一種光伏功率因子表預測方法
【專利摘要】本發明公開了一種光伏功率因子表預測方法，包括以下步驟：選取至少兩組晴朗天氣條件下正常發電數據作為樣本，樣本中包括日期、時間、輻照度和發電功率；利用運行容量歸一化處理樣本中的發電功率；樣本中不同日期數據按照日出日落時間差進行平移；利用至少兩組樣本數據計算得到功率因子表；利用氣象觀測子站實際輻照度修正預測日的預報輻照度；根據預測日的預報輻照度查找功率因子表預測出發電功率。本發明過程簡單清晰、在光伏電站并網前后均可準確預報光伏電站功率變化，為電網調度提供參考科學依據，提高電網運行的經濟性和安全性。
【專利說明】
-種光伏功率因子表預測方法
技術領域
[0001] 本發明設及一種光伏功率因子表預測方法，屬于光伏發電功率預測技術領域。
【背景技術】
[0002] 光伏發電作為一種清潔能源發電技術，當前得到迅速發展和廣泛工程應用。光伏 發電特點是出力（發電量)隨天氣狀況波動，有明顯的間歇性和規律性，大規模集中式光伏 電站并網后對于電網沖擊大，標準規集中式光伏電站定必須配備功率預測功能軟件。提前 預測光伏發電出力，則便于電網調度，合理安排制定發電計劃，調節出力分布、經濟調度、安 全運行等，因此準確預報光伏發電功率意義重大。
[0003] 光功率預測方法分為數理模型法、統計模型法、智能模型法等。一般算法依賴于先 驗數據和訓練樣本，并且受其好壞而影響計算結果，面臨的是需要解決光伏電站在投運初 期缺乏運行數據的問題。光伏發電受到環境影響大，在春、夏、秋、冬四季不同的季節環境， 晴、陰、霧、雨、雪等不同氣象條件下發電出力情況差異明顯，據此有研究提出多種模型的人 工神經網絡方法，適應復雜氣象條件是光功率預測需要解決的另一問題，解決過程一般比 較復雜。

【發明內容】

[0004] 本發明的目的在于克服現有技術中的不足，提供了一種光伏功率因子表預測方 法，解決了現有技術中因天氣類型變化而引起的預測精度降低和并網投運初期缺乏運行數 據的技術問題。
[0005] 為解決上述技術問題，本發明提供了一種光伏功率因子表預測方法，其特征是，包 括W下步驟：
[0006] 步驟一，選取至少兩組晴朗天氣條件下光伏電站正常發電數據作為樣本，樣本中 包括日期、時間、福照度和發電功率參數；
[0007] 步驟二，利用運行容量歸一化處理樣本中的發電功率，運行容量指光伏電站實際 并網運行的容量；
[000引步驟=，樣本中不同日期數據按福照度最高點為中屯、進行平移；
[0009] 步驟四，利用樣本數據計算得到功率因子表；
[0010] 步驟五，利用氣象觀測子站實際福照度修正預測日的預報福照度；
[0011] 步驟六，根據預測日修正后的福照度查找功率因子表預測出發電功率。
[0012] 進一步的，所述步驟=中，樣本平移具體過程為，選取日出日落時刻的平均時間點 作為中點，中點即為一天中福照度最高的時刻，將樣本平移至中點對齊。
[0013] 進一步的，所述步驟四中，利用樣本數據計算得到功率因子表的具體過程為，已知 歸一化的發電功率P對福照度的函數f(x)可W通過泰勒公式展開，
[0014]
[001引其中，fW(曰)為發電功率的n階導數在福照度為曰時的值，Rn(X)為(x-a)n的高階無 窮小；
[0016] 保留其中一次項和常數項，對于樣本Ll和樣本L2,在對齊的同一列（即樣本Ll中福 照度為XI，樣本L2中福照度為x2)的發電功率P可W表示如下
[0017]
[001 引
[0019] 根據W上公式可W得出一次系數為
在分段近似條件 下，重復上述過程，計算發電功率與福照度之間的分段線性數學關系，組成功率因子表。
[0020] 進一步的，所述步驟五中，福照度修正采用W下滑動平均法計算公式：
[0021]
[0022] 其中與+1為修正后實際福照度值，XW為初始預報的福照度值，Xt為前一時刻初始 預報的福照度值，4為前一時刻實際福照度值，a為系數，數值范圍為0~1，〇系數的計算過 程可W采用現有技術中最小二乘法來計算，通常在福照度數據變化大時，a取值較小，在福 照度數據變化小時，a取值較大，本申請中a選取經驗值0.5。
[0023] 進一步的，所述步驟六中，已知預測日修正后的福照度xn，查找功率因子表，則歸 一化后的發電功率計算公式為:f (xn)=f (xl)+f/ (x0)(xn-xl)，將計算出的值乘W運行容 量即為預測日的發電功率。
