一种基于光伏组件衰减特性的功率预测方法及装置制造方法及图纸

本发明专利技术涉及一种基于光伏组件衰减特性的功率预测方法及装置，该方法包括步骤：获取预测时间和光伏组件的投运时间；将所述预测时间和光伏组件的投运时间进行比较，得到所述预测时间和光伏组件的投运时间的时间差值；根据所述时间差值是否超出预设年限阈值来选择功率预测算法；根据所选择的功率预测算法对该光伏组件的功率进行预测。本发明专利技术提供的技术方案，根据光伏组件的衰减特性，针对处于不同生命周期下的光伏组件采用不同的功率预测算法，解决了现有技术中预测功率无修正或修正时依赖经验的问题，计算方法简便且不依赖机器学习，避免了单纯依靠数据分析导致的预测误差。免了单纯依靠数据分析导致的预测误差。免了单纯依靠数据分析导致的预测误差。

【技术实现步骤摘要】
一种基于光伏组件衰减特性的功率预测方法及装置


[0001]本专利技术涉及新能源发电预测
，尤其涉及一种基于光伏组件衰减特性的功率预测方法及装置。

技术介绍

[0002]由于光伏发电的随机性、间歇性与波动性，光伏发电功率预测变得非常困难。统计方法是目前主要应用的预测方法。统计方法基于大量的历史数据，以相似气象条件的光伏输出功率或根据经验修正后作为预测值，未考虑整个光伏发电系统的老化与衰减，导致预测误差增大。

