胡雪凱，時 珉，胡文平，尹 瑞，張 乾，常 杰

(1.國網(wǎng)河北省電力有限公司電力科學(xué)研究院，石家莊 050021;2.國網(wǎng)河北省電力有限公司，石家莊 050021;3.國網(wǎng)河北省電力有限公司檢修分公司，石家莊 050070)

0 引言

隨著光伏發(fā)電技術(shù)的不斷發(fā)展，在電力需求中所占比例也越來越大，致使光伏發(fā)電對電網(wǎng)的影響越來越明顯。光伏發(fā)電本身所特有的間歇性和不確定性，增加了電網(wǎng)計劃和調(diào)度的難度[1-2]。為了解決其發(fā)電量不穩(wěn)定的問題，必須加大系統(tǒng)的旋轉(zhuǎn)備用容量。旋轉(zhuǎn)備用容量的增加間接地增加了光伏發(fā)電的運營整體成本，所以有必要對其輸出功率進行預(yù)測。

通過對光伏電站發(fā)電量進行短期和中期的準(zhǔn)確預(yù)測，將其從未知變?yōu)榛疽阎{(diào)度運行人員可根據(jù)預(yù)測的波動情況，合理安排應(yīng)對措施，提高電網(wǎng)的安全性和可靠性;而將功率預(yù)測與負荷預(yù)測相結(jié)合，還有利于調(diào)度運行人員調(diào)整和優(yōu)化常規(guī)電源的發(fā)電計劃，改善電網(wǎng)調(diào)峰能力，增加光伏的并網(wǎng)容量[3-6];根據(jù)預(yù)測結(jié)果，只需增加對應(yīng)預(yù)測誤差的旋轉(zhuǎn)備用容量，可以顯著降低額外增加的旋轉(zhuǎn)備用容量，對改善電網(wǎng)運行經(jīng)濟性具有重要意義;光伏功率預(yù)測還可以增強風(fēng)電、光伏在電力市場中的競爭力，提高上網(wǎng)電價。另外，功率預(yù)測有助于合理安排檢修計劃、減少棄風(fēng)棄光，提高企業(yè)的盈利能力[7-9]。

為保障電力系統(tǒng)安全穩(wěn)定運行，落實國家可再生能源政策，規(guī)范光伏發(fā)電并網(wǎng)調(diào)度運行管理，華北能源監(jiān)管局制定了《華北區(qū)域光伏發(fā)電站并網(wǎng)運行管理實施細則》。NB/T 32031-2016《光伏發(fā)電功率預(yù)測系統(tǒng)功能規(guī)范》要求，短期光伏功率預(yù)測應(yīng)能預(yù)測次日零時起至未來72 h的輸出功率，時間分辨率為15 min;超短期功率預(yù)測應(yīng)能預(yù)測未來15 min～4 h的輸出功率，時間分辨率不小于15 min。誤差評估指標(biāo)為短期預(yù)測月均方根誤差應(yīng)小于0.15，超短期預(yù)測第4 h預(yù)測值月均方根誤差小于0.10。

1 光伏電站功率預(yù)測方法分類

光伏發(fā)電的主要預(yù)測方法如圖1所示。

圖1 光伏發(fā)電功率預(yù)測方法

1.1 按照時間尺度分類

根據(jù)提前預(yù)測時間長短，分為超短期預(yù)測、短期預(yù)測和中長期預(yù)測。

超短期光伏功率預(yù)測可采用物理方法和統(tǒng)計預(yù)測方法。其中物理方法主要是對云圖進行圖像處理，結(jié)合數(shù)值天氣預(yù)報(N WP)[10-14]或地面觀測站數(shù)據(jù)，進行光伏功率預(yù)測;統(tǒng)計預(yù)測方法主要采用自回歸滑動平均(ARMA)算法、人工智能算法、持續(xù)預(yù)測法等進行預(yù)測。

相比之下，短期功率預(yù)測需要氣象數(shù)據(jù)的時空分辨率要求相對較低，可利用精細化的N WP數(shù)據(jù)進行預(yù)測而不必采用云圖數(shù)據(jù)[15]。

