大容量并网型光伏电站功率预测预报系统设计

阐述了一种大容量并网型光伏电站功率预测系统的设计、预测输入数据源、太阳辐射和温度预测、光电功率预测,给出了一个算例。通过现场实际验证表明,本方案具有较好的预报效果,对电网调度和光伏电站经济运行有较好的指导意义。     

基于EMD与ELM的光伏电站短期功率预测

针对传统光伏电站功率预测方法精度不高的问题,提出一种基于经验模态分解(EMD)与极限学习机(ELM)组合功率预测方法。该方法中,首先利用EMD分解分辨率为15 min的功率序列,得到一组相对平稳的分量,减少不同功率影响因素间的相互影响;然后针对各分量的不同特性,考虑相应气象因素作为输入,利用ELM神经网络建立不同的预测模型,分别预测各分量值;最后对ELM预测的各分量值求和,从而得到最终预测结果。算例仿真表明,该方法比传统的预测方法具有更高的预测准确度。     

晴空工况光伏超短期功率预报方法

提出一种基于实时辐射采集技术的晴空工况光伏超短期功率预报方法.该方法预报时效为未来0～4h,预测点时间分辨率为15 min,每15 min滚动循环预测.以此预报方法为基础,建立了国家能源太阳能发电研发(实验)中心屋顶光伏电站的功率预测系统.现场预测结果表明,该方法具有较好的预报效果,能够满足工程应用要求.     

基于混合线性回归方法的下关站潮位过程预报模型

为了解下关站的潮位过程,以长江下游镇江站为参证站,从平均潮位、潮差、潮位过程平移和重建出发,以2000～2003年汛期为研究时段,采用混合线性回归模型探讨了南京秦淮河出口下关站的潮位拟合和预报过程。检验结果表明,模型简单实用,下关站潮位过程预报合格率达到92%以上,可供秦淮河流域防洪减灾与水资源调度参考。     

线性回归法建立城市空气PM2.5预报模型——以宝鸡市为例

采用线性回归法建立宝鸡市秋冬季节降水量较少的情况下PM2.5的预报模式,对各影响因子的相关性作了分析。分析结果显示PM2.5浓度与前日PM2.5浓度、气压、温度和风速的相关性较好,与相对湿度的相关性较差。采用5因子模型预报和4因子预报模型分别对3月份的PM2.5浓度进行预报,4因子预报结果更接近实测值。宝鸡市PM2.5预报模型在冬春降水量偏少的情况下采用4因子预报模型更为准确。     

光伏发电功率预测预报系统V2.5在东洞滩光伏电站的安装及运行

对光伏并网电站的产能加以预测和科学化管理,能够提高电网消纳光伏发电出力的能力及电站的运营水平。以甘肃省酒泉市东洞滩光伏电站为例,介绍了光伏发电功率预测预报系统V2.5在该光伏电站的安装、调试及运行情况,阐明了系统的安装环境、实况功率采集、预报结果上报等,并针对实况功率采集,分析了104传输规约的报文结构及通讯过程,最后给出了系统的调试和维护方案。运行结果表明,该系统运行稳定,预报效果良好,对电网调度和光伏电站的经济运行具有较好的指导意义。     

基于短期定量降水预报的隔河岩洪水预报研究

统计分析了清江流域短期定量降水预报不同降水等级下的确率、漏报率和空报率,应用最近邻抽样回归模型对逐日降水预报资料行时段分配,将得到的逐时段降水预报资料与所建清江隔河岩水库洪水预报方案相耦合,发布考虑预见期降水的洪水预报。结果表明,考虑预见期降水可显著提高隔河岩水库的洪水预报精度。     

基于线性回归模型的尿素喷嘴温度场预测分析

基于Design of Experiment(DOE)试验测温数据,采用线性回归分析方法,得到自主开发的水冷式尿素喷嘴6个关键位置的温度回归方程模型.实测温度值和预测温度值差值<5℃,表明模型精度较高.柴油机台架试验结果显示,预测温度误差为-4.4℃ ～5.7℃,表明尿素喷嘴温度回归模型可用于实际应用项目的开发预测,可在项目开发前期预测尿素喷嘴内部结晶和过热失效风险.     

太阳能电池最大功率跟踪的线性近似法分析

对太阳能电池最大功率的跟踪方法——线性近似法进行了实验分析,考察单晶硅、多晶硅、非晶硅三种材料的太阳能电池最佳工作电压Um、最佳工作电流,Im和最大输出功率Pm随光照强度的变化情况.结果发现:对同一种太阳能电池,光照强度改变时,Um可以认为基本不变;Im和Pm与光照强度均呈线性关系.同一光照强度下,单晶硅电池最佳工作点...     

基于滚动的BP神经网络的光伏发电功率预报

鉴于准确预测光伏发电功率可减少大规模光伏并网发电对电网造成的冲击,以河南省某并网的光伏发电站7~11月共5个月的数据为例,通过建立非滚动的和滚动的BP神经网络模型,分别进行数值预报辐射订正和发电功率预报,并对预报的72h结果分为第1、2、3d分别进行检验。结果表明,滚动的BP神经网络对辐射订正和功率预报均具有较好的泛化能力,方法简便、实用,能够有效降低光伏发电功率的预报误差。     

基于天气预报的光伏输出功率短期预测

提出一种基于天气预报的光伏输出功率短期预测模型。该模型包括倾斜面辐射基值部分和与气象类型密切相关的光电转化系数值部分。利用地理位置和光伏阵列安装特性计算辐射基值,结合大量历史数据和天气预报状况拟合光电转化系数,得出不同季节、不同气象类型下的光电转化系数值,最后给出了光伏输出功率短期预测模型的数学表达式,并通过实例进行了验证。预测结果表明,该预测模型简单有效,适于工程实际应用,具有较高的精度。     

