光伏电站光伏功率预测方法.pdf

光伏电站光伏功率预测方法

光伏发电功率出具有明显的间歇波动特性，大规模光伏发电接

入会给电网安全稳定运行带来一定冲击。随着各地风电、光伏等可

再生能源比例的增加，弃风、弃光现象进一步加剧。光伏发电功率

预测是解决此问题的关键技术之一，因此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。德国之所以能接纳

峰值出力高达70%的光伏发电，而国内基本只能接纳30%以内，

其中最重要的原因，就应归功于德国的光功率预测做的好，而国内

这块才刚起步。

光伏发电功率预测方法的分类

1、按时间尺度分

超短期预测（4小时以内)主要采用统计、物理混合方法，主

要原则是根据地球同步卫星拍摄的卫星云图推测云层运动情况，预

测到达地面的辐照强度，通过太阳辐照强度与功率转换效率模型，

从而对功率进行预测。一般用于光伏发电控制、电能质量评估及光

伏电站组件部分的研发设计等。

短期预测(48小时以内)主要以NWP（天气预报信息）数据

为主，通过建立历史输入数据与历史输出功率的映射关系，进而获

得光伏电站输出功率的预测值。一般用于电力系统的功率平衡和经

济调度、日前发电计划制定、电力市场交易、暂态稳定评估等。
中长期预测(大于1周)主要用于系统的检修安排、发电量的

预测等。

2、按预测方式分

直接预测：通过早8点～晚5点的输出功率曲线规律，直接

对光伏电站的出力进行功率预测。

间接预测：先对太阳辐照量的预测，然后根据预测的太阳辐照

量折算出光伏发电的出力。

3、按预测原理分

物理方法：将NWP数据作为输入，研究光伏发电设备特性

(包括光伏组件、逆变器等)，建立光伏发电功率与NWP数据的

对应数学模型，进一步对光伏发电功率进行预测的一种方法。物理

方法的预测精度比统计方法略差，但优点在于该方法不需要大量历

史数据的支持，适用于新建的光伏电站。

统计方法：通过找出其历史数据内在规律，排除病态数据点，

建立历史数据与输出功率的函数映射关系，进一步对光伏发电功率

预测的一种方法。统计方法需要大量历史的光伏电站出具数据作为

建模基础，只适用投运时间大于等于一年的光伏电站，不适用新建

的光伏电站。

学习方法：采用人工智能的方式去建立一种输入与输出的映射

关系，主要应用于非线性映射模型。

4、按数学模型分

数学模型包括：时间序列预测法、自回归滑动平均模型法、神

经网络法、支持向量机法、小波分析方法、灰色预测法、递推最小

二乘法、相似日选取算法和智能方法等。

为使得预测精度更高，现在更多的是将多种方法组合应用。光

伏发电功率组合预测法大致包括两类:

第一种是综合比较几种光伏发电功率预测的结果，经过对比分

析，提取一种误差较小且操作简单的方法应用于功率预测;

第二种是按权重加权几种预测方法的结果，然后平均，既实现

了预测信息的最大化利用，又优化了所有预测模型的弊端，消除了

传统单一模型的误差，大大提高了光伏发电功率预测的精度。

光伏发电功率预测系统的组成

1、光伏发电系统

光伏组件实施光电转换后经控制器将直流电分配给直流负荷

和DC/AC逆变装置，输出满足电能质量要求的交流电，通过箱

变升压后接入电网，再通过箱变降压供给交流负荷。最后通过DC

/AC逆变控制反馈到光伏阵列，以调节光伏阵列进行MPPT控

制。

2、数值天气预报系统
主要提供当天或未来几天的NWP信息，将光伏电站所在地

的NWP信息(如光照量、气温、日照时间等)实时传给预测数据

库系统，并进行处理。

3、预测数据库系统

主要是对光伏电站的NWP历史信息、输出功率历史信息等

进行存储管理。

4、光伏发电功率预测系统

光伏发电功率预测系统是该系统的核心部分，根据相应的预测

算法，将实时NWP信息与预测数据库系统的历史数据进行处理，

选择适当的功率预测数学模型，算出预测当日的输出功率预测值及

预测误差。

5、EMS能量管理系统

EMS是现代电网调度自动化系统(含硬、软件)总称，由基

础功能和应用功能两个部分组成。基础功能包括:计算机、操作系

统和EMS支撑系统。应用功能包括:数据采集与监视(SCADA)、

自动发电控制(AGC)与计划、网络应用分析3部分，系统中用户

可以通过操作界面对该预测系统进行实时管理，对发电计划进行有

条理的规划。