光伏功率预测系统
技术体系
北京东润环能科技股份有限公司
2015.06.01
1 光电功率预测技术概述
1.1 光伏功率预测原理及作用
光伏发电是利用半导体界面的光生伏特效应而将光能直接转变为电能的一种技术。如果光线照射在太阳能电池上并被电板光伏吸收，具有足够能量的光子能够在P型硅和N型硅中将电子从共价键中激发，以致产生电子－空穴对。界面层附近的电子和空穴在复合之前，将通过空间电荷的电场作用被相互分离。电子向带正电的N区和空穴向带负电的P区运动。通过界面层的电荷分离，将在P区和N区之间产生一个向外的可测试的电压。通过光照在界面层产生的电子－空穴对越多，电流越大。界面层吸收的光能越多，界面层即电池面积越大，在太阳能电池中形成的电流也越大。对于光伏电板来说，单位面积的光伏阵列输出功率为：
式中，η是转换效率；S是阵列面积；I是太阳辐照强度；t0 是大气温度。
对于既定的光伏发电系统来说，几乎所有的光伏并网逆变器都以相对稳定的功率转换效率运行在最大功率点跟踪（Maximum Power Point Tracking, MPPT）模式，其输出功率数据具有高度的自相关性，输出功率数据中已包含光伏阵列的系统信息。虽然功率转换效率、光电转换效率会随着时间变化，但是在系统的使用周期内其变化量是非常小的，以至于在短期预测中可以认为是常数。所以预测模型的输入变量中可不用考虑逆变器的功率转换效率、光伏阵列的光电转换效率、光伏阵列的总面积等隐含在历史输出功率数据中的因素，但是太阳辐
射强度、环境温度等气象因素对光伏功率预测的精度有决定性作用。
由于光伏发电受辐照度、温度等天气变化、日夜交替和季节推移等不确定因素影响，有显著的随机性、波动性和间歇性。因此，大规模光伏发电系统并网运行会影响电力系统的安全、稳定、经济运行。准确的光伏功率预测有利于电力系统调度部门适时调整调度计划，从而有效地减轻光伏发电系统接入对电网的稳定安全运行造成的巨大冲击。同时帮助光伏电站减少由于限电和电量考核带来的经济损失，提高光伏电站运行管理效率。
1.2 数值天气预报技术
日前中心已为全国600多个新能源场站提供了水平分辨率在5km×5km(部分地区3km×3km)，垂直分层为31层的数值天气预报。中心采用包括WRF、MM5在内的多种预报模式，对于不同地形、地貌，不同气候特点的区域，在不同季节采用不同的预报模式，并利用同化技术，对常规资料和非常规资料进行同化应用，以此提高数值天气预报的预测精度。利用WT等工具将WRF输出结果进行进一步降尺度处理，获得空间精度极高的风场数据。
东润自主天气预报系统由初始场输入→物理过程参数化→动力降尺度→生成预报→预报结果验证并建立评估和订正系统→产品业务化等6个部分组成。
?
最适合全球预报场和预报时次；
?参数化方案中的近地面过程方案和陆面方案对大风的预报影响最大，在全球模式预报场(GFS)
参数选择
参数化方案选取WRF天气预报生产
观测资料验证预报
结果
建立评估和订正系统
资料同化
产品业务化
WT继续降尺度提取风速
初始场物理过程参数化动力降尺度生成预报场
订正和同化系统
选用300m分辨率的基础上，选取最适合的参数化方案；
?动力降尺度过程将全球预报场进行三重嵌套降尺度，生产300m的中尺度预报，进一步利用CFD软件WT进一步细化，得到10m级的天气预报；
?运行WRF和WT后，生成预报场，预报场中包括各个高度的风速，根据客户的具体要求，提取风速，出风速外预报场还包括温度和降水等气象
参数；
?将预报场提取的风速同测风塔数据进行对比，利用开尔曼滤波方法建立风速订正系统，并利用600个场站的测风塔数据和19800个风机机头的
测风数据，建立同化系统；
?测试稳定后，将天气预报进行业务化，提供稳定及时的天气预报，并根据业主需求，及时作出相应修改。
1.3 功率预测预测方法及建模技术
1.3.1 短期功率预测预测方法及建模技术
新能源发电功率预测是指以新能源电场的历史功率、历史气象数据、地形地貌、数值天气预报、发电机组运行状态等数据建立电场输出功率的预测模型，以气象数据、功率或数值天气预报数据作为模型的输入，结台电场发电机组的设备状态及运行工况，得到电场未来的输出功率。东润根据预测物理量、数学模型、数据输入和时间尺度分类开发了数十种高精度强自适应的功率预测模型。东润环能的新能源发电功率预测已达到国内领先、国际一流水平。
东润结合自身的技术优势，开发了东润自主的特色服务—集合功率预测。通过分配不同气象源和不同预测模型的权重，确定适合该地区的最佳预报模型，有效提高了功率预测的精度，同时保障了数据的稳定上传。
1.3.2超短期功率预测预测方法及建模技术
目前应用的数值气象预报本身有着不可避免的误差（比如物理建模的不完备导致的误差、处理亚格子现象的误差等等），而提高数值气象模式本身的精度难度较大，卡尔曼滤波可以很好的解决这一问题，尤其适用于超短期功率预测。
卡尔曼滤波通过一系列的数学方程，结合数值气象预报的气象因子以及最近的观测数据，在二者之间取权重以给出一个最优估计值来修正数值气象预报的结果。这一方法易于实现，而且需要的历史数据较少，因而在气象预报中也得到了非常广泛的应用。
1.4 国内外光电功率预测技术现状
负荷预测技术经过几十年的发展，随着数学统计理论和人工智能技术的相继引入，人们提出了各种各样的预测方法，现有的预测方法多达十几种，这些方法各有其优缺点，很难说有哪一种方法绝对优越。根据数学模型不同，负荷预测方法大致可以分为两类：数学统计方法和人工智能方法。下面对几种方法加以简要介绍并简单评价。
（1）回归模型预测方法回归预测是根据负荷过去的历史资料，建立可以进行数学分析的数学模型，对未来的负荷进行预测。主要分为线性回归和非线性回归，也分为一元回归和多元回归。其特点是将预测目标的因素作为自变量，将预测目标作为因变量。回归分析和非线性回归，或者也分为一元回归和多元回归。其特点在于将预测目标的因素作为自变量，将预测目标作为因变量。回归分析法中，自变量是随机变量，因变量是非随机变量，又给定的多组自变量和因变量资料，研究各种变量之间的相关关系。利用得到的经验回归方程式来表示变量之间的定
量关系，预测系统将来的负荷值。
（2）时间序列预测法时间序列预测法是应用较早，最为广泛，发展成熟的一种方法。它把负荷数据看作是一个按季节、按周、按天以及按小时周期性变化的时间序列。根据负荷的历史资料，设法建立一个数学模型来描述电力负荷这个随机变量变化过程的统计规律性，在数学模型的基础上确立负荷预测的数学表达式，对未来的负荷进行预报。
（3）灰色预测法灰色系统理论的显著特点就是用少量的数据做微分方程建立起预测模型。灰色模型法在建模时不需要计算统计特征值。从理论上讲，可以使用任何非线性变化的负荷指标预测。将一定范围内变化的历史数据序列进行累加，使其变成具有指数增长规律的上升形状就对生成的数列建立成由n个变量用一个微分方程建立灰色模型。
（4）人工神经网络方法运用神经网络技术进行电力负荷预测，是一种新的研究方法，由于它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的解决了天气和温度等因素与负荷的对应关系。所以，人工神经网络得到了许多中外学者的赞誉，预测的人工神经网络的最具潜力的应用领域之一。
现在研究最多的是应用误差反向传播算法，又称BP算法进行短期符合预期，常用的是简单的三层ANN模型，主要思路为将历史数据及对电力负荷影响最大的几种因素作为输入量人工神经网络，经过输入层、隐含层和输出层中各种神经元的作用最后生成输出量，再以误差为目标函数对网络权值进行不断地修正直至误差达到要求，经训练后的网络就可以进行预测工作，只要把待预测日的相应刺激输入神经网络就可以得到相关的输出，即预测结果。由于人工神经网络具有一定的联想和推理功能，所以对于训练过程中没有出现过的情况神经网络同样可以进行预测。神经网络可以处理那些难于用解析规则描述的过程或系统，可通过对样本数据的学习，自动实现对系统的描述：神经网络是并行结构，在处理实时性要求高的问题上显出极大的优越性；神经网络是非线性系统，人们已从理论上证明了多层感知器能够任意逼近给定函数、甚至逼近各阶导数的能力；神经网络具有很强的信息综合能力、很好的容错性，它能恰当地协调好相互矛盾的输入信息。
