System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种光伏电站超短期功率预测方法、系统、设备及介质技术方案_技高网

一种光伏电站超短期功率预测方法、系统、设备及介质技术方案

技术编号:44592962 阅读:2 留言:0更新日期:2025-03-14 12:50
本发明专利技术提供的一种光伏电站超短期功率预测方法、系统、设备及介质,包括:以集中式逆变器子阵的中心坐标为基准点,获取在该基准点的坐标系下的设定时间段内一天的太阳运行轨迹;基于该一天太阳运行轨迹计算多个时刻的辐照度;预测得到该一天内与多个时刻相对应时刻的云朵位置信息,利用得到的多个云朵位置信息对对应时刻的辐照度进行修正,得到修正后的辐照度;将该一天太阳运行轨迹对应的多个修正后的辐照度组合形成设定时间段内的辐照度向量,利用该辐照度向量预测设定时间段内的功率向量;提高了超短期功率预测的准确度,提升电力系统的稳定性,能有效减少因功率波动带来的经济损失。

【技术实现步骤摘要】

本专利技术属于新能源光伏发电技术,具体涉及一种光伏电站超短期功率预测方法、系统、设备及介质


技术介绍

1、光伏电站超短期功率预测是通过对气象条件、统计规律等技术和手段的应用,对光伏发电站有功功率进行预报的过程。指预测未来15分钟至4小时内的功率,具有15分钟的时间分辨率。其重要性在于其直接关系到电力系统的稳定性,能有效减少因功率波动带来的经济损失。随着可再生能源的普及和光伏电站规模的扩大,提高预测的准确性变得尤为重要。预测精度每提高1%,据研究可节约调度成本2%,同时也能辅助电站进行更精细化的运维管理,例如通过预测数据合理安排设备检修,提高设备利用率,减少运维成本。

2、在技术实现方面,光伏发电功率预测涉及数据收集与预处理、特征提取、时间序列分析方法(如ari ma模型)以及机器学习模型(如支持向量机、神经网络等)的应用。这些方法结合历史气象和光伏数据,可以进一步提高功率预测的精度。数据清洗是基础环节,通过去除异常值、填补缺失数据,可以提高预测的准确性。

3、然而,因天气因素导致的光伏出力预测不确定性和随机性问题目前尚未得到完整解决,特别是对于戈壁空旷地区本身不存在组件遮挡的问题,由于气象现象中云的随机性导致遮挡而产生的功率下降目前尚无有效的预测手段。


技术实现思路

1、本专利技术的目的在于提供一种光伏电站超短期功率预测方法、系统、设备及介质,解决了对于戈壁空旷地区本身不存在组件遮挡的问题,由于气象现象中云的随机性导致遮挡而产生的功率下降的有效预测方法。</p>

2、为了达到上述目的,本专利技术采用的技术方案是:

3、本专利技术提供的一种光伏电站超短期功率预测方法,包括以下步骤:

4、步骤1,以集中式逆变器子阵的中心坐标为基准点建立坐标系,获取太阳在该坐标系下的一天的运行轨迹;

5、步骤2,基于该一天太阳运行轨迹计算设定的未来时间段内多个时刻的辐照度;

6、步骤3,获取天空中云朵在该坐标系下当前时刻的位置信息,利用该云朵位置信息预测得到未来时间段内多个时刻对应的云朵位置信息;

7、利用预测得到的云朵位置信息对步骤2中得到的辐照度进行修正,得到修正后的辐照度;

8、步骤4,将得到的多个修正后的辐照度组合形成设定的未来时间段内的辐照度向量,利用该辐照度向量预测设定的未来时间段内的功率向量。

9、优选地,步骤1中,获取得到的一天的太阳运行轨迹满足以下坐标关系:

10、sn→t[(r,θn11,θn21),(r,θn12,θn22),…,(r,θn1γ,θn2γ)]

11、1≤n≤k

12、其中,sn为一年中第n天的太阳运行轨迹曲线;r为太阳的相对距离半径;θn1γ为该运行轨迹曲线中第γ个位置点的太阳水平夹角;θn2γ为该运行轨迹曲线中第γ个位置点的太阳竖直夹角;k=365/366。

13、优选地,步骤2中,基于该一天太阳运行轨迹计算设定的未来时间段内多个时刻的辐照度,具体方法是:

14、cal_t1=c(r,θn11,θn21)

15、其中,cal_t1为t1时刻对应的辐照度;c为标准辐照度函数;(r,θn11,θn21)为一年中第n天的太阳运行轨迹曲线中t1时刻对应的太阳位置点;r为太阳的相对距离半径;θn11为太阳水平夹角;θn21为太阳竖直夹角。

16、优选地,步骤3中,获取得到的云朵的位置信息由一系列边界点组成,且满足以下表达式:

17、pu=(pu1,pu2,…,puj…,pum)

18、puj→(d,αu1j,αu2j)

19、1≤j≤m

20、其中,pu为互不相连的第u块云朵的边界点集合;pum为互不相连的第u块云朵的第m个边界点坐标;d为云朵的相对距离半径;α11j为水平夹角;α12j为竖直夹角。