中長期光伏功率預(yù)測主要是根據(jù)地區(qū)歷史光資源數(shù)據(jù)等估計未來較長時間段內(nèi)的光伏功率。

1.2 按照預(yù)測模型分類

將預(yù)測方法按對于歷史數(shù)據(jù)的需求量劃分，可分為物理模型法、統(tǒng)計方法、學(xué)習(xí)法。

物理模型法不需要大量歷史數(shù)據(jù)，適用于新建的光伏電站，但需要光伏電站詳細的地理信息和組件參數(shù)等數(shù)據(jù)，建模過程復(fù)雜，且難以模擬一些極端異常天氣情況和環(huán)境及光伏組件參數(shù)隨時間發(fā)生的緩慢變化，模型抗干擾能力較差，魯棒性不強。

統(tǒng)計方法基于預(yù)測模型輸入、輸出因素之間的統(tǒng)計規(guī)律，通過分析獲得預(yù)測模型。利用光伏發(fā)電的歷史數(shù)據(jù)與相關(guān)因素數(shù)據(jù)進行統(tǒng)計分析。常用的統(tǒng)計預(yù)測方法有自回歸移動平均算法(ARMA)、自回歸積分移動平均算法(ARI MA)、多元線性回歸法、指數(shù)平滑算法等。

學(xué)習(xí)方法主要包括模糊推理系統(tǒng)、遺傳算法、人工神經(jīng)網(wǎng)絡(luò)和支持向量機(SV M)等。其中人工神經(jīng)網(wǎng)絡(luò)具有大規(guī)模數(shù)據(jù)處理、自適應(yīng)學(xué)習(xí)、容錯性強等特點。網(wǎng)絡(luò)主要包括三層:輸入層、隱含層與輸出層。ANN適用于解決一些隨機非線性的問題，誤差較小，且可以隨時更換樣本數(shù)據(jù)，不斷注入新的測試數(shù)據(jù)，提高預(yù)測精度。但容易陷入局部最小問題，得不到最優(yōu)解，且泛化能力不強。以上缺點對預(yù)測的精度都有一定的影響。

2 光伏功率預(yù)測系統(tǒng)的整體框架

光伏功率預(yù)測系統(tǒng)是一個集氣象站實時氣象信息、數(shù)值氣象預(yù)報數(shù)據(jù)和實時功率數(shù)據(jù)接入和展示、光伏電站和區(qū)域功率預(yù)測、數(shù)據(jù)上報、預(yù)測結(jié)果動態(tài)統(tǒng)計評估為一體的光伏功率預(yù)測系統(tǒng)平臺。系統(tǒng)須實現(xiàn)自動采集光伏電站運行數(shù)據(jù)、自動氣象站監(jiān)測數(shù)據(jù)，對所采集數(shù)據(jù)信息進行分析與挖掘，準(zhǔn)確判定發(fā)電效率的影響因子及其變化規(guī)律，實現(xiàn)光伏發(fā)電站有功功率超短期、短期、長期的高精度預(yù)測，實現(xiàn)誤差統(tǒng)計、相關(guān)性分析等功能，為運行人員提供可靠參考。光伏電站功率預(yù)測系統(tǒng)硬件拓撲結(jié)構(gòu)如圖2所示[15]。

光伏電站的各運行數(shù)據(jù)、氣象站實測數(shù)據(jù)、從數(shù)值天氣預(yù)報中心得到氣象數(shù)據(jù)結(jié)合通過通信交換機交給含數(shù)據(jù)處理和預(yù)測功能的預(yù)測工作站做計算，將預(yù)測結(jié)果上傳至各直屬調(diào)度數(shù)據(jù)網(wǎng)和光伏電站監(jiān)控系統(tǒng)。

圖2 光伏電站功率預(yù)測系統(tǒng)硬件拓撲結(jié)構(gòu)