如今所做的大量研究工作。为了减少地理差异、季节变化、系统退化等影响，追求更高准确率，大量使用滚动预报方法，即利用前期（20-30天）因变量与自变量一个月序列资料，通过学习等方法，得到预报方程的系数，这个系数每天是变化的。包括：1）辐射的订正预报，需要前期20-30天的辐射观测资料序列；2）发电量的统计预报（线性回归法、神经网络法），也需要前期20-30天的发电量
资料进入系统，但小于10天则均无法进行预测。这在精度和准度上缺少一个时效性。
对原理法用到的辐射，在辐射订正无法完成时，直接用数值预报结果代替，误差将加大，尤其是南方地区，对北方地区影响不大；对动力统计法用到的电量资料，无法获取时，计算无法进行，这时可以考虑采取固定系数的方程代替，系统自动识别。所以要有多种替代方案，保证预报制作成功它具有太阳能利用率高，无需储能设备，发电能力强等优点。但也面临着诸如电能波动性大，利用时段短等问题。光伏发电功率预测是解决上述问题的有效手段，通过准确的光伏发电功率预测，能够有效减轻光伏发电功率波动对电网安全的影响提高光电并网比例和利用效率。
2 光电功率预测准确率核心影响因素探讨
太阳能光伏发电系统发电量受当地日射量，温度，太阳能电池板性能以及阴影等多种因素影响。
2.1 辐照强度
太阳能电池板接受到的日射量的大小直接影响发电量、日射量越大,发电量越大。日射强度与季节时间、地理位置有直接的关系。夏季日射时间较长，发电量较大；冬季日射时间短，发电量低。一天中通常正午太阳高度较大，到达的日射量较大，发电量也会较大。纬度越低的地区，太阳入射角越大，日射强度越大，发电量也会越大。太阳能电池板方位角、倾斜角和设置场所的选取也是一个重要因素。一般情况下太阳能电池板朝向正南时发电量能达到最大，东南、西南朝向时发电量会降低大约10%，东、西朝向时发电量会降低大约20%[1][2]。
辐照强度指在单位时间内,垂直投射在地球某一单位面积上的太阳辐射能量。从物理意义上来说,太阳的辐照是导致光伏电池产生伏特效应的直接影响影响因素, 辐照强度的大小直接影响光伏电池出力的大小。倾斜角的选取和当地的纬度有关，在中国，综合地缘差异，最佳倾斜角一般在15°和45°之间。太阳能电池板的设置场所（如墙壁、屋顶等）不一样，所接受到的日射量也不一样，发电量也不一样。天气和周边环境的因素也不可忽略。阴雨天和雪天，日射量少，发电量会受到抑制。太阳能电池板周边建筑物、树木的阴影也会对发电量产生影响。阴影的面积、形状、浓度不同，影响程度也不同[3]。
图 1为某光伏电站实测辐照强度与光伏电站实际有功功率的散点图,可见辐照强度与光伏电站的出力成正比关系。
图 2为在特定温度下, 不同辐照强度对应的光伏电池伏安特性曲线,可以明显地看出随着辐照强度的增大,光伏电池的开路电压、短路电流变大, 伏安特性曲线逐步向外侧偏移,引起输出功率的增大。因此辐照强度是影响光伏电站输出功率的最主要因素。
太阳辐射到达地球大气外的辐射量用太阳常数GSC[5]，其定义是地球大气层位于日地平均距离处,垂直于光线的单位面积上所接受到的太阳辐射量。而到达地面光伏电站上的太阳辐照强度主要受到云量和太阳位置的影响。
图1 辐照强度对光伏电站出力的影响
图2 光伏电池在不同光照下的伏安特性曲线(T=25)
( 1) 太阳入射角度
太阳相对地平面位置变化使得地面接收到的太阳能量时刻在变。由于地球的自转和公转，相对地平面来说，太阳的位置时刻在变化。在赤道坐标系中，太阳位置由时角和赤纬角2个坐标决定。见图3
图3 赤道坐标系中太阳位置图
时角表征了地球自转对太阳角度的影响，以正午12 : 00为零，上午时角为负，下午时角正。赤纬角表征了地球公转对太阳角度的影响。1年中太阳直射点在南北回归线正负23-45之间移动，太阳直射点的纬度，即太阳中心和地心的连线与赤道平面的夹角称为赤纬角。
太阳相对地平面位置的变化使得地面接收到的太阳能量时刻在变，对于倾斜表面，太阳入射线和倾斜面法线之间的夹角定义为入射角，由于太阳位置的变化，太阳入射角的大小也随太阳位置的变化而变化。
总之，太阳入射角由光伏电站所在位置，光伏电池的倾斜角，季节，时间这些因素所决定的。因此，考虑太阳入射角能够准确的表述这些因素对太阳辐照强度的影响。
(2) 云量
云量为表征天空遮蔽程度的气象因子,这里用P表示。P值越大,表示空气的透明度越低,太阳辐射被削弱的越多。在晴朗无云的天气、云量很小，大气透明度高，到达地面的太阳辐射就多，光伏电站输出功率大；天空中云雾或者风沙、灰尘多时，云量大，大气透明度低，到达地面的太阳辐射就少，光伏电站输出功率小。对于水汽较少的干燥地区,削弱太阳直接辐射的主要因子是悬浮在大气中的固体微粒；而对于湿润地区，直接辐射的削弱主要与大气中的水汽和气溶胶中的液态微粒有关[7]。
2.2 太阳能电池板类型
不同类型的太阳能电池板各有其特点，表面反射率不同，分光感度特性不同，转换效率也不一样，这对发电量的影响较为明显。一般来讲，单晶硅电池转换效率高，但成本高；而多晶硅电池转换效率虽略低于单晶硅电池，但性价比高，适合量产。[2]目前市场上太阳能电池板产品的转换效率在10%左右[8]
2.3太阳能电池板温度
太阳能电池板温度、大气温度等对太阳能电池的发电量也有影响。尽管不同的太阳能电池板的温度特性可能略有差异，但一般情况下，随着温度的上升，转换效率降低，输出功率下降[9]。
当温度变化时，光伏电池的输出功率将发生变化。对一般的晶体硅光伏电池来说，随着温度的升高，短路电流会略有上升，而开路电压要下降。见图4
图4 光伏电池在不同温度下的伏安特性曲线
总体而言，随着温度的升高，虽然工作电流有所增加，但工作电压却要下降，而且后者下降较多。因此总的输出功率要下降。在规定的试验条件下，温度每变化1度，光伏电池输出功率的变化值称为功率温度系数。
2.4配线方案
对同样面积的两块太阳能电池板，在其他外界条件恒定的情况下，即使是同样形状大小的阴影，不同的内部配线也会造成发电量上的差异。在配线设计时，综合考虑周边建筑物，树木的阴影因素，设计更加合理的配线方案能在一定程度上提高发电效率光伏电站输出功率的影响因素分析。
2.5 其他因素
此外,风速、逆变器转换效率、太阳能电池板上的异物等都会对实际发电量造成
影响。
3光电功率预测系统
3.1基本功能
光伏发电功率预测系统采用B/S模式，用户登录系统不需要安装其它软件，在系统所在网段任何一台电脑的浏览器上输入光伏发电功率预测系统的网址即可进入登录页面。
3.2 实时状态监测
实时状态监测以地图的方式直观的展示各个光伏发电场的地理分布情况，并采用实时更新的方式对光伏发电场的预测功率、实际功率进行展示，页面的刷新周期根据光伏发电场实时功率的采集周期而定，一般为1~5min刷新一次，预测功率为15min一个点，所以预测功率15min刷新一次。
3.3 功率曲线展示
●短期预测
短期预测曲线提供 3 天之内的预测数据，可根据不同的并网点分别预测短期功率。同时可修改上报功率，可导出右侧数据列表。
●超短期预测
超短期预测曲线用于展示未来 4 小时内的预测数据，可根据不同的并网点分别预测超短期功率。（4 个小时每 15 分钟一个点共 16 个点）当前曲线展示
15 分钟点的预测发电功率。
3.4 气象信息展示
●辐照曲线
辐照曲线展示同时展示天气预报和实时监测数据，其中，红线表示天气预测数据，蓝线表示实时监测数据，因当前两者层高不同，所以看上去两条曲线相差较大。
●云量曲线
云量曲线展示天气预报和实时监测的云量数据图。根据不同层高展示不同的云量曲线。
●温度曲线
温度曲线同时展示天气预报和实时监测的温度数据。根据不同层高，显示不同的温度数据曲线，数据可导出。
●风速曲线
风速曲线展示天气预报和实时监测的风速数据。根据不同的层高显示不同的风速曲线值。
●湿度曲线
湿度曲线同时展示天气预报和实时监测的湿度数据。同时，根据不同的层高显示不同形式的湿度曲线，展示数据可导出到 execl 中。
●风玫瑰图
风玫瑰图展示天气预报和实时监测的风向变化数据。根据不同的层高展示不同的风向变化图形。风玫瑰图分为 16 个方向点，图形颜色展示方位越多表示风向的变化值。
