分布式光伏出力相關(guān)因素分析及短時尺度預(yù)測研究.pdf

1、光伏發(fā)電輸出功率具有明顯的隨機性和間歇性，隨著分布式光伏系統(tǒng)大規(guī)模并入電網(wǎng)，必將對電網(wǎng)調(diào)度管理、用電安全帶來巨大挑戰(zhàn)。光伏出力預(yù)測是解決該問題的關(guān)鍵技術(shù)之一，是分布式光伏發(fā)電精細化管理、安全和調(diào)度的基礎(chǔ)，對改善光伏入網(wǎng)質(zhì)量具有重要的意義。
　　本文首先設(shè)計并實現(xiàn)了氣象參數(shù)和電氣參數(shù)的遠程在線監(jiān)測系統(tǒng)。在此基礎(chǔ)上，研究了光伏出力的影響因素和輸入?yún)?shù)相關(guān)性。現(xiàn)有的預(yù)測模型存在輸入維數(shù)高和模型結(jié)構(gòu)復(fù)雜等缺點，其預(yù)測結(jié)果也難以滿足實際需求

2、。本文引入理論數(shù)據(jù)作為外生輸入變量降低對數(shù)據(jù)環(huán)境的要求，通過小波分析得到高頻數(shù)據(jù)作為變異度特征數(shù)據(jù)，以此實現(xiàn)簡化分類。此外通過對相關(guān)因子二次計算達到降低數(shù)據(jù)耦合程度的目的。然后利用Gamma Test和多目標遺傳組合算法，實現(xiàn)智能選擇輸入變量，減小信息冗余。并通過建立支持向量回歸機模型、神經(jīng)網(wǎng)絡(luò)模型和自回歸模型實例分析，實現(xiàn)小時平均輸出功率的分類預(yù)測，在天氣異變度較低時相對均方根誤差分別為9.7％，9.1%，7.8%；異變度較高時分別為

3、13.54%，13.36%，13.87%的預(yù)測精度。相較于優(yōu)化前精度提高3%以上，實驗結(jié)果表明引入外生因子和優(yōu)化選擇變量方法對提高預(yù)測精度和縮減訓(xùn)練時間有明顯作用。同時，光伏出力預(yù)測仍有很大的不確定性，單點預(yù)測難以滿足所有需求。因此，建立了2D區(qū)間預(yù)測模型，預(yù)測區(qū)間包含未來時間間隔內(nèi)瞬時輸出功率變化的上界和下界。實現(xiàn)了基礎(chǔ)算法模型平均相對誤差13.2%和支持向量機模型平均誤差11.04%的預(yù)測精度。針對分布式光伏電站精細化管理的需求研制