面向低碳的分布式光伏发电量自动预测研究

摘要

目前的分布式光伏发电量预测方法的运算量大,导致预测精度较低,同时影响了分布式光伏发电量预测的效率,所以研究面向低碳的分布式光伏发电量自动预测。通过面向低碳的分布式光伏发电区域划分,分析分布式光伏发电特征在发电机组内的发电功率之间的关联性;以关联性较强的分布式光伏发电数据为代表,选择分布式光伏发电数据;经过影响发电量的天气因素特征提取,确定天气因素特征包括环境温度、太阳辐射照度和光照时间;建立分布式光伏发电量自动预测模型,输出下一时刻的光伏发电量,完成预测。经实验论证分析,与两种传统模型相比,本文模型能够减少预测的时间消耗,具有更好的预测效率;在晴天条件下,本文模型在不同时刻的预测误差率均在5.00%以内,在不同天气条件下的预测误差均在允许范围内;与两种传统方法相比,本文方法的Skill值更大,证明精度提高幅度较高,RMSE值和nMAE值更小,证明本文方法的预测精度更高,同时能够在不同的时间精度下较好地预测当日的光伏发电量,证明本文方法具有有效性。