[发明专利]一种分布式光伏自用电比例预测的实现方法及系统

说明书

本发明属于新能源光伏发电应用技术领域，公开了一种分布式光伏自用电比例预测的实现方法及系统，收集气象观测站多年逐小时时段总辐射观测数据并修正至代表年；收集气象观测站至少一整年逐时段气温测量数据；收集或实测拟接入用户历年月度电费单、典型日用电曲线；结合光伏系统装机容量、组件温度特性计算光伏系统全逐小时发电量；根据典型日用电曲线统计月、日负荷率、节假日负荷系数；基于典型日内用电监测与负荷系数，开展接入用户短期负荷预测并生成逐小时曲线；结合光伏出力与负荷曲线计算自用电比例。本发明基于全年逐时太阳能辐射观测站数据、光伏装机容量、用户各月电费清单、分时电价表，能预测分布式光伏自发自用比例及加权平均电价。

技术领域

本发明属于新能源光伏发电应用技术领域，尤其涉及一种分布式光伏自用电比例预测的实现方法及系统。

背景技术

目前，现有的分布式光伏发电预测方法主要为：根据用户月度下网电量得到日平均用电量逐时曲线，根据光伏理论月发电量得到日平均发电出力曲线，将2类曲线结合，计算得到该月的光伏发电量与自用电量。将全年分为12个月或4个季度，逐月/季度分别计算后累计得到全年自用电比例。传统方法主要基于基于用户月度/季度下网电量和光伏月度/季度理论发电量得到逐月/季度典型日负荷及发电曲线。因输入原始资料的时间步长为月份，无法获取较为接近实际的用电和发电曲线。光伏发电出力的日分布极为不均匀，而用电负荷也存在因休假、生产量波动等原因导致的日变化，直接采用月内日平均出力与日平均负荷，则明显降低了预测精度。

综上所述，现有技术存在的问题是：现有的分布式光伏自用电比例计算精度较低。

解决上述技术问题的难度：分布式光伏发电项目在收集原始资料数据时，通常仅有以月份为时间步长的用电量数据和光伏发电量数据，时间精度不足以支撑以小时为步长的预测评估分析。解决上述问题的最大难度在于根据时间步长为月份的数据进一步细化分解，通过一定的方法生产预测的以小时为步长的负荷曲线和发电曲线，最终通过全年时间精度为小时级的数据叠加扣减计算，得到精度更接近于实际值的分布式光伏发电自用电比例及加权平均电价。

解决上述技术问题的意义：通过发明一种方法，以小时级精度预测分布式光伏自发自用比例及加权平均电价，得到的结果精确度较高，使得预测值更接近于实际值。因加权平均电价直接对项目收益产生影响，提高预测精度后将更加有利于分布式光伏项目前期工作中的投资辅助决策。

发明内容

针对现有技术存在的问题，本发明提供了一种分布式光伏自用电比例预测的实现方法及系统。

本发明是这样实现的，一种分布式光伏自用电比例预测的实现方法，所述分布式光伏自用电比例预测的实现方法包括以下步骤：

第一步，收集代表气象观测站多年逐小时时段总辐射观测数据并修正至代表年；收集气象观测站至少一整年逐时段气温测量数据；收集或实测拟接入用户历年月度电费单、典型日用电曲线。

第二步，结合光伏系统装机容量、组件温度特性设计参数计算光伏系统全逐小时发电量；根据收集或实测的典型日用电曲线，统计月、日负荷率、节假日负荷系数。

第三步，基于典型日内用电监测与负荷系数，开展接入用户短期负荷预测并生成逐小时曲线。

第四步，结合光伏出力与负荷曲线计算自用电比例。

进一步，第一步中，利用拟接入用户不同户号的计量电表，采集所有计量电表历年月度电费单、典型日用电曲线，对采集的数据进行预处理、辨识并剔除坏数据，生成所有计量电表历年月度电费单、典型日用电曲线。

进一步，第二步中，根据信息采集及对用户生产运营倒班情况的统计，初步得到月负荷率为0.78，日负荷率为0.69，节假日负荷约占工作日的40％。

进一步，第二步中，所述光伏系统全逐小时发电量的计算方法为：