光伏預(yù)測系統(tǒng)除需在場站區(qū)域配置自動氣象監(jiān)測站外，還需要部署專用的應(yīng)用服務(wù)器、數(shù)據(jù)庫服務(wù)器、預(yù)測工作站和外網(wǎng)工作站，實現(xiàn)光伏電場各光伏組件運行數(shù)據(jù)、自動氣象站實測數(shù)據(jù)接入、N WP數(shù)據(jù)解析、光伏出力預(yù)測結(jié)果計算功能，并將預(yù)測結(jié)果上傳至各直屬調(diào)度機構(gòu)。此外為了保障系統(tǒng)和電網(wǎng)安全，還需配置相應(yīng)的防火墻和硬件隔離設(shè)備。

表1描述了光伏電站功率預(yù)測系統(tǒng)各部分作用分析。

表1 光伏電站功率預(yù)測系統(tǒng)各部分作用

光伏電站功率預(yù)測系統(tǒng)設(shè)計為模塊化設(shè)計，可方便按照用戶的需求去增減某些功能，系統(tǒng)必須靈活性和可擴展性。系統(tǒng)主要模塊包括氣象數(shù)據(jù)采集模塊、功率數(shù)據(jù)采集模塊、數(shù)值天氣預(yù)報采集模塊、數(shù)據(jù)通信模塊、功率預(yù)測模塊、統(tǒng)計分析模塊、人機交互模塊等。

數(shù)據(jù)采集模塊主要包括電站運行數(shù)據(jù)、氣象站數(shù)據(jù)、數(shù)值天氣預(yù)報數(shù)據(jù)、發(fā)電單元運行數(shù)據(jù)、數(shù)值天氣預(yù)報校驗設(shè)置和氣象站數(shù)據(jù)校驗設(shè)置等。

數(shù)據(jù)通信模塊主要包括數(shù)據(jù)傳遞、專網(wǎng)上傳、信息流通等功能。

功率預(yù)測模塊主要包括預(yù)測設(shè)置、手動預(yù)測、日功率曲線圖、停機設(shè)置、預(yù)測結(jié)果查看、預(yù)測日志查看等。

統(tǒng)計分析模塊主要用來統(tǒng)計實際功率與預(yù)測功率的誤差情況，并計算考核電量，誤差統(tǒng)計指標(biāo)包括均方根誤差、平均絕對誤差、相關(guān)性系數(shù)、合格率、考核電量。

人機交互模塊主要包括系統(tǒng)的人機界面，系統(tǒng)擴展性和便利性。

3 影響光伏功率預(yù)測準(zhǔn)確率的因素

光伏功率預(yù)測是以數(shù)值天氣預(yù)報數(shù)據(jù)和實測運行數(shù)據(jù)為基礎(chǔ)，結(jié)合光伏電站地理坐標(biāo)及具體地域特點的參數(shù)化方案，建立預(yù)測模型及算法，實現(xiàn)對未來一段時間內(nèi)光伏電站輸出功率的預(yù)測。光伏功率預(yù)測的關(guān)鍵在于確定不同時空尺度下影響光伏功率的主要因素及其作用機理，并選擇恰當(dāng)?shù)乃惴ń㈩A(yù)測模型。

3.1 氣象環(huán)境影響因素

影響光伏發(fā)電功率預(yù)測性能的主要環(huán)境因素是太陽輻射和環(huán)境溫度、電池溫度。實際上，清潔度指數(shù)和日照時間是通過改變達到光伏面板的太陽輻射量來影響光伏系統(tǒng)輸出功率。在光伏發(fā)電功率預(yù)測中，晴空指數(shù)和日照時間也常常作為影響因素之一。

灰塵覆蓋光伏面板，將減少光伏面板吸收太陽輻射的比例，最終降低光伏面板的輸出功率。不同于輻射、云、溫度、風(fēng)速等因素，灰塵對光伏功率輸出的影響是一個長期且平穩(wěn)的過程，因為灰塵的沉降、積累和自然清除是一個持續(xù)且穩(wěn)定的過程?；覊m對光伏面板性能的影響具有緩慢性和漸進性，不能反映在超短期或短期預(yù)測當(dāng)中，但可以根據(jù)其影響特性進行補償。

