[发明专利]基于时序加权的地区分布式光伏装机容量预测方法和系统

说明书

本发明涉及一种基于时序加权的地区分布式光伏装机容量预测方法和系统，方法包括以下步骤：获取当前地区下的光伏效益数据，计算得到远景饱和光伏容量与投资回报率、综合回报率的历史时序数据，根据该历史时序数据进行外推预测，得到未来年投资回报率时序变化数据；根据所述投资回报率与综合回报率对时序进行动态加权，将得到的加权时序作为Logistic增长模型的自变量；对所述Logistic增长模型进行参数寻优；采用参数寻优后的Logistic增长模型得到各年光伏装机容量增长预测数据。与现有技术相比，本发明进一步提升了预测精度，且能适应多种光伏发展场景下预测需求。

技术领域

本发明涉及光伏容量预测技术领域，尤其是涉及基于时序加权的地区分布式光伏装机容量预测方法和系统。

背景技术

随着近几年光伏产业的快速发展，各个地区光伏装机规模快速扩大，其规模预测对电力系统的发展规划与新能源充裕性、可靠性等分析有重要指导意义。分布式光伏由于其可对各类型建筑屋顶空间进行充分利用，将成为未来一段时间内光伏装机的主要形式。

目前，对光伏容量的预测方法主要可分为系统动力学类与时序分析类。系统动力学类方法主要立足于影响光伏容量增长的机理因素，例如绿色贸易机制、光伏投资回报率、投资从众心理等，并以此为主要驱动因子进行动力学模型解算。该类方法具有系统结构复杂，因子系数取值与地区相关时空特征强耦合的特点，模型应用推广难度大，但在中近期具有较好的预测效果。时序分析类方法基于统计学原理，结合参考因素分析时间序列发展方向、趋势、特征等，从而构建描述变量间时空相关性的数学模型并对时序数据进行推广预测。例如利用Logistic模型对地区累计光伏容量直接进行时序拟合，考虑空间饱和容量约束下“S”生长曲线拟合光伏容量总量，但这两种方法在运用时均未考虑到投资回报率以及光伏政策效应等对光伏容量增长的显著影响。若不考虑这一条件影响直接利用时序数据进行模型拟合，模型拟合误差较大且存在误差累计效应严重的问题。二阶自适应法可自动更新平滑系数对预测容量进行调整，该方法短期预测精度高但存在明显的时滞性问题，中长期预测准确度低，难以适用于当前环境下光伏容量的预测工作。

发明内容

本发明的目的就是为了克服上述现有技术存在短期预测精度高但存在明显的时滞性问题，中长期预测准确度低，难以适用于当前环境下光伏容量的预测工作的缺陷而提供一种基于时序加权的地区分布式光伏装机容量预测方法和系统。

本发明的目的可以通过以下技术方案来实现：

一种基于时序加权的地区分布式光伏装机容量预测方法，包括以下步骤：

获取当前地区下的光伏效益数据，计算得到远景饱和光伏容量与投资回报率、综合回报率的历史时序数据，根据该历史时序数据进行外推预测，得到未来年投资回报率时序变化数据；

根据所述投资回报率与综合回报率对时序进行动态加权，将得到的加权时序作为Logistic增长模型的自变量；

对所述Logistic增长模型进行参数寻优；采用参数寻优后的Logistic增长模型得到各年光伏装机容量增长预测数据。

进一步地，所述投资回报率的计算表达式为：

I_p＝Q_h·p_sold·k_sold

I_u＝Q_h·p_use·(1-k_sold)