[发明专利]一种光伏发电量预测方法

摘要

一种光伏发电量预测方法，本发明将光伏电站的历史发电量数据进行筛选分类，及对光伏电站历史数据进行挖掘，并对气象数据再加工得到光伏电站的总辐射量，然后将天气类型、温度、雨量、湿度、季节、总辐射量经归一化后作为预测模型的输入，经神经网络计算，预测出12小时或4小时光伏电站发电量。

主权项

1.一种光伏发电量预测方法，由光伏电站历史运行数据分类、气象预报数据输入、气象数据再加工、气象数据与历史数据相结合，进行12小时或4小时光伏发电量预测；其特征在于，该方法步骤包括：A、对光伏电站的历史发电量数据进行分析、归类，将其分为四类：高发电量、较高发电量、较低发电量、低发电量，并建立相应的存储数据库；B、对四类运行数据库中的历史发电量数据进行筛选,去除其中的错误数据，并将合格的实时发电量数据添加到数据库：（1）求取历史发电量数据的标准差SD1；（2）合格数据满足条件k1*SD1< E1 <k2*SD1，去除数据库中错误数据；（3）对筛选后的历史发电量数据，重新求取其标准差SD2；（4）将满足k3*SD2< E2 <k4*SD2的运行数据存入分类数据库；其中，k1、k2、、k3、k4为系数； E1为历史发电量数据，E2为待写入数据库的实时发电量数据；C、将气象台提供的天气预报类型归纳、合并成四类：高发电量天气、较高发电量天气、较低发电量天气、低发电量天气；D、根据气象台预报的气象要素，结合光伏电站的历史数据辨识公式中的系数，预测出光伏电站的12小时或4小时总辐射量Y：Y=b₀+b₁T+b₂T’+b₃R_h+b₄P+b₅T_g+b₆V+b₇W其中，b₀、b₁ 、b₂、b₃、b₄、b₅、b₆、b₇为系数；T为干球温度，T’为湿球温度，R_h相对湿度，P为气压，T_g为地温，V为风速，W为风向；E、根据气象台预报，确定预测时段的天气类型属于C步骤中的类型，并从A步骤中选择相应的发电量数据库类型；F、建立光伏发电量预测模型：将12小时或4小时的天气类型、温度、雨量、湿度、季节、总辐射量经归一化后作为预测模型的输入，经神经网络计算，输出12小时或4小时光伏发电量；G、采用均方根误差对神经网络模型的误差进行计算：式中——预测值；——实际值；N——测试样本数；P——装机容量；H、将光伏电站实际发电量数据，在达到4小时或12小时累计并经过数据合理性检查后，以条件触发方式写入A步骤中数据库。