[发明专利]一种光伏电站超短时功率预测修正方法

摘要

本发明公开了一种光伏电站超短时功率预测修正方法，包括以下步骤：步骤一，对光伏电站历史数据按月建立4种日类型集合；步骤二，每数据集合选取每周6个工作日的光伏电站历史数据；步骤三，计算每个工作日连续两采集点之间的温度变化值ΔT_N、湿度变化值ΔS_N、辐照度变化值ΔF_N、以及当前采集点的光伏电站实测功率与预测功率差值ΔP_N；步骤四，按月计算每数据集合连续两采集点的温度影响系数Kt_N、湿度影响系数Ks_N、辐照度影响系数Kf_N；步骤五，对光伏电站预测功率进行修正。本发明引入了温度变化量、辐照度变化量、以及湿度变化量这些气象参数用来衡量实时天气变化，对原有功率预测模型的光伏电站预测功率值加以修正。

主权项

一种光伏电站超短时功率预测修正方法，其特征在于，包括以下步骤：步骤一，对光伏电站历史数据按月建立4种日类型集合；光伏电站历史数据按月建立4种日类型集合，其具体实施方法为：以同周期历史气象参数及光伏发电功率为主要参数依据，按月建立数据集合，每月同日类型的光伏电站的气象变化和发电功率具有相似性；4种日类型集合为A、B、C、D四种，其中A类日类型为晴、晴间多云、多云间晴天气，B类日类型为阴、阴间多云、多云、多云间阴、雾天气，C类日类型为雨夹雪、小雨、冻雨、小到中雨、阵雪、小雪、小到中雪阵雨、雷阵雨、雷阵雨伴有冰雹天气，D类日类型为特大暴雨、中雪、大雪、暴雪、大暴雨到特大暴雨、中雨、大雨、暴雨、大暴雨、中到大雪、大到暴雪、沙尘暴、中到大雨、大到暴雨、雷雨到大暴雨天气；步骤二，每数据集合选取每周6个工作日的光伏电站历史数据，共建立每月24组工作日数据，其中每组工作日的光伏电站历史数据至少包括温度T、湿度S、辐照度F、光伏电站实测功率P_c、以及功率预测系统的光伏电站预测功率P_y，每组工作日的光伏电站历史数据从早晨6点到下午6点之间采集，光伏电站历史数据的采集分辨率为15分钟；步骤三，计算每个工作日连续两采集点之间的温度变化值ΔT_N、湿度变化值ΔS_N、辐照度变化值ΔF_N、以及当前采集点的光伏电站实测功率与预测功率差值ΔP_N；其实现方法为：ΔT_N＝T_N‑1‑T_N‑2；ΔS_N＝S_N‑1‑S_N‑2；ΔF_N＝F_N‑1‑F_N‑2；ΔP_N＝P_c,N‑P_y,N；N点是未来的时间点，N‑1和N‑2是已经发生的时间点，我们这里用前面两个时间点的温度、湿度、辐照度的变化规律来衡量未来时间点的变化规律；其中ΔT_N为工作日第N个采集点的温度变化值，ΔS_N为工作日第N个采集点的湿度变化值，ΔF_N为工作日第N个采集点的辐照度变化值，ΔP_N为工作日第N个采集点的实测功率与预测功率差值，P_c,N为工作日第N个采集点的光伏电站实测功率，P_y,N为工作日第N个采集点的光伏电站预测功率，N为工作日的第N个采集点，早晨6点为第一个采集点，此时N为1，下午6点为最后一个采集点，此时N为48，每个工作日连续两采集点之间的温度变化值ΔT_N、湿度变化值ΔS_N、辐照度变化值ΔF_N均为46个；步骤四，按月计算每数据集合连续两采集点的温度影响系数Kt_N、湿度影响系数Ks_N、辐照度影响系数Kf_N；第N个采集点的光伏电站实测功率与预测功率差值ΔP_N为：ΔP_N＝ΔT_N,M·Kt_N,M+ΔS_N,M·Ks_N,M+ΔF_N,M·Kf_N,M；对于光伏电站的历史发电数据，上述ΔP_N的算式存在3个未知数，即Kt_N,M、Ks_N,M、Kf_N,M，需要3组数据可以求出Kt_N,M、Ks_N,M、Kf_N,M，但在数据集合中对应每种日类型存在6组工作日数据，故可以得到种解，具体来说,对于温度影响系数Kt_N，具有Kt_N,B个解，B是1到20的数，对于湿度影响系数Ks_N，具有Ks_N,B个解，B是1到20的数，对于辐照度影响系数Kf_N，具有Kf_N,B个解，B是1到20的数；于是，某日类型下的第N采集点的温度影响系数Kt_N为：${\mathrm{Kt}}_N=\frac{\underset{B=1}{\overset{20}{\Σ}}{\mathrm{Kt}}_{N,B}}{20};$某日类型下的第N采集点的湿度影响系数Ks_N为：${\mathrm{Ks}}_N=\frac{\underset{B=1}{\overset{20}{\Σ}}{\mathrm{Ks}}_{N,B}}{20};$某日类型下的第N采集点的辐照度影响系数Kf_N为：${\mathrm{Kf}}_N=\frac{\underset{B=1}{\overset{20}{\Σ}}{\mathrm{Kf}}_{N,B}}{20};$步骤五，对光伏电站预测功率进行修正，其方法为：P_X,N＝P_y,N+ΔT_N·Kt_N+ΔS_N·Ks_N+ΔF_N·Kf_N其中，P_X,N为工作日第N个采集点的光伏电站预测功率修正值，P_y,N为工作日第N个采集点的光伏电站预测功率，ΔT_N、Kt_N、ΔS_N、Ks_N、ΔF_N、Kf_N同上；上述求解某月某种日类型的超短时功率预测修正方法，按其同样方法可以应用于某月其它3种日类型的超短时功率预测修正方法，也同理可以应用于其它月的4种不同日类型超短时功率预测修正方法。