21、优选地,步骤3中,利用云朵位置信息对对应时刻的辐照度进行修正,得到修正后的辐照度,具体方法是:

22、判断设定时刻的太阳是否被对应时刻的云朵遮挡,其中:

23、若设定时刻的太阳被对应时刻的云朵遮挡,则利用下式对辐照度进行修正:

24、cal′_t1=ω·cal_t1

25、若设定时刻的太阳未被对应时刻的云朵遮挡,则利用下式对辐照度进行修正:

26、cal′_t1=cal_t1

27、上式中,ω为修正因子,cal′_t1为t1时刻修正后的辐照量;cal_t1为t1时刻对应的辐照度。

28、优选地,判断设定时刻的太阳是否被对应时刻的云朵遮挡,具体方法是:

29、若设定时刻的太阳位置点位于对应时刻天空中互不相连的u块云朵覆盖的范围内,判断设定时刻的太阳被对应时刻的云朵遮挡,否则判断设定时刻的太阳未被对应时刻的云朵遮挡。

30、优选地,步骤4中,利用该辐照度向量结合下式预测设定时间段内的功率向量:

31、w=μ·cal=μ[cal′_t1、cal′_t2、cal′_t3,…,cal′_t16]

32、上式中,μ为光伏系统辐照度转换功率因子;w为设定时间段内的功率向量;cal为辐照度向量。

33、一种光伏电站超短期功率预测系统,包括:

34、太阳运行轨迹曲线计算模块,用于以集中式逆变器子阵的中心坐标为基准点建立坐标系,获取太阳在该坐标系下的一天的运行轨迹;

35、云朵位置信息监测模块,用于获取天空中云朵在该坐标系下当前时刻的位置信息,利用该云朵位置信息预测得到未来时间段内多个时刻对应的云朵位置信息;

36、功率预测模块,用于基于该一天太阳运行轨迹计算设定的未来时间段内多个时刻的辐照度,并利用预测得到的云朵位置信息对得到的辐照度进行修正,得到修正后的辐照度,以及:

37、将得到的多个修正后的辐照度组合形成设定的未来时间段内的辐照度向量,利用该辐照度向量预测设定的未来时间段内的功率向量。

38、一种计算机设备,包括:

39、处理器,适用于执行计算机程序;

40、计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被所述处理器执行时,执行所述的方法。

41、一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述的方法。

42、与现有技术相比,本专利技术的有益效果是:

43、本专利技术提供的一种光伏电站超短期功率预测方法,通过监测一天内太阳运行轨迹中初始时刻下的天空云朵位置信息,并预测该一天天空中多个时刻对应的云朵位置信息,利用云朵位置信息对辐照度进行修正,系统性的解决了空旷地区本身不存在组件遮挡的问题,而由于气象现象中云的随机性导致遮挡而产生的功率下降目前尚无有效的预测手段的难题,提高了超短期功率预测的准确度,提升电力系统的稳定性,能有效减少因功率波动带来的本文档来自技高网...

【技术保护点】

1.一种光伏电站超短期功率预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种光伏电站超短期功率预测方法,其特征在于,步骤1中,获取得到的一天的太阳运行轨迹满足以下坐标关系:

3.根据权利要求1所述的一种光伏电站超短期功率预测方法,其特征在于,步骤2中,基于该一天太阳运行轨迹计算设定的未来时间段内多个时刻的辐照度,具体方法是:

4.根据权利要求1所述的一种光伏电站超短期功率预测方法,其特征在于,步骤3中,获取得到的云朵的位置信息由一系列边界点组成,且满足以下表达式:

5.根据权利要求1所述的一种光伏电站超短期功率预测方法,其特征在于,步骤3中,利用云朵位置信息对对应时刻的辐照度进行修正,得到修正后的辐照度,具体方法是:

6.根据权利要求5所述的一种光伏电站超短期功率预测方法,其特征在于,判断设定时刻的太阳是否被对应时刻的云朵遮挡,具体方法是:

7.根据权利要求1所述的一种光伏电站超短期功率预测方法,其特征在于,步骤4中,利用该辐照度向量结合下式预测设定时间段内的功率向量:

8.一种光伏电站超短期功率预测系统,其特征在于,包括:

9.一种计算机设备,其特征在于,包括:

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的方法。

...

【技术特征摘要】

1.一种光伏电站超短期功率预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种光伏电站超短期功率预测方法,其特征在于,步骤1中,获取得到的一天的太阳运行轨迹满足以下坐标关系:

3.根据权利要求1所述的一种光伏电站超短期功率预测方法,其特征在于,步骤2中,基于该一天太阳运行轨迹计算设定的未来时间段内多个时刻的辐照度,具体方法是:

4.根据权利要求1所述的一种光伏电站超短期功率预测方法,其特征在于,步骤3中,获取得到的云朵的位置信息由一系列边界点组成,且满足以下表达式:

5.根据权利要求1所述的一种光伏电站超短期功率预测方法,其特征在于,步骤3中,利用云朵位置信...

【专利技术属性】
技术研发人员:毕子明吴永华高晨魏博涛柴琦张凯凯王团结
申请(专利权)人:华能陕西榆阳电力有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1