[0024] 在光伏電站并網前無相關歷史數據時，選取地理位置接近的站點歷史數據按照W 上方法計算出功率因子表，根據此功率因子表來預測此光伏電站的發電功率;在光伏電站 并網后，首先利用并網實際運行的晴天條件數據按照W上方法計算出此光伏電站的功率因 子表，然后進行發電功率預測。
[0025] 與現有技術相比，本發明所達到的有益效果是：
[0026] 1)本發明采用晴天條件下的歷史數據作為樣本，并對樣本數據進行歸一化、平移 和修正處理，使地理位置接近的站點數據具有相似性，在光伏電站并網前無相關歷史數據 時，可W選取地理位置接近的站點歷史數據按照W上方法計算出功率因子表，根據此功率 因子表來預測此光伏電站的發電功率，使光伏電站在并網前就具備功率預測功能；
[0027] 2)本發明計算方法需要的晴天條件下的歷史樣本少，在光伏電站并網運行一段時 間，利用并網實際運行的兩組晴天條件數據樣本，按照W上方法計算出此光伏電站的功率 因子表，然后即可進行發電功率預測，解決了光伏電站并網初期缺乏有效發電數據樣本的 問題；
[0028] 3)本發明過程簡單清晰、準確預報光伏電站功率變化，為電網調度提供參考科學 依據，提高電網運行的經濟性和安全性。
【附圖說明】
[0029] 圖1是本發明的光伏功率因子表預測方法的流程圖。
【具體實施方式】
[0030] 下面結合附圖對本發明作進一步描述。W下實施例僅用于更加清楚地說明本發明 的技術方案，而不能W此來限制本發明的保護范圍。
[0031] 如圖1所示，一種光伏功率因子表預測方法，其特征是，包括W下步驟：
[0032] 步驟一，選取至少兩組晴朗天氣條件下光伏電站正常發電數據作為樣本，樣本中 包括日期、時間、福照度和發電功率參數；
[0033] 選取至少兩組晴朗天氣條件下光伏電站正常發電數據作為樣本，擬棄雨雪、陰天 和云層影響的天氣下發電數據，去除限電、檢修、數據質量非正常(操作員閉鎖、測試(檢修） 取代、不精確、不一致、舊數據(不刷新)故障、抖動、壞基準值、超值域、溢出、無效、可疑)等 情況下的發電數據;樣本數據采集頻率為15分鐘，每天采集的樣本中包括96個采集點，選取 晴朗條件下的發電功率數據應該為平滑曲線形態；
[0034] 步驟二，利用運行容量歸一化處理樣本中的發電功率，運行容量為光伏電站實際 并網運行的容量；
[0035] 運行容量是指光伏電站并網后，可向電網供電的容量，即光伏電站實際并網運行 的容量，一般小于安裝容量。運行容量對有功功率輸出有直接影響，不同運行容量對應的有 功功率輸出不同，不同光伏電站的運行容量也不同，同一電站運行容量也會隨限電或檢修 等因素變化;使用歷史數據時須考慮有功功率與運行容量對應，計算時用有功功率對運行 容量歸一化后的相對值，歸一化處理即是功率除W運行容量，在得出預測結果后再乘W運 行容量得出預測功率的絕對值；
[0036] 步驟=，樣本中不同日期數據按福照度最高點為中屯、進行平移；
[0037] 日出日落時間隨季節變化、經締度不同等改變，如我國同一地點的日出時間在一 年內可能差距幾個小時；并且一年內白晝所處的時間段也不同。不同日期的同一時刻發電 輸出和發電特性也有差異，而同一太陽軌跡位置發電特性較接近。觀察一天中日出、正午、 日落過程，不同的太陽軌跡位置對應光伏陣列發電出力不同，相似日之間同樣的太陽軌跡 位置對應的發電出力相近。而樣本采集是W15分鐘為間隔，福照度最高點不容易精確選取， 因此采用日出日落時間差異來確定福照度最高點，具體過程為，計算福照度對應的日出日 落時刻的平均時間點作為中點，中點近似為一天中福照度最高的時刻，將樣本平移至中點 對齊;多組數據對齊后，同一列位置的數據對應太陽高度角相同。因此采用日出日落時間中 點對齊方式，即太陽軌跡位置對齊方式，平移后能更加準確反映發電出力與福照度之間的 關系；
[0038] 步驟四，利用樣本數據計算得到功率因子表；
[0039] 利用樣本數據計算得到功率因子表的具體過程為，已知歸一化的發電功率P對福 照度的函數f (X)可W通過素勒公式展開，
[0040]
[0041] 其中，X為福照度，f (X)為發電功率函數，fW(a)為發電功率的n階導數在福照度為 a時的值，Rn(X)為(x-a)n的高階無窮小；
[0042] 保留其中一次項和常數項，按照每15分鐘1次的采樣頻率，1天有96點數據，對于樣 本1^:(1，2...，96)和樣本1^2:(1，2...，96)，在對齊的同一列（福照度即樣本1^中福照度為 Xl，樣本L2中福照度為x2)的功率P可W表示如下
[0043]
[0044]
