论文部分内容阅读
摘要：本文主要针对光伏发电出力预测技术的应用问题进行研究与分析。重点结合光伏发电系统的发展现状以及预测技术发展情况，从短期预测与超短期预测等方面，对当前光伏发电出力预测技术内容进行研究与分析。在此基础上，结合我国光伏产业发展趋势，对我国光伏发展以及出力预测技术研究方向加以总结与归纳，以供参考。
关键词：光伏发电; 短期预测;超短期预测;
根据当前发展情况来看，太阳能开发利用模式俨然成为全球能源升级与转型的重要趋势所在。其中，光伏发电已经迈入规模化发展进程当中，在应用效果方面呈现出较好的发展趋势。根据不完全的調查显示，截止到2017年底，全球范围内的光伏发电装机容量已经高达403.47GW，较去年同期相比，增长33.8%。其中，我国光伏发电装机容量高达137.62GW，较去年同期相比，增长76.3%。可以说，光伏发电模式势头良好。然而，光伏发电出力过程容易受到多方面不确定因素的干扰，而表现出较强的间歇性特征，容易给电力系统运行过程造成阻碍影响。为及时解决这一问题，研究人员提出光伏发电出力预测技术措施，以期可以确保光伏发电出力效果。
1 光伏发电出力预测技术研究综述
为及时规避传统光伏发电出力预测技术存在的不良问题，研究人员在原有技术基础上提出短期预测概念与超短期预测概念，具体应用情况如下：
1.1 光伏发电出力短期预测技术
目前，人工神经网络在非结构性与非精确性规律方面，可以表现出较强的自适应功能，同时也可以表现出自主学习、优化计算等特性。根据当前应用情况，人工神经网络可以用于自动控制、故障诊断以及光伏发电出力短期预测等方面，基本上可以为行业领域的动态发展提供保障。其中，对于光伏发电出力短期预测技术而言，通过结合人工神经网络，通过利用历史数据资源构建符合光伏发电出力特点的模型机制。其中，模型机制一般多具备双输出性特点，可以准确预测到光伏发电出力过程可能发生的问题[2]。
另一方面，按照事先假设方法，针对性地估算出光伏发电出力情况，并利用分布函数内容，实现逆运算过程。根据具体运算结果确定光伏发电出力区间及范围内容。此外，按照建模预测方法进行建模，可以初步得出当前时刻发电出力情况，尤其是概率分布情况，进而实现概率预测过程。不难看出，概率预测方法可以针对下一时刻的光伏发电出力数值问题，进行合理概率预测。根据实际应用情况来看，基于人工神经网络的的预测信息体系，基本上可以取得良好的预测效果，利于电力系统的日常运行质量与效率。同时，还利于电力系统运行风险评估工作的顺利开展。
1.2 光伏发电出力超短期预测技术
光伏发电出力过程容易受到多方面不确定因素的干扰，而表现出较强的间歇性特征，容易给电力系统运行过程造成阻碍影响。为及时解决这一问题，研究人员提出光伏发电出力超短期预测技术措施。光伏发电出力超短期预测技术主要根据光伏发电统计建模措施，以及光伏发电出力预测影响因素，成功构建基于光伏发电的超短期预测模型[3]。重点根据模型优化算法规律及内容，实现电网调度管理部门的指令要求，确保光伏发电输出功率达到预期 目标效果。根据实际作用效果来看，借助特定的算法内容对样本数据进行反复训练，得到预测条件与待预测量之间作用关系。同时，结合子序列预测值的叠加数值，获得光伏发电出力最终的预测数值。
