分布式光伏發電出力預測解決方案
2021-11-03 15:42:17
次
一、項目背景
1、光伏出力預測是支撐電網安全穩定運行的重要保障:光伏發電具有明顯的間歇性、隨機性和波動性,大規模光伏發電接入會給電網的安全穩定運行帶來一定沖擊。因此,光伏發電出力預測能夠更好地服務電網調度運行。
2、光伏出力預測是新能源企業參與市場的基礎條件:功率預測是新能源發電企業和新能源場站參與電力市場的基礎條件,例如參與市場競價、核定買賣電量、實時調度調整等。同時,新能源發電企業日常重要工作之一即是響應功率預測考核、上傳率考核、可用功率考核等。
3、光伏出力預測是新能源企業降本增效的有效手段:隨著平價上網的到來,“兩個細則”考核趨嚴,新能源發電企業及光伏電站更需要進行精細化管理,如何借助大數據、人工智能等技術實現降本增效成為企業數字化轉型的重要課題。
二、解決方案
美林數據分布式光伏發電出力預測解決方案是在綜合考慮季節、日期、時間、天氣類型、溫度和相似日出力序列和光伏發電歷史出力的基礎上,通過天氣類型分群實現了建模數據集的自動劃分,繼而通過算法提取光伏出力數據的高頻特征和低頻特征,再利用人工智能算法構建分布式光伏逐點出力預測模型,最終為新能源的光伏電站提供各個時間維度的精準功率預測服務,幫助場站減少考核電量,提高發電效率。
1、實時數據接入與數據治理:重點圍繞光伏發電站實時運行數據和自動氣象站監測數據,以及光伏發電站和氣象監測站采集的歷史數據、天氣預報數據等開展數據集成與治理工作,實現數據的集中化、統一化、規范化。
2、出力影響相關性綜合分析:首先以氣象數據為對象,智能劃分出雪天型、霧天型、雨天型、晴天型四種大類,幾十種細分類型的天氣類型分群,繼而通過算法提取不同天氣類型下的光伏出力數據特征,再利用影響因素量化分析評估輻照和組件溫度對瞬時發電量的影響程度。
3、光伏瞬時出力預測模型構建:通過光伏發電量與溫度、輻照強度等指標,結合分段預測調整,采用回歸預測大數據分析方法,建立分布式光伏瞬時出力預測數據模型。
4、模型驗證與精準預測服務提供:選取歷史數據以及實際發電量結果對模型進行反復驗證,并利用深度學習、人工智能算法不斷修正優化。最終結合業務實際需求,提供不同時間顆粒度的精準預測值,幫助企業降本提效。
三、建設成果
?電網企業:促進新能源消納,有效配合電網的調度系統應用,提高電網消納光伏電力的能力。
?新能源企業:提升電站發電效率和效益,提供中長期、短期、超短期功率預測服務,有效幫助光伏電站制定生產計劃,合理安排運行方式,增收提效。
?新能源企業:助力電力市場化交易,科學合理預測發電能力,避免新能源電站在日前和日內現貨市場交易中由于預測偏差帶來的經營風險和經濟損失。