[发明专利]光伏电站年出力保证率模型优化方法

说明书

本发明涉及光伏电站出力领域，具体涉及一种光伏电站年出力保证率模型优化方法，极大地提高了光伏电站年出力保证率模型的精度。方案包括：收集测光塔和气象站点的观测数据，对收集的数据进行Kriging插值处理，将插值的结果数据输入PVsyst软件进行仿真，获取拟建光伏电站的年出力保证率数据集；通过拟建光伏电站的年出力保证率数据集对神经网络进行训练，获得优化年出力保证率数据集，将优化年出力保证率数据集与实际年出力保证率数据集进行对比，得到优化误差；将拟建光伏电站的年出力保证率数据集与实际年出力保证率数据集进行对比，得到初始误差，通过优化误差与初始误差的对比结果对模型优化程度进行判断。本发明适用于光伏电站年出力模型的优化。

技术领域

本发明涉及光伏电站出力领域，具体涉及一种光伏电站年出力保证率模型优化方法。

背景技术

随着风电、太阳能发电等新能源总装机容量逐渐增加的情况下，新能源的电站规划尤为重要。

对于现有的新能源电站规划，例如光伏电站的规划过程中，光伏电站的年出力保证率是影响光伏电站规划的一项重要指标。在研究光伏电站年出力情况时，通常使用模拟仿真的光伏电站出力情况，但模拟仿真的出力过程与实际运行情况有较大差异，主要表现为两个方面，一是模拟仿真时的高出力概率高，一般还有5％～10％的概率满发，但实际运行过程中由于光伏组件间的同时率问题，年内满发的概率不足1％；二是模拟仿真的出力情况日内分布较为平滑，而光伏电站实际运行的出力过程受云层遮挡、降雨等的影响，日内波动较为强烈。

因此，通过上述方式研究光伏电站年出力保证率会导致光伏电站年出力情况与实际年出力情况误差较大，极大影响光伏电站的规划。

发明内容

本发明的目的是提供一种光伏电站年出力保证率模型优化方法，极大地提高了光伏电站年出力保证率模型的精度。

本发明采取如下技术方案实现上述目的，光伏电站年出力保证率模型优化方法，包括：

步骤1、获取拟建光伏电站的年出力保证率数据集；

步骤2、收集拟开发光伏电站位置区域内已投产光伏电站的某一年的逐小时出力数据集，计算得到实际光伏电站运行年出力保证率数据集；

步骤3、将部分拟建光伏电站的年出力保证率数据集作为训练样本，输入年出力保证率模型的神经网络，以对应的实际光伏电站运行年出力保证率数据集为期望输出，进行神经网络拟合；

步骤4、将剩余部分拟建光伏电站的年出力保证率数据集作为检验数据，输入训练后的神经网络，将得到的输出与实际光伏电站运行年出力保证率数据集作比较，输出无误则神经网络分析模块训练成功，并对应输出优化的年出力保证率数据集；

步骤5、将拟建光伏电站的年出力保证率数据集与对应的实际光伏电站运行年出力保证率数据集进行对比及拟合，得到初始误差；

步骤6、将优化输出的年出力保证率数据集与对应的实际光伏电站运行年出力保证率数据集进行对比及拟合，得到优化误差；

步骤7、将初始误差与优化误差比较，根据比较结果对光伏电站年出力保证率模型的优化程度进行判断。

通过对神经网络的训练及拟合过程，提高了神经网络的准确度；通过初始误差与优化误差的对比来判断模型的优化，极大地提高了光伏电站年出力保证率模型的精度，使得年出力保证率更符合实际情况。

进一步的是，步骤1中，所述获取拟建光伏电站的年出力保证率数据集具体包括：

步骤101、收集拟建光伏电站设置距离内的多个测光塔和气象站点的观测数据；

步骤102、通过Kriging插值后得到拟建光伏电站位置的气象数据；

步骤103、将插值的结果数据输入PVsyst软件进行仿真，获取拟建光伏电站的逐小时出力数据集；