最主要的是，超短期预测模型结合数据融合特点，构建光伏分钟级发电功率体系及相关预测模型，初步解决了云遮挡下光伏出力突变问题，确保预测技术结果得以满足预期。需要注意的是，国内外对于超短期预测技术的研究工作正处于初步阶段，研究方向多放在不同概率预测算法的应用方面，或者是如何利用多种方法实现光伏预测过程，在超短期预测模型研究方面还是存在一定不足。针对于此，建议研究人员可以按照超短期预测技术要求，重点针对下一时刻的光伏发电出力数值问题，进行合理预测。同时，科学、合理地构建全面、系统的预测信息体系，达到预期的预测效果，为电力系统的日常运行质量与效率提供合理保障。
2 光伏发电出力预测技术的发展方向及预测分析
2.1 发展方向
在国家相关政策的扶持下，我国光伏产业近年来始终保持良好的发展姿态。可以说，未来我国光伏市场将会呈现出稳步发展的局面，潜在的发展空间巨大。结合当前的发展情况来看，本人认为在未来的发展中，光伏发电出力预测技术将会着重从以下方面进行优化与改进：
一方面，分布式光伏发电和光伏+特色产业形式。分展性作为光伏发电的重要特征，促使未来光伏产业不断朝向分散式、互联式方向发展。为光伏发电出力预测技术带来全新的发展契机与内在驱动力。另一方面，实现加速源-网-荷技术驱动发展目标。在提升光伏消纳水平以及完善光伏市场机制方面存在一定的拓展性。
2.2 预测方向
在短期预测技术与超短期预测技术方面，会重点强化数据预处理环节，确保输入数据的高效性与准确性。深入挖掘光伏发电出力特征及潜在优势，针对数据内容实现分类预测功能。对于不确定性预测问题，可以根据超短期预测技术与短期预测技术的概率分布特征，强化出力预测精度。另外，根据不同天气特征研究适合光伏发电出力预测特征的装置软件。
3结论
总而言之，关于光伏发电出力预测技术问题，本人建议在未来的研究工作中，研究人员应该重点加强对短期预测与超短期预测的研究力度，尽量缩小光伏发电出力落入区间范围以及提高光伏发电出力概率分布准确程度。与此同时，在预测精度评价方面，尽可能地采取多种指标形式实现全面化、系统化评价标准。需要注意的是，光伏自身携带的间歇性特点与波动性特点往往会对预测水平产生不良影响。因此，在未来的研究工作当中，研究人员应该深入挖掘对光伏发电出力特征的作用影响，针对性地进行解决。
参考文献：
[1]赖昌伟，黎静华，陈博，黄玉金，韦善阳. 光伏发电出力预测技术研究综述[J]. 电工技术学报，2019，34（06）：1201-1217.
[2]陈湘如. 并网光伏电站运行特性分析及发电预测[D].东南大学，2015.
[3]张勃. 北京地区光伏系统发电功率预测的研究[D].燕山大学，2013.
（作者单位：克州新隆能源开发有限公司）
关键词：光伏发电; 短期预测;超短期预测;
根据当前发展情况来看，太阳能开发利用模式俨然成为全球能源升级与转型的重要趋势所在。其中，光伏发电已经迈入规模化发展进程当中，在应用效果方面呈现出较好的发展趋势。根据不完全的調查显示，截止到2017年底，全球范围内的光伏发电装机容量已经高达403.47GW，较去年同期相比，增长33.8%。其中，我国光伏发电装机容量高达137.62GW，较去年同期相比，增长76.3%。可以说，光伏发电模式势头良好。然而，光伏发电出力过程容易受到多方面不确定因素的干扰，而表现出较强的间歇性特征，容易给电力系统运行过程造成阻碍影响。为及时解决这一问题，研究人员提出光伏发电出力预测技术措施，以期可以确保光伏发电出力效果。
1 光伏发电出力预测技术研究综述
为及时规避传统光伏发电出力预测技术存在的不良问题，研究人员在原有技术基础上提出短期预测概念与超短期预测概念，具体应用情况如下：
1.1 光伏发电出力短期预测技术
