[发明专利]一种光功率预测方法及装置

说明书

本发明提供了一种光功率预测方法及装置，获取预测周期内光伏电站所在地的气象预报数据；依据气象预报数据，计算每个逆变器的气象特征变量；分别将每个逆变器的气象特征变量输入逆变器所在逆变器组对应的最优光功率预测模型中，得到每个逆变器在预测周期内的光功率预测值，其中，逆变器组是依据逆变器的发电性能进行分组得到的，每个逆变器组对应一个最优光功率预测模型；对每个逆变器在预测周期内的光功率预测值进行汇总，得到光伏电站在预测周期内的光功率预测值。本发明从逆变器层级进行逆变器分组，为每个逆变器组构建一个最优光功率预测模型，在提高光功率预测准确率的同时提高了光功率预测速度。

技术领域

本发明涉及光伏发电技术领域，更具体的，涉及一种光功率预测方法及装置。

背景技术

近年来，随着光伏新增装机量越来越大，并入电网的光伏发电量也越来越大，但是，由于光伏发电量不确定，光伏发电对电网的稳定性的冲击也越来越大。在实际应用中，为了降低光伏发电对电网稳定性的冲击，需要对光伏电站的发电功率进行准确预测，使电力系统根据预测得到的发电功率进行电力调控。

目前一般从整个光伏电站层面进行光功率预测建模，默认光伏电站中所有光伏板朝向和角度统一。但是，实际上光伏电站中的光伏板的朝向和角度很可能不同，如山地电站光伏板的朝向、角度和位置可能各不相同，导致即使相同型号设备其接收到的有效辐照不同，发电功率也不同。可见，从整个光伏电站层面进行光功率预测建模导致光功率预测准确率较低。

发明内容

有鉴于此，本发明提供了一种光功率预测方法及装置，提高了光功率预测的准确率。

为了实现上述发明目的，本发明提供的具体技术方案如下：

一种光功率预测方法，包括：

获取预测周期内光伏电站所在地的气象预报数据；

依据所述气象预报数据，计算每个逆变器的气象特征变量；

分别将每个逆变器的气象特征变量输入逆变器所在逆变器组对应的最优光功率预测模型中，得到每个逆变器在所述预测周期内的光功率预测值，其中，逆变器组是依据逆变器的发电性能进行分组得到的，每个逆变器组对应一个最优光功率预测模型；

对每个逆变器在所述预测周期内的光功率预测值进行汇总，得到光伏电站在所述预测周期内的光功率预测值。

可选的，所述方法还包括：

依据光伏电站中每个逆变器的历史运行数据、历史监测数据、型号和投运时间，对光伏电站中的逆变器进行分组。

可选的，所述依据光伏电站中每个逆变器的历史运行数据、历史监测数据、型号和投运时间，对光伏电站中的逆变器进行分组，包括：

依据光伏电站中每个逆变器的历史运行数据和历史监测数据，计算每个逆变器的发电性能特征变量；

根据逆变器型号将光伏电站中的逆变器划分为至少一个型号组；

根据逆变器的投运时间将每个型号组中的逆变器划分为至少一个投运组；

在投运组中通过计算任意两个逆变器的发电性能特征变量间的欧式距离，得到任意两个逆变器之间的相似度；

利用预设聚类算法，根据每个投运组中任意两个逆变器之间的相似度，将每个投运组划分为至少一个逆变器组。

可选的，所述依据光伏电站中每个逆变器的历史运行数据和历史监测数据，计算每个逆变器的发电性能特征变量，包括：

根据光伏电站中每个逆变器的历史监测数据计算每个逆变器的衍生变量，所述衍生变量包括每日辐照值；

通过计算每日辐照值与历史运行数据中的交流功率之间的相关值，筛选出相关值大于阈值的高相关性的历史运行数据和历史监测数据；