[发明专利]一种光伏组件温度短期预测方法及其预测系统

说明书

本发明涉及一种光伏组件温度短期预测方法及其预测系统，利用中尺度气象模式WRF模式生成指定位置的气象要素预报数据，基于模式结果计算气温、相对湿度、风速、风向、总辐射等气象要素预报数据；收集光伏组件所处位置的气象要素数据历史时间序列，以及对应位置、时段、分辨率的光伏组件温度数据，以t时刻总辐射、气温、相对湿度、风速、风向，作为多维卡尔曼滤波因子，t时刻组件温度为输出因子，建立多维卡尔曼滤波短期预测模型，对模型进行训练；将光伏组件所处位置的气象要素日前预报数据，作为多维卡尔曼滤波短期预测模型的输入，模型输出即为组件温度值。本发明的技术方案得到了较高的预测精度。

技术领域

本发明涉及一种光伏发配电技术领域的预测方法及其系统，具体涉及一种光伏组件温度短期预测方法及其预测系统。

背景技术

光伏发电等可再生能源作为一种清洁、安全和高效的能源，越来越收到世界各国的强烈关注。以光伏等为代表的新能源正逐步成为我国重要的能源资源，在满足能源需求、改善能源结构、减少环境污染、保护生态环境、促进经济社会发展等方面发挥重要作用。光伏等间歇性新能源水电、火电等常规电源相比，有随机性、波动性、间歇性等特点，难以有效预测、调度和控制，将给电网造成较大的影响。对光伏发电进行功率预测有助于电网调度部门统筹安排常规电源、风电和太阳能发电的协调配合，适时及时地调整调度计划，合理安排电网运行方式，有效地减轻新能源的接入对电网的不利影响，提高电力系统运行的安全性和稳定性，提高电网吸纳光伏的能力，并可降低电力系统的旋转备用容量和运行成本，以充分利用太阳能资源，获得更大的经济效益和社会效益，有利于促进我国可再生能源产业的良性发展。目前，国内外均已积极开展光伏发电功率预测的研究，通过物理方法与统计方法进行光伏发电功率预测，并取得一定成果。但这些预测方法绝大多数都没有考虑光伏组件在使用过程中的温升因素，而是直接采用环境温度作为光伏组件的工作温度，大大影响了光伏发电功率预测的精度。像所有其它半导体器件一样，太阳能电池对温度非常敏感。温度的升高会降低硅材料的禁带宽度，因此影响了大多数的表征材料性能的参数，进而影响了组件的电性能参数，会导致组件的开路电压降低，短路电流会略微增加，总体的结果是功率降低。研究表明，晶体硅太阳能电池组件的结温超过25℃时，每升高1℃，功率将损失1％。由此可见，组件温度是影响太阳能电池组件转换效率的一个重要因素，为了提高光伏发电功率短期预测的精度，亟需开展电池组件温度短期预测方法的研究。

发明内容

为解决上述现有技术中的不足，本发明的目的是提供一种光伏组件温度短期预测方法及其预测系统，本发明的技术方案得到了较高的预测精度。

本发明的目的是采用下述技术方案实现的：

本发明提供一种基于WRF模式和多维卡尔曼滤波的光伏组件温度短期预测方法，其改进之处在于，所述预测方法包括下述步骤：

步骤1：将GFS数据(GFS数据指的是Global Forecast System)及资料同化数据作为WRF(Weather Research Forecast)模式输入，得到指定位置气象要素预报数据；

步骤2：收集分析自动气象监测站临近历史时段的监测数据；

步骤3：建立基于多维卡尔曼滤波的光伏电池组件温度短期预测模型；

步骤4：预测光伏电池组件的温度值。

进一步地，所述步骤1中，所述气象要素预报数据包括气温、相对湿度、风速、风向和总辐射。

进一步地，所述步骤2中，利用相关系数计算公式，计算组件温度与总辐射、气温、相对湿度、气压和风速影响因子的相关系数，相关系数计算公式如下式(1)所示：

式中x_i，y_i——变量x，y的第i个数据点；

——变量x，y的均值；