[发明专利]基于相似日分析的光伏电站发电量预测方法及预测系统

说明书

技术领域

本发明属于光伏发电量预测领域，尤其涉及一种基于相似日分析的光伏电 站发电量预测方法及预测系统。

背景技术

光伏发电以清洁高效的优点在新能源利用中占据越来越重要的地位。我国 在光伏发电技术的应用与推广上也出台了许多政策，年累计新增光伏装机增长 迅速，然而多数企业立足于光伏电站发电功能的实现，对系统运维监测的研究 尚存在不足。光伏电站发电量与其所在地的环境因素有很大关系(如辐照量、气 温、空气质量、天气类型等)，结合各环境信息对光伏系统发电量进行预测是现 阶段研究较少的领域，而对发电量的预测是实现企业电网调度和生产调整的关 键和前提，是企业实现效益最大化的重要途径，也是光伏发电领域中急需解决 的一大问题。

发明内容

本发明的目的是提供一种基于相似日分析的光伏电站发电量的预测方法及 预测系统，以实现对光伏电站发电量的预测，为企业光伏生产的评估和调度提 供参考。

为了解决上述技术问题，本发明提供了一种基于相似日分析的光伏电站发 电量的预测方法，包括如下步骤：

步骤S1，收集光伏电站所在地的与日期相对应的历史环境信息、历史发电 量数据；步骤S2，对预知的环境因素及历史环境信息中确定的各历史环境因素 分别进行数值化处理；步骤S3，再根据数值化处理后的数据及历史发电量数据 建立相似日处理模型；以及步骤S4，通过相似日处理模型进行发电量预测。

进一步，所述预知的环境因素及各历史环境因素均包括为光伏电站所对应 的辐照量指数、天气类型指数、环境温度指数和空气质量指数；其中

所述天气类型指数，其根据不同天气状况对辐照量指数的影响程度模糊分 为数值1～7；

所述空气质量指数，其选用PM2.5指数。

进一步，所述步骤S3中根据数值化处理后的数据及历史发电量数据建立相 似日处理模型的方法包括如下步骤：

步骤S31，对历史环境因素中相应指数的数值进行多元回归分析，并确定上 述各指数分别对历史发电量数据的影响程度；

步骤S32，根据预知的环境因数对历史环境信息进行筛选，以获取若干天的 相似日天数，及将该相似日天数所对应的历史发电量数据，作为所述相似日处 理模型。

进一步，所述步骤S31中对历史环境因素中相应指数的数值进行多元回归 分析，即通过多元回归分析确定各影响因子，

取X1表示辐照量指数，其影响因子为系数K1；

X2表示天气类型指数，其影响因子为系数K2；

X3表示环境温度指数，其影响因子为系数K3；

X4表示PM2.5指数，其影响因子为系数K4；

进一步，所述步骤S31中确定上述各指数分别对历史发电量数据的影响程 度，即通过各影响因子得出对光伏电站发电量的影响程度，其方法包括：对各 影响因子的绝对值进行排序，以确定各环境因素对历史发电量数据的影响程度； 针对发电量的影响程度由高到低排序分别是辐照量指数>天气类型指数>环境温 度指数>空气质量指数；即将各影响因子绝对值排序为|K1|>|K2|>|K3|>|K4|。

进一步，所述步骤S32中根据预知的环境因数对历史环境信息进行筛选， 以获取若干天的相似日天数的方法包括：由预知的环境因素确定各影响因素的 预知信息，并根据预知的环境因素对历史环境信息逐一筛选；即先筛选影响程 度大的因素，即辐照量指数，再依次筛选天气类型指数、环境温度指数、空气 质量指数，并调节各筛选范围，以筛选出相应相似日天数，设定从第1天到第n 天的相似日对应的历史发电量数据分别E1、E2、E3……En。

进一步，所述步骤S4中通过相似日处理模型进行发电量预测的方法包括：

上述相似日发电量数据作平均处理，以作为对应预知时间发电量E的预测 均值，即E＝(E1+E2+E3+……+En)/n。

又一方面，本发明还提供了一种基于相似日分析的光伏电站发电量的预测 系统，包括：

数据采集模块，收集光伏电站所在地的与日期相对应的历史环境信息、历 史发电量数据；

与数据采集模块相连的数值化模块，其适于对预知的环境因素及历史环境 信息中确定的各历史环境因素分别进行数值化处理；