風(fēng)速和云也明顯地影響光伏系統(tǒng)的功率輸出，但是很少被考慮到，因為它們的屬性變化很大且很快，在幾分鐘內(nèi)甚至幾秒鐘內(nèi)使光伏發(fā)電輸出具有很陡的斜坡，這超出了大多數(shù)人工智能方法處理龐大數(shù)據(jù)量的響應(yīng)時間。而在數(shù)小時、數(shù)天或數(shù)周時間水平的短期或中期預(yù)測中，這種急劇的變化可以被視為異常而忽視。但是在超短期預(yù)測中，影響預(yù)測精度的最重要因素是云。云只有很小甚至沒有慣性，所以云變幻莫測，它的形狀、大小、速度和方向都在改變。云的變化會立即改變光伏面板接收到的太陽輻射量，并迅速引起光伏系統(tǒng)輸出功率的變化。有研究人員采用天空成像儀和太陽跟蹤攝像頭探測和跟蹤影響光伏發(fā)電輸出功率的云朵變化，但其算法的時間分辨率還不能達到預(yù)期的精度。

3.2 數(shù)據(jù)影響因素

傳統(tǒng)的物理預(yù)測方法根據(jù)太陽能輻射模型、電站模型、光伏轉(zhuǎn)換模型、電路模型和逆變器模型來預(yù)測輸出功率。但受輻射的不確定性、云的變化、雨水和環(huán)境、電池溫度等因素的影響，會導(dǎo)致短期預(yù)測不夠準(zhǔn)確。

基于統(tǒng)計和人工智能技術(shù)的輸出功率預(yù)測方法可以綜合考慮并補償上述各種因素的影響。不過，這些方法需要充分的歷史數(shù)據(jù)支持，以供給統(tǒng)計處理和人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。通常，至少需要光伏系統(tǒng)輸出功率一年連續(xù)且完整的數(shù)據(jù)進行統(tǒng)計回歸。神經(jīng)網(wǎng)絡(luò)相關(guān)的算法不僅需要光伏發(fā)電系統(tǒng)輸出功率的歷史數(shù)據(jù)，且與氣象和數(shù)值天氣預(yù)報的歷史數(shù)據(jù)緊密相關(guān)。歷史數(shù)據(jù)的缺少會使相關(guān)的統(tǒng)計數(shù)據(jù)和人工智能預(yù)測方法無效。同時，不完整的歷史數(shù)據(jù)可能導(dǎo)致很大的預(yù)測誤差。

除歷史數(shù)據(jù)外，數(shù)值天氣預(yù)報，如云、風(fēng)、溫度、濕度和降雨等實時數(shù)據(jù)，也有助于在線訓(xùn)練和調(diào)整內(nèi)部參數(shù)以獲得更高的預(yù)測精度。

除歷史數(shù)據(jù)的完整性，數(shù)據(jù)本身也值得關(guān)注。數(shù)據(jù)的采樣間隔、準(zhǔn)確性、收集、預(yù)處理、數(shù)值天氣預(yù)報的選擇和本地傳感器指標(biāo)特性等都從不同方面決定著數(shù)據(jù)本身的特性，也將很大程度上影響預(yù)測的準(zhǔn)確性。有研究表明，更準(zhǔn)確的天氣預(yù)報可以將光伏發(fā)電功率預(yù)測精度提高10%左右。

3.3 光伏廠區(qū)影響因素

3.3.1 廠區(qū)逆變器等送電設(shè)備

如果逆變器出現(xiàn)頻率異常、溫度過高等原因使其自動脫網(wǎng)關(guān)機，導(dǎo)致部分組件發(fā)電不能并網(wǎng)，即電站的投運總?cè)萘繙p少，影響到光功率預(yù)測系統(tǒng)的電站開機容量參數(shù)與實際不相符，勢必影響預(yù)測的準(zhǔn)確率。

同樣，如果有匯流箱、直流配電柜、箱式變壓器、開關(guān)柜等設(shè)備停運，或電纜頭爆掉等原因?qū)е乱徊糠纸M件發(fā)電不能并網(wǎng)，最終都會影響預(yù)測的準(zhǔn)確率。

