《综合智慧能源管理》课件——项目五 功率预测技术.pptxVIP

光伏功率预测技术;;;由于日照的昼夜周期性，光伏电站只能白天发电，是一种典型的间歇式电源；光伏功率受气象、环境条件影响，具有较大的波动性和随机性。这些特性使得大规模光伏发电并网对电网造成不良影响。若能及时、准确地预测光伏功率，将对电网调度及光伏电站运行具有重要意义。;;光伏功率预测是以数值天气预报数据或/和实测数据为基础，结合光伏电站地理坐标及具体地域特点的参数化方案，建立预测模型及算法，实现对未来一定时间段内光伏电站输出功率的预测。;关键影响因素;关键影响因素;光伏功率特性;光伏功率预测方法分类;光伏功率预测方法分类;光伏功率预测方法分类;光伏功率预测方法分类;光伏功率预测方法分类;光伏功率预测方法分类;光伏功率预测方法分类;光伏功率预测方法分类;光伏功率预测方法分类;光伏功率预测方法分类;光伏功率预测方法分类;光伏功率预测典型模式;光伏功率预测典型模式;光伏功率预测典型模式;光伏功率预测典型模式;光伏功率预测典型模式;预测精度评价指标;预测精度评价指标;预测精度评价指标;;光伏功率预测的关键在于确定不同时空尺度下影响光伏功率的主要因素及其作用机理，并选择恰当的算法建立预测模型。;WRF为天气研究和预报模型；

MM５为第５代中尺度预报模型；

GFS为全球预报系统；

ECMWF为欧洲中尺度天气预报中心。;图5中的预测方法基本沿着两条思路展开技术研究。

1）研究辐照度、光伏功率的关键影响因素，这是物理方法的思路，主要方法有基于云图（超短期）和NWP（短期、中长期）的方法；

2）学习辐照度、光伏功率历史规律，这是统计方法的思路，主要方法有神经网络等智能算法、时间序列法、基础预测法等。;适用于光伏功率超短期预测的方法有基础预测方法、基于云图的预测方法以及基于数据驱动的预测方法。

目前NWP时空分辨率普遍较低，暂不适用于超短期预测。;持续预测方法假设预测时刻气象、辐照等条件与当前时刻一致，从而采用数据外推方法预测辐照度和光伏功率。

这是最简单的预测方法之一，但精度也较低，通常情况下，持续预测在超过1h的预测中仅作为基准预测方???而非实际应用的工程算法。;晴空预测模型（clearskymodel）假定天空中无云，基于大气辐射传输模型和大气要素进行辐照度或光伏功率预测，其主要考虑的大气要素有臭氧含量、水汽含量、林顿浑浊度等，主要的预测模型有Solis模型、ESRA模型、BirdandHulstrom模型、Ineichen模型等。

晴空条件下光伏功率波动小，能够最大限度地反映辐照度的发电效应，因此常将晴空预测模型作为基本标定模型。;持续预测方法和晴空预测模型两种基础预测模型适用于光伏数据缺失或数据质量较差的情况，但由于无法考虑辐照度和光伏功率的波动性和随机性，其预测精度较低，在天气状况变化剧烈或预测时间尺度较长时预测效果更差，目前工程应用不多。;云是影响地面辐照度的主要气象要素，云层运动是地面辐照度和光伏功率波动性的主要原因，因此，基于云图的预测方法成为精细化光伏预测的重要技术方向之一。;常用的云图有地基云图和气象卫星云图。

其基本原理都是在假定云团形状不发生改变、云团移动速度在短时间内保持不变的情况下，通过连续图像分析得到天空云层的分布位置、云团大小、移动速度等信息。所有的云图都需要进行图像处理识别云团，通过块匹配技术、交叉相关算法等方法预测云团运动、形成云指数图、预测云团遮挡等操作。其中云指数的提取技术已经较为成熟，常用于太阳资源研究。;图６所示为通过分析气象卫星MereosatＧ９拍摄的云图形成的云层移动矢量图，从中可以清晰地看到云层的运动方向和速度，从而得到考虑云层遮挡效应后的辐照度数据并进一步预测光伏功率。;基于云图的超短期预测通过专用设备对云进行测量并完成图像采集，利用在线图像分析技术分析云层运动情况，预测云层对太阳光的遮挡情况，实现地面辐照度和光伏功率预测。基于云图的光伏功率预测误差随着预测时间尺度增加而变大，实时预测的方均根误差在5%以内，而10min预测的方均根误差则可达20%以上。;超短期预测;虽然基于云图的方法为实现精细化预测提供了可能，但受限于测量设备和方法局限，仍然存在以下不足。

１）由于在预测中默认假设短时间内云团的形态、速度保持不变，因此在云团形态和移动速度剧烈变化时，该方法无法获得准确预测结果。

２）云层高度信息获取困难或缺少。云层对地面的遮挡与云层的高度有密切关系，但云图无法给出云层高度信息，将不同高度的云层统一处理，会增加预测的误差。;３）卫星云图空间分辨率较低，图上一个像素点对应较大的地面面积，无法判定小范围内云层情况。

４）地面天空成像仪拍摄空间有限，只能获取较小范围内云层信息，当云层移动速度较快时，预测时间尺度将