光伏功率突变预测方法与流程

阅读：评论：0

1.本发明属于功率预测技术领域，更具体地说，是涉及光伏功率突变预测方法。

背景技术：

2.随着新能源的迅速发展，新能源并网发电的比重越来越大。但由于新能源发电易受环境因素影响，具有间歇性和波动性特点，出力预测难度大。其中，光伏发电受太阳辐射强度、电池组件、温度、天气云层和一些随机因素的影响，系统运行过程是一个非平衡的随机过程，其发电量和输出电功率因随机性强、波动大而导致不可控制，在天气突变时表现得尤为突出，目前虽然通过卫星等能够对云层的分布情况以及云层的运行轨迹进行大致的演算，但是仍然无法有效的对光伏功率的突变进行较好的预测，导致并入电网后，会电网有较大的冲击。

技术实现要素：

3.本发明的目的在于提供光伏功率突变预测方法，旨在解决无法有效的对光伏功率的突变进行较好的预测的问题。
4.为实现上述目的，本发明采用的技术方案是：提供光伏功率突变预测方法，包括：
5.在多个光伏板安装位置的外侧设置多个监测点，通过所述监测点检测并确定一定区域范围内的天气信息；
6.结合确定的所述天气信息判断对所述安装位置的影响情况；
7.在所述天气信息的基础上，结合卫星反馈的云层数据和气象站所确定的环境数据判断对所述安装位置环境的影响；
8.确定多个所述光伏板的姿态，预测出多个所述光伏板在全天各时间段的发电功率以及所述发电功率的变化情况。
9.在一种可能的实现方式中，所述在多个光伏板安装位置的外侧设置多个监测点包括：
10.所述监测点与所述安装位置间隔一定的距离，且多个所述监测点沿所述安装位置的周向分布。
11.在一种可能的实现方式中，所述通过所述监测点检测并确定一定区域范围内的天气信息包括：
12.将确定的多个所述天气信息上传至上位机，由所述上位机进行仿真模拟；
13.所述天气信息包括温度、湿度、风速、风向、灰尘、光照强度、光照角度、云层分布、云层厚度和云层运动方向等参数。
14.在一种可能的实现方式中，所述结合确定的所述天气信息判断对所述安装位置的影响情况包括：
15.由所述上位机推算出各所述天气信息中的因素影响到所述安装位置环境的时间以及程度。
16.在一种可能的实现方式中，所述结合卫星反馈的云层数据和气象站所确定的环境数据判断对所述安装位置环境的影响包括：
17.将所述云层数据和所述环境数据输入至所述上位机，结合所述安装位置处的光照强度和角度等的变化，分析出使所述安装位置环境变化的时间和程度。
18.在一种可能的实现方式中，所述将所述云层数据和所述环境数据输入值所述上位机包括：
19.将所述云层数据和所述环境数据中提取出多个影响因子，分析所述影响因子的分布和流动情况。
20.在一种可能的实现方式中，所述预测出多个所述光伏板在全天各时间段的发电功率以及所述发电功率的变化情况包括：
21.在所述上位机内构建出所述光伏板的模型，结合所述天气信息、所述云层数据和所述环境数据，判断出在未来一段时间内所述光伏板的所述发电功率的变化。
22.在一种可能的实现方式中，所述判断出在未来一段时间内所述光伏板的所述发电功率的变化包括：
23.构建数据库，所述数据库中包括在各种环境下所述光伏板所对应的发电功率；
24.根据所述上位机内模拟的结果结合所述数据库，推断出所述发电功率的变化。
25.在一种可能的实现方式中，所述确定多个所述光伏板的姿态包括：
26.实时获取覆盖多个所述光伏板的图片信息，通过所述图片信息确定出各所述光伏板的姿态；
27.设定包含不同灰尘附着程度的标定板，通过所述图片信息并结合所述标定板判断出各所述光伏板表面灰尘的附着程度。
