光伏效益数据，计算得到远景饱和光伏容量与投资回报率、综合回报率的历史时序数据，根据该历史时序数据进行外推预测，得到未来年投资回报率时序变化数据；根据所述投资回报率与综合回报率对时序进行动态加权，将得到的加权时序作为Logistic增长模型的自变量；对所述Logistic增长模型进行参数寻优；采用参数寻优后的Logistic增长模型得到各年光伏装机容量增长预测数据。2.根据权利要求1所述的一种基于时序加权的地区分布式光伏装机容量预测方法，其特征在于，所述投资回报率的计算表达式为：I
p
＝Q
h
·
p
sold
·
k
sold
I
u
＝Q
h
·
p
use
·
(1
‑
k
sold
)式中，C
ivs
为初始单位装机投资成本，C
op
为单位装机容量年运营管理成本，C
fn
为单位装机财务成本，I
p
为单位装机年并网售电收入，p
sold
为地区光伏并网售电价格，k
sold
为并网电量占总年发电量比例，I
u
为单位装机年用电收入，p
use
为用电单价，I
b
为单位装机财政补贴收入，β为项目初始年投资回报率；Q
h
＝(1
‑
μ
h
)
·
T
h
式中，Q
h
为该地区在h类光伏组件下单位装机年最大发电量，μ
h
为h类光伏组件自身发电损耗率，T
h
为h类光伏组件在该地区的年利用小时数。3.根据权利要求2所述的一种基于时序加权的地区分布式光伏装机容量预测方法，其特征在于，所述综合回报率的计算表达式为：I
sociey
＝I
u
+I
p
+I
b
+I
env
‑
I
tp
式中，Q
h
为该地区在h类光伏组件下单位装机年最大发电量，表示光伏发电的度电二氧化碳排放量，P
D,a
、P
H,a
分别表示二氧化碳及其他污染因子的度电减排效益与处理成本，A表示考虑的污染物种类数，I
env
表示为分布式发电带来的减排环境效益，包括排放处理费用和实际减排效益，I
tp
表示同等发电量下的火电发电收入，I
sociey
表示光伏发电综合收益，C
tp
表示运营期间发出同电量时的火电成本，β
society
为光伏投资综合回报率；为光伏投资综合回报率；
式中，为地区火力发电度电二氧化碳排放量，J为发电机组按锅炉压力等级分类级数，C
j
为地区j级锅炉压力火电机组度电标准煤耗量，为标准煤耗的二氧化碳排放系数，R
i
为地区j级锅炉压力火电机组一个统计周期内的发电量占比系数，Q
j
为地区j级锅炉压力火电机组一个统计周期内发电量；力火电机组一个统计周期内发电量；式中，D
a
为a类污染因子的度电排放量，H

【专利技术属性】
技术研发人员：黄阮明，李灏恩，费斐，王晓晖，吴恩琦，王乐，戚宇辰，张宇天，顾丹珍，
申请(专利权)人：上海电力大学，
类型：发明
国别省市：