[发明专利]基于云变分析的超短期光伏功率预测方法

摘要

本发明公开了一种基于云变分析的超短期光伏功率预测方法，属于光伏发电技术领域。本发明采用实时图像采集技术，实时获取光伏电站上空图像信息，对光伏电站上空气象条件进行预测，再将预测结果作为修正参数输入到光伏发电模型中预测光伏电站的输出功率。本发明可达到对超短期功率进行准确预测的效果，预算精度可达到未来0~4小时，电网调度可以根据预测结果，实时修正当日发电计划，实现在保证电网能够进行稳定运行的前提下，提高光伏电站的发电利用率。

主权项

1.基于云变分析的超短期光伏功率预测方法，其特征在于，实时获取光伏电站上空图像信息，对光伏电站上空气象条件进行预测，再将预测结果作为修正参数输入到光伏发电模型中预测光伏电站的输出功率；具体包括如下步骤：步骤一：对光伏电站历史输出功率、上空图像、及气象信息进行分析，计算不同气象天气类型下光伏电站上空云层数据；步骤二：实时获取光伏电站上空图像信息，计算当前时刻光伏电站上空云层面积和运动速度；步骤三：推算云层的运动轨迹，算出0～4小时内15分钟间隔点在光伏电站上空的云层面积；步骤三中是采用质心迭代跟踪算法推算云层的运动轨迹，具体算法如下：步骤301：把前一帧图像的目标区域位置定义为新搜索开始的初始位置，根据式得到初始候选目标区域的表示目标区域和目标模板之间的相似度；y_i表示初始帧目标位置；x_i表示以y_i为中心的当前帧所在候选区域中的各像素位置；i＝1,2,…,m；m表示目标区域的像素数；步骤302：根据计算当前候选目标区域内各个点上的像素值与目标位置点上像素值的相似程度；式中：g(x_i)表示位于x处的像素的相似度贡献值，q_u(x_i)表示候选区域的第u维值，s_u(x_i)表示搜索区域的第u维值；步骤303：根据式计算下一个候选目标区域的各个点上的像素值；式中：y_j表示迭代过程中贞目标位置，y_j+1表示下一步迭代位置；j表示迭代次数；x_k表示以y_j为中心的当前帧所在候选区域中的各像素位置；k＝1,2,…,m；步骤304：在新的候选目标区域中计算表示新的候选区域的目标区域和目标模板之间的相似度；步骤305：若||y_j+1‑y_j||＜ε，ε表示任意给定的正数，则迭代结束；否则，转步骤302；步骤四：根据气象站提供的气象参数使用神经网络模型预测光伏电站输出功率，根据步骤三推算的云层面积计算修正系数，预测0～4小时内超短期功率。