3.3.2 廠區(qū)通信管理機

廠區(qū)通信管理機主要負責(zé)轉(zhuǎn)換通信網(wǎng)絡(luò)，如果通信管理機出現(xiàn)損壞、死機、工作不穩(wěn)定或者收發(fā)信息能力較弱，會導(dǎo)致電站綜合自動化系統(tǒng)采集逆變器實際出力數(shù)據(jù)不準(zhǔn)確、不及時，影響光功率預(yù)測中的出力曲線與實際不相符，預(yù)測準(zhǔn)確率是依次計算，進而影響準(zhǔn)確率這個值的準(zhǔn)確性。

3.3.3 廠區(qū)通信網(wǎng)絡(luò)

廠區(qū)通信網(wǎng)絡(luò)分為兩部分:一部分是廠區(qū)通信管理機之間、廠區(qū)通信管理機與中控室通信機之間的通信，通過光纖串聯(lián)成一個環(huán)網(wǎng);另一部分是廠區(qū)通信管理機和需要通信發(fā)電設(shè)備之間的通信，基于成本考慮大多采用RS485來組成網(wǎng)絡(luò)。

對于第一部分，只要光電轉(zhuǎn)換設(shè)備不掉電、未損壞，光纖通信網(wǎng)絡(luò)則較穩(wěn)定;而第二部分RS485通信，雖然采用的是帶鎧裝屏蔽層的線纜，但是由于其技術(shù)及協(xié)議的局限，其具有通信距離短、通信容易被干擾、通信量小等缺點。

對于RS485通信網(wǎng)絡(luò)，設(shè)計時可能通信線路長度是合格的，但在施工時有可能為了預(yù)留電纜頭、布線線路調(diào)整、線路埋地深度等影響使得通信比設(shè)計變長而不合格，或者施工時使得通信線路和電力線路、電力設(shè)備之間的距離過小，再或者線纜的屏蔽層沒有有效接地，等其他原因造成通信網(wǎng)絡(luò)被干擾，通信不順暢，導(dǎo)致逆變器采集出力值不準(zhǔn)確，影響準(zhǔn)確率。

3.4 中控室內(nèi)影響因素

3.4.1 硬件設(shè)備

光功率預(yù)測系統(tǒng)構(gòu)成見圖3，包括的硬件設(shè)備有:天氣預(yù)報數(shù)據(jù)采集服務(wù)器、光功率預(yù)測系統(tǒng)服務(wù)器、反向隔離裝置、硬件防火墻、路由器、交換機等設(shè)備。這些設(shè)備能否正常運行是關(guān)系功率預(yù)測系統(tǒng)正常工作的前提。

圖3 光功率預(yù)測系統(tǒng)構(gòu)成

比如天氣預(yù)報數(shù)據(jù)采集服務(wù)器影響天氣預(yù)報數(shù)據(jù)的下載、處理并通過反向隔離裝置發(fā)送到光功率預(yù)測系統(tǒng)服務(wù)器上，硬件防火墻、路由器、交換機都是光功率預(yù)測系統(tǒng)中數(shù)據(jù)傳輸?shù)谋亟?jīng)設(shè)備，影響傳輸數(shù)據(jù)的效率及成功率。

3.4.2 軟件系統(tǒng)

光功率預(yù)測系統(tǒng)中的軟件包括:運行在天氣預(yù)報數(shù)據(jù)采集服務(wù)器和光功率預(yù)測系統(tǒng)服務(wù)器上的操作系統(tǒng)，固嵌于反向隔離裝置、硬件防火墻、路由器、交換機等的嵌入式程序，運行在操作系統(tǒng)上的光功率預(yù)測軟件、反向隔離裝置文件收發(fā)軟件、預(yù)測文件上傳調(diào)度的傳輸軟件、數(shù)據(jù)庫軟件、環(huán)境采集儀軟件等。