28.在一种可能的实现方式中，所述预测出多个所述光伏板在全天各时间段的发电功率以及所述发电功率的变化情况包括：
29.根据当天的天气情况以及所述光伏板的地理位置等数据确定出光照强度和光照角度，结合各所述光伏板的姿态以及灰尘附着程度通过经验数据推测出所述发电功率。
30.本发明提供的光伏功率突变预测方法的有益效果在于：与现有技术相比，本发明光伏功率突变预测方法中在多个光伏板安装位置的外侧设置有多个监测点，通过监测点检测并确定一定区域内的天气信息。根据多个监测点所确定的天气信息判断出上述天气信息对安装位置的影响情况，并且在天气信息的基础上，结合卫星反馈的云层数据和气象站所确定的环境数据判断对安装位置环境的影响。
31.在上述影响确定之后，确定出多个光伏板的姿态，根据对安装位置的影响情况以及光伏板的姿态，最终确定出多个光伏板在全天各时间段的发电功率以及发电功率的变化情况。
32.本技术中，基于监测点所确定的天气信息、卫星反馈的云层数据和气象站的环境数据，从而对光伏板的发电功率进行准确的判断，并且能够预测出全天各时间段发电功率的变化，保证了对光伏功率的准确预测，避免了对电网等的冲击。
附图说明
33.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述
中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
34.图1为本发明实施例提供的光伏功率突变预测方法的流程图。
具体实施方式
35.为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
36.请参阅图1，现对本发明提供的光伏功率突变预测方法进行说明。光伏功率突变预测方法，包括：
37.在多个光伏板安装位置的外侧设置多个监测点，通过监测点检测并确定一定区域范围内的天气信息。
38.结合确定的天气信息判断对安装位置的影响情况。
39.在天气信息的基础上，结合卫星反馈的云层数据和气象站所确定的环境数据判断对安装位置环境的影响。
40.确定多个光伏板的姿态，预测出多个光伏板在全天各时间段的发电功率以及发电功率的变化情况。
41.本发明提供的光伏功率突变预测方法的有益效果在于：与现有技术相比，本发明光伏功率突变预测方法中在多个光伏板安装位置的外侧设置有多个监测点，通过监测点检测并确定一定区域内的天气信息。根据多个监测点所确定的天气信息判断出上述天气信息对安装位置的影响情况，并且在天气信息的基础上，结合卫星反馈的云层数据和气象站所确定的环境数据判断对安装位置环境的影响。
42.在上述影响确定之后，确定出多个光伏板的姿态，根据对安装位置的影响情况以及光伏板的姿态，最终确定出多个光伏板在全天各时间段的发电功率以及发电功率的变化情况。
43.本技术中，基于监测点所确定的天气信息、卫星反馈的云层数据和气象站的环境数据，从而对光伏板的发电功率进行准确的判断，并且能够预测出全天各时间段发电功率的变化，保证了对光伏功率的准确预测，避免了对电网等的冲击。
44.在本技术提供的光伏功率突变预测方法的一些实施例中，在多个光伏板安装位置的外侧设置多个监测点包括：
45.监测点与安装位置间隔一定的距离，且多个监测点沿安装位置的周向分布。
46.通常情况下多个光伏板会集中在一个区域建设，通过卫星等能够获取云层的分布情况，虽然在一定程度上能够对光伏板发电功率的突变有一定的预警，但是卫星无法对云层的变化做出精确的预测，同时无法确定具体的对光伏板影响的时间。现有的通过相关的软件可以对云层的变化进行相应的预测，但是上述的预测与实际通常存在一定的差距，因为大气中的诸多因素均会对云层的变化造成多方面的影响，而卫星处于外太空无法有效的获悉大气环境中各参数的变化。