3.5 统计报表
3.5.1 统计信息
●光伏短期预测指标
光伏短期预测指标可根据不同的并网点分别预测：均方根、合格率、上报率等相关统计数据展示。
●光伏超短期预测指标
光伏超短期预测指标根据并网点的不同分别展示：均方根误差、平均绝对误差、相关性系数等，根据超短期精度划分 16 段。
●实际功率相关指标
实际功率相关指标包含：功率频率分布统计、功率波动分布统计。
●预测气象相关指标
预测气象相关指标包含：全辐射分布统计、直射辐射度分布统计、散射辐射度分布统计。
●实际气象相关指标
实际气象相关指标跟预测气象相关指标相同，只是统计的数据来源不同，实际气象数据是实时监测数据统计，预测气象是天气预报数据统计。
●电厂运行参数统计
电厂运行参数统计是统计电厂发电功率的相关，包含装机容量、最大出力、最大值时刻等。
3.5.2 报表信息
●功率报表
功率报表统计预测功率和实际功率的统计。包含：短期原始功率、短期上报功率、超短期原始、短期上报、实际有功、实际无功、差值。报表信息可导出●气象报表
展示天气预报和实时监测的数据统计。
●限电记录报表
统计限电功率、预测功率和损失功率。
●检修记录报表
检修记录报表统计时间内的检修容量。
●故障记录报表
故障记录报表统计时间段内的故障容量和详细时间。
3.6 系统管理
3.6.1 电厂管理
●电厂基本信息设置
设置电厂基本信息包含装机容量、接入变电站名称等。
●检修容量设置
可对指定时间的检修容量进行修改、删除和新增等。
●限电容量设置
可对指定时间的限电容量进行设置（删除、编辑和新增）
●故障容量设置
故障容量设置，可对查询的故障信息进行编辑和删除。同时可新增故障信息。
●系统参数设置
参数类型包括系统参数、上报参数、下载参数、执行参数、NWP 预测参数等。
可根据参数名称查询记录。可对相关记录进行修改和删除、新增操作。新增参数包含：参数名称、参数单位、参数类型选择、参数值、参数上限、参数下限、参数说明。
3.6.2 用户管理
●用户设置
用户设置包含添加新用户、修改和删除用户。
●操作记录
系统用户的使用记录日志信息。
3.7 数据接口
系统提供了多种通讯接口与相关系统通讯，可满足用户不同的数据交互需求。例如除了向调度系统上报功率预测结果以外还可上报光伏发电场基本信息。
4厂站端功率预测系统
4.1 系统架构拓扑图
光伏功率预测系统是东润环能成功研发的国内领先的光伏发电功率预测系统，拥有软件产品登记证、软件著作权等多项认证；该系统通过精准的功率预测，为电网的调峰、调频以及光伏发电场的科学管理提供重要参考。
安全区I
数值天气预报
数值天气预报
防火墙
反向隔离装置
气象数据处理终
端预测应用服务器
安全区Ⅱ
用户工作站
预测结果调度中心
安全区Ⅱ局域网
实测气象数据自动气象站光伏电站
光伏电站监控系统
机组运行信息光电功率预测系统
光伏发电功率预测系统需要气象数据处理终端与预测应用服务器，气象数据处理终端为东润自主研发产品，专门用于接收数值天气预报数据和实时气象数据，满足系统数值天气预报采集和处理的功能，并对其内部的天气预报数据进行了进一步降尺度细化处理，能够更好地提高天气预报的精度。预测应用服务器用于安装预测系统主程序，接收实时功率数据，并向调度上传预测结果。同时，为保障系统的安全性，满足国网对光伏发电安全性要求，在预测应用服务器和气象数据处理终端之间加装了反向网络隔离装置，以保证系统的安全性。
4.2实时气象数据采集系统
4.2.1系统功能
（1）光伏电站功率预测系统中气象要素采集包括自动环境监测站位置、测量要素、测量设备、设备安装、测量数据采集、数据上报格式等方面。
（2）能实现对辐射值、风速、风向、温度、湿度、气压等气象要素进行采集，并将实时采集的数据进行统计、计算和分析。
4.2.2采集器单元
数据采集器的技术参数满足以下要求：
1)系统畅通率：≥ 95％
2)系统工作体制：定时自报
3)MTBF：≥ 25000 h
4)应具有在现场下载数据的功能
5)工作环境温度: -40℃～+ 60℃
6)具有防水、耐腐蚀保护箱
7)传感器接口，16个模拟量接口（风向、气温、气压等），8个IO口，RS232口；
8)支持多种协议，至少包括Modbus。
4.2.3测量设备
（1）总辐射传感器
光谱范围：280～3000nm；测量范围：0～2000W/m2
精度：小于5%；
采样速率 6次/min
（2）环境温度传感器
测量范围：－50℃－100℃；
准确度：±0.2℃；采样速率：6次/min
（3）相对湿度
测量范围：0－100％；
准确度：±4％（≤80％），±8％（>80％）
采样速率：6次/min
（4）风速：
测量范围：0-60m/s；
准确度：±0.3m/s；
采样速率：1次/s
（5）风向：
测量范围：0°—360°；
准确度：±3°；采样速率：1次/s
（6）气压传感器
测量范围 600－1100hpa；
准确度：±0.5hpa;采样速率 6次/min
4.2.4供电系统
光伏自动气象监测站的供电系统以太阳能供电方式。供电设施主要包括太阳能电池板，蓄电池、充电控制器等，蓄电池须能在野外低温下正常工作。建议采用市电供电。
当有太阳光时，由太阳能电池板经充电控制器对蓄电池充电并为系统进行供电。当出现连阴雨天气时，蓄电池的容量要求保证在太阳能供电中断后，自动站能够长时间维持正常工作的时间。
4.2.5通讯系统
（1）数据定时上报时间间隔支持可调（从1分钟到数分钟不等）；
（2）数据畅通率：≥ 95％；
光伏功率预测系统具有灵活的通讯接口，支持以太网、RS232和RS485等多种通讯方式，并可以和国内外众多光伏监控后台系统、光伏电站升压站后台SCADA系统等建立数据交互，并支持各类标准协议和非标准规约，可与各地调、
太阳能发电预测综述 在煤矿，石油开采量日益见底和生态环境急速恶化的严峻形势下，太阳能作为一种自然能源，以其储量丰富且清洁无污染性显示了其独特的优势，已被国际公认为未来最具竞争性的能源之一。 从太阳能获得电力，需通过太阳电池将光能转化为电能。它同以往其他电源发电原理完全不同。要使太阳能发电真正达到实用水平，一是要提高太阳能光电变换效率并降低其成本，二是要实现太阳能发电同的电网联网。 1.太阳能发电的分类 目前太阳能发电主要有以下两种形式： 1.太阳能光发电 太阳能光发电是指无需通过热过程直接将光能转变为电能的发电方式。它包括光 伏发电、光化学发电、光感应发电和光生物发电。光伏发电是利用太阳能级半导 体电子器件有效地吸收太阳光辐射能，并使之转变成电能的直接发电方式，是当今 太阳光发电的主流。在光化学发电中有电化学光伏电池、光电解电池和光催化电池，目前得到实际应用的是光伏电池。[1] 2.太阳能热发电 通过水或其他工质和装置将太阳辐射能转换为电能的发电方式,称为太阳能热发电。 先将太阳能转化为热能，再将热能转化成电能，它有两种转化方式：一种是将太阳 热能直接转化成电能，如半导体或金属材料的温差发电，真空器件中的热电子和热 电离子发电，碱金属热电转换，以及磁流体发电等；另一种方式是将太阳热能通过
热机（如汽轮机）带动发电机发电，与常规热力发电类似，只不过是其热能不是来 自燃料，而是来自太阳能。太阳能热发电有多种类型，主要有以下五种：塔式系统、 槽式系统、盘式系统、太阳池和太阳能塔热气流发电。前三种是聚光型太阳能热 发电系统，后两种是非聚光型。一些发达国家将太阳能热发电技术作为国家研发 重点，制造了数十台各种类型的太阳能热发电示范电站，已达到并网发电的实际应 用水平。[2] 2.太阳能光伏发电影响因素 太阳能光伏发电成为目前太阳能利用的主要方式之一。光伏发电分为离网和并网两种形式，随着光伏并网技术的成熟与发展，并网光伏发电已成为主流趋势。由于大规模集中并网光伏发电系统容量的急速增加，并网光伏发电系统输出功率固有的间歇性和不可控等缺点对电网的冲击成为制约并网光伏发电的重要元素。太阳能光伏发电系统发电量受当地太阳辐射量、温度、太阳能电池板性能等方面因素的影响。 （1）光照强度对光伏发电量的影响：光照强度是指在单位时间和单位面积内，在地球表面上接收到的垂直投射的太阳辐射能量。光伏发电系统产生电能所需的能量完全来自、于太阳的辐照，因此光照强度对光伏发电系统的发电量具有决定性的作用，二者之间呈正相关性，即光照强度越强，光伏发电量越多。 （2）季节类型对光伏发电量的影响：由于在不同的季节，太阳入射角的大小以及方向、日照时间的长短、光照强度的强弱存在明显的差异，到达地表的太阳辐照度经过吸收、散射，辐射等各种减弱作用后也会不同，光伏发电系统的发电量的多少也在变化。这种差异性即为不同的季节类型对光伏发电量的影响。 （3）天气类型对光伏发电量的影响：将天气类型的时间范围确定在24 小时之内。由于晴
