论文部分内容阅读
为了实现光伏电站并入电网后能够安全稳定运行以及农村电力系统发电计划的制定,光伏电站发电功率的准确预测是必不可少的。通过采集沈阳地区分布式光伏电站2014年10月至2016年9月发电功率与气象现场测试数据,利用Pearson相关性分析方法对光伏发电功率与同期气象影响因子进行了相关性分析:太阳辐射量、日照时数和日最高气温与光伏综合出力相关性最高,相关系数分别为0.902,0.782,0.364;在此基础上分析这3种气象因子在不同季节下与光伏发电功率的相关程度:夏季太阳辐射量和日照时数与发电功率相关程度最高,分别为0.972和0.641,秋季日最高气温与发电发电功率相关程度最高,相关性为0.382。在不同季节的基础上分析了不同天气类型下(晴、阴/多云、多云/晴、阴雨、多云、晴/霾和雪/多云)发电功率的扰动程度:不同季节、不同天气类型下日发电功率曲线均呈现正态分布,其中晴天发电功率扰动最小、阴雨天气发电功率扰动最大,晴天、多云、多云/晴、阴云、阴雨天的四季平均标准偏差分别为1.44,2.81,3.12,3.36,3.51,晴/霾和雪天的标准偏差均为1.91。将太阳辐射量、日照时数和日最高气温作为输入,建立不同季节不同天气类型发电功率多元线性回归模型,对2016年10月发电功率进行预测,试验结果表明:预测误差均小于20%,满足电网要求,发电功率的准确预测可以更好地实现农村电网的管理和调度。