這些軟件不能有自動脫網(wǎng)、自動退出程序、自動重新啟動等bug，否則都會影響功率預(yù)測。

3.4.3 環(huán)境采集儀

環(huán)境采集儀一般安裝在中控室屋頂，主要檢測電站當(dāng)前環(huán)境下的關(guān)照強度、氣溫、濕度、風(fēng)速、風(fēng)向等數(shù)據(jù)，用于超短期的光功率預(yù)測。采集數(shù)據(jù)的準(zhǔn)確度、分辨率，以及數(shù)據(jù)及時傳輸?shù)焦夤β暑A(yù)測系統(tǒng)服務(wù)器上，都直接影響到超短期的光功率預(yù)測。

4 光伏功率預(yù)測準(zhǔn)確率的提升方法

提高預(yù)測準(zhǔn)確率是光伏功率預(yù)測的核心問題，目前研究主要聚焦在通過數(shù)據(jù)預(yù)處理提升輸入數(shù)據(jù)品質(zhì)以及深度挖掘數(shù)據(jù)特性提高模型精確性兩方面，前者如壞數(shù)據(jù)剔除、缺失數(shù)據(jù)重構(gòu)、數(shù)據(jù)歸一化和去趨勢化等;后者如數(shù)據(jù)樣本篩選和輸入數(shù)據(jù)優(yōu)選。另外，針對光伏發(fā)電功率預(yù)測的實際需求，以常用的預(yù)測目標(biāo)參數(shù)為考察指標(biāo)，制定綜合的評估評價標(biāo)準(zhǔn)體系，也能有效督促光伏電站提高其預(yù)測的準(zhǔn)確率。

4.1 光伏數(shù)據(jù)預(yù)處理

光伏數(shù)據(jù)質(zhì)量參差不齊，通信、測量環(huán)節(jié)的問題都可能導(dǎo)致壞數(shù)據(jù)產(chǎn)生及數(shù)據(jù)缺失;不同類別的數(shù)據(jù)具有不同的量綱和數(shù)值范圍，因此，對光伏數(shù)據(jù)進行預(yù)處理操作是高精度預(yù)測的必要環(huán)節(jié)。應(yīng)加強數(shù)據(jù)的完整性和有效性設(shè)計，注重數(shù)據(jù)采集、處理和存儲積累各環(huán)節(jié)的設(shè)計，從數(shù)據(jù)來源、數(shù)據(jù)類型、數(shù)據(jù)精度、數(shù)據(jù)密度、時間分布、數(shù)據(jù)關(guān)聯(lián)性等方面保證數(shù)據(jù)的完整性和有效性，保證預(yù)測的準(zhǔn)確性和可重復(fù)性。

4.1.1 壞數(shù)據(jù)剔除

通常依據(jù)物理規(guī)律或數(shù)據(jù)采集質(zhì)量控制要求剔除壞數(shù)據(jù)。但由于光伏數(shù)據(jù)本身具有較大的分散性，對壞數(shù)據(jù)的定義是一個難點，定義不準(zhǔn)確會導(dǎo)致誤判。

4.1.2 缺失數(shù)據(jù)處理

當(dāng)要求數(shù)據(jù)具有連續(xù)性或者數(shù)據(jù)樣本較小時，剔除缺失數(shù)據(jù)段會給預(yù)測精度帶來較大影響，因而重構(gòu)缺失數(shù)據(jù)很有必要。

插值法是最簡單的數(shù)據(jù)重構(gòu)方法之一，如采用插值法提高NWP數(shù)據(jù)的時空分辨率。但由于光伏數(shù)據(jù)的波動性和隨機性顯著，插值法可能無法較好地還原數(shù)據(jù)序列。采用已知數(shù)據(jù)建立特征空間，利用SVM分類模型實現(xiàn)歷史缺失數(shù)據(jù)的恢復(fù)。

輻照度和氣象因素都具有較強的空間連續(xù)性和相似性，由此產(chǎn)生了基于空間相關(guān)性的數(shù)據(jù)還原技術(shù)。采用空間相關(guān)性理論，利用目標(biāo)光伏電站周邊光伏電站的數(shù)據(jù)和主成分分析法，實現(xiàn)對目標(biāo)光伏電站輻照度或功率缺失數(shù)據(jù)的重構(gòu)。這種方法不僅能還原數(shù)據(jù)序列，而且可用于光伏功率預(yù)測。