计及光伏周期性的并网光伏电站功率超短期预测研究 由于传统化石能源的日益短缺以及大量使用化石能源对环境造成的破坏,国内外都在大力开发对清洁能源的利用,其中光伏发电的占比越来越大。大量光伏发电产生电能并入电网,对电网稳定性的冲击是巨大的,因此光伏功率预测成为重要的研究课题。 本文在光伏功率波动的研究基础之上,对光伏功率本身具有的周期特性进行了分析验证,实现了光伏异常数据的有效识别以及缺失数据的有效补齐,构建了光伏功率超短期预测模型,最后提出了光伏功率预测的质量评估方法。通过对光伏功率序列进行频谱分析,验证了光伏功率的周期特性。 利用傅里级数实现了光伏功率序列的分解与重构,将光伏功率分解为周期分量、高频剩余分量以及低频剩余分量。对各个分量进行了分析,作为后续研究的基础。 由于人为或通信故障等因素使得光伏数据在采集的过程中存在一定比例的异常数据,这会影响光伏功率的相关研究。本文对光伏功率影响因素进行了充分分析,发现光伏入射角度对辐照度-功率散点的分布有显著影响。 对不同光照特性的功率数据进行分类,利用Copula函数求解特定辐照度下光伏功率的条件概率分布,结合异常数据判别准则,在一定置信度下对光伏功率数据进行了有效识别。针对实测光伏数据中包含一定比例缺失数据的问题,本文将传统云模型的正态随机熵改为基于Copula理论的随机熵,构建了更加符合光伏功率数据特性的改进云模型。 参照光伏功率缺失片段的长短以及波动性大小建立条件插值补齐模型,实现了光伏功率缺失数据的有效补齐。将光伏功率分解为周期分量以及剩余分量,周
期分量具有严格的规律性,因此只需对剩余分量进行超短期预测。 通过皮尔逊相关系数法分析了光伏功率剩余分量与各影响因素之间的耦合关系。将天气分为三种广义天气类型,在不同天气类型下,利用局部敏感哈希算法实现了多维数据之间的临近检索。 通过检索值与周期分量结合,得到光伏功率超短期预测结果。通过算例分析验证了本文方法的有效性与实用性。 最后,分析预测误差与光伏功率规律性之间关系,验证了预测误差具有非零下限。结合超短期预测模式,对建模误差进行分析,得出预测误差标准差随预测步长增加的变化特性。 定义不同的光伏功率不可预测分量,求解建模误差标准差,确定光伏功率建模误差标准差的最小值,结果表明不同地区不同时段光伏功率的规律性不同。
光伏功率预测技术 发表时间：2019-01-15T11:06:24.547Z 来源：《信息技术时代》2018年4期作者：郝亚洲 [导读] 目前，人们逐渐意识到传统能源的储量和污染问题，在这种趋势下环保节能的光伏发电技术得到重视与发展。光伏发电技术中最重要的便是光伏功率预测技术 （陕西中地能源开发建设有限公司，陕西省咸阳市 712000） 摘要：目前，人们逐渐意识到传统能源的储量和污染问题，在这种趋势下环保节能的光伏发电技术得到重视与发展。光伏发电技术中最重要的便是光伏功率预测技术，光伏功率预测对光伏发电控制、性能提高、保障光伏电站平稳运行等方面都起着重要作用。本文主要介绍了光伏功率预测技术的基本原理和关键问题，通过研究分析光伏电站数据对提高光伏预测技术的几点重要问题进行分析。 关键词：光伏功率；预测技术；关键问题 前言： 光伏发电这一新兴可再生能源，成为各国新能源发展主要研究对象，光伏发电规模不断扩大。光伏发电规模的扩大也带来了很多的问题，由于光伏发电只能在白天进行，并且受到天气环境变化的影响具有极大的不确定性，这都会对大规模开展光伏发电产生极大的影响。因此光伏效率预测，能够精确预测光伏发电功率、提高发电性能的技术对大规模扩大光伏发电具有重要意义。 一、光伏功率预测技术研究现状 由于石油、煤炭等传统能源储量不断减少、污染程度高等问题，使得光伏发电近年来得到广泛关注，光伏发电中光伏功率预测技术的研发成为各国从事光伏发电科研人员的首要工作。近年来使用光伏发电较早的国家光伏发电预测技术较为成熟，例如日本、丹麦、意大利、西班牙等国家运用数值天气预报信息（NWP）进行光伏功率预测取得突破性的进展。国内光伏发电的研发虽起步相对较晚，但近年来在科研人员的钻研和学习下，我国光伏发电功率预测技术突飞猛进，不断缩小与国际先进水平的差距。 二、光伏功率预测技术方法分类 （1）根据预测过程分类 根据预测过程不同可分为直接预测法和间接预测法。直接预测法是采集历史光伏功率数据分析后做出预测，数据包括气象数据、辐射数据和其他数据，直接预测法的难度相对较大。间接预测法则是先对光伏接收板或者地面太阳辐射程度，再对光伏功率进行预测，这也导致间接预测法相对较复杂。 （2）根据预测时间分类 根据预测时间不同，光伏效率预测方法可以分为超短期功率预测、短期功率预测和中长期功率预测。超短期光伏功率预测时间小于四小时，主要将统计与物理相混合，根据地球同步卫星拍摄实时传输来的卫星云图来推测云层运动情况并以此推断出辐射强度对光伏功率进行预测。超短期预测可以提供瞬间功率变化信息。常用的超短期预测方法大致可分为线性预测法与非线性预测法和综合预测法。1、线性预测法：线性预算法是将采集到的天气数据与光伏电站的历史发电数据结合以预测出光伏发电功率。目前大多采用外源自回归滑动平均（ARMAX）、自回归滑动（ARMA）、自回归积分滑动平均（ARIMA）三种方法[1]。2、非线性预测法:光伏发电功率受自然天气因素影响较强，采用非线性预测算法可以提高预测精准度。非线性预测法建造外部影响因素与光伏光伏功率的非线性预测模型进行光伏功率预测。目前大多采用的算法有卡尔曼滤波算法、神经网络算法、马尔科夫链算法、支持向量机（SVM）算法。3、综合预测法是将非线性预测法与线性预测法相结合产生的预测方法，综合预测法预测精准度有所提高，但其复杂程度也要高于线性预测法和非线性预测法。 短期光伏功率预测时间小于四十八小时，以数值天气预报信息（NWP）数据为主导，创造历史光伏效率映射关系对光伏效率进行预测。短期预测主要运用于发电计划制定、跟踪电力负荷等方面；中长期光伏效率预测时间大于一周，可用于光力发电资源评估，对新电站选址也起着重要指导作用[2]。 （3）根据预测区域分类 根据预测区域的大小可以分为单场光伏功率预测和区域光伏功率预测。单场光伏功率预测是对单一的一个光伏电站的功率进行预测，单场预测多数运用在运行优化以及运行控制上。区域光伏功率预测则是对整个区域内的多个光伏电站综合起来进行预测，区域预测可以看出区域内的光伏发电电力值、对电力部门的电力调度和光伏电站与电网的对接起着重要作用。在光伏功率预测的精准度上区域光伏预测要远远高于单场光伏功率预测。 三、影响光伏发电效率的因素 1.太阳辐射强弱程度 光伏发电中最重要的便是光照强度也就是太阳辐射强度，从早到晚辐射强度有所不同这就导致光伏电厂每阶段发电量的变化。影响太阳辐射强度大致包括六个方面的因素：1.地理纬度，纬度越低的地区阳光入射角就越大，辐射强度越大。2.云层厚度，云层越厚光照就越难透过辐射强度越小。3.大气透明度，大气透明度越低辐射强度越小。4.海拔高低，海拔高的地区其辐射强度越大。5.坡向与坡度：坡向坡度不同太阳辐射强度不同。6.光线倾斜角，光线倾斜角越大，辐射强度就越大。 2.光伏电池板 光伏电池板是整个光伏电站最重要的发电部件，光伏电站要进行合理的电池板布局，让其最大程度地接受光照，这样电站发电效率才能达到最理想效果。 3.季节变化 季节不同光照强度也有所不同，光伏电站的发电量也会随着季节的变化而变化。相比冬季来说，夏季的光照强度要高于冬季光照强度，因此正常情况下夏季电站发电量要高于冬季电站发电量。 四、光伏功率预测精准度提高方法 光伏功率预测的关键问题便是提高预测的精准度，光伏数据是光伏功率预测的基础，因此光伏数据的处理成为研究的主要突破口。光
