收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

并网型光伏电站发电功率预测方法与系统

王飞  
【摘要】:光伏发电功率出力具有明显的间歇波动特性,大规模光伏发电接入给电网调度管理带来巨大挑战。如何在满足安全稳定约束的前提下,最大限度地消纳这些可再生能源,成为新能源电力系统的研究热点。光伏发电功率预测是解决此问题的关键技术之一,开展光伏电站发电功率预测方法与系统研究具有重要的学术与应用价值。 光伏发电功率预测模型需要拟合的映射关系在不同的天气状态下存在明显差异,采用单一模型实现多种不同天气状态下发电功率的准确预测非常困难。此外,光伏电站不同天气状态对应历史数据的分布并不均衡,由不均衡数据训练得到的单一预测模型对多变天气状态的适应性无法保证,预测精度难以满足要求。为此,本文在研究不同天气状态下地表与地外辐照度关系变化规律基础上,从辐照度数据中提取了反映天气状态的特征参数,利用支持向量机建立了天气状态模式识别模型,实现了缺失天气类型信息历史数据的辨识恢复,确保了历史数据的完整性和可用性,对比了功率预测不同的实现方式,提出了光伏发电功率分类分步预测方法,并给出了实现的总体框图和具体的技术路线图。 作为光伏发电功率预测的前提基础,辐照度预测对于功率预测至关重要。目前采用神经网络进行辐照度预测取得了较好效果,但现有预测模型存在输入空间维数较高、模型结构复杂等不足,且其输出的预测值也未经修正。为此,本文从充分利用已有数据、尽量减小信息冗余、控制输入变量维数三个方面对辐照度神经网络预测模型进行了改进;并根据不同天气状态的特点,按照设定的可变尺度参数,从时间周期性和临近相似性两个维度,利用历史运行数据和类型内相似性度量参数生成修正参考值和权重系数,提出了基于时间周期性和临近相似性的辐照度预测值修正方法。仿真结果表明上述改进措施和修正方法对辐照度预测精度的提高具有明显作用。 作为光伏发电功率预测的关键环节,光伏电站发电功率出力特性模型对于预测精度有着重要影响。现有发电功率出力特性模型存在实施步骤繁杂、参数优化困难、适应能力不强等问题。为此,本文利用通径分析对比了各气象影响因子对发电功率的直接影响及通过其它因子的间接影响,利用选取的主要气象影响因子构建了光伏电站的运行状态空间,利用实际运行数据建立了发电功率出力特性的关联数据模型,并根据影响因子与发电功率的相关程度定义了运行状态加权距离,提出了基于关联数据模型的发电功率映射预测方法。 最后,以本文上述研究为基础,针对电网调度管理和电站优化运行的要求,参照光伏发电功率预测的有关标准和技术规范,开发了光伏电站发电功率预测系统并投入应用,实际运行取得了良好效果,验证了本文提出有关方法和模型的有效性。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 高源;张节潭;孙光友;李永胜;李红涛;;光伏组件发电功率衰减测试标准与方法[J];青海电力;2017年02期
2 孙芊;许沛华;周宁;冯光;徐恒博;;省级光伏发电功率预测与运行监测平台[J];供用电;2017年10期
3 黎嘉明;艾小猛;文劲宇;方家琨;谢海莲;;光伏发电功率持续时间特性的概率分布定量分析[J];电力系统自动化;2017年06期
4 周同旭;周松林;;光伏发电功率区间概率预测[J];铜陵学院学报;2017年02期
5 曹英丽;方诗琦;王洋;于炳新;邹焕成;许童羽;;分布式光伏发电特性与气象影响因子诊断分析[J];沈阳农业大学学报;2018年03期
6 张伟;;基于神经网络的光伏发电系统发电功率预测[J];山东工业技术;2017年16期
7 ;福建迈入清洁能源时代[J];能源与环境;2015年06期
8 王振旗;姚晓斌;;基于GA-BP算法的光伏系统发电功率预测[J];计算机系统应用;2016年02期
9 ;技术转让[J];军民两用技术与产品;1989年08期
10 刘武周;刘友波;;基于改进粒子群优化算法风力发电功率预测研究[J];可再生能源;2017年09期
11 卢舟鑫;王冰;荣军峰;;基于多时段综合相似日的光伏发电功率预测[J];电源技术;2017年01期
12 刘士荣;李松峰;宁康红;周啸波;荣延泽;;基于极端学习机的光伏发电功率短期预测[J];控制工程;2013年02期
13 刘士荣;李松峰;宁康红;周啸波;荣延泽;;基于极端学习机的光伏发电功率短期预测[J];控制工程;2013年03期
14 张岚;张艳霞;郭嫦敏;赵杰;;基于神经网络的光伏系统发电功率预测[J];中国电力;2010年09期
15 姜恩宇;季亮;夏能弘;米阳;邓玮璍;;基于支持向量机的光伏发电功率预测[J];上海电力学院学报;2015年06期