[0045] 根據W上公式可W得出一次系數為
，在分段近似條件 下，重復上述過程，計算發電功率與福照度之間的分段線性數學關系，組成功率因子表；
[0046] 步驟五，利用氣象觀測子站實際福照度修正預測日的預報福照度；
[0047] 在國內數值天氣預報一般提前一天獲取，晴天情況下較準確，雨雪多云等變化天 氣時有部分誤差;基于光伏電站現場氣象觀測子站氣象數據的實際福照度修正，能明顯提 高數值天氣預報福照度的準確度;福照度修正采用W下計算公式：
[004引
[0049] 其中衣+1為修正后實際福照度值，XW為初始預報的福照度值，Xt為前一時刻初始 預報的福照度值，馬為前一時刻實際福照度值，a為系數，數值范圍為0~1，〇系數的計算過 程可W采用現有技術中最小二乘法來計算，通常在福照度數據變化大時，a取值較小，在福 照度數據變化小時，a取值較大，本申請中a選取經驗值0.5;
[0050] 步驟六，根據預測日修正后的福照度查找功率因子表預測出發電功率；
[0051 ]預測日的同一列發電功率計算公式為:f (xn)=f (xl)+f / (x0)(xn-xl)，其中xn為 預測日修正后的福照度;上述過程為歸一化的值計算，輸出結果乘W運行容量記為預測的 發電功率。
[0052] 本發明采用晴天條件下的歷史數據作為樣本，并對樣本數據進行歸一化、平移和 修正處理，使地理位置接近的站點數據具有相似性，在光伏電站并網前無相關歷史數據時， 可W選取地理位置接近的站點歷史數據按照W上方法計算出功率因子表，根據此功率因子 表來預測此光伏電站的發電功率，使光伏電站在并網前就具備功率預測功能;在光伏電站 并網后，在光伏電站并網運行一段時間，利用并網實際運行的兩組晴天條件數據樣本，按照 W上方法計算出此光伏電站的功率因子表，然后即可進行發電功率預測。
[0053] W上所述僅是本發明的優選實施方式，應當指出，對于本技術領域的普通技術人 員來說，在不脫離本發明技術原理的前提下，還可W做出若干改進和變型，運些改進和變型 也應視為本發明的保護范圍。
【主權項】
1. 一種光伏功率因子表預測方法，其特征是，包括以下步驟： 步驟一，選取至少兩組晴朗天氣條件下光伏電站正常發電數據作為樣本，樣本中包括 日期、時間、輻照度和發電功率參數； 步驟二，利用運行容量歸一化處理樣本中的發電功率，運行容量指光伏電站實際并網 運行的容量； 步驟三，樣本中不同日期數據按輻照度最高點為中心進行平移； 步驟四，利用樣本數據計算得到功率因子表； 步驟五，利用氣象觀測子站測量的輻照度修正預測日的預報輻照度； 步驟六，根據預測日修正后的輻照度查找功率因子表預測出發電功率。2. 根據權利要求1所述的一種光伏功率因子表預測方法，其特征是，所述步驟三中，樣 本平移具體過程為，選取日出日落時刻的平均時間點作為中點，中點即為一天中輻照度最 高的時刻，將樣本平移至中點對齊。3. 根據權利要求2所述的一種光伏功率因子表預測方法，其特征是，所述步驟四中，利 用樣本數據計算得到功率因子表的具體過程為，已知歸一化的發電功率P對輻照度的函數f (X)可以通過泰勒公式展開，其中，f(n)(a)為發電功率的η階導數在輻照度為a時的值，Rn(x)為(x_a) n的高階無窮小； 保留其中一次項和常數項，對于樣本L1和樣本L2,在對齊的同一列（即樣本L1中輻照度 為xl，樣本L2中輻照度為x2)的發電功率P可以表示如下 U ： 1 :根據以上公式可以得出一次系數戈，在分段近似條件下，重 復上述過程，計算發電功率與輻照度之間的分段線性數學關系，組成功率因子表。4. 根據權利要求3所述的一種光伏功率因子表預測方法，其特征是，所述步驟五中，輻 照度修正采用以下滑動平均法計算公式： = Χ?+1 + ?(Λ - 其中矣+1為修正后實際輻照度值，xt+1為初始預報的輻照度值，xt為前一時刻初始預報的 輻照度值，毛為前一時刻實際輻照度值，α為系數，數值范圍為0~1，α選取0.5。5. 根據權利要求4所述的一種光伏功率因子表預測方法，其特征是，已知預測日修正后 的福照度xn，則歸一化后的發電功率計算公式為:f (xn) = f (X1) +f' (xO) (χη-χ 1)，將計算出 的值乘以運行容量即為預測日的發電功率。
【文檔編號】G06Q10/04GK105956685SQ201610247301
【公開日】2016年9月21日
【申請日】2016年4月20日
【發明人】吳世偉, 李靖霞, 檀庭方, 劉文彪, 紀陵
【申請人】南京國電南自電網自動化有限公司