光伏理论发电功率及受阻电量计算方法（试行） 第一章总则 第一条为规光伏理论发电功率及受阻电量等指标的统计分析，依据《光伏发电站太阳能资源实时监测技术要求》（GB/T 30153-2013）、《光伏发电功率预测气象要素监测技术规》（Q/GDW 1996-2013）的有关要求，制定本方法。 第二条本方法所称的光伏电站，是指按照公共电站要求已签订《并网调度协议》、集中并入电网的光伏发电站，不包括分布式光伏发电系统。 第三条本方法适用于国家电网公司各级电力调度机构和调管围并网光伏电站开展理论发电功率及受阻电量统计计算工作。 第二章术语和定义 第四条光伏电站发电功率指标包括理论发电功率和可用发电功率。 光伏电站理论发电功率指在某时刻光资源情况下站所有逆变器及相关设备均正常运行时可发出的功率，其积分电量为某时段的光伏电站理论发电量。 光伏电站可用发电功率指扣除站设备故障、缺陷或检修等原因引起受阻后可发出的功率，其积分电量为某时段的光伏电站可用发电量。
第五条光伏电站受阻电力分为站受阻电力和站外受阻电力两部分。 站受阻电力指光伏电站理论发电功率与可用发电功率之差，其积分电量为站受阻电量。 站外受阻电力指光伏电站可用发电功率与实发功率之差，其积分电量为站外受阻电量。 第六条全网理论发电功率指所有光伏电站理论发电功率之和；全网可用发电功率指考虑断面约束的光伏电站可用发电功率之和；可参与市场交易的光伏富余电力指全网可用发电功率与实发功率之差。 第七条全受阻电力指所有光伏电站站受阻电力之和；全网断面受阻电力为因通道稳定极限、电网设备检修、电网故障等情况导致的光伏受阻；全网调峰受阻电力指全网可用发电功率与实发功率之差。 第三章数据准备 第八条计算理论发电功率和受阻电力需准备的实时数据包括光伏电站实际发电功率、逆变器运行数据和状态信息、气象监测数据、开机容量；非实时数据包括光伏电站基本参数(格式见附表)、样板逆变器型号及其数量、全站逆变器型号及其数量等。 第九条所有光伏电站应配备气象监测设备，并向调度机
1总体要求 (2) 2系统功能要求 (3) 2.1技术规范 (3) 2.1功能要求 (4) 3系统功能技术要求 (4) 3.1数据功能技术要求 (4) 3.1.1数据采集功能 (4) 3.1.2 数据统计功能 (4) 3.1.3 数据分析、处理功能 (4) 3.2功率预测功能 (5) 3.2.1 预测的时间 (5) 3.2.2 系统启动 (5) 3.2.3 其它 (5) 3.3 界面要求 (5) 3.3.1展示界面 (5) 3.3.2操作界面 (6) 3.3.3统计查询界面 (6) 3.3.4其他要求 (6) 3.4实时气象数据采集系统 (6) 3.4.1系统功能 (6) 3.4.2采集器单元 (6) 3.4.3测量设备 (7) 1
3.4.4供电系统 (7) 3.4.5通讯系统 (8) 3.4.6数据采集和处理 (8) 4进度要求 (8) 5报价要求 (8) 6预期目标 (8) 7系统技术参数 (9) 7.1短期功率预测功能 (9) 7.2超短期功率预测功能 (9) 7.3人机界面功能 (9) 7.4信息上报功能 (9) 8通信要求 (10) 9质保和售后服务 (10) 9.1质保期 (10) 9.2售后服务 (10) 10交货日期 (11) 1总体要求 投标人应具备招标公告所要求的资质，具体资质要求详见招标文件的商务部分。 本规范书对光伏发电功率预测系统应用功能、管理、文档资料以及验收等方面提出了技术要求。本技术规范应用范围是光伏电站的光伏发电功率预测系统。 1
本招标文件提出的是最低限度的技术要求，并未对一切技术细节做出规定，也未充分引述有关标准和规范的条文，投标人应提供符合本技术规范引用标准的最新版本标准和本招标文件技术要求的全新产品，如果所引用的标准之间不一致或本招标文件所使用的标准如与投标人所执行的标准不一致时，按要求较高的标准执行 如果投标人没有以书面形式对本招标文件技术规范的条文提出差异，则意味着投标人提供的设备完全符合本招标文件的要求。如有与本招标文件要求不一致的地方，必须逐项在“技术差异表”中列出。 投标方应熟悉网/省公司光伏发电功率预测系统的技术规范要求，并长期从事光伏发电功率预测相关方向的研究。提供的光伏发电功率预测系统在同类型企业运行1年以上业绩清单。投标人在同类型的系统工程上至少已有2年以上的从业经验，使用的产品应具有自主知识产权且有不少于5个合同业绩和1套的成功运行业绩，且经实践证明是成熟可靠的产品，经过电力行业相关部门的验收，并有验收证明，具有软件产品自主知识产权者优先。 投标方应具备自动环境监测站安装、改造及数据实时采集传输的资质和经验，以及超短期光伏发电功率预测系统运行业绩，可根据需要提供自动环境监测站改造及预测系统建设的一揽子解决方案。 光伏发电功率预测系统是预测光伏电站未来发电能力的重要手段，是推动光伏行业持续健康发展的必要条件之一。根据网/省光伏发电功率预测系统主站及直调光伏电站功率预测子站，结合我公司所属光伏电站现状，根据网/省公司的要求，光伏电站需要上报自动环境监测站实时采集的数据、光伏发电功率预测结果等内容。为此，光伏电站需要建设如下内容：（1）自动环境监测站的建设。 （2）光伏发电功率预测系统的建设：包括中心站的硬件、平台软件、短期光伏发电功率预测软件、超短期光伏发电功率预测软件等。 1
光伏发电功率预测与模型分析 摘要 近年来，随着对可再生能源需求的日益提高，太阳能光伏发电技术得到了迅速的发展，大规模光伏发电系统的应用也日益广泛起来，但也随之出现了很多问题。由于太阳辐射量与季度、阴晴及昼夜等气象条件密切相关，从而造成了光伏发电系统输出功率的随机性和间歇性的固有缺点，而且考虑到储能技术上的不成熟等因素，当大量的光伏发电系统接入电网时，势必会对电力系统的安全稳定运行和电能质量等带来严峻挑战，从而限制光伏发电产业的发展，所以对光伏发电系统输出功率进行预测对于电力系统运行而言具有非常重要的意义。 本文通过对影响光伏发电功率因素进行分析对目前现有的光伏发电功率预测方法进行分类，并根据统计方法和物理方法为依据，对太阳辐照量预测进行预测和直接对光伏发电系统的输出功率预测两种方法进行阐述和细化对比。再根据各自所使用的数学模型不同将预测方法分为时间序列法、神经网络法、支持向量机方法、回归分析方法和智能预测方法[6]。最后对不同分类的预测方法及相应的数学模型进行分析阐述和对比，说明其适用范围及精确度，并对其可行性进行分析，提出在功率预测中需要解决的问题。 关键词：光伏系统；功率预测；数学模型；方法 Abstrackt
\ In recent years, with the demand for renewable energy increasing, solar photovoltaic technology has been rapid development of large-scale photovoltaic power generation system applications are increasingly widespread up, but also will be a lot of problems. Since the amount of solar radiation quarter, Teenage and other weather conditions closely related to circadian, resulting in a power output of photovoltaic power generation system and intermittent randomness inherent shortcomings, and taking into account factors such as energy storage technology immaturity, when a large number PV system connected to the grid ,it must have a safe and stable operation of power