基于不确定理论的光电出力预测的研究-电气工程专业论文.docxVIP

摘 摘 要 I I 摘 要 全球经济发展，环境污染和能源危机成为两大难题，开发利用新能源是必然 趋势。光伏发电凭借其自身优势，受到了广泛关注，大规模光伏并网发电具有较 好的发展潜力。但是，光伏发电受到多种气象、环境因素的影响，各因素的多变 性、波动性会给电力系统调度、统筹规划带来不便，因此对光电出力进行预测具 有重要意义。 太阳辐射值和光伏电池的温度是光电出力最大的两个影响因素。以往对出力 的预测方法中，得到的结果大部分是一个确定值，本文利用不确定理论对云量和 云遮系数进行处理，提出了模糊随机、双重随机、隐马尔科夫 3 种新型预测模 型，得到光电出力的预测值和满足不同置信水平的预测区间。 太阳辐射值是对光电出力影响最大的因素。云的形状、高度、厚度等特性的 变化，影响光伏电池接收到的太阳辐射值，所以云是需要重点考虑的因素。云量 本身是一个模糊的概念，云量还具有随机性，同时，云遮系数的分布也具有随机 性，因此可以利用不确定理论对二者进行分析处理。以无云天气计算太阳辐射值 的 REST 模型为基础，用云遮系数对其进行修正，最终得到有云天气的太阳辐射 值。采用 BP 神经网络模型预测光伏电池的温度，利用与电池温度相关性最强的环 境温度和太阳辐射值建立模型，可以得到较好的预测结果。 结合太阳辐射值的预测模型和光伏电池温度的预测模型，可以获得光电出力 的预测值。选取美国 BMS 光伏电站的