[發(fā)明專利]一種基于因子分析的并網光伏電站日發(fā)電量預測方法

在審

• 申請?zhí)枺?/td>: 201410256545.9
• 申請日: 2014-06-10
• 公開（公告）號: CN104021427A
• 公開（公告）日: 2014-09-03
• 發(fā)明（設計）人: 李芬;馬年駿;趙晉斌
• 申請（專利權）人: 上海電力學院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 趙繼明

技術領域

本發(fā)明涉及一種電站發(fā)電量預測方法，尤其是涉及一種基于因子分析的并網光伏電站日發(fā)電量預測方法。

背景技術

太陽能光伏發(fā)電是一種轉換效率高、使用壽命長、可提供大量電力的一種太陽能利用方式，且太陽能的技術開發(fā)潛力是六種可再生能源中最高的，是目前全球能量需求的10000倍以上。而在實際的開發(fā)和利用中，近十年太陽能光伏(PV)技術發(fā)展迅速，截止2012年底全球累計光伏裝機容量已達102吉瓦(GW)，已成為全球可再生能源中繼水電、風電之后最重要的來源。我國太陽能太陽能資源豐富，據測算，理論儲量達每年17000億噸標準煤，年平均日輻射量在4kWh/m²以上，與美國相近，比歐洲、日本優(yōu)越，加上國內強勁的電力需求拉動了光伏的發(fā)展。然而，光伏發(fā)電系統(tǒng)的輸出在很大程度上取決于天氣和氣候條件，存在間歇性和不穩(wěn)定性，隨著光伏產業(yè)的迅猛發(fā)展及入網規(guī)模的指數增長，對電力系統(tǒng)的經濟、安全和可靠運行帶來的壓力與日俱增，因此，準確的光伏發(fā)電量(或功率)預測顯得越來越重要，并網光伏發(fā)電量的準確預測對光伏電站和電力系統(tǒng)的運行和調度具有重要的意義。

目前關于并網光伏發(fā)電量預測的主要方法有：

1)統(tǒng)計方法，如圖1所示，H為水平面上太陽總輻射，T為氣溫，R為相對濕度，P為氣壓，W為風速，Em為光伏發(fā)電量。統(tǒng)計方法基于歷史氣象資料和同期歷史光伏發(fā)電量資料，采用統(tǒng)計學方法(如多元回歸、神經網絡等相關算法)進行分析建模，但并未考慮區(qū)分各種影響因子的性質以及眾多因子間存在的多重共線性或耦合關系，從而影響方程的預測能力，且眾多輸入因子也不利于建模。

2)物理試驗方法。物理試驗方法要基于不同氣象環(huán)境影響因素下光伏電池或模塊性能的大量對比試驗，提出了不同的光伏模塊或組件電氣物理模型或效率模型。然而以往的研究大多數集中在實驗室條件下光伏電池入射的總輻射和電池板溫，需要準確地測量如入射總輻射和電池板溫，光伏電池輸出的電流-電壓(I/V)特性曲線等，獲得這些數據的代價較大，甚至無法在實際中獲得，并不能真正代表戶外光伏電站實際運行條件；其次，需要引入一個額外的并網逆變器效率模型或并網逆變器輸出模型，用來預測光伏并網發(fā)電系統(tǒng)最后的交流輸出；同時根據這種方法會有很多中間環(huán)節(jié)，每一個轉換階段可能會引入系統(tǒng)誤差。

鑒于以上原因，傳統(tǒng)的光伏發(fā)電量預測方法難以滿足光伏電站和電力系統(tǒng)實用、簡單以及預測能力的要求。

中國專利201110119239.7公開了一種光伏發(fā)電量預測方法，該發(fā)明將光伏電站的歷史發(fā)電量數據進行篩選分類，并對氣象數據再加工得到光伏電站的總幅射量，然后將天氣類型、溫度、濕度、季節(jié)、總輻射量經歸一化后作為預測模型的輸入，經神經網絡計算，預測出12小時或4小時光伏電站發(fā)電量，但該方法因未考慮區(qū)分各種影響因子的性質以及眾多因子間存在的多重共線性或耦合關系而影響模型預測準確性，神經網絡計算復雜，預測時間短。

發(fā)明內容

本發(fā)明的目的就是為了克服上述現有技術存在的缺陷而提供一種能夠滿足光伏電站和電力系統(tǒng)實用、簡單以及預測能力要求的基于因子分析的并網光伏電站日發(fā)電量預測方法。

本發(fā)明的目的可以通過以下技術方案來實現：

一種基于因子分析的并網光伏電站日發(fā)電量預測方法，包括以下步驟：

步驟S1：獲取歷史常規(guī)氣象觀測值、氣溫日較差Td、日清晰度指數Kt和光伏電站數據庫中的歷史光伏發(fā)電量數據Em，并進行變量相關分析和標準化處理；

步驟S2：對標準化后的歷史常規(guī)氣象觀測值、氣溫日較差Td、日清晰度指數Kt進行因子分析，并采用極大方差法進行因子軸旋轉，提取旋轉后的2個公因子，并獲得旋轉后每個公因子的載荷矩陣；

步驟S3：建立光伏電量預測模型為：

Ee*=af1+bf1]]>