systems and power quality pose serious challenges, thus limiting the development of photovoltaic power generation industry, so the output power of the photovoltaic power generation system to predict in terms of the power system operation has a very important significance. Based on the impact of photovoltaic power factor analysis on currently available PV power prediction method for classification, and physical methods based on statistical methods and is based on the amount of solar radiation forecasts and projections directly to the output power of photovoltaic systems forecast describes two methods and refined contrast. And then according to their mathematical models used to forecast method is divided into different time series, neural networks, support vector machine, regression analysis and intelligent prediction method. Finally, the prediction of different classification methods and the corresponding mathematical model to analyze and compare elaborated, indicating its scope and accuracy, and its feasibility analysis, forecasting in power need to be resolved. Keywords: PV systerm;Power Prediction;Mathematical model;Method 1前言
光伏理论发电功率及受阻电量计算方法 第一章总则 第一条为进一步完善电网实时平衡能力监视功能，规范日内市场环境下光伏理论发电功率及受阻电量等指标的统计分析，依据《光伏发电站太阳能资源实时监测技术要求》（GB/T 30153-2013）、《光伏发电功率预测气象要素监测技术规范》（Q/GDW 1996-2013）的有关要求，制定本方法。 第二条本方法所称的光伏电站，是指按照公共电站要求已签订《并网调度协议》、集中并入电网的光伏发电站，不包括分布式光伏发电系统。 第三条本方法适用于国家电网公司各级电力调度机构和调管范围内并网光伏电站开展理论发电功率及受阻电量统计计算工作。 第二章术语和定义 第四条光伏电站发电功率指标包括理论发电功率和可用发电功率。光伏电站理论发电功率指在当前光资源情况下站内所有逆变器均可正常运行时能够发出的功率，其积分电量为光伏电站理论发电量；光伏电站可用发电功率指考虑站内设备故障、缺陷或检修等原因引起受阻后能够发出的功率，其积分电量为光伏电站可用发电量。 第五条光伏电站受阻电力分为站内受阻电力和站外受
阻电力两部分：站内受阻电力指光伏电站理论发电功率与可用发电功率之差，其积分电量为站内受阻电量；站外受阻电力指光伏电站可用发电功率与实发功率之差，其积分电量为站外受阻电量。 第六条全网理论发电功率指所有光伏电站理论发电功率之和；全网可用发电功率指考虑断面约束的光伏电站可用发电功率之和；可参与市场交易的光伏富余电力指全网可用发电功率与实发功率之差。 第七条全网站内受阻电力指所有光伏电站站内受阻电力之和；全网断面受阻电力为因通道稳定极限、电网设备检修、电网故障等情况导致的光伏受阻；全网调峰受阻电力指全网可用发电功率与实发功率之差。 第三章数据准备 第八条计算理论发电功率和受阻电力需准备的实时数据包括光伏电站实际发电功率、逆变器运行数据和状态信息、气象监测数据、开机容量；非实时数据包括光伏电站基本参数 (格式见附表)、样板逆变器型号及其数量、全站逆变器型号及其数量等。 第九条所有光伏电站应配备气象监测设备，并向调度机构实时上报气象测量数据，气象数据满足以下条件：（一）气象监测设备测量要素
光伏发电功率预测方法研究综述 姓名王森专业班级电气0802 摘要：太阳能光伏发电作为一种重要的分布式电源正逐渐从独立系统向大规模并网方向逐渐被人们所利用。发展光伏电站输出功率预测对于保持电力系统的功率平 衡和经济运行有着重要的意义。通过对光伏发电功率预测影响因素进行探讨,分 析了太阳辐照、温度、云量等各种气象因素对光伏电站输出功率的影响,并分析 比较数学统计方法和人工智能方法的优缺点。 关键词：光伏发电、隔离、功率预测、神经网络 1.光伏能源特点及其应用前景 1.1.开展光伏发电的能源预测的目的与意义 随着社会经济的快速发展，能源消耗剧增，化石能源日趋枯竭，加之与日俱增的化石燃料燃烧所造成的环境污染，给地球的生态平衡和人类的生活带来了严重的威胁，所以建设大型的光伏电站来满足人类对能源的需求是当前的发展趋势。太阳能作为一种新型的绿色可再生能源，与其他新能源相比是最理想的可再生能源。特别是近几十年来，随着科学技术的不断进步，太阳能及其相关产业成为世界发展最快的行业之一。因为它具有以下的特点： <1）储量丰富。太阳能是取之不尽的可再生能源，可利用量巨大。太阳每秒钟辐射的能量大约是1.6×1023kW，其中到达地球的能量高达8×1013kW相当于燃烧6×109吨标准煤。按此计算，一年内到达地球表面的太阳能总量折合成标准煤约1.892×106亿吨，是目前世界主要能源探明储量的一万倍。相对于常规能源的有限性，太阳能储量是无限的，取之不尽，用之不竭。这就决定了开发利用太阳能将是人类解决常规能源匮乏枯竭的最有效途径。 <2）清洁性和经济性。太阳能像风能、潮汐能等洁净能源一样，其开发利用几乎无任何物质的排放，既不会留下污染物，也不会向大气中排放废气，加之储量的无限性，是人类理想的替代能源。 <3）分布范围广泛。纬度的不同和气候条件的差异造成了太阳能辐射的不均匀，但相对于其他能源来说，太阳能对于绝大多数地区具有存在的普遍性，可就地取用。这就为常规能源缺乏的国家和地区解决能源问题提供了美好前景。 太阳能的开发利用主要有光热利用、光伏利用、光化学利用等三种形式。光热利
光伏功率预测系统（SPSF-3000） “光伏功率预测系统（SPSF-3000）”是国能日新独立开发的国内第一款光伏并网电站负荷预测系统。系统具备高精度数值天气预报功能、光伏信号数值净化、高性能时空模式分类器、网络化实时通信、通用电力信息数据接口、神经网络模型等高科技模块；可以准确预报太阳能并网电站未来168小时负荷——时间曲线。系统平均预测精度超过85%，完全可以达到电网对太阳能并网电站电力负荷输出的调度要求。 1、总体设计 本系统包括硬件终端设施与国能日新自主研发的光伏功率预测软件系统。通过采集数值气象预报数据、实时气象站数据、实时输出功率数据、逆变机组状态等数据，完成对光伏电站的短期功率预测、超短期功率预测工作，并按电网要求上传到调度侧功率预测系统。 根据光伏电站以及并网电网公司具体要求，光伏功率预测系统部署在安全II区，部署如下： 气象服务器通过接收高精度数值气象预报进行存储、分析、计算，通过反向隔离器传送至安全II区功率预测服务器，功率预测服务器通过接收光伏电站逆变器监控系统和气象站数据，进行核心处理计算。待计算的功率预测结果通过电站调度数据专用网传至电网侧调度中心，同时通过PC工作站方便的查看系统的运行状态及界面展示。 2、系统功能
