Facebook加入
LINE加入
2021/12/25
2
/a）建設大型發電項目，超過90%的高倍聚光發電（HCPV）系統採用高聚光比模組和雙軸跟蹤系統。【光伏功率預測技術】光伏發電功率出力具有明顯的間歇波動特性，大規模光伏發電接入會給電網安全穩定運行帶來一定衝擊。光伏發電功率預測是解決此問題的關鍵技術之一，開展光伏電站發電功率預測方法與系統研究具有重要的學術與應用價值。因此，如何準確的開展光伏電站的功率預測，近幾年成為研究的熱點，備受國內外學者青睞。按照預測原理，光伏發電功率預測可以分為物理方法、統計方法和學習方法。其中，較常用的統計方法是通過找出歷史數據內在規律，排除病態數據點，建立歷史數據與輸出功率的函數映射關係，進一步對光伏發電功率預測的一種方法。統計方法需要大量歷史的光伏電站出力數據作為建模基礎。【高倍聚光光伏功率預測難點】高倍聚光光伏出力的隨機性和波動性極大，這一點與傳統的晶硅或薄膜電池相比十分明顯（圖1）。當有直接輻射時，高倍聚光光伏的出力急劇上升；無直接輻射時，出力急劇下降。在特殊天氣條件，如多雲情況下，其出力波動性更大。常規的光伏功率預測演算法是針對晶硅與薄膜電池的發電特徵研發，對於高倍聚光光伏而言，常規的演算法已經不能滿足功率預測準確性的要求。圖1：同一地區某高倍聚光光伏電站與晶硅光伏電站的出力特徵對比（橫坐標天數，縱坐標實際出力（MW））
【創新演算法破解預測難題】基於上述問題，東潤環能的演算法團隊研究了針對高倍聚光光伏功率預測創新演算法（圖2），以修正由於高倍聚光的光伏出力特性導致的預測誤差。演算法團隊對大量高倍聚光電站歷史數據進行分析，研究並測試了多種誤差修正方法，如分類平均法、分類中位數法、分類回歸法、Kalman濾波法、聚類分析法等。測試結果顯示，基於分類中位數法、分類回歸法和聚類分析法三種修正演算法形成的組合演算法進行預測的準確率最高。該組合修正創新演算法對高倍聚光光伏功率預測準確率平均提升4%~5%。圖2：某高倍聚光光伏電站的實際功率、原始模型預測、組合修正演算法預測曲線
進一步研究發現，該組合修正演算法不僅適用於高倍聚光項目，對於普通電站也具有很大的提升效果。50個普通電站的測試結果顯示，組合修正演算法相比原演算法精度平均提升2%~3%。該組合修正演算法將普遍提升光伏電站功率預測準確率，幫助電站降低預測考核。東潤也會持續進行演算法的更新迭代，保持功率預測技術的領先地位。
往期精彩回顧
熱門推薦
留言回覆