47.为了解决这个问题，以光伏站中的光伏板为基准点，在距离基准点的四周设置多
个监测点，监测点会获取该区域的天气信息，由于多个监测点位于光伏板的外侧，监测点天气的变化会在一段时候后影响光伏板安装位置的天气情况，本技术以卫星所获取的云层数据为基础，并结合多个监测点所采集的数据，从而对光伏板处的天气情况进行合理且精确预测。
48.在本技术提供的光伏功率突变预测方法的一些实施例中，通过监测点检测并确定一定区域范围内的天气信息包括：
49.将确定的多个天气信息上传至上位机，由上位机进行仿真模拟。
50.天气信息包括温度、湿度、风速、风向、灰尘、光照强度、光照角度、云层分布、云层厚度和云层运动方向等参数。
51.为了将监测点所采集的数据进行合理且有效的分析，每个监测点收集当前区域内的云层情况、风速、风向、湿度、温度和光照强度等环境参数。多个监测点能够将光伏板外围的环境情况进行全面的覆盖，理想的情况是多个监测点所覆盖的区域能够将光伏板的安装位置进行包裹，以此对安装位置的环境进行有效的推测。
52.为了对未来一段时间内安装位置的环境情况的变化进行合理预测，可将监测点所采集到的信息上传至上位机，在上位机内构建当前监测点所采集到的云层情况的模型，由于监测点自下向上监测，此时可以结合卫星所反馈的云层数据，最终在上位机内生成更接近真实的模型。然后将监测点所采集的风速、风向、湿度、温度和光照强度等环境信息输入值上位机中，并通过上位机进行模拟，根据以上的信息，在上位机内模拟未来一段时间安装位置的环境变化情况，从而对安装位置的天气情况进行预测。
53.在本技术提供的光伏功率突变预测方法的一些实施例中，结合确定的天气信息判断对安装位置的影响情况包括：
54.由上位机推算出各天气信息中的因素影响到安装位置环境的时间以及程度。
55.太阳光的光照强度和光照角度是影响安装位置环境的主要因素，因此在上位机内输入当前的光照强度和角度，并且对未来一段时间的光照强度和角度也输入至上位机内。最终的目的是，在上位机内模拟出未来一段时间内安装位置环境的变化情况，从而准确的确定出光伏板的发电功率。
56.在本技术提供的光伏功率突变预测方法的一些实施例中，结合卫星反馈的云层数据和气象站所确定的环境数据判断对安装位置环境的影响包括：
57.将云层数据和环境数据输入至上位机，结合安装位置处的光照强度和角度等的变化，分析出使安装位置环境变化的时间和程度。
58.监测点所能覆盖的范围是有限的，仅通过多个监测点无法对突发的天气情况以及所覆盖区域以外的情况进行监测，为了弥补上述缺陷，在将多个监测点所采集到的信息上传至上位机内并通过上位机进行模拟之后，分析卫星所获取的云层数据以及当地气象站所确定出环境数据，将上述云层数据以及环境数据进行整合。
59.具体的方式为，以多个监测点为基础，从云层数据和环境数据中提取出影响因子，然后分析上述影响因子影响监测点区域环境的程度以及能够影响安装位置的时间和程度，最终通过环境的变化来判断出对光伏板发电功率的影响情况。
60.在本技术提供的光伏功率突变预测方法的一些实施例中，将云层数据和环境数据输入值上位机包括：
61.将云层数据和环境数据中提取出多个影响因子，分析影响因子的分布和流动情况。
62.为了较为全面的对天气情况进行预测，并且分析突发的天气变化对光伏发电功率的影响，需要提取出云层数据和环境数据中的关键影响因子，这些关键影响因子是对安装位置的环境产生比较大的影响的方面。以云层数据为例，云层数据中的关键影响因子主要为云层的厚度、云层的范围以及云层移动的速度。而环境数据中的关键因子为风速、冷热空气、空气中的漂浮物、湿度和风向等参数。