4.1.3 數(shù)據(jù)歸一化和去趨勢化

對光伏數(shù)據(jù)實行歸一化操作是為了避免不同數(shù)據(jù)的量綱和大小范圍導(dǎo)致的預(yù)測結(jié)果不準(zhǔn)確問題。

光伏數(shù)據(jù)序列具有較明顯的季節(jié)、時間變化趨勢，而統(tǒng)計方法如ARMA等不能適應(yīng)具有趨勢的數(shù)據(jù)，需要對光伏數(shù)據(jù)進行去趨勢化操作。去趨勢化常通過將輻照度數(shù)據(jù)標(biāo)準(zhǔn)化或轉(zhuǎn)化為晴空指數(shù)進行。

4.2 數(shù)據(jù)樣本分類篩選和輸入數(shù)據(jù)選擇

光伏數(shù)據(jù)樣本篩選的研究主要包括光伏數(shù)據(jù)分類/聚類和預(yù)測模型輸入?yún)?shù)選擇。分類/聚類方法研究是當(dāng)前研究熱點，常采用“相似日”的概念。光資源特性和光伏發(fā)電特性的研究是實現(xiàn)光伏數(shù)據(jù)樣本篩選的基礎(chǔ)，可以用相關(guān)性分析和多元回歸方法進行特性分析。

4.2.1 樣本分類篩選

所謂樣本分類篩選，即通過分類或聚類的方法尋找相似樣本，用于預(yù)測模型的訓(xùn)練，不僅可以防止小容量樣本的規(guī)律性被遮蓋，還可使預(yù)測模型對目標(biāo)樣本更有針對性。

分類篩選研究可分為以下兩類。

a.將光伏數(shù)據(jù)按不同的天氣類型劃分。劃分依據(jù)通常是季節(jié)與天氣類型，也可用輻照度和云量作為指標(biāo)，將光伏樣本劃分為如晴天、陰天、雨天等。此類劃分指標(biāo)選取簡單、實現(xiàn)方便，但劃分結(jié)果粗糙，不能給出精確的物理、數(shù)學(xué)解釋。

b.選擇特征指標(biāo)構(gòu)造特征空間，并通過K means聚類、自組織神經(jīng)網(wǎng)絡(luò)(SOM)，以及SV M和CART等方法實現(xiàn)樣本的分類/聚類。選擇區(qū)分度顯著的特征指標(biāo)和有效的分類/聚類方法是這類研究的重點。特征指標(biāo)的獲取方式有:①直接從N WP中獲取，如溫度、云量等;②提取直接可得參數(shù)序列的某個統(tǒng)計指標(biāo)作為特征指標(biāo)，如晴空指數(shù)、輻照度三階導(dǎo)數(shù)最大值、輻照度方差、輻照度與理論值偏差值等;③變換直接可得參數(shù)，形成特征指標(biāo)，如采用主成分分析法將現(xiàn)有的相互相關(guān)的參數(shù)轉(zhuǎn)換成互不相關(guān)的主成分。

4.2.2 輸入數(shù)據(jù)選擇

輸入數(shù)據(jù)選擇是通過物理分析和數(shù)學(xué)方法，選擇目標(biāo)預(yù)測條件下的主導(dǎo)因素。

在不同預(yù)測時空尺度、天氣模態(tài)下，對地面輻照度和光伏功率產(chǎn)生主要影響的因素不同，直接輻照度、總輻照度、散射輻照度的主要影響因素也不同，如在長預(yù)測時間尺度上氣象要素的重要性比短預(yù)測尺度小;對地面直接輻照度影響最明顯的因素是云層覆蓋率、氣溶膠光學(xué)厚度、對流層大氣成分和平流層大氣，而對地面總輻照度影響最明顯的因素是降雨量和太陽天頂角。隨著氣象研究的發(fā)展和測量技術(shù)的升級，還出現(xiàn)了一些與地面輻照度和光伏功率相關(guān)的新參量，如液態(tài)水深、空氣質(zhì)量系數(shù)、氣溶膠光學(xué)厚度等。

