基于地基云图的光伏功率超短期预测模型.pdfVIP

第37卷第19期 电力系统自动化 V01．37No．19 Automation ofElectricPower 2013年10月10日 Systems 0ct．10，2013 DOI：10．7500／AEPS201207106 基于地基云图的光伏功率超短期预测模型 陈志宝1，李秋水2，程序1，周 海1，丁 杰1 摘要：以地基云图采集设备提供的实时日间彩色天空状况图像为研究对象，通过数字图像处理技 术对时间序列图像进行了处理和分析，运用云团提取算法和跟踪学习算法实现对云团未来运动状 况的预估，结合一天中太阳在云图像上的位置计算，预测未来时刻太阳的遮挡情况，进而预测辐照 度和光伏功率的变化。研究结果表明，文中所述模型具有很好的可行性和实用性，为光伏电站o～ 4h超短期功率精确预测提供了方法。 关键词：地基云图；云团提取；云团跟踪；光伏功率预测；超短期；辐照度 0 引言 的发展和数字图像处理技术的不断完善，很多地基 遥感测云仪器研制成功，比如全天空成像仪(TSI)， 近年来，大规模光伏电站接人电网，由于光伏发 该仪器能实现对全天空云的自动化观测和实时采 电输出功率具有随机性和波动性，对电网安全稳定 集，最小时间分辨率可达30s，能很好地实现光伏电 和经济运行造成影响。对光伏电站的输出功率进行 站上空云图的实时监测和采集。利用数字图像处理 准确预测，能为电力调度提供重要的决策支持，统筹 技术对地基云图进行处理和分析，对云团移动进行 安排常规电源和光伏发电的协调配合[1]，降低电力 预估，相当于将云这一主要气象要素从众多影响辐 系统运行成本，而且有利于光伏资源的充分利用，获 照度的随机因素中单独分离出来进行建模。从某种 得更大的经济效益和社会效益。 意义上讲，实现对云团的准确预测是实现光伏功率 地面辐照度作为光伏电站输出功率的主要影响 超短期准确预测的前提。 因素之一，它的不确定性直接导致输出功率的随机 基于地基云图的光伏功率预测模型的核心是研 性和波动性。而云作为影响太阳地面辐照量的主要 究云对地面辐照度的影响，国外学者大多通过云覆 气象要素，其生消和移动变化是地面辐照度变化不 盖量统计分析云对地面辐照度的影响[1“12]。本文的 确定性的根本原因之一[2]。目前，光伏功率预测方 主要研究基于云团移动趋势预估算法，结合太阳轨 法主要根据历史气象要素数据和光伏电站输出功率 迹，预测云团对太阳的遮挡情况，进而预测光伏电站 数据进行统计分析或机器学习进行预测，有基于人 所在的局部地区辐照度的变化情况和光伏电站输出 工神经网络的预测模型[3{3和基于支持向量机的预 功率的变化。 测模型∞。7]，但