并网光伏电站发电功率预测方法研究

发布时间：2017-08-15 22:24

  本文关键词：并网光伏电站发电功率预测方法研究

  更多相关文章： 光伏发电预测 相似时段 Elman神经网络

【摘要】：传统化石能源正逐渐走向枯竭,核能发电也存在铀废料不易处理、投资成本大、难以应对突发自然灾难等缺点。光伏发电具有污染小、能源利用率高及规模灵活等优点得到大量的应用。光伏电站发电效率受到天气因素影响极大,由于天气的不确定性,光伏电站的输出功率存在波动性大,间歇性强等缺点,大规模光伏发电接入电网给电网调度管理带来巨大挑战。对光伏电站的发电量进行短期预测可为电网调度提供数据支撑,降低光伏发电的随机性对电网的冲击,同时也可提高光伏的发电容量利用率,提高经济效益。本文在深入分析现有并网光伏电站发电功率预测方法的优势与不足之后,针对有历史数据和无历史数据两种情况分别提出了基于相似时段和Elman神经网络的并网光伏电站超短期预测模型和基于地外辐照度计算和天气状态识别模型的光伏电站超短期预测模型。并网光伏电站输出功率的不稳定主要源于天气状态的变化。按照中国国家气象局制订的天气类型国家标准,天气状态共有33种不同的类型。影响光伏电站出力特性的主要因素是云量,云量越高光伏电站的出力情况越差。本文根据云量多少将33种天气类型划分为3种广义天气类型。建立天气状态识别模型后可以将历史数据按照天气类型做分类处理,并可根据短期天气预报快速识别预测日特定时段的天气类型。天气状况、日期类型都比较相似的两日被称为相似日。使用相似日进行预测最大的问题在于当预测日的天气类型发生变化时,相似日模型无法识别天气类型的变化。针对相似日模型的缺点,本文提出了相似时段模型,将预测日和历史日的数据均分为多段,建立相似时段数据库,结合短期天气预报,对预测日的时间段动态匹配出最佳的相似时段。相似时段模型可动态匹配预测日每一个时间段的相似时段,可以动态识别天气类型的变化使得预测模型可以匹配到更好的历史数据。本文提出了基于相似时段和Elman神经网络的光伏电站输出功率超短期预测方法。根据实时天气预报,动态预测一天中不同时间段的气象情况,根据不同时间段的气象预测情况匹配数据库中的历史数据。利用K折交叉验证对Elman神经网络模型进行结构优化与参数整定,得到误差最小模型。使用开放数据库提供的数据进行仿真验证并与传统相似日模型进行对比,结果表明该方法在一般天气条件下提高了预测精准性,在复杂天气条件下可实时根据天气状态变化调整预测策略并大幅提高了预测精度。对于新建光伏电站以及缺乏历史数据记录的光伏电站,无法获取历史数据是一大难题,在没有光伏电站历史数据的情况下,本文提出了一种基于地外辐照度计算和天气状态识别模型的光伏电站超短期预测模型。根据天体运行规律及相关参数,可得到指定地理位置,指定日期的指定时刻的地外辐照度的理论值G。结合天气预报预测云层对太阳光的反射折射作用、考虑不同太阳能电池板转化效率不同的因素后可得到该点的太阳能组件的输出功率。使用开放数据库提供的数据进行仿真验证并与传统相似日模型进行对比,结果表明,在单一天气条件下,预测结果准确率低于有历史数据的传统方法;复杂天气下,预测结果准确率高于有历史数据的传统方法。
【关键词】：光伏发电预测 相似时段 Elman神经网络
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM615;TP183
【目录】：

