[發明專利]一種光伏組件溫度短期預測方法及其預測系統

在審

• 申請號: 201611142586.0
• 申請日: 2016-12-13
• 公開（公告）號: CN108615087A
• 公開（公告）日: 2018-10-02
• 發明（設計）人: 王東升;丁煌;周海;孫榮富;程序;崔方;王若陽;朱想;王知嘉;于炳霞;王靖然;牧晶;周強;陳衛東;李登宣;秦昊;陸菲菲;吳雨清
• 申請（專利權）人: 中國電力科學研究院;國家電網公司;國網冀北電力有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

1.一種基于WRF模式和多維卡爾曼濾波的光伏組件溫度短期預測方法，其特征在于，所述預測方法包括下述步驟：

步驟1：將全球預測GFS數據及資料同化數據作為WRF模式輸入，得到指定位置氣象要素預報數據；

步驟2：收集分析自動氣象監測站臨近歷史時段的監測數據；

步驟3：建立基于多維卡爾曼濾波的光伏電池組件溫度短期預測模型；

步驟4：預測光伏電池組件的溫度值。

2.如權利要求1所述的光伏組件溫度短期預測方法，其特征在于，所述步驟1中，所述氣象要素預報數據包括氣溫、相對濕度、風速、風向和總輻射。

3.如權利要求1所述的光伏組件溫度短期預測方法，其特征在于，所述步驟2中，利用相關系數計算公式，計算組件溫度與總輻射、氣溫、相對濕度、氣壓和風速影響因子的相關系數，相關系數計算公式如下式(1)所示：

式中x_i，y_i——變量x，y的第i個數據點；

——變量x，y的均值；

n——數據點個數。

4.如權利要求1所述的光伏組件溫度短期預測方法，其特征在于，所述步驟3包括：根據步驟2的光伏電池組件溫度氣象影響因子相關性分析，選擇總輻射、氣溫、相對濕度、風速、風向作為光伏電池組件溫度的影響因子，將t時刻總輻射R(t)、氣溫T(t)、相對濕度H(t)、風速W_t、風向D(t)作為多維卡爾曼濾波輸入因子，t時刻光伏電池組件溫度T_M(t)為輸出因子，建立多維卡爾曼濾波短期預測模型；

多維卡爾曼濾波的方程包括：

系統方程X_t＝X_t-1+w_t (2)

觀測方程y_t＝X_t+v_t (3)

預測方程

更新方程

W_t、V_t分別由以下公式計算得到：

通過以上方程，通過輸入總輻射、氣溫、相對濕度、風速、風向，以及組件溫度，從而完成預測模型的訓練；其中，X_t、X_t-1分別是t時刻和t-1時刻的總輻射、氣溫、相對濕度、風速和風向的矩陣，X_t/t-1是X在t時刻的估計，y_t是t時刻的組件溫度序列，P_t、P_t-1分別是t時刻和t-1時刻X_t的協方差矩陣，K_t是更新系數矩陣，P_t/t-1是P在t時刻的估計，P_t-1是P在t-1時刻的實際值，w_t是系統誤差，v_t是觀測誤差，W_t、V_t分別是w_t、v_t的協方差矩陣，X表示輸入因子矩陣，X_t-i是X在t-i時刻的實際值，X_t-i-1是X在t-i-1時刻的實際值，y_t-i是y在t-i時刻的實際值，i是指在t時刻前的某一時刻。

5.如權利要求1所述的光伏組件溫度短期預測方法，其特征在于，所述步驟3包括：獲取光伏組件所處位置的臨近歷史時段的氣象要素數據，滾動更新光伏電池組件溫度短期預測模型，將日前氣象要素預報數據輸入最新的多維卡爾曼濾波短期預測模型，預測光伏電池組件的溫度值。