光伏功率预测系统采用B/S模式，用户登录系统不需要安装其它软件，在系统所在网段任何一台电脑的浏览器上输入功率预测系统的链接，便可以进入系统的登陆界面。所有操作必须在用户成功登陆并授权的情况下进行。系统功能如下： 1）实时监控：预测信息、实时信息、气象信息、状态监控； 2）曲线展示：功率及气象的历史曲线展示、预测曲线展示； 3）上报管理：功率上报管理、气象上报管理； 4）发电计划：发电计划管理（日前、实时）； 5）统计分析：完整性、频率分布、功率误差、辐照度误差、事件、电量； 6）数据报表：功率预测、实际发电、发电申报、辐照度统计（日、月）； 7）系统设置：开机容量、限电、故障、检修设置； 8）用户管理：浏览员、操作员、管理员； 9）系统诊断:实时对系统的运行状况进行分析统计。
光伏发电功率预测方法研究综述 摘要：太阳能光伏发电作为一种重要的分布式电源正逐渐从独立系统向大规模并网方向逐渐被人们所利用。发展光伏电站输出功率预测对于保持电力系统的功率平衡和经济运行有着重要的意义。通过对光伏发电功率预测影响因素进行探讨,分析了太阳辐照、温度、云量等各种气象因素对光伏电站输出功率的影响,并分析比较数学统计方法和人工智能方法的优缺点。 关键词：光伏发电、隔离、功率预测、神经网络 1.光伏能源特点及其应用前景 1.1.开展光伏发电的能源预测的目的与意义 随着社会经济的快速发展，能源消耗剧增，化石能源日趋枯竭，加之与日俱增的化石燃料燃烧所造成的环境污染，给地球的生态平衡和人类的生活带来了严重的威胁，所以建设大型的光伏电站来满足人类对能源的需求是当前的发展趋势。太阳能作为一种新型的绿色可再生能源，与其他新能源相比是最理想的可再生能源。特别是近几十年来，随着科学技术的不断进步，太阳能及其相关产业成为世界发展最快的行业之一。因为它具有以下的特点： （1）储量丰富。太阳能是取之不尽的可再生能源，可利用量巨大。太阳每秒钟辐射的能量大约是1.6×1023kW，其中到达地球的能量高达8×1013kW相当于燃烧6×109吨标准煤。按此计算，一年内到达地球表面的太阳能总量折合成标准煤约1.892×106亿吨，是目前世界主要能源探明储量的一万倍。相对于常规能源的有限性，太阳能储量是无限的，取之不尽，用之不竭。这就决定了开发利用太阳能将是人类解决常规能源匮乏枯竭的最有效途径。 （2）清洁性和经济性。太阳能像风能、潮汐能等洁净能源一样，其开发利用几乎无任何物质的排放，既不会留下污染物，也不会向大气中排放废气，加之储量的无限性，是人类理想的替代能源。 （3）分布范围广泛。纬度的不同和气候条件的差异造成了太阳能辐射的不均匀，但相对于其他能源来说，太阳能对于绝大多数地区具有存在的普遍性，可就地取用。这就为常规能源缺乏的国家和地区解决能源问题提供了美好前景。 太阳能的开发利用主要有光热利用、光伏利用、光化学利用等三种形式。光热利用
光伏功率预测系统 技术体系 北京东润环能科技股份有限公司 2015.06.01
1 光电功率预测技术概述 1.1 光伏功率预测原理及作用 光伏发电是利用半导体界面的光生伏特效应而将光能直接转变为电能的一种技术。如果光线照射在太阳能电池上并被电板光伏吸收，具有足够能量的光子能够在P型硅和N型硅中将电子从共价键中激发，以致产生电子－空穴对。界面层附近的电子和空穴在复合之前，将通过空间电荷的电场作用被相互分离。电子向带正电的N区和空穴向带负电的P区运动。通过界面层的电荷分离，将在P区和N区之间产生一个向外的可测试的电压。通过光照在界面层产生的电子－空穴对越多，电流越大。界面层吸收的光能越多，界面层即电池面积越大，在太阳能电池中形成的电流也越大。对于光伏电板来说，单位面积的光伏阵列输出功率为： 式中，η是转换效率；S是阵列面积；I是太阳辐照强度；t0 是大气温度。 对于既定的光伏发电系统来说，几乎所有的光伏并网逆变器都以相对稳定的功率转换效率运行在最大功率点跟踪（Maximum Power Point Tracking, MPPT）模式，其输出功率数据具有高度的自相关性，输出功率数据中已包含光伏阵列的系统信息。虽然功率转换效率、光电转换效率会随着时间变化，但是在系统的使用周期内其变化量是非常小的，以至于在短期预测中可以认为是常数。所以预测模型的输入变量中可不用考虑逆变器的功率转换效率、光伏阵列的光电转换效率、光伏阵列的总面积等隐含在历史输出功率数据中的因素，但是太阳辐
射强度、环境温度等气象因素对光伏功率预测的精度有决定性作用。 由于光伏发电受辐照度、温度等天气变化、日夜交替和季节推移等不确定因素影响，有显著的随机性、波动性和间歇性。因此，大规模光伏发电系统并网运行会影响电力系统的安全、稳定、经济运行。准确的光伏功率预测有利于电力系统调度部门适时调整调度计划，从而有效地减轻光伏发电系统接入对电网的稳定安全运行造成的巨大冲击。同时帮助光伏电站减少由于限电和电量考核带来的经济损失，提高光伏电站运行管理效率。 1.2 数值天气预报技术 日前中心已为全国600多个新能源场站提供了水平分辨率在5km×5km(部分地区3km×3km)，垂直分层为31层的数值天气预报。中心采用包括WRF、MM5在内的多种预报模式，对于不同地形、地貌，不同气候特点的区域，在不同季节采用不同的预报模式，并利用同化技术，对常规资料和非常规资料进行同化应用，以此提高数值天气预报的预测精度。利用WT等工具将WRF输出结果进行进一步降尺度处理，获得空间精度极高的风场数据。 东润自主天气预报系统由初始场输入→物理过程参数化→动力降尺度→生成预报→预报结果验证并建立评估和订正系统→产品业务化等6个部分组成。 ? 最适合全球预报场和预报时次； ?参数化方案中的近地面过程方案和陆面方案对大风的预报影响最大，在全球模式预报场(GFS) 参数选择 参数化方案选取WRF天气预报生产 观测资料验证预报 结果 建立评估和订正系统 资料同化 产品业务化 WT继续降尺度提取风速 初始场物理过程参数化动力降尺度生成预报场 订正和同化系统
计及光伏电站功率预测的电力系统优化分析 发表时间：2019-03-19T10:59:08.050Z 来源：《电力设备》2018年第28期作者：梁斌 [导读] 摘要：为了满足国家的发展，各领域的效益提高，电力企业不断地改革和进步，引用科学技术利用太阳能资源为国家发展做贡献。 (国网山西省电力公司太原供电公司山西太原 030012) 摘要：为了满足国家的发展，各领域的效益提高，电力企业不断地改革和进步，引用科学技术利用太阳能资源为国家发展做贡献。太阳能发电具有绿色、环保以及无污染等优点，越来越多的国家开始实施太阳能发展战略。随着光伏发电技术日趋成熟，光伏系统世界总装机容量在逐年上升。光伏电站接入电力系统，必然会改变系统机组出力状况，进而影响系统的发电成本。准确预测光伏电站输出功率对电力系统的规划设计、开停机计划安排、电力系统安全运行以及提高经济效益等都具有重要意义。 关键词：计及光伏电站功率预测；电力系统；优化分析 引言 光伏发电具有随机性和不确定性，太阳辐照度和温度会影响光伏出力。基于光伏系统历史记录资料，采用改进BP神经网络算法对光伏电站进行间接短期功率预测。该改进算法通过不断调整学习率来调整网络收敛速度，避免陷入局部最小;综合考虑电力系统的经济性与环保性，建立了以系统综合发电成本最小和污染物排放费用最低的综合单目标优化模型;并采用改进BCC优化算法对包含光伏电站的10机电力系统进行优化。算例分析结果表明，改进BP神经网络算法能准确预测太阳辐照度，且改进BCC算法能有效解决优化问题，该优化模型的合理性与有效性也得到验证。 1功率预测系统的定义、作用 1.1功率预测系统的定义 功率预测系统是根据气象条件、统计规律等技术和手段，提前对一定运行时间内电站发电有功功率进行分析预报，向电网调度机构上报预测结果，提高电站与电力系统协调运行的能力。预测系统功能包括短期功率预测、超短期功率预测、自动环境监测站实时监测、相关的报表数据统计与分析。并网光伏电站的功率预测系统简称光功率预测系统。