• 中文摘要3-5
• 英文摘要5-9
• 1 绪论9-16
• 1.1 研究背景9-10
• 1.2 光伏产业发展现状10-12
• 1.2.1 世界光伏产业发展现状10-11
• 1.2.2 世界各国支持光伏产业发展的配套措施11-12
• 1.2.3 中国支持光伏产业发展的配套措施12
• 1.3 研究意义12-13
• 1.4 国内外研究现状13-14
• 1.5 本文的主要工作14-15
• 1.6 本章小结15-16
• 2 天气识别和相似时段模型16-27
• 2.1 太阳能与太阳辐射16-18
• 2.1.1 太阳能16
• 2.1.2 太阳辐射16-18
• 2.2 光伏发电原理及光伏发电系统18-21
• 2.2.1 光伏发电原理18-19
• 2.2.2 光伏发电系统19-20
• 2.2.3 光伏发电技术的应用领域20-21
• 2.3 天气21
• 2.4 天气预报21-23
• 2.4.1 天气预报发展历史21-22
• 2.4.2 要素预报22
• 2.4.3 现代天气预报步骤22-23
• 2.5 天气状态对地表辐射度的影响23
• 2.6 天气类型识别模型23-24
• 2.7 相似时段模型24-26
• 2.7.1 相似日与相似时段24
• 2.7.2 历史数据的分段处理24-25
• 2.7.3 相似度指标25
• 2.7.4 相似时段的计算步骤25-26
• 2.8 本章小结26-27
• 3 基于Elman神经网络的光伏发电输出功率超短期预测方法27-38
• 3.1 人工神经网络27
• 3.1.1 人工神经网络简介27
• 3.1.2 人工神经网络分类27
• 3.2 Elman神经网络简介27-28
• 3.3 Elman神经网络学习过程28-29
• 3.4 模型结构选择与参数优化29
• 3.5 模型使用29-30
• 3.6 模型测试30-37
• 3.6.1 单一天气状态下的模型测试30-33
• 3.6.2 复杂天气状态下的模型测试33-37
• 3.7 本章小结37-38
• 4 基于辐照度计算的光伏发电输出功率超短期预测方法38-50
• 4.1 地外辐照度的影响因素38-39
• 4.1.1 天文辐射的时空变化特点38
• 4.1.2 大气逆辐射38-39
• 4.2 地外辐照度的计算方法39-40
• 4.3 由地外辐照度计算光伏电站输出功率的方法40-42
• 4.4 模型检验42-49
• 4.4.1 单一天气状态下的模型测试42-45
• 4.4.2 复杂天气状态下的模型测试45-49
• 4.5 本章小结49-50
• 5 总结与展望50-52
• 5.1 总结50-51
• 5.2 展望51-52
• 致谢52-53
• 参考文献53-56
• 附录56

【相似文献】

中国期刊全文数据库 前10条

1 许洪华;深圳1兆瓦并网光伏电站发电[J];太阳能;2004年05期

2 张跃;马勇刚;李自应;;云南德援光伏电站[J];太阳能;2006年04期

3 ;发改委:中国将建设首个大型沙漠光伏电站[J];山东电力技术;2008年06期

4 曾星;;国内将兴建首座普及型光伏电站[J];发电设备;2008年04期

5 章从福;;发改委称国家将在甘肃建首个大型沙漠光伏电站[J];半导体信息;2009年01期

6 ;山东省最大光伏电站将建成[J];山东电力高等专科学校学报;2009年05期

7 ;我国第二批光伏电站特许权招标最低价曝光[J];电源世界;2010年09期

8 ;国内规模最大光伏电站年底发电[J];华东电力;2010年09期

9 ;国内最大光伏电站在济宁并网[J];青海电力;2010年03期

10 ;全球最大光伏电站项目已获准启动[J];可再生能源;2010年06期

中国重要会议论文全文数据库 前10条

1 杨建;杨宇东;胡会永;史红丽;;乌兰并网光伏电站设计体会[A];2011建筑工程电气技术文集[C];2011年

2 顾文;王红星;徐敦彬;陈士军;;光伏电站接入电网影响分析[A];第六届电力工业节能减排学术研讨会论文集[C];2011年

3 潘捷;任浩翰;戴成鸿;周彬;;上海崇明前卫太阳能光伏电站的运行实践和成果[A];新形势下长三角能源面临的新挑战和新对策——第八届长三角能源论坛论文集[C];2011年

