一种光伏电站发电量预测方法及系统技术方案

本发明专利技术公开了一种光伏电站发电量预测方法及系统，包括根据光伏组件安装容量数据及光伏电站发电量历史数据的数据汇总作为模型输入，建立发电量预测模型；基于电量预测模型进行模型训练，其训练包括针对不同地区、不同气候及不同时段采用不同的组合算法以提高功率预测精度；模型的建立，其包括年发电量预测值、月发电量预测值及日发电量预测值中的至少一种，系统包括数据采集模块、预测模型模块和检验校正模块，本发明专利技术提出了建立发电量预测模型，并综合考虑光伏组件因各因素影响的实际光照及发电量，通过不同预测模型输出数据的比对并提取一种误差较小的预测模型用于输出，使其预测结果更加精准。预测结果更加精准。预测结果更加精准。

【技术实现步骤摘要】
一种光伏电站发电量预测方法及系统


[0001]本专利技术涉及发电量预测
，具体为一种光伏电站发电量预测方法及系统。

技术介绍

[0002]近年来，大规模新能源电站接入电网，为了保障电网的安全稳定运行，各能源监管局、监管办对新能源电站功率预测的考核从无到有，日趋严格，发电量的估算结果将直接影响项目的进行，在与实际电量的使用结果偏差相大的情况下，将严重影响大众的生活，而光伏发电站发电量一方面受环境因数影响，另一方面也受人为因数的影响，为此想要精准估算，最好的方法就是要有更精准全面的数据用于估算。
[0003]在公开号为CN110443405A一种光伏电站发电量预测系统及方法中提出了针对光伏电站发电预测因光伏组件的内在因数给发电效率带来的影响及光电转换效率这一问题提出了解决技术方案，实现光电转换效率变换曲线的准确预测，从而提高发电量的准确性，但是光伏发电量影响因素众多，譬如不同地区、不同气候及不同时段内其光照强度均有所不同，且峰值日照时数也会不同，都会影响其预测结果，而预测数据的全面及多方面数据的比对取优将直接影响预测的结果。

