光伏電站發(fā)電功率短期預(yù)測研究.pdf

1、光伏發(fā)電是新興的產(chǎn)業(yè)發(fā)電技術(shù)，備受青睞。但是由于光伏發(fā)電系統(tǒng)的輸出受到太陽輻照強度和天氣因素的影響，使得光伏發(fā)電系統(tǒng)在輸出的時候有較大的不穩(wěn)定性,事實上光伏發(fā)電其實是一種非平穩(wěn)的過程帶有一定的隨即性。正是這種性質(zhì)，會造成光伏發(fā)電接入電網(wǎng)后對整個大電網(wǎng)產(chǎn)生沖擊影響。何時做出何種電網(wǎng)調(diào)度，是減少沖擊影響的關(guān)鍵。所以準(zhǔn)確預(yù)測光伏發(fā)電量，成為許多國內(nèi)外學(xué)者要研究的問題。課題就光伏電站發(fā)電功率短期的預(yù)測做了深入研究。
　　首先，獲取某光伏電

2、站逆變器上的發(fā)電功率數(shù)據(jù)，進(jìn)行數(shù)據(jù)分析，指出天氣類型和溫度對光伏發(fā)電功率有影響。并且，根據(jù)數(shù)據(jù)，對天氣類型和溫度做出相關(guān)性分析，得出各自的相關(guān)系數(shù)。天氣類型與發(fā)電功率程正相關(guān)，且基本處于高度相關(guān)程度。由此使用把天氣類型映射為天氣類指數(shù)方法。溫度與發(fā)電功率程負(fù)相關(guān)，且把最高溫度、最低溫度、平均溫度相關(guān)系數(shù)做對比，最終確定最高溫度與最低溫度為溫度的影響因素。
　　建立了PLS、RF、SVM、退火優(yōu)化SVM四種預(yù)測模型。四種模型對所有的

3、樣本進(jìn)行了預(yù)測。PLS預(yù)測模型中，晴天、晴轉(zhuǎn)多云、多云、多云轉(zhuǎn)晴、雨五種天氣類型預(yù)測平均準(zhǔn)確率分別為94.2％、86.3%、81.6%、81.7%、73.6%。RF預(yù)測模型中，晴天、晴轉(zhuǎn)多云、多云、多云轉(zhuǎn)晴、雨五種天氣類型預(yù)測平均準(zhǔn)確率分別為93.5%、86.1%、82.3%、83.2%、75.3%。SVM預(yù)測模型中，晴天、晴轉(zhuǎn)多云、多云、多云轉(zhuǎn)晴、雨五種天氣類型預(yù)測平均準(zhǔn)確率分別為94.6%、87.9%、84.3%、85.7%、75.

4、9%。退火優(yōu)化SVM預(yù)測模型中，晴天、晴轉(zhuǎn)多云、多云、多云轉(zhuǎn)晴、雨五種天氣類型預(yù)測平均準(zhǔn)確率分別為94.8%、90.8%、86.7%、87.4%、79.1%。
　　PLS模型屬于多元回歸模型，其模型結(jié)構(gòu)相對簡單，程序操作方便。RF模型、SVM模型、退火優(yōu)化SVM模型具有機器學(xué)習(xí)能力，無論哪種天氣類型，退火優(yōu)化SVM模型相對比另外兩種機器學(xué)習(xí)模型，都有較高的準(zhǔn)確率，SVM模型次之。具有機器學(xué)習(xí)能力的預(yù)測模型，在晴轉(zhuǎn)多云、多云、多云轉(zhuǎn)