63.在实际应用时，获取监测区域以外的云层数据和环境数据，且提取相应的影响因子，将上述影响因子输入至上位机中，预测出上述影响因子影响安装位置环境的时间以及影响的程度。
64.在本技术提供的光伏功率突变预测方法的一些实施例中，预测出多个光伏板在全天各时间段的发电功率以及发电功率的变化情况包括：
65.在上位机内构建出光伏板的模型，结合天气信息、云层数据和环境数据，判断出在未来一段时间内光伏板的发电功率的变化。
66.在实际应用过程中，光线会直接照射在光伏板上，并且目前光伏板并不能将光能100％转换为电能，这就使得光伏板在使用一段时间后，其表面的温度较高，光伏板表面温度提高就会影响产电效率也即光伏效率。
67.本技术中在上位机内构建有多个光伏板的模型，模型与实际的光伏板一比一对应，并且位置与实际指代的也相同，上位机能够将监测点所采集到的数据实时模拟在对应位置。在上述条件确定之后，在上位机内模拟出未来一段时间内光伏板模型处的环境变化情况。
68.在模拟的过程中，需要设定温度、湿度、风速、风向、灰尘、光照强度、光照角度、云层分布、云层厚度和云层运动方向等参数，从而全面的进行模拟。而为了分析出此时的光伏效率，需要根据日常所采集的数据建立数据库，该数据库中包含各种环境参数对应的光伏发电功率，通过数据库和上位机，最终模拟出未来一段时间内光伏效率的变化。
69.在本技术提供的光伏功率突变预测方法的一些实施例中，判断出在未来一段时间内光伏板的发电功率的变化包括：
70.构建数据库，数据库中包括在各种环境下光伏板所对应的发电功率。
71.根据上位机内模拟的结果结合数据库，推断出发电功率的变化。
72.目前为了使光伏板的发电功率最大化，会将光伏板铰接在支架上，通过相应的控制模块，使光伏板能够在全天不同时段摆动相应的角度。但是光伏板摆动的幅度以及速度均通过已经设计的程序来进行控制，但是需要特别指出的是，由于各光伏板安装的位置存在差异，因此每个光伏板如果摆动同样的角度，就会使得部分光伏板的发电功率变化较大，也即产生相反的作用。
73.为了解决上述问题，本技术中的多个光伏板可以单独控制，更为重要的是在上位机中模拟出了当前的环境情况以及未来一段时间环境的变化，因此通过各光伏板的位置以及相应的接受光线的角度并结合周围的环境情况，将上述条件输入至数据库中，然后确定出此时最佳的倾斜角度，并使光伏板实际摆动相应的角度。最佳角度以最大的发电功率为原则，通过在数据库中检索，分析出同样的安装位置、光照强度、湿度、温度、风速和风向等
条件下，最佳摆动的角度，使光伏板的发电功率能够最大化。
74.在本技术提供的光伏功率突变预测方法的一些实施例中，确定多个光伏板的姿态包括：
75.实时获取覆盖多个光伏板的图片信息，通过图片信息确定出各光伏板的姿态。
76.设定包含不同灰尘附着程度的标定板，通过图片信息并结合标定板判断出各光伏板表面灰尘的附着程度。
77.随着能源危机的到来，太阳能因其具有无污染、可再生、范围广等特点而被广泛应用。然而，太阳能光伏发电极易受到光照条件和温度等因素的影响，尤其是光照条件的变化直接影响到组件的发电功率。此外，太阳能光伏电站因为长时间暴露在野外，光伏组件表面会积累大量的灰尘，从而影响了其发电功率。
78.光伏板的倾斜角度也是影响光伏发电功率的关键因素，因为光伏板倾斜角度过大或者过小均会影响接受到的光能的量，并且由于外部环境较为复杂，光伏板可能会在外部环境的作用下变化一定的角度，最终导致产电量的变化。
