考虑云遮挡的光伏超短期功率预测研究

摘要

光伏电站的输出功率受到太阳辐射和天气等因素的影响，具有一定的随机性和波动性。当光伏电站大规模并网时，会对电网的安全稳定和经济运行造成影响。因此，对光伏功率进行精准预测，可以为电网调度和决策提供重要的支持，有效降低电力系统的运营成本。目前，国内外在光伏超短期功率的预测主要包括对云图进行建模和利用天空中云量的数据进行模糊预测等方法。其中，云图的建模方法一般对云的特征描述比较单一且预测成本较高。而在利用云量信息的预测方法中，通常根据对云量的预测来获得云遮挡的期望值，预测精度有限。
　　为了解决上述问题，本文提出考虑云遮系数的光伏超短期功率预测方法。通过间接预测的方式，重点考虑云遮挡对地表太阳辐射的影响。首先，利用晴天无云的数据建立晴天地表太阳辐射预测模型。然后，通过历史地表太阳辐射数据和晴天地表太阳辐射模型的预测数据来获得云遮系数的历史数据，将云遮系数视为观测值，云量视为状态值，采用加权平均的隐马尔可夫模型进行建模，对未来时刻的云遮系数进行预测并修正地表太阳辐射的预测结果。最后，针对光伏功率预测，按照预测时段云遮系数的聚类结果，分别建模预测，并对原始特征和组合特征的预测结果做了对比分析。实验结果表明，本文方法能够适用于不同类型天气的预测，尤其在多云条件下的预测效果更加理想。

目录

声明

摘要

1．1 研究背景和意义

1．2 国内外研究现状

1．3 论文主要工作

1．4 论文组织结构

第2章 光伏发电的工作原理与影响因素分析

2．1 光伏发电的工作原理

2．2 光伏电站的出力特性分析

2．3 光伏发电的影响因素分析

2．3．1 地表太阳辐射的影响

2．3．2 遮挡物质的影响

2．3．3 其他因素的影响

2．4 本章小结

第3章 相关理论模型

3．1 支持向量回归模型

3．1．1 线性支持向量回归模型

3．1．2 非线性改进

3．1．3 序列最小最优化

3．2 隐马尔可夫模型

3．2．1 模型的定义

3．2．2 前向后向算法

3．2．3 Baum-Welch算法

3．2．4 Viterbi算法

3．3 本章小结

第4章 考虑云遮系数的光伏超短期功率预测模型

4．1 云遮系数的定义

4．2 预测模型整体流程

4．3 晴天地表太阳辐射预测模型

4．4 云遮系数预测模型

4．5 光伏功率预测模型

4．6 算例验证分析

4．6．1 数据预处理

4．6．2 晴天地表辐射模型

4．6．3 云遮系数模型

4．6．4 光伏功率模型

4．7 本章小结

第5章 基于BPNN-SVR的改进光伏功率预测模型

5．1 引言

5．2 BPNN-SVR预测算法模型

5．2．1 BP神经网络模型

5．2．2 BPNN与SVR的组合模型

5．3 算例分析

5．4 本章小结

第6章 结论和展望

6．1 结论

6．2 展望

参考文献

攻读硕士学位期间发表的论文及其它成果

致谢