基于时空相关性的光伏发电功率爬坡预测方法

2021-11-17李成良徐秀萍

计算机仿真 2021年8期

关键词：方法

李成良，徐秀萍

(大连海洋大学应用技术学院，辽宁大连 116300)

1 引言

光伏发电作为近年来发展极为迅速的一种可再生资源，其具备明显的可变性特征[1]。光伏面板上的辐照度极大程度决定光伏发电功率的输出，云层的移动等原因会引起辐照度产生快速变化，导致不同程度的光伏输出功率产生变动[2]。因此，光伏发电功率爬坡是指在不同时间、不同波动强度中，在短时间内产生大幅度、短期的光伏功率变动情况。光伏发电功率爬坡，会对电网功率平衡造成破坏，频率波动较大，甚至造成重大经济损失[3]。传统的光伏发电功率爬坡预测方法仅通过单一的数据信息实行预测，具备一定局限性，忽略了电机组或电场之间的空间相关关系等因素的影响[4]。

唐振浩等人提出的基于小波深度置信网络的爬坡预测方法[5]，该方法通过小波对时间序列进行分解后，通过深度置信网络预测模型完成爬坡预测，该方法在多种气象条件下，预测结果的可靠性较低；李永馨等人研究的基于ISMC-PSO的爬坡预测方法[6]，该方法，通过基于粒子群算法的改进算法完成爬坡预测，但是，该方法的爬坡预测覆盖概率区间较大。

因此，为避免上述问题，本文基于时空相关性的光伏发电功率爬坡预测方法，该方法在进行预测时，将时间维度拓展到时间-空间维度，提高预测精度。