[发明专利]基于NWP辐照度修正和误差预测的光伏电站功率预测方法

说明书

本发明涉及一种基于NWP辐照度修正和误差预测的光伏电站功率预测方法，该方法包括以下步骤：⑴获取光伏电站历史运行数据及NWP数值天气预报；⑵建立NWP辐照度修正模型，实现NWP辐照度的多步修正；⑶基于PSO‑ELM的优化功率预测模型，采用修正后的辐照度得到功率预测数据；⑷根据功率预测数据计算误差，并建立基于时间序列的误差预测模型；再通过数据迭代方法得到多个误差预测值，将该误差预测值与功率预测数据相结合即得最终的光伏功率预测值。本发明具有更高的预测精度，能够有效提高光伏发电功率预测的可靠性，为电力系统的决策者提供参考。

技术领域

本发明涉及光伏发电技术领域，尤其涉及基于NWP辐照度修正和误差预测的光伏电站功率预测方法。

背景技术

近年来，为了解决化石能源枯竭问题和实现能源转型，加快发展新能源已经成为各国的普遍共识。光伏发电以其清洁可持续的优势得到了迅速发展。然而，光伏发电有着很强的随机性和间歇性周期性。光伏发电大规模并网时会对电力系统产生冲击，严重影响了电力系统的安全稳定运行。由于光伏短期功率预测对电力部门安排发电计划有着重要意义，因此，精确的短期功率预测能够提高光伏发电接入电网的可靠性，降低光伏发电不确定性对电力系统的影响，是解决光伏发电并网障碍的关键技术之一。

目前，有关光伏发电短期功率预测的方法大致可以分为两类，分别是物理方法和统计学方法。物理方法基于太阳辐射传递方程、光伏组件运行方程等建立物理模型，以此直接计算光伏输出功率，但是由于涉及到多种方程使得其建模过程复杂且鲁棒性较差，难以实现；统计学方法是根据光伏发电输出功率与气象因素之间的关系，通过智能算法训练光伏电站的历史运行数据建立预测模型，模型相对较简单，但是由于智能算法自身的局限性使得预测结果存在一定程度的误差。同时，功率预测的输入数据源自数值天气预报，现有技术考虑数值天气预报自身的误差对功率预测影响的较少，因此，现有预测方法的残差对功率预测精度有着负面影响，需要对预测后数据进行后处理以减少这一影响。

发明内容

本发明所要解决的技术问题是提供一种提高预测精度的基于NWP辐照度修正和误差预测的光伏电站功率预测方法。

为解决上述问题，本发明所述的基于NWP辐照度修正和误差预测的光伏电站功率预测方法，包括以下步骤：

⑴获取光伏电站历史运行数据及NWP数值天气预报；

⑵建立NWP辐照度修正模型，实现NWP辐照度的多步修正；

⑶基于PSO-ELM的优化功率预测模型，采用修正后的辐照度得到功率预测数据；

⑷根据功率预测数据计算误差，并建立基于时间序列的误差预测模型；再通过数据迭代方法得到多个误差预测值，将该误差预测值与功率预测数据相结合即得最终的光伏功率预测值。

所述步骤⑵中NWP辐照度的多步修正方法如下：

①确定修正模型的数据参数n, 将t-n+1至t时刻的实测辐照度作为修正变量，以此来对下一时刻的NWP辐照度进行修正；

②选取t-n+1,t-n+2…t-1,t时刻的实测辐照度和t+1时刻的NWP预报辐照度作为模型的输入，t+1时刻的实测辐照度作为模型的输出，采用ELM极限学习机算法建立辐照度修正模型，实现对t+1时刻NWP预报辐照度的修正。

③采用滚动迭代的方式，将t+1时刻的NWP辐照度修正值作为输入，进而对t+2时刻的NWP预报辐照度的修正，实现NWP预报辐照度的多步修正；