基于改进神经网络的光伏发电功率短期预测方法研究

针对光伏发电中因多种随机因素引起的输出功率不确定性问题,文章结合思维进化算法和BP神经网络算法建立了光伏发电功率的短期预测模型,模型的输入因子为大气温度、辐照度、风速和历史输出序列。根据季节变化采用4个预测单元对预测模型进行训练和电站出力预测,并通过仿真对所提算法的有效性和准确性进行验证。结果表明,MEA-BP模型能有效降低BP网络模型的预测误差。     

基于BP神经网络的光伏发电短期出力预测

分析了影响光伏发电出力的主要因素,建立了基于BP神经网络的光伏发电短期出力预测模型。利用光伏电站的出力数据和气象数据对BP神经网络进行训练,根据光伏出力影响因素的分析,将不同日类型的日发电功率数据进行处理,将其映射为日类型指数作为神经网络训练、预测的输入。文章建立的预测模型可以对不同天气类型下一天各时段的出力进行预测,预测结果与实测值的比较结果表明,该模型有比较准确的预测能力和较强的适用性。     

基于IMFO算法的光伏高占比电网UPFC参数优化模型

光伏高占比地区功率双向交换过程中系统存在暂态功角稳定及电压稳定问题,为得到电网在有功和无功动态波动下统一潮流控制器(Unified Power Flow Controller,UPFC)的最优参数,文章通过对飞蛾扑火(MothFlame Optimization,MFO)算法进行改进,提出光伏高占比电网UPFC控制参数优化模型。首先,针对光伏高占比条件下电力系统UPFC串联、并联功率控制方法,建立基于UPFC的系统阻尼优化控制模型;其次,建立基于系统阻尼和电压偏差最优控制的UPFC参数改进的飞蛾扑火优化算法(Improve Moth-Flame Optimization,IMFO)模型;最后,通过MATLAB与PSD-BPA联合仿真,以东北某光伏高占比电网实际运行数据为基础,建立光伏高占比电网UPFC参数IMFO优化仿真模型。仿真结果表明,基于IMFO算法优化得到的UPFC控制参数,可有效提高UPFC设备对系统阻尼震荡及暂态电压稳定的支撑能力,与传统的MFO相比具有更好的收敛性。     

光伏电站全流程质量管控研究

近年来我国大力发展可再生能源,光伏发电已由补充能源向替代能源过渡,我国的光伏电站建设规模也日渐扩大,但光伏电站质量问题频频爆发。光伏电站作为复杂的系统工程,从规划到方案设计再到材料采购、工程建设、电站运营,任何一个环节管理不科学、把控不严格都容易酿成质量事故,因此全流程质量管控日渐成为整个行业亟须解决的问题。文中介绍中兴能源有限公司大型光伏地面电站全流程质量管控方法以及取得的成效,为同行业提供了可借鉴的经验。     

基于PCA-GA-ELM的光伏发电功率预测研究

针对目前光伏发电功率预测方法所存在的预测精度较低和不同天气类型适应性较弱的问题,提出一种利用主成分分析(PCA)和遗传算法(GA)改进极限学习机(ELM)的光伏发电功率预测模型(PCA-GA-ELM预测模型)。该模型的计算过程:首先,基于季节因素和天气类型等气象因素对于光伏发电系统的影响,在不同季节下建立了不同的子模型,并利用灰色关联分析法选取同种天气类型下的相似日;然后,利用PCA将多个原始输入变量降维成少数彼此独立的变量;最后,利用GA对ELM的初始权值和阈值进行寻优。此外,文章利用光伏电站的实际发电功率数据对预测模型进行验证。分析结果表明,PCA-GA-ELM预测模型具有较高的预测精度和较强的泛化能力。     

基于自寻优占空比的光伏系统最大功率跟踪算法

提出一种基于自寻优占空比的改进变步长最大功率点追踪(MPPT)算法。该算法利用功率电压曲线斜率实现追踪占空比自寻优,运行点远离最大功率点(MPP)时采用较大占空比追踪,在MPP附近时采用较小占空比追踪。MATLAB仿真结果表明,改进算法准确实现追踪占空比自寻优,同时具有较好的动态响应特性和稳定性。     

Is central station photovoltaic power dispatchable?

An operational tool for integrating a photovoltaic system into the utility's generation mix is introduced. The development and implementation of a new approach-a dynamic rule-based (RB) dispatch algorithm-is presented. A Box-Jenkins time-series method is used to model the subhourly solar irradiance. The model is extended to yield forecast parameters which are then used to predict the photovoltaic output expected to occur at certain lead times coinciding with the economic dispatch intervals. The RB dispatch algorithm is introduced to operate as either a substitute for or an aid to the dispatch operator. It is concluded that results depend on the time of the year and the specific utility. The utility generating-capacity mix significantly influences the results     

光伏电站发电量的预报试验分析

基于WRF气象模式对济南地面太阳总辐射进行短期逐时预报试验,结果显示:日太阳总辐射预报以晴天的预报效果最好,晴天、少云、多云、阴天等不同天气状况下,平均绝对百分比误差分别为14.1%,15.9%,31.1%,66.9%;太阳辐射的逐时预报,在中午前后时段的相对误差最小,早晚时段的相对误差较大,可达50%以上。用模式输出气温、露点温度、比湿、辐射量、云量及上一时次观测辐射量作为预报因子,对下一时次辐射量做MOS短时预报的效果明显提高。用日太阳总短波辐射量和日平均气温建立的月光伏单元日发电量预报模型,其晴天预报效果较好。