光功率预测系统是光伏发电智能一体化解决方案的配套产品，为光伏电站提供功率预测和数据上报业务，系统可自动采集光伏电站实时运行数据、自动气象站监测数据和数值天气预报数据、自动进行光伏电站未来15分钟-4小时超短期功率预测及未来72小时短期功率预测，并自动上报预测结果。短期功率预测结果以次日96点功率曲线形式每日上报（按照调度要求），超短期功率预测每15分钟上报1次。光伏电站发电时段（不含出力受控时段）的短期预测月平均绝对误差应小于20%，月合格率应大于80%；超短期预测月平均绝对误差应小于15%，月合格率应大于90%。 1.2光功率预测的作用 （1）提高电网稳定性、增加电网消纳光伏发电能力。光伏发电具有间歇性、随机性和波动性，由此给电网的安全运行带来了一系列问题，电网调度部门传统的做法只能采取拉闸限电这样的无奈之举。随着光伏发电站在电网发电结构比重的增加，光功率预测系统变得尤为重要，光功率预测越准，并网光伏电站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站的调度计划。（2）帮助光伏电站减少由于限电带来的经济损失，提高光伏电站运营管理效率。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。光伏功率预测可以帮助光伏电站生产计划人员合理安排光伏电站的运行方式，例如在无光照期进行太阳能设备的检修和维护，减少弃光，提高光伏电站的经济效益。（3）减少电力系统的旋转备用和运行成本。光功率预测系统可有效降低光伏电站接入对电网的不利影响，提高电网运行的安全性和稳定性，减少电力系统的运行成本，充分利用太阳能资源，获得更大的经济效益和社会效益。 2光伏电站功率预测设计要求 光伏电站功率预测系统根据其在电力生产调度中的作用，需要部署在光伏电站二次系统(控制系统)的安全Ⅱ区，以备与其他监控和电力调度系统通信，同时应遵守国家电力监管委员会颁布的《电力二次系统安全防护规定》，这一规定要求光伏功率预测系统安全防护工作要坚持安全分区、网络专用、横向隔离、纵向认证的原则，以保障电力监控系统和电力调度数据网络的安全。光伏电站功率预测系统的设计需要满足以下技术指标：1）每天在规定的时间(通常为调度部门制定次日发电计划的时间)之前，对从次日00:15起未来3d的光伏电站输出功率进行预测，其时间分辨率为15min，用于制定发电计划和安排发电机组检修；2）每15min预报未来4h内光伏电站输出功率，时间分辨率为15min，并为自动发电控制(automaticgenerationcontrol，AGC)实时调度提供依据；3）对光伏电站功率、气象资源分布情况及预测误差进行统计分析，并以图形报表的形式予以展示；4）与其他监控系统有良好的接口，以接入包括功率、工况在内的光伏电站运行数据以及环境监测站气象数据，此外还具备通过安全Ⅱ区网络，将预测结果数据和环境监测站气象数据上传至直属调度部门。 3光伏电站功率预测系统结构设计 3.1预测数据库。 预测数据库是一种历史数据和实时数据并存的数据库，是整个光伏功率预测系统的数据核心，各个功能模块都需要通过该数据库进行数据的互操作。因此，该数据库的设计不仅可以存储管理很长时间的历史数据，而且能够满足系统对数据实时性和可靠性的要求，此外又要具有良好的开放性和很好的安全性。系统数据库中存储的数据内容主要包括数值天气预报数据、环境监测站实测气象数据、光伏电站运行数据、时段整编数据、功率预测数据和系统基础数据。 3.2数值天气预报处理模块。 该模块分为下载和解析两个子模块，下载子模块由于需要与Internet外网通信，通常被部署在安全Ⅳ区的下载服务器上，负责定时自动下载气象部门或其他商业机构发布的数值天气预报数据，再经反向物理隔离设备，将数据反传至预测系统以保证其安全性。而部署在安全Ⅱ区的解析子模块，通过筛选、格式化等流程将数值天气预报数据解析存放到预测系统数据库中。该处理模块支持人工补录和多数据源下载功能，能够适应不同光伏电站的通信和组网特性。 3.3实时数据采集模块。 实时数据采集模块分为气象数据采集和实测功率采集两个子模块。气象数据采集负责从光伏电站自动气象站收集与预测相关的气象数据(如风速、风向、温度、湿度、气压、辐射等)，并对数据做初步筛选处理，此后将其存入预测数据库；该程序可以对各种来源、不同类型
光伏电站发电功率预测系统PSPF V1.2 PSPF V1.2由保定澳斯达电力信息技术有限公司与华北电力大学电力系统自动化研究所合作研发，历经千锤百炼并不断完善，该系统的开发成功适应了市场迫切需求，能够为光伏电站及其接入电网的运行管理提供重要技术支撑，具有很好的市场推广价值和前景。 一. 核心价值 光伏发电是受太阳辐照度、环境温度、风速等多元气象因素影响的电源，其出力具有明显的波动性和间歇性。随着越来越多的光伏发电并网运行，尤其是我国特有的大规模光伏发电集中接入的开发模式，将给电力系统的功率平衡、安全稳定与经济运行带来巨大挑战。准确的光伏发电功率预测是提高电网接纳波动性间歇式电源能力的有效方法之一，其核心价值体现在： 1.满足电网调度需求。发电功率的波动性和间歇性是电网无法接纳大规模光伏发电的主要原因。根据《光伏发电功率预测系统功能规范》、《光伏发电站功率预测技术要求》等标准要求,光伏发电功率预测系统可向电网调度机构提供光伏电站准确的超短期和短期发电功率预测曲线，不仅能够为电网的发电计划制定、调峰调频、潮流优化和安全控制等调度决策行为提供可靠依据，而且可为风、光、水、储的多能互补协调控制提供技术支撑，使电网最大限度地利用光伏发电资源。在不久的将来，电网公司会优先购买预测准确的光伏电站电量并给予奖励，而限制预测不准的光伏电站电量并给予处罚。 2.提高光伏电站发电效率。建立光伏电站端发电功率预测系统对于光伏电站合理安排发电设备检修计划具有重要价值。据德国、西班牙等欧洲光伏发电发达国家的经验，若结合光伏发电功率预测合理安排设备的维护与检修，将显著提高光伏电站发电设备的利用效率，可显著提高光伏发电的经济效益、大大缩短投资回收周期。此外，光伏电站发电功率预测将有助于发电公司在电力市场环境下制定正确的电能交易计划，提高光伏发电企业的经济效益和市场竞争力。 二. 系统功能 ★短期功率预测：可接收来自气象部门的专业数值天气预报，实现对本光伏电站至少未来三天的发电功率预测（该时间长短由来自气象部门的专业气象预报时间决定），预测功率曲线时间分辨率为15min。 ★超短期功率预测：采用智能预测方法，可提供本光伏电站未来0h-4h的超短期发电功率
光功率预测系统运行规程 1.范围 本标准规定了光功率预测系统的运行方式、操作、维护、事故处理原则 2.规范性引用文件 下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单） GB19964光伏发电站接入电力系统技术规定 GB50797光伏发电站设计规范 GB/T50866光伏发电站接入电力系统设计规范 地方调度规程 光伏发电站功率预测技术要求 光伏发电站光伏功率预测软件数据接入报告 光伏发电站光功率预测软件实施方案 3.运行规定 3.1运行规定 3.1光功率预测系统的投退，需经调度同意，现场进行操作。 3.2光功率预测系统的投退要严格按照调度要求进行，不得擅自进行投退。 3.3光功率预测系统的检修，应根据相关检修规定的要求按时向调度提出检修申请，调度批准后方可进行。
3.4现场进行光功率预测系统工作时，应按规定做好安全措施，确保系统正常运行。 4.巡回检查 4.1装置电源指示灯均亮 4.2光功率预测服务器运行正常，没有异常信号。 4.3显示屏传输信息应正确，无其他异常信息 4.4网络安全隔离装置运行指示灯，无其他异常。 4.5以太网交换机运行指示灯正常，无其他异常信息 4.6装置出线异常情况，应逐步检查，排除异常情况，若无法排出，应及时向调度及主管领导汇报，并联系予以处理 5.常见故障处理 5.1.数据库连接不上 5.1.1现象 数据库连接不上 5.1.2处理 5.1.2.1查看数据库服务是否启动，若没有启动，则启动数据库服务5.1.2.2查看系统配置文件中，数据库库相关配置是否正确，若配置和系统所连数据库不符，则会发生数据库连接不上的问题 5.2短期预测数据不显示 5.2.1现象