[发明专利]一种基于云量模拟的光伏超短期发电功率的预测方法

权利要求书

1.一种基于云量模拟的光伏超短期发电功率的预测方法，其特征在于：所述方法包括以下步骤：

步骤1：利用天气型的晴空预测方法预测光伏电站未来4h的光伏超短期发电功率；

步骤2：模拟光伏电站未来4h的云量信息，并对由于云遮挡造成的水平面辐照度衰减进行预测数据校正，完成对光伏电站超短期功率的预测；

所述步骤1中，采用临近相似天气型的历史功率和实测的辐射数据进行曲线相关性拟合，通过光电转换模型建立光伏超短期发电功率预报晴空模型，以预测未来4h的光伏超短期发电功率；

所述步骤1中，晴空预测方法中，由于光伏电站无云量信息的影响，太阳辐照度的直接辐射R(t)与光伏电站水平面辐照度的总辐射相等，于是设t时刻光伏电站水平面辐照度的总辐射为R(t)，且满足：

F(R(t))＝aR(t)²+bR(t)-c(1)

其中，a、b、c是二次曲线关系式的对应项系数；F(R(t))为光伏电站预测发电功率；

将对应时刻的光伏电站水平面辐照度的总辐射代入式(1)，即可完成对光伏电站未来4h的光伏超短期发电功率的预测；

所述步骤2中，使用数值天气预报预测的气象数据对光伏电站未来4h的云量信息进行模拟；所述气象数据包括云量数据、水平面直射/散射辐射数据以及不同云量高度的风速和风向数据；

所述步骤2具体包括以下步骤：

步骤2-1：生成模式云图；

采用亮温法云量诊断方法，使用天气预报模式生成云量诊断的模式云图；

步骤2-2：进行模式云图遮挡计算；

其中包括模式云团提取、模式云团水平面投影计算、模式云团移动时间和方向计算、模式云图遮挡光伏电站判定和模式云图辐射衰减；

所述步骤2-2中，采用最大类间方差自适应阈值分割算法对模式云团进行提取，假设模式云图的灰度级为L，第i个灰度级的像素个数为n_i，则总的像素数各灰度值出现的概率P_i＝n_i/N；

假定用阈值T将图像分成CB_B∈{1,…,T}和CB₀∈{T+1,…,L}，其中CB_B和CB₀分别为小于T和大于T的背景集合和目标集合，则两类集合发生的概率分别为ω_B和ω₀，分别为：

ωB=Σi=1TniN=Σi=1TPi---(2)]]>

ω0=Σi=T+1LniN=Σi=T+1LPi=1-ωB---(3)]]>

CB_B和CB₀对应的平均灰度值μ_B和μ₀分别为：

μB=Σi=1Tni×iΣi=1Tni=Σi=1TPi×iωB---(4)]]>

μ0=Σi=T+1Lni×iΣi=T+1Lni=Σi=T+1LPi×iω0---(5)]]>

整幅图像的平均灰度值μ表示为：

μ=Σi=1LPi×i=Σi=1TPi×i+Σi=T+1LPi×i---(6)]]>

背景集合和目标集合的类间方差G(T)为：

G(T)＝ω_B(μ_B-μ)²+ω₀(μ₀-μ)²＝μ_Bω_B+μ₀ω₀(7)

则满足的阈值T为分割背景集合和目标集合的最佳阈值，完成将模式云团从模式云图中的提取；

所述步骤2-2中，通过天气预报模式实现对M层模式云图的诊断，设第j层模式云图为IL_j，其中的模式云团为I_i，其中j≤M，模式云图IL_j距离地面高度为H_j，太阳高度角α_s由纬度时角ω、赤纬角δ计算得到，其中，根据光伏电站基础信息查得纬度时角ω等于离正午的小时数乘以15°，赤纬角δ的表达式如下：

δ=23.45×sin[360×284+n365]---(8)]]>

其中，n为一年中的日期序号；

太阳高度角α_s与纬度时角ω、赤纬角δ之间满足：

设模式云团I_i的某点在地面上的垂直投影点坐标为I_i′(x_i′,y_i′)，模式云团I_i在水平面投影的质心坐标为I_i″(x_i″,y_i″)，模式云团I_i的高度和太阳高度角分别H_j和α_s，设垂直投影点距离水平面上太阳光线投影点距离为d，则d＝H_jcotα_s，设x_i′与y_i′的夹角为β，则斜率为模式云团投影I_i″(x_i″,y_i″)的坐标值可根据下式计算：

xi′′=xi′-d cosβyi′′=yi′-d sinβ---(10)]]>

根据式(10)完成模式云团水平面投影计算；

所述步骤2-2中，当第j层模式云图的水平面太阳投影遮挡光伏电站时，即为遮挡，利用风速对模式云团运动的影响，计算未来4h的模式云团的水平面太阳投影的运动轨迹，设光伏电站A的坐标为(x_A,y_A)，对应的风速为v_i，风向角为θ，其中斜率φ可以由A和I_i″的坐标确定，有：

φ=arctanyA-yi′′xA-xi′′---(11)]]>

模式云团I_i到光伏电站A的速度分量为v_i′，可表示为：

v_i′＝v_i*sinθ*cosφ(12)

将模式云图IL_j在水平面投影与光伏电站A的云图像素之间的距离设为D_i，真实的地理距离设为D_i′，模式云图IL_j经过换算可推算出像素点等于289.44m²，推算出真实的地理距离的边长倍增因子等于24.056，因此真实的地理距离D_i′计算方式如下：

Di′=24.056*(xA-xi′′)2+(yA-yi′′)2---(13)]]>

在v_i作用下，水平面太阳投影云团从当前位置移动到光伏电站A的时间秒，模式云图IL_j的预测时间间隔为分钟级，每分钟级可以实现对模式云团的移动计算；

所述步骤2-2中，在各层模式云图中，只要有某个模式云团的水平面太阳投影对光伏电站A产生遮挡，都会对光伏电站A的辐射产生衰减；假设在第j层模式云图IL_j中有模式云团I_i在地面投影像素出现在光伏电站A位置处，即可判定该模拟云团对光伏电站A产生遮挡，其遮挡状态为所以光伏电站A的覆盖状态S_m为：

Sm=ΣIi=1msIi---(14)]]>

若有S_m＞0，则判定光伏电站A为覆盖；

所述步骤2-2的模式云图辐射衰减中，设模式云图的遮挡辐照度衰减系数为ρ，其中0≤ρ≤1，设太阳辐照度的散射辐射为r(t)，则有：

P(t)=F(ρr(t))Sm>0F(R(t))Sm=0---(15)]]>

其中，经过辐射衰减后光伏电站输出功率为P(t)。