[发明专利]计及雾霾影响的光伏功率短期预测方法

说明书

本发明涉及一种计及雾霾影响的光伏功率预测方法；选取空气质量指数（AQI）作为衡量雾霾轻重的指标，将其与“天气状况”一同列入光伏功率预测的历史数据源；基于光伏输出功率受诸多因素影响的复杂非线性特征，建立了考虑雾霾影响的光伏功率预测模型，并利用BP神经网络算法求解；为保证光伏功率预测的准确性，提出基于“相似时”的训练样本选取方法。算例分析验证了光伏功率预测中计及雾霾的必要性和所提方法的有效性。

技术领域

本发明属于电力系统技术领域，涉及一种光伏功率预测方法，尤其涉及一种计及雾霾影响的光伏功率短期预测方法。

背景技术

依靠煤、石油等不可再生能源发电已面临资源枯竭和环境污染双重压力，寻找、开发新的发电能源成为世界性问题。太阳能对人类来说是永不枯竭的能源，地球每年可接收到的太阳能约为1.8×10¹⁸kWh，是全人类每年能源消耗量的数万倍，利用太阳能发电是太阳能利用的重要方式。受气象因素和光伏发电系统自身特性的影响，使光伏功率具有随机性、波动性和间歇性特点，光伏发电的并网会对大电网产生冲击。近年来，国内多次出现长时间、大范围雾霾天气，冬季和春季尤为严重，光伏发电因雾霾频袭而遭受严峻考验。

精确的光伏功率预测模型能促进电网安全稳定运行，提高电能质量，还能为电网提供调度依据，提前针对功率波动做出应对措施。目前学术界关于光伏功率预测问题的研究较多，但考虑了雾霾因素对光伏功率产生影响的几乎没有。

发明内容

本发明针对上述现有技术中存在的问题，提供一种计及雾霾影响的光伏功率预测方法，解决了现有技术中光伏发电短期功率预测未考虑雾霾的问题。

本发明的技术方案包括如下步骤：

步骤1，选取空气质量指数(AQI)作为衡量雾霾轻重的指标，将其与“天气状况”一同列入光伏功率预测的历史数据源；

步骤2，数据预处理，取光伏电站所记录的1月～6月的数据，环境记录仪每5min采集一次数据，包括光伏功率(kW)、太阳辐照度(W/m²)、光伏板温度(℃)、环境温度(℃)；

步骤3，模糊变量的量化，将模糊性天气状况映射为(0,1)区间上的具体数值；

步骤4，异常数据剔除，即剔除一段时间内，在太阳辐照度明显不为0时，光伏功率为0或接近于0的数据；

步骤5，归一化处理：为避免不同数据的量纲和大小范围可导致预测结果存在误差的问题，用“极差法”对各量进行归一化处理，方法如式(1)所示。

式(1)中，X为归一化处理后的数据；x为归一化处理前的数据；x_min为变量的最小值；

x_max为变量的最大值；

步骤6，构造以太阳辐照度、光伏板温度和天气状况为相似因子的时气象特征向量，计算相似度并排序，选取相似度高的若干相似时数据作为后续BP神经网络法预测模型的训练样本集；

步骤7，将基于相似时计及雾霾影响的BP神经网络预测模型与传统BP神经网络预测模型和基于相似时未考虑雾霾的BP神经网络预测模型的预测结果进行分析比较；

步骤8，建立光伏功率预测模型；由太阳辐照度(X₁)、光伏板温度(X₂)、环境温度(X₃)、AQI(X₄)和天气状况(X₅)数据可以得到一个光伏功率(Y)值；得出模型下光伏输出功率的预测值与实际光伏功率(Y)值间的关系。

本发明的优点效果如下：

本发明的方法基本保证了历史时的太阳辐照度、光伏板温度和天气状况与预测时的相近，有效地提高了光伏功率的预测精度。