摘要
随着分布式光伏发电装机占比的不断提高,对分布式光伏发电功率预测提出了新的要求。但由于运行成本的约束,分布式光伏电站难以直接建立功率预测模型,为此提出了一种基于卫星云图和改进晴空模型的太阳辐照度超短期预测模型。首先,基于最小二乘法对美国采暖、制冷和空调工程师协会(American Society of Heating,Refrigerating and Air-conditioning Engineers, ASHRAE)模型进行改进,并由改进ASHRAE模型计算待测场站的理论晴空辐照度;然后,基于灰度共生矩阵和差分自回归滑动平均(autoregressive integrated moving average,ARIMA)模型获取待测场站未来1~4h的云团遮蔽特征;最后,利用该云团遮蔽特征和数值天气预报(numerical weather prediction,NWP)信息建立基于长短期记忆网络(long short-term memory,LSTM)的修正算法对理论晴空辐照度进行修正,得到未来1~4h的太阳辐照度预测结果。研究结果表明:通过该模型预测得到的太阳辐照度的月均方根误差为7.65%,相较于传统的晴空模型和仅使用NWP的预测模型,预测精度分别提升了6.76%和4.61%,验证了卫星云图和晴空模型在太阳辐照度超短期预测中的有效性。
-
单位自动化学院; 北京信息科技大学; 中国电力科学研究院有限公司