技术实现思路

[0004](一)解决的技术问题
[0005]针对现有技术的不足，本专利技术提供了一种光伏电站发电量预测方法及系统，通过对影响光伏组件的发电量因素的优化，提高并优化比对结果，使其预测结果更加精准。
[0006](二)技术方案
[0007]为实现上述目的，本专利技术提供如下技术方案：一种光伏电站发电量预测方法，包括：
[0008]根据光伏组件安装容量数据及光伏电站发电量历史数据的数据汇总作为模型输入，建立发电量预测模型；
[0009]根据实际光伏组件折损系数、光伏组件衰减系数及光伏组件表面污染系数等数据统计实际光照利用系数，并将发电量数据输入至发电量预测模型中；
[0010]基于电量预测模型进行模型训练，其训练包括针对不同地区、不同气候及不同时段采用不同的组合算法以提高功率预测精度；
[0011]模型的建立，其包括年发电量预测值、月发电量预测值及日发电量预测值中的至少一种。
[0012]运维服务，用于监测系统异常及上报，包括监测数据的缺失、超限和无效等。
[0013]优选的，所述光伏组件安装容量与光伏电站发电量历史数据为等效时间内数据，以年为基数，输入多组对比数据，并以此优化预测模型。
[0014]优选的，所述光伏组件折损系数包括光伏组件的损坏率和光伏组件修正率，以及光伏组件修正后的光照利用率。
[0015]优选的，所述光伏组件衰减系数包括光伏组件方阵之前遮挡光照利用率、集电线路损耗率及升压变压器损耗率等。
[0016]优选的，基于模型训练针对不同地区、不同气候及不同时段，应采集峰值日照时数，并输出实际光能量装换率。
[0017]一种光伏电站发电量预测系统，包括：
[0018]数据采集模块，用于光伏发电站运行数据、气象站监测数据及天气预报数据的采集；
[0019]预测模型模块，其包括预测模型单元A、包括预测模型单元B及包括预测模型单元C,用于模型训练；
[0020]检验校正模块，对缺测和异常数据进行补充、修正及标识。
[0021]优选的，基于时间段建立不同监测期的预测模型，包括：单日早八点
‑
晚五点的输出功率曲线和一年内每天的输出功率曲线。
[0022]优选的，所述检验校正模块综合比较几种预测模型预测的结果，经过对比分析，提取一种误差较小的预测模型用于输出。
[0023](三)有益效果
[0024]与现有技术相比，本专利技术提供了一种光伏电站发电量预测方法及系统，具备以下有益效果：该方法中提出了建立发电量预测模型，并综合考虑光伏组件因各因素影响的实际光照及发电量，通过不同预测模型输出数据的比对并提取一种误差较小的预测模型用于输出，使其预测结果更加精准。
附图说明
[0025]图1为本专利技术光伏电站发电量预测方法的流程示意图；
[0026]图2为本专利技术光伏电站发电量预测系统的模块示意图。
具体实施方式
[0027]下面结合具体实施例，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0028]请参阅图1
‑
2，本专利技术：一种光伏电站发电量预测方法，包括：
[0029]根据光伏组件安装容量数据及光伏电站发电量历史数据的数据汇总作为模型输入，建立发电量预测模型；
[0030]根据实际光伏组件折损系数、光伏组件衰减系数及光伏组件表面污染系数等数据统计实际光照利用系数，并将发电量数据输入至发电量预测模型中；
[0031]基于电量预测模型进行模型训练，其训练包括针对不同地区、不同气候及不同时段采用不同的组合算法以提高功率预测精度；
[0032]模型的建立，其包括年发电量预测值、月发电量预测值及日发电量预测值中的至少一种。
[0033]运维服务，用于监测系统异常及上报，包括监测数据的缺失、超限和无效等。
[0034]具体的，光伏组件安装容量与光伏电站发电量历史数据为等效时间内数据，以年为基数，输入多组对比数据，并以此优化预测模型，以一年内光伏组件安装总容量的情况下，采集这一年内该光伏组件的发电总量，将该数据作为模型输入，并以此建立发电量预测模型，预测模型应考虑多方面因素影响以保证预测结构的准确性，例如光伏组件折损系数包括光伏组件的损坏率和光伏组件修正率，以及光伏组件修正后的光照利用率，输入的一年内光伏组件安装总容量包括有因光伏组件的损坏部分及更新部分，还有维护部分，而无论哪种情况下，其实际的光照利用率均会有所变化，应针对这一情况加以区分，并统计输入至预测模型中。而光伏组件衰减系数包括光伏组件方阵之前遮挡光照利用率、集电线路损耗率及升压变压器损耗率等，光伏组件的方阵及倾角也会影响实际的光照，进一步影响发电量，而实际上的发电总量还应当考虑集电线路损耗及升压变压器损耗等，去除影响较大的几个因素能有效提高预测结果的准确性。
[0035]更加具体的，基于模型训练针对不同地区、不同气候及不同时段，应采集峰值日照时数，并输出实际光能量装换率，模型训练用比对分析并优化预测输出结果，不同地区、不同气候及不同时段内的光伏组件发电量均会有所差异，应针对这几种特殊情况对预测模型进行划分，并选取不同的算法进行预测。
[0036]结合本专利技术的预测系统以进一步说明，本专利技术中：一种光伏电站发电量预测系统，包括：
[0037]数据采集模块，用于光伏发电站运行数据、气象站监测数据及天气预报数据的采集，采集的数据输入至预测模型中，并根据数据库后可对数据进行完整性和合理性校验，并可设定数据的校验规则；
[0038]预测模型模块，其包括预测模型单元A、包括预测模型单元本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光伏电站发电量预测方法，其特征在于，包括：根据光伏组件安装容量数据及光伏电站发电量历史数据的数据汇总作为模型输入，建立发电量预测模型；根据实际光伏组件折损系数、光伏组件衰减系数及光伏组件表面污染系数等数据统计实际光照利用系数，并将发电量数据输入至发电量预测模型中；基于电量预测模型进行模型训练，其训练包括针对不同地区、不同气候及不同时段采用不同的组合算法以提高功率预测精度；模型的建立，其包括年发电量预测值、月发电量预测值及日发电量预测值中的至少一种。运维服务，用于监测系统异常及上报，包括监测数据的缺失、超限和无效等。2.根据权利要求1所述的一种光伏电站发电量预测方法及系统，其特征在于，所述光伏组件安装容量与光伏电站发电量历史数据为等效时间内数据，以年为基数，输入多组对比数据，并以此优化预测模型。3.根据权利要求1所述的一种光伏电站发电量预测方法及系统，其特征在于，所述光伏组件折损系数包括光伏组件的损坏率和光伏组件修正率，以及光伏组件修正后的光照利用率。4.根据权利要求1所述的一种光伏电站发电量预测方法及系统，其特征在于，所...

【专利技术属性】
技术研发人员：何桂良，陈丁武，李邵基，刘其世，邓龙，闵雷，
申请(专利权)人：惠州广河高速公路有限公司，
类型：发明
国别省市：