[发明专利]一种太阳能光伏发电出力预测方法

说明书

本发明公开了一种太阳能光伏发电出力预测系统及预测方法，系统其包括2个以上的信息采集及处理单元和工控机；预测方法包括将信息采集及处理单元分别设置于对应的监测点；采集信息；信息采集子单元获取信息，生成IEC61850报文；工控机接收报文，并得到预测值；其有益效果是：本发明可对太阳能电厂发电功率进行预测，降低成本，极大提高气象数据的可靠性，同时增加了气象信息的来源，有效的提高光伏出力的预测精度，有较好的实用价值。

技术领域

本发明属于太阳能光伏发电技术领域，涉及一种太阳能光伏发电出力预测方法。

背景技术

太阳能资源充足、分布广泛、安全、清洁，其转换技术已日趋成熟，在近几十年中的应用也越来越广泛。光伏发电是目前利用太阳能的主要方式之一。随着国内光伏产业规模逐步扩大、技术逐步提升，光伏发电成本逐步下降，未来国内光伏容量将大幅增加。相比传统发电方式，光伏发电具有随机性、间断性和不稳定性等特点。当光伏发电在电网中所占比例很小时，这些特点不会对电网带来明显的不良影响。但是随着光伏发电装机容量不断扩大，其在电网中所占的比例也逐年增加，接入电网的光伏电站会对电力系统的安全、稳定运行以及电能质量带来严重的影响，而光伏出力预测是开展这些研究的基础，因此，有必要对光伏出力预测进行深入研究。

目前，对光伏出力预测进行研究的方法较多，长期预测的实现较为容易，短期预测受气象因素影响较大，精确预测较为困难。由于短期预测对于电力系统安全与稳定运行至关重要，因此研究出一种超短期的光伏出力预测方法，为光伏出力超短期预测提供一种新思路。

发明内容

本发明所要解决的技术问题是提供一种能够有效提高光伏出力的预测精度的太阳能光伏发电出力预测方法。

为解决上述技术问题所采用的技术方案是：一种太阳能光伏发电出力预测方法，包括如下步骤：，(1)建立太阳能光伏发电出力预测系统，它包括2个以上的信息采集及处理单元和工控机；所述信息采集及处理单元包括温度传感器、太阳辐射传感器、湿度传感器、位置传感器、信息采集子单元和合并子单元；

所述温度传感器、太阳辐射传感器、湿度传感器和位置传感器的输出端分别通过光缆接所述信息采集子单元的相应输入端；所述信息采集子单元的输出端接所述合并子单元的相应输入端；所述合并子单元的输出端通过光纤网络与所述工控机的相应端口相连接。

信息采集子单元的型号为S7-200 CPU224；所述合并子单元的型号为UDM-502-G；所述工控机的型号为PCX-9540。

所述太阳辐射传感器的型号为PH-TBQ；所述湿度传感器的型号为SD-05；所述位置传感器的型号为WYDC；所述温度传感器的型号为T-100。

(2)将所述2个以上的信息采集及处理单元分别设置于对应的监测点u；其中，u＝1,2，…，n，n为大于等于2的整数；

(3)所述温度传感器、太阳辐射传感器、湿度传感器和位置传感器分别采集大气温度信息、太阳辐射强度信息、大气湿度信息和监测点位置信息；

(4)所述信息采集子单元获取所述大气温度信息、太阳辐射强度信息、大气湿度信息和监测点位置信息，并按IEC61850规约将所述大气温度信息、太阳辐射强度信息、大气湿度信息和监测点位置信息生成IEC61850报文；

(5)所述合并子单元将各监测点的IEC61850报文按IEC61850规约生成IEC61850总体报文；

(6)所述工控机基于CAN协议通过外设接口接收所述IEC61850总体报文，并利用克里格-卡尔曼-BP神经网络算法得到太阳能光伏发电出力超短期预测值。

所述克里格-卡尔曼-BP神经网络算法具体步骤如下：

(6-1)设定预测点，进行预测点属性估计值计算；