基于軌跡特征的分布式光伏發(fā)電功率預(yù)測(cè)技術(shù)研究.pdf

1、分布式光伏電站因裝機(jī)容量小、空間分布較廣，受制于成本、技術(shù)等因素，很大比例的小容量分布式光伏電站并未單獨(dú)配備完善的電站監(jiān)控系統(tǒng)，并且難以獲取精確的數(shù)值天氣預(yù)報(bào)。因此，不同于大型光伏電站，這類電站無法采用基于氣象信息的預(yù)測(cè)方法。
　　為利用現(xiàn)有條件實(shí)現(xiàn)盡可能多的分布式光伏電站的出力預(yù)測(cè)，亦或?yàn)榉植际焦夥隽Τ唐陬A(yù)測(cè)提供一種新的思路，本文利用大數(shù)據(jù)思維對(duì)光伏電站間的歷史出力軌跡的相關(guān)性進(jìn)行挖掘，提出一種基于空間相關(guān)性的分布式光伏功率

2、超短期預(yù)測(cè)技術(shù)，將缺乏預(yù)測(cè)條件的目標(biāo)光伏電站映射到預(yù)測(cè)條件豐富的參考光伏電站，從而實(shí)現(xiàn)對(duì)目標(biāo)光伏電站的超短期預(yù)測(cè)。
　　本文主要進(jìn)行了以下具體工作:
　　(1)基于層次聚類算法的分布式光伏出力軌跡相關(guān)特征匹配。首先，在現(xiàn)有分布式光伏出力軌跡特征研究的基礎(chǔ)上，類比時(shí)序相關(guān)性提出了空間相關(guān)性的相關(guān)概念及判定原則，并分析了時(shí)序相關(guān)匹配與空間相關(guān)匹配的區(qū)別與聯(lián)系以及各自的適用范圍。之后，提出了利用層次聚類算法實(shí)現(xiàn)空間相關(guān)匹配及時(shí)序相

3、關(guān)匹配的算法流程，并通過仿真驗(yàn)證了其可行性。
　　(2)基于空間相關(guān)性的分布式光伏出力主從預(yù)測(cè)方法。研究被聚類為同一類的光伏電站間的歷史出力軌跡的空間相關(guān)關(guān)系，并建立表征該空間相關(guān)關(guān)系的數(shù)學(xué)模型，以參考光伏電站的超短期預(yù)測(cè)作為模型輸入，輸出目標(biāo)光伏電站的超短期預(yù)測(cè)結(jié)果。其中，參考光伏電站利用豐富的預(yù)測(cè)條件，通過BP-人工神經(jīng)網(wǎng)絡(luò)等方法對(duì)歷史樣本數(shù)據(jù)進(jìn)行訓(xùn)練，得到一個(gè)以氣象信息作為輸入，以有功出力作為輸出的人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，從而

4、基于數(shù)值天氣預(yù)報(bào)可以得到參考光伏電站的超短期出力預(yù)測(cè)結(jié)果，進(jìn)而根據(jù)相關(guān)關(guān)系計(jì)算出目標(biāo)光伏電站的預(yù)測(cè)出力曲線。
　　(3)影響主從預(yù)測(cè)方法預(yù)測(cè)精度的關(guān)鍵因素研究。研究時(shí)空延遲特性、動(dòng)態(tài)空間匹配與靜態(tài)空間匹配、不同參考光伏電站、聚類閾值以及日前匹配天數(shù)這5個(gè)關(guān)鍵影響因素對(duì)空間相關(guān)匹配與主從預(yù)測(cè)方法的影響，為進(jìn)一步確定合理的關(guān)鍵參數(shù)取值范圍提供依據(jù)。
　　本文通過多個(gè)仿真算例驗(yàn)證了基于軌跡空間相關(guān)特征的分布式光伏超短期預(yù)測(cè)方法的可