光伏电站光功率预测(光伏电站光功率预测的作用)

一. 光伏电站功率预测基础

1、数值天气预报基本概念

光伏功率预测系统就是将天气预报数据和环境检测仪所采集的数据加以分析，最后将生成的数据文件通过非实时交换机发送给省调。省调接收数据文件，入库并加以分析，得到该站的日常发电情况，便于对该地区整个新能源发电的集中管控。

2、光伏功率预测系统的构成

光伏功率预测系统一般在电站里以组屏的形式存在，在监控后台放置一台主机和一台显示器，便于站内运维人员使用维护。屏体内所包含的设备一般有防火墙，反向隔离器、两台服务器、交换机。

3、功率预测方法分类

（1）根据预测的物理量分类，光伏电站功率预测可分为直接预测法和间接预测法两类。直接预测法直接对光伏发电系统的输出功率进行预测。间接预测法对太阳辐照量进行预测，然后根据预测的太阳辐照量估算光伏发电系统的功率输出。

（2）根据所运用的数学模型分类，可分为时间序列预测法、自回归滑动平均模型法、神经网络法和支持向量机法等。

1）时间序列预测法∶时间序列模型是最经典、最系统、最被广泛采用的一类预测法。随机时间序列方法只需单一时间序列即可预测，实现比较简单。

2）自回归滑动平均模型法;回归预测技术是通过回归分析，寻找预测对象与影响因素之间的相关关系，建立回归模型进行预测;根据给定的预测对象和影响因素数据，研究预测对象和影响因素之间的关系，形成回归方程;根据回归方程，给定各自变量数值，即可求出因变量值即预测对象预测值。

3）人工神经网络法;人工神经网络技术可以模仿人脑的智能化处理，对大量非结构、非精确性规律具有自适应功能，具有信息记忆、自主学习、知识推理和优化计算的特点，特别是其自学习和自适应功能较好地解决了天气和温度等因素与负荷、光伏电站输出功率的对应关系。所以，人工神经网络得到了许多中外学者的赞誉，预测是人工神经网络最具潜力的应用领域之一。

4）支持向量机法∶支持向量机（Support Vector Machines，SVM）是由贝尔实验室的万普尼克等提出的一种机器学习算法，它与传统的神经网络学习方法不同，实现了结构风险最小化原理（Structural Risk Minimization，SRM），它同时最小化经验风险与VC 维（Vapnik Chervonenkis Dimension）的界，这就取得了较小的实际风险即对未来样本有较好的泛化性能。

5）小波分析法;小波分析在时域和频域都有良好的局部化性质，能够比较容易地捕捉和分析微弱信号。聚焦到信号的任意细节部分。小波分析可以用于数据的分析、处理、存储和传递。

6）组合预测法∶对多种预测方法得到的预测结果，选取适当的权重进行加权平均的一种预测方法。组合预测法与前面介绍的各种方法结合进行预测的方式不同，它是几种方法分别预测后，再对多种结果进行分析处理。组合预测有两类方法∶

一种是指将几种预测方法所得的结果进行比较，选取误差最小的模型进行预测;

另外一种是将几种结果按一定的权重进行加权平均，该方法建立在最大信息利用的基础上，优化组合了多种模型所包含的信息。其主要目的在于消除单一预测方法可能存在的较大偏差，提高预测的准确性。

（3）根据预测的时间尺度分类，光伏发电功率预测可分为超短期（日内）预测。短期（日前）预测、中长期预测。超短期功率预测是通过实时环境监测数据、电站逆变器运行数据、历史数据等数据源建立预测建模，进而预测未来0～4h的输出功率，采用数理统计方法、物理统计和综合方法，主要用于光伏发电功率控制、电能质量评估等。

这种分钟级的预测一般不采用数值天气预报数据。短期（日前）预测一般预报时效为未来0～72h，以数值天气预报为主，主要用于电力系统的功率平衡和经济调度、日前计划编制、电力市场交易等。中长期预测是事长时间尺度的预测，主要用于系统的检修安排、发电量的预测等。目前中长期预测精度不高，对电网实际运行指导意义不大。

从建模的观点来看，不同时间尺度是有本质区别的，对于日内预测，因其变化主要由大气条件的持续性决定，可以采用数理统计方法，对光伏电站实时气象站数据进行时间序列分析，也可以采用数值天气预报方法和物理统计总和方法。对于日前预测，则需使用数值天气预报方法才能满足预测需求，单纯依赖时间序列外推，不能保证预测精度。

空际生产中。短期功率预测。超短期功率预测是最常用的功率预测技术，其对电力生产运行指导意义也最大，下面结合短期、超短期功率预测，对常用预测模型及算法进行介绍。

二. 光伏电站光功率预测的作用

1、外网服务器可以从网上指定的服务端下载该站的天气预报数据，然后通过反向隔离器将当天的天气预报数据传到内网服务器中。

2、内网服务器接收站内预测所需的数据和环境检测仪采集的数据，并存储到该服务器的数据库库中，然后内网服务器里的程序将从数据库里取数据，根据相应数值和预测系统的计算公式，生成调度端要求的文件。常见的数据文件尾缀是PDV，之后将生成的文件通过102规约（或FTP形式）传给调度。

3、后台主机显示器可以显示预测系统所生成的调度要求的曲线和数据，很直观的展示给运维人员，方便运维管理。

4、光伏功率预测系统一般生成的文件有：短期文件、超短期文件、气象文件。

1）短期文件：短期文件的生成是根据外网传过来的天气预报文件生成的文件，文件名一般含有DQ字样，较容易区分。这个文件一天内至少上送一次。这个文件是当天全天的预测，会在后台电脑形成一条一天内完整的曲线。

2）超短期文件：超短期文件是根据实时天气数据而生成的文件，该数据是从环境检测仪而来。对于风电场来说主要是风速和风向。而对于光伏发电来说主要是辐射值。这个文件需要15分钟上送一次（一般调度要求），不能间断。

3）气象文件：气象文件就是将环境检测仪采集的数据，加以整理传送调度中心。一般情况下是5分钟一个数据文件。除此之外根据各省的要求还有其他的一些数据也要通过预测系统上送，具体问题具体分析。

随着光伏发电站电网电源结构比重的增加，光伏功率预测系统变得尤为重要，光伏功率预测越准，光伏并网给电网的安全运行带来的影响就越小，就能够有效的帮助电网调度部门做好各类电源的调度计划。光伏功率预测越准，电网就会减少光伏限电，由此大大提高了电网消纳阳光的能力，进而减少了由于限电给光伏业主带来的经济损失，增加了光伏电站投资回报率。