4 许颖文;陆成;;分布式光伏电站的数据采集研究[A];第七届电力工业节能减排学术研讨会论文集[C];2012年

5 刘宏;李田珍;岳兴华;;中德财政合作青海太阳能项目光伏电站设计与运行[A];第十届中国太阳能光伏会议论文集：迎接光伏发电新时代[C];2008年

6 陈祥;;基于机理模型的并网光伏电站实时效率分析[A];战略性新兴产业的培育和发展——首届云南省科协学术年会论文集[C];2011年

7 陈祥;;基于机理模型的并网光伏电站实时效率分析[A];2011年云南电力技术论坛论文集（入选部分）[C];2011年

8 谢宁;罗安;马伏军;陈燕东;帅智康;;光伏电站与配电网谐波交互影响[A];分布式发电、智能微电网与电能质量——第三届全国电能质量学术会议暨电能质量行业发展论坛论文集[C];2013年

9 王民浩;谢小平;余荣祖;王霁雪;郭雁珩;易跃春;杨存龙;魏显贵;李伟宏;原向阳;曹海滨;庞秀岚;;光伏电站信息化管理系统研发[A];电力行业信息化优秀成果集2013[C];2013年

10 陈祥;;大型并网光伏电站的设计与探讨[A];2011年云南电力技术论坛论文集（入选部分）[C];2011年

中国重要报纸全文数据库 前10条

1 王东芹　余宽平;大成硅1MW光伏电站项目获批[N];镇江日报;2010年

2 记者 胡义伟;中利科技光伏电站业务快速增长[N];上海证券报;2012年

3 记者 贾明;青海百兆瓦光伏电站集成技术研究取得新进展[N];青海日报;2012年

4 王林;西班牙光伏商投资日本光伏电站[N];中国能源报;2012年

5 李伟;中盛光电承建罗马尼亚最大光伏电站[N];中国能源报;2012年

6 本报记者 李晓辉;航天机电“瘦身”聚焦光伏电站建设[N];中国证券报;2012年

7 记者 李钊;中国企业进军海外光伏电站市场[N];科技日报;2012年

8 记者 周建越;光伏电站建到加拿大[N];苏州日报;2012年

9 记者 张旭东;光伏电站的“春天”也需谨慎[N];第一财经日报;2012年

10 李瞧;江西晶科能源与国开行建海外光伏电站[N];中国工业报;2012年

中国博士学位论文全文数据库 前6条

1 马聪;大型光伏电站故障检测与控制技术[D];山东大学;2016年

2 毕锐;光伏电站有功功率控制相关关键技术研究[D];合肥工业大学;2016年

3 谢宁;大型光伏电站电能质量分析与补偿系统研究[D];湖南大学;2015年

4 李乃永;电网接纳光伏电站并网运行的适应性及对策研究[D];山东大学;2012年

5 杨明;大型光伏电站逆变器并网控制策略及稳定性分析[D];重庆大学;2014年

6 秦志龙;计及相关性的含风电场和光伏电站电力系统可靠性评估[D];重庆大学;2013年

中国硕士学位论文全文数据库 前10条

1 钟宝华;太阳能发电随机生产模拟及其可信容量评估[D];华南理工大学;2015年

2 王涛;光伏电站建设对靖边县土壤、植被的影响研究[D];西北农林科技大学;2015年

3 徐晓龙;基于LabVIEW的光伏电站数据监测系统研究[D];陕西科技大学;2015年

4 戴智慧;并网光伏电站的无功电压控制研究[D];南京师范大学;2015年

5 杨智琳;大型地面光伏电站发电系统监测的研究[D];河北农业大学;2015年

6 赵蓓;大型光伏电站并网频率控制策略研究[D];华北电力大学;2015年

7 薛国斌;甘肃某100MW光伏电站接入系统方案研究[D];华北电力大学;2015年

8 武晓宁;光伏电站功率性能分析与研究[D];华北电力大学;2015年

9 扈聪;光伏电站监控系统技术的研究[D];东华大学;2011年

10 杨聪;含光伏电站的配电网可靠性研究[D];南昌大学;2015年

，

本文编号：680214