輸入數(shù)據(jù)選擇的方法有多元線性回歸法、主成分分析法、相關(guān)系數(shù)計算法、靈敏度分析法、伽馬測試(GT)和遺傳算法(GA)等。

4.3 建立評估評價標(biāo)準(zhǔn)

如果沒有長時間應(yīng)用測試數(shù)據(jù)或在相同條件下對比實驗、應(yīng)用驗證，僅通過算法、仿真結(jié)果或孤立的實驗結(jié)果來評價光伏發(fā)電功率預(yù)測方法是不嚴謹?shù)摹Ｔ谶@個領(lǐng)域至今還沒有統(tǒng)一的預(yù)測方法評價標(biāo)準(zhǔn)。隨著光伏系統(tǒng)的大面積推廣，光伏發(fā)電系統(tǒng)的部署、設(shè)計和應(yīng)用需要光伏發(fā)電功率預(yù)測標(biāo)準(zhǔn)。此外，功率預(yù)測標(biāo)準(zhǔn)將為電網(wǎng)接納光伏系統(tǒng)提供決策依據(jù)。

綜合考慮各方面的因素，應(yīng)在光伏發(fā)電功率預(yù)測的評價標(biāo)準(zhǔn)中明確以下信息:

a.光伏電站相關(guān)數(shù)據(jù)，包括:①電站信息:經(jīng)度、緯度、海拔高度、氣候類型等:②電力系統(tǒng)信息和模型:光伏面板、逆變器、存儲系統(tǒng)、傳感器等。

b.歷史數(shù)據(jù)，包括數(shù)據(jù)源、數(shù)據(jù)類型、數(shù)據(jù)采樣間隔、數(shù)據(jù)精度、數(shù)據(jù)的完整性及合理性。

c.誤差指標(biāo)，包括幾種常用的誤差計算方法，如:均方根誤差、平均絕對誤差百分比、平均相對誤差、最大平均誤差和相關(guān)系數(shù)等。

d.時間尺度和時間分辨率，預(yù)測時間尺度可以是小時、天、周或月，時間分辨率可以是秒、分鐘或小時。

e.算法復(fù)雜度，即在預(yù)測方法中所使用的計算方法和計算資源的成本。

f.時間復(fù)雜度，預(yù)測方法的時間成本。

g.經(jīng)濟性，預(yù)測方法及其實施的經(jīng)濟性分析。

5 結(jié)論及建議

從光伏功率預(yù)測方法的分類及其預(yù)測系統(tǒng)整體框架出發(fā)，分析了影響光伏功率預(yù)測準(zhǔn)確率的主要因素，包括數(shù)據(jù)因素、環(huán)境因素、光伏廠區(qū)、中控室軟硬件設(shè)備等，并從光伏數(shù)據(jù)預(yù)處理及數(shù)據(jù)樣本分類篩選兩個方面介紹了提升準(zhǔn)確率的途徑。

為進一步提升光伏功率預(yù)測的準(zhǔn)確率，切實貫徹落實《華北區(qū)域光伏發(fā)電站并網(wǎng)運行管理實施細則》，對各光伏電站的執(zhí)行落實情況做好監(jiān)督，對預(yù)測準(zhǔn)確率不達標(biāo)的場站加強考核。技術(shù)上，考慮從以下幾個方面著手。

a.多種預(yù)測方法相結(jié)合。組合預(yù)測方法分為兩類，一種是將幾種預(yù)測方法所得的結(jié)果進行比較，選取誤差最小的模型進行預(yù)測;另外一種是將幾種結(jié)果按一定的權(quán)重進行加權(quán)平均。

b.拓展功率預(yù)測評估指標(biāo)，除均方根誤差指標(biāo)外，引入日極大誤差、日峰谷誤差等指標(biāo)，對各光伏電站進行綜合評估。

c.在經(jīng)濟成本可以接受的范圍內(nèi)，盡量增加場站的氣象測量裝置，為預(yù)測模型提供更加準(zhǔn)確的氣象輸入信息。

d.通過數(shù)據(jù)預(yù)處理技術(shù)，剔除壞數(shù)據(jù)、還原殘缺數(shù)據(jù)集，增強數(shù)據(jù)的完整性、有效性。