分布式光伏发电全气象系统及出力预测方法研究的开题报告.docx

分布式光伏发电全气象系统及出力预测方法研究的开题报告
一、研究背景
光伏发电是一种清洁、可再生能源，其应用广泛，不仅可以为城市生活和工业生产提供电能，还可以为遥远山区和无电村庄等地区提供电力，对推动全球能源转型有着重要的意义。然而，由于太阳辐射、气温、湿度、风速等因素的变化，光伏发电出力存在着很大的时空差异性和不确定性，这为光伏电站的运行带来了诸多挑战。因此，如何准确预测光伏发电的出力，提高光伏电站的运行效率和经济效益，成为了当前光伏发电行业的研究热点之一。
二、研究目的和意义
现有的光伏发电出力预测方法主要基于统计学模型和人工神经网络等算法，虽然在一定程度上可以提高预测准确率，但在面对复杂气象环境下的预测任务时，常常存在预测误差较大的问题。因此，本研究旨在研究分布式光伏发电全气象系统及出力预测方法，为光伏电站的运行提供更加精准可靠的支持，具有重要的现实意义和应用价值。
三、研究内容和技术路线
本研究的主要内容包括：
1.建立光伏电站的全气象监测系统，采集太阳辐射、气温、湿度、风速等气象数据，研究气象因素对光伏发电出力的影响规律。
2.根据采集到的气象数据，建立分布式光伏发电出力预测模型，利用基于深度学习的神经网络算法或者机器学习算法进行建模，提高预测精度和效率。
3.设计分布式光伏发电全气象系统监控平台，集成气象数据采集、出力预测、电站管理等多个功能，实现对光伏电站运行的全面监测和管理。
具体的技术路线如下：
1.采集光伏电站气象数据，包括太阳辐射、气温、湿度、风速、风向等。
2.使用Python或者Matlab等编程语言对气象数据进行清洗和处理，分析光伏发电出力与各项气象因素之间的关系。
3.采用深度学习算法或者机器学习算法，建立模型进行光伏发电出力预测，并对预测模型进行优化和改进。
4.设计分布式光伏发电全气象系统监控平台，将数据采集、预测模型、电站管理等多个功能集成于一体，实现数据实时监控和管理。
四、研究预期成果
本研究将建立准确、可靠的分布式光伏发电全气象系统及出力预测方法，为提高光伏电站的运行效率和经济效益提供可靠的技术支持。预期将达到以下几个成果：
1.建立光伏电站气象数据采集系统，实现对具有代表性的光伏电站的全面气象数据采集。
2.建立基于深度学习或者机器学习算法的出力预测模型，实现对光伏发电出力的高精度预测。
3.开发分布式光伏发电全气象系统监控平台，实现对光伏电站运行的全面监测和管理。
4.开发SunwayTaihuLight等高性能计算平台上的分布式光伏发电出力预测算法，提高算法效率和精确度。
五、研究进度安排
本研究计划三年完成，并分阶段开展。具体进度安排如下：
第一年：完成光伏电站气象数据采集系统的搭建和光伏发电出力预测模型的基础研究。
第二年：完成出力预测模型的优化和预测算法的性能测试，搭建分布式光伏发电全气象系统监控平台。
第三年：完成分布式光伏发电全气象系统的功能扩展和实验验证，并进行相关论文撰写和成果汇报。
六、参考文献
[1]LIQY,ZHANGC,CHENXL,etal.Areviewoftechniquesforforecastingsolarpoweroutput[J].Renew&SustainEnergyRev,2017,70:1260-1272.
[2]CASTROC,PENAR,ARENASJ,etal.Acomparisonofsingleandensemblemodelsforforecastingsolarpoweroutput[J].Energy,2017,124:75-84.
[3]WENF,PRINCEC,JEFFERSONT,etal.Forecastingsolarpowergenerationusingahybridmachinelearningapproach[J].Renew&SustainEnergyRev,2018,81:1-10.
[4]UDDINMS.Short-termphotovoltaicpowerforecastingmodels:areview[J].Renew&SustainEnergyRev,2018,92:1-33.
[5]ZHOUA,XUZ,PIZZOCHRISTIANIG,etal.Supervisedlearning-basedpredictionofsolarpowergenerationusinghourlymeteorologicaldata[C]//WorldCongressonEngineeringandComputerScience.Citeseer,2017:4-6.