16 李卫平;黄近秋;孙光东;;不可控微电源综合发电功率预测[J];湘潭大学自然科学学报;2015年02期
17 李攀;;基于稀疏贝叶斯学习的光伏发电功率预测方法[J];数据通信;2017年05期
中国重要会议论文全文数据库 前10条
1 崔杨;陈正洪;孙朋杰;;弃光限电条件下不同纬度地区短期光伏发电功率预测对比分析[A];2016中国环境科学学会学术年会论文集(第四卷)[C];2016年
2 崔杨;陈正洪;成驰;唐俊;谷春;;光伏发电功率预测预报系统升级方案设计及关键技术实现[A];2014中国环境科学学会学术年会(第十二章)[C];2014年
3 ;龙源内蒙古公司风电场发电功率预测系统获省级科技进步奖[A];《风电技术》2013年08月第4期(总第40期)[C];2013年
4 冯雷;黄宏;张秀坤;张欣;;基于AR模型的风力发电功率预测仿真[A];Proceedings of 14th Chinese Conference on System Simulation Technology & Application(CCSSTA’2012)[C];2012年
5 常学飞;朴哲勇;吕项羽;刘座铭;;基于BP-ANN神经网络的光伏发电功率超短期预测方法[A];发挥科技支撑作用深入推进创新发展——吉林省第八届科学技术学术年会论文集[C];2014年
6 李胜利;万书春;;TRT发电的工艺与控制[A];中国计量协会冶金分会2009年年会论文集[C];2009年
7 涂仁辉;;利用剩余煤气提高烧结余热发电功率[A];2014年十一省(市)金属(冶金)学会冶金安全环保学术交流会论文集[C];2014年
8 孙潇然;;风功率预测技术发展综述[A];《风能产业》(2015年第12期)[C];2015年
9 杨红义;吕兆福;姜华;;中国实验快堆工程2013年度进展[A];中国原子能科学研究院年报 2013[C];2014年
10 刘德兴;郑艳娜;彭海婷;温铂洋;;船舶风帆、风电综合应用初步数值研究[A];第二十五届全国水动力学研讨会暨第十二届全国水动力学学术会议文集(下册)[C];2013年
中国博士学位论文全文数据库 前4条
1 王飞;并网型光伏电站发电功率预测方法与系统[D];华北电力大学;2013年
2 甄钊;光伏发电功率多时间尺度预测方法研究[D];华北电力大学(北京);2018年
3 邢作霞;大型变速变距风力发电机组的柔性协调控制技术研究[D];北京交通大学;2008年
4 赵杰;光伏发电并网系统的相关技术研究[D];天津大学;2012年
中国硕士学位论文全文数据库 前10条
1 王旭峰;并网型光伏电站发电功率的建模与预测研究[D];华北电力大学;2013年
2 郭佳;并网型光伏电站发电功率与其主气象影响因子相关性分析[D];华北电力大学;2013年
3 冉冉;短期光伏发电功率预测方法研究[D];天津大学;2018年
4 张子薇;基于改进GBDT算法的光伏发电功率预测研究[D];华北电力大学;2018年
5 李金拓;计及雾霾影响的光伏发电功率短期预测方法研究[D];华北电力大学;2018年
6 商永婕;基于改进的广义回归神经网络短期光伏发电功率预测[D];南京邮电大学;2018年
7 周光辉;光伏发电功率预测系统研究[D];江苏科技大学;2018年
8 王帅;基于密度峰值聚类和云层分析的光伏发电功率预测[D];太原理工大学;2018年
9 韩奥琪;基于变分模态分解组合模型的超短期发电功率预测方法[D];沈阳工业大学;2018年
10 赵怡茗;基于VMD-SE-LSSVM和迭代误差修正的光伏发电功率预测[D];西安理工大学;2018年
中国重要报纸全文数据库 前10条
1 薛怡;西北风力发电功率、电量均创新高[N];国家电网报;2012年
2 记者 王震 汪骏原 通讯员 程序;甘肃电网光伏发电功率预测系统投运[N];国家电网报;2011年
3 记者 张剑雯;全省风电发电功率创最高纪录[N];山西经济日报;2012年
4 记者 樊丽萍;好的设计,或可“颠覆”成熟技术[N];文汇报;2009年
5 本报记者 赵冉;光伏发电“站”起来[N];中国电力报;2016年
6 何学民;我国最大光伏电站落户西昌[N];中国电力报;2007年
7 记者 齐芳 通讯员 蔡金曼;我国全面掌握快堆核心技术[N];光明日报;2014年
8 刘 琴;欧洲试验利用海下“风车”发电[N];大众科技报;2003年
9 张楠;香港建设1.6亿购重庆乙醇项目[N];中国证券报;2008年
10 钱铮;日本研发海上浮动发电站[N];陕西科技报;2008年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978