79.基于上述问题，本技术中首先会获取包含多个光伏板的图片信息，通过该图片信息确定出当前各光伏板的角度以及光伏板表面灰尘的情况，在对当前光伏板的状态进行有效判定之后结合当天的天气状况，从而就能够为预测各时间段光伏板可产生电能的多少提供数据支持。
80.为了进行更详细的说明，多个光伏板架设在安装位置上。在一个相对稳定的位置架设一个摄像头和测距仪，摄像头的拍摄范围会覆盖所有的光伏板也即安装位置。与此同时，在每个光伏板上均设定有多个特征点。
81.在实际应用时，通过测距仪可以确定出测距仪与各光伏板的相对距离，并且会测量单个光伏板上的多个特征点与测距仪的距离，测距仪与摄像头的相对位置可知，通过计算即可确定出摄像头与各特征点的距离，最终通过测距仪可以确定出摄像头所拍摄的图片上各像素点所指代的实际位置与摄像头的实际距离。
82.由于摄像头以及测距仪的位置相对比较稳定，通过将摄像头以及测距仪所采集的数据上传至上位机，就能够判断出当前光伏板相对于摄像头的空间角度。而为了提高计算的效率，可通过单个光伏板上不同位置的几个特征点，就能够推算出当前光伏板相对于摄像头的空间角度。
83.由于摄像头的地理位置以及角度不会发生变化，在全天过程中，光线照射的角度可以通过测量得知，结合当天的温度等其他条件，就可以确定出光伏板的发电功率。
84.本技术中，通过一个摄像机和一个测距仪即可对多个光伏板的角度以及角度变化进行检测，减少了设备的购置成本，提高了对光伏板的监测精确度。
85.为了实现上述的效果，在多个光伏板的一侧设定标定板，标定板上标识有不同灰尘堆积程度所对应的图像，并且需要保证标定板上较为干净没有灰尘的吸附。通过摄像头拍摄标定板和多个光伏板的图片信息，通过各光伏板上像素点与标定板上的像素点对比，从而确定出当前多个光伏板灰尘堆积的情况。
86.在本技术提供的光伏功率突变预测方法的一些实施例中，预测出多个光伏板在全天各时间段的发电功率以及发电功率的变化情况包括：
87.根据当天的天气情况以及光伏板的地理位置等数据确定出光照强度和光照角度，
结合各光伏板的姿态以及灰尘附着程度通过经验数据推测出发电功率。
88.现有技术中指出，光伏具有随机性和波动性的特点，随机性主要表面在部分光伏以个体的形式存在，由于个体可以随时关闭和开启，这就导致了不确定性，波动性在于随着全天光照强度以及光照角度的变化，光伏发电的效率也在发生着变化。基于上述的特点，导致需要一些方法来对光伏发电进行精确的预测，使对光伏产生的电能进行有效预测。
89.为此，本技术中，以当天的天气情况为基础，然后根据不同光伏板目前的角度和位置，推断出光线照射到光伏板上时的角度，以一个特定的地区而言其光照强度差距不大，因此通过上述的推断，结合一天的天气变化，就能够判断出光伏板总的发电量以及不同时段的发电功率。
90.上位机通过图片信息实时确定各个光伏板角度信息，通过热成像仪等设备确定各光伏板的表面温度，结合以上条件以及以往光伏板发电数据，最终可以推算出发电功率。但是仅知道当前的发电功率，仍然无法有效的对光伏全天发电情况进行有效的预测，由于无法有效的预测，那么相应的也就无法有效的进行光伏消纳。
91.为了解决上述问题，本技术中需要根据当天的天气预测情况，判断出全天的光照强度以及光照角度，并且由于全天温度可以预测，那么根据以往的运行数据，光伏板在运行过程中产生的热量也是可以预测的，也即光伏板在特定的环境下其表面的温度可以预知，最终在经过计算之后，各个光伏板在一天当中的发电功率以及总的发电量就可以计算出。
92.以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

技术特征：