技术实现思路

[0003]基于现有技术的上述情况，本专利技术的目的在于提供一种基于光伏组件衰减特性的功率预测方法及装置，根据光伏组件的衰减特性，针对处于不同生命周期下的光伏组件采用不同的功率预测算法，从而提高了光伏组件功率预测的可靠性和精度。
[0004]为达到上述目的，根据本专利技术的一个方面，提供了一种基于光伏组件衰减特性的功率预测方法，包括步骤：
[0005]获取预测时间和光伏组件的投运时间；
[0006]将所述预测时间和光伏组件的投运时间进行比较，得到所述预测时间和光伏组件的投运时间的时间差值；
[0007]根据所述时间差值是否超出预设年限阈值来选择功率预测算法；
[0008]根据所选择的功率预测算法对该光伏组件的功率进行预测。
[0009]进一步的，根据所述时间差值是否超出预设年限阈值来选择功率预测算法，包括：
[0010]若所述时间差值未超出预设年限阈值，则采用第一功率预测算法进行功率预测；
[0011]若所述时间差值超出预设年限阈值，则根据气象条件情况选择功率预测算法。
[0012]进一步的，所述预设年限阈值为1年。
[0013]进一步的，所述根据气象条件情况选择功率预测算法，包括：
[0014]判断相似气象条件的出现时间是否在预设投运年限阈值内；若是，则采用第二功率预测算法进行功率预测；若否，则采用第三功率预测算法进行功率预测。
[0015]进一步的，所述预设投运年限阈值为1年。
[0016]进一步的，所述第一功率预测算法包括根据以下公式计算预测功率：
[0017][0018]其中，p
t
为预测功率，p0为光伏组件在相似气象条件下的功率，k1为预设年限阈值内的衰减系数，n0为测试时间距离相似气象条件样本时间之间的间隔天数。
[0019]进一步的，所述第二功率预测算法包括根据以下公式计算预测功率：
[0020][0021]其中，n1为相似气象条件样本时间距离投运一年的天数，k2超过预设年限阈值后的衰减系数，x为预测时间距离相似气象条件样本时间之间的间隔整年数，n2为距离x整年时间之间的间隔天数。
[0022]进一步的，所述第三功率预测算法包括根据以下公式计算预测功率：
[0023][0024]进一步的，还包括：若预测气象因素为(R，T)，其中R为辐照度，T为温度，相似气象条件设置为(R
±
r，T
±
t)；
[0025]如果存在m个相似气象条件记录，则根据所述第一功率预测算法、第二功率预测算法和/或第三功率预测算法，计算出预测功率p
t1
、p
t2
……
p
tm
，则总预测功率值p
t
值根据以下公式计算：
[0026][0027]根据本专利技术的另一个方面，提供了一种基于光伏组件衰减特性的功率预测装置，包括数据获取模块、时间差值计算模块、功率预测算法选择模块和功率预测模块；其中，
[0028]所述数据获取模块，用于获取预测时间和光伏组件的投运时间；
[0029]所述时间差值计算模块，用于将所述预测时间和光伏组件的投运时间进行比较，得到所述预测时间和光伏组件的投运时间的时间差值；
[0030]所述功率预测算法选择模块，用于根据所述时间差值是否超出预设年限阈值来选择功率预测算法；
[0031]所述功率预测模块，用于根据所选择的功率预测算法对该光伏组件的功率进行预测。
[0032]综上所述，本专利技术提供了一种基于光伏组件衰减特性的功率预测方法及装置，该方法包括步骤：获取预测时间和光伏组件的投运时间；将所述预测时间和光伏组件的投运时间进行比较，得到所述预测时间和光伏组件的投运时间的时间差值；根据所述时间差值是否超出预设年限阈值来选择功率预测算法；根据所选择的功率预测算法对该光伏组件的功率进行预测。本专利技术提供的技术方案，根据光伏组件的衰减特性，针对处于不同生命周期下的光伏组件采用不同的功率预测算法，解决了现有技术中预测功率无修正或修正时依赖经验的问题，计算方法简便且不依赖机器学习，避免了单纯依靠数据分析导致的预测误差。
附图说明
[0033]图1是本专利技术实施例基于光伏组件衰减特性的功率预测方法的流程图；
[0034]图2是投运一年内预测时光伏组件衰减率曲线图；
[0035]图3是相似气象条件出现在投运一年内时的光伏组件衰减率曲线图；
[0036]图4是相似气象条件出现在投运一年外时的光伏组件衰减率曲线图。
具体实施方式
[0037]为使本专利技术的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本专利技术进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本专利技术的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本专利技术的概念。
[0038]下面将结合附图对本专利技术的技术方案进行详细说明。根据本专利技术的一个实施例，提供了一种基于光伏组件衰减特性的功率预测方法。光伏发电系统主要由光伏组件、汇流箱、逆变器等环节构成。其中，光伏组件是影响光伏发电效率的核心部件。光伏组件整个生命周期为20
‑
25年，衰减率约8％
‑
14％。影响光伏发电的主要因素是辐照度和温度，因此，在历史相似气象条件的情况下，提出了本实施例基于光伏组件衰减特性的功率预测方法。
[0039]由光伏组件的衰减特性可以知道，在第一年组件衰减较快，设置为k1；第二年及以后，每年衰减率基本一致，设置为k2。本实施例涉及的功率预测方法的流程图如图1所示，包括如下步骤：
[0040]获取预测时间d
t
和光伏组件的投运时间d
t0
；
[0041]将所述预测时间和光伏组件的投运时间进行比较，得到所述预测时间和光伏组件的投运时间的时间差值；
[0042]根据所述时间差值是否超出预设年限阈值来选择功率预测算法；本实施例中该预设年限阈值设置为1年。若所述时间差值未超出预设年限阈值，则采用第一功率预测算法进行功率预测；若所述时间差值超出预设年限阈值，则根据气象条件情况选择功率预测算法：判断相似气象条件的出现时间是否在预设投运年限阈值内；若是，则采用第二功率预测算法进行功率预测；若否，则采用第三功率预测算法进行功率预测，本实施例中该预设投运年限阈值设置为1年。
[0043本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于光伏组件衰减特性的功率预测方法，其特征在于，包括步骤：获取预测时间和光伏组件的投运时间；将所述预测时间和光伏组件的投运时间进行比较，得到所述预测时间和光伏组件的投运时间的时间差值；根据所述时间差值是否超出预设年限阈值来选择功率预测算法；根据所选择的功率预测算法对该光伏组件的功率进行预测。2.根据权利要求1所述的方法，其特征在于，根据所述时间差值是否超出预设年限阈值来选择功率预测算法，包括：若所述时间差值未超出预设年限阈值，则采用第一功率预测算法进行功率预测；若所述时间差值超出预设年限阈值，则根据气象条件情况选择功率预测算法。3.根据权利要求2所述的方法，其特征在于，所述预设年限阈值为1年。4.根据权利要求3所述的方法，其特征在于，所述根据气象条件情况选择功率预测算法，包括：判断相似气象条件的出现时间是否在预设投运年限阈值内；若是，则采用第二功率预测算法进行功率预测；若否，则采用第三功率预测算法进行功率预测。5.根据权利要求4所述的方法，其特征在于，所述预设投运年限阈值为1年。6.根据权利要求5所述的方法，其特征在于，所述第一功率预测算法包括根据以下公式计算预测功率：其中，p
t
为预测功率，p0为光伏组件在相似气象条件下的功率，k1为预设年限阈值内的衰减系数，n0为测试时间距离相似气象条件样本时间之间的间隔天数。7.根据权利要6所述的方法，其特征在于，所述第二功率预测算法包括根据以下公式计算预测功率：其...

【专利技术属性】
技术研发人员：岳帅，李献伟，王坤，苑军军，李亚辉，窦尚轶，杨思航，
申请(专利权)人：许继集团有限公司许继电气股份有限公司，
类型：发明
国别省市：