1.光伏功率突变预测方法，其特征在于，包括：在多个光伏板安装位置的外侧设置多个监测点，通过所述监测点检测并确定一定区域范围内的天气信息；结合确定的所述天气信息判断对所述安装位置的影响情况；在所述天气信息的基础上，结合卫星反馈的云层数据和气象站所确定的环境数据判断对所述安装位置环境的影响；确定多个所述光伏板的姿态，预测出多个所述光伏板在全天各时间段的发电功率以及所述发电功率的变化情况。2.如权利要求1所述的光伏功率突变预测方法，其特征在于，所述在多个光伏板安装位置的外侧设置多个监测点包括：所述监测点与所述安装位置间隔一定的距离，且多个所述监测点沿所述安装位置的周向分布。3.如权利要求1所述的光伏功率突变预测方法，其特征在于，所述通过所述监测点检测并确定一定区域范围内的天气信息包括：将确定的多个所述天气信息上传至上位机，由所述上位机进行仿真模拟；所述天气信息包括温度、湿度、风速、风向、灰尘、光照强度、光照角度、云层分布、云层厚度和云层运动方向等参数。4.如权利要求3所述的光伏功率突变预测方法，其特征在于，所述结合确定的所述天气信息判断对所述安装位置的影响情况包括：由所述上位机推算出各所述天气信息中的因素影响到所述安装位置环境的时间以及程度。5.如权利要求3所述的光伏功率突变预测方法，其特征在于，所述结合卫星反馈的云层数据和气象站所确定的环境数据判断对所述安装位置环境的影响包括：将所述云层数据和所述环境数据输入至所述上位机，结合所述安装位置处的光照强度和角度等的变化，分析出使所述安装位置环境变化的时间和程度。6.如权利要求5所述的光伏功率突变预测方法，其特征在于，所述将所述云层数据和所述环境数据输入值所述上位机包括：将所述云层数据和所述环境数据中提取出多个影响因子，分析所述影响因子的分布和流动情况。7.如权利要求3所述的光伏功率突变预测方法，其特征在于，所述预测出多个所述光伏板在全天各时间段的发电功率以及所述发电功率的变化情况包括：在所述上位机内构建出所述光伏板的模型，结合所述天气信息、所述云层数据和所述环境数据，判断出在未来一段时间内所述光伏板的所述发电功率的变化。8.如权利要求3所述的光伏功率突变预测方法，其特征在于，所述判断出在未来一段时间内所述光伏板的所述发电功率的变化包括：构建数据库，所述数据库中包括在各种环境下所述光伏板所对应的发电功率；根据所述上位机内模拟的结果结合所述数据库，推断出所述发电功率的变化。9.如权利要求1所述的光伏功率突变预测方法，其特征在于，所述确定多个所述光伏板的姿态包括：
实时获取覆盖多个所述光伏板的图片信息，通过所述图片信息确定出各所述光伏板的姿态；设定包含不同灰尘附着程度的标定板，通过所述图片信息并结合所述标定板判断出各所述光伏板表面灰尘的附着程度。10.如权利要求1所述的光伏功率突变预测方法，其特征在于，所述预测出多个所述光伏板在全天各时间段的发电功率以及所述发电功率的变化情况包括：根据当天的天气情况以及所述光伏板的地理位置等数据确定出光照强度和光照角度，结合各所述光伏板的姿态以及灰尘附着程度通过经验数据推测出所述发电功率。

技术总结

本发明提供了光伏功率突变预测方法，属于功率预测技术领域，包括：在多个光伏板安装位置的外侧设置多个监测点，通过监测点检测并确定一定区域范围内的天气信息。结合确定的天气信息判断对安装位置的影响情况。在天气信息的基础上，结合卫星反馈的云层数据和气象站所确定的环境数据判断对安装位置环境的影响。确定多个光伏板的姿态，预测出多个光伏板在全天各时间段的发电功率以及发电功率的变化情况。本发明提供的光伏功率突变预测方法能够预测出全天各时间段发电功率的变化，保证了对光伏功率的准确预测，避免了对电网等的冲击。避免了对电网等的冲击。避免了对电网等的冲击。