目前，人工神经网络在非结构性与非精确性规律方面，可以表现出较强的自适应功能，同时也可以表现出自主学习、优化计算等特性。根据当前应用情况，人工神经网络可以用于自动控制、故障诊断以及光伏发电出力短期预测等方面，基本上可以为行业领域的动态发展提供保障。其中，对于光伏发电出力短期预测技术而言，通过结合人工神经网络，通过利用历史数据资源构建符合光伏发电出力特点的模型机制。其中，模型机制一般多具备双输出性特点，可以准确预测到光伏发电出力过程可能发生的问题[2]。
另一方面，按照事先假设方法，针对性地估算出光伏发电出力情况，并利用分布函数内容，实现逆运算过程。根据具体运算结果确定光伏发电出力区间及范围内容。此外，按照建模预测方法进行建模，可以初步得出当前时刻发电出力情况，尤其是概率分布情况，进而实现概率预测过程。不难看出，概率预测方法可以针对下一时刻的光伏发电出力数值问题，进行合理概率预测。根据实际应用情况来看，基于人工神经网络的的预测信息体系，基本上可以取得良好的预测效果，利于电力系统的日常运行质量与效率。同时，还利于电力系统运行风险评估工作的顺利开展。
1.2 光伏发电出力超短期预测技术
光伏发电出力过程容易受到多方面不确定因素的干扰，而表现出较强的间歇性特征，容易给电力系统运行过程造成阻碍影响。为及时解决这一问题，研究人员提出光伏发电出力超短期预测技术措施。光伏发电出力超短期预测技术主要根据光伏发电统计建模措施，以及光伏发电出力预测影响因素，成功构建基于光伏发电的超短期预测模型[3]。重点根据模型优化算法规律及内容，实现电网调度管理部门的指令要求，确保光伏发电输出功率达到预期 目标效果。根据实际作用效果来看，借助特定的算法内容对样本数据进行反复训练，得到预测条件与待预测量之间作用关系。同时，结合子序列预测值的叠加数值，获得光伏发电出力最终的预测数值。
最主要的是，超短期预测模型结合数据融合特点，构建光伏分钟级发电功率体系及相关预测模型，初步解决了云遮挡下光伏出力突变问题，确保预测技术结果得以满足预期。需要注意的是，国内外对于超短期预测技术的研究工作正处于初步阶段，研究方向多放在不同概率预测算法的应用方面，或者是如何利用多种方法实现光伏预测过程，在超短期预测模型研究方面还是存在一定不足。针对于此，建议研究人员可以按照超短期预测技术要求，重点针对下一时刻的光伏发电出力数值问题，进行合理预测。同时，科学、合理地构建全面、系统的预测信息体系，达到预期的预测效果，为电力系统的日常运行质量与效率提供合理保障。
2 光伏发电出力预测技术的发展方向及预测分析
2.1 发展方向
在国家相关政策的扶持下，我国光伏产业近年来始终保持良好的发展姿态。可以说，未来我国光伏市场将会呈现出稳步发展的局面，潜在的发展空间巨大。结合当前的发展情况来看，本人认为在未来的发展中，光伏发电出力预测技术将会着重从以下方面进行优化与改进：
一方面，分布式光伏发电和光伏+特色产业形式。分展性作为光伏发电的重要特征，促使未来光伏产业不断朝向分散式、互联式方向发展。为光伏发电出力预测技术带来全新的发展契机与内在驱动力。另一方面，实现加速源-网-荷技术驱动发展目标。在提升光伏消纳水平以及完善光伏市场机制方面存在一定的拓展性。
2.2 预测方向
在短期预测技术与超短期预测技术方面，会重点强化数据预处理环节，确保输入数据的高效性与准确性。深入挖掘光伏发电出力特征及潜在优势，针对数据内容实现分类预测功能。对于不确定性预测问题，可以根据超短期预测技术与短期预测技术的概率分布特征，强化出力预测精度。另外，根据不同天气特征研究适合光伏发电出力预测特征的装置软件。
3结论
总而言之，关于光伏发电出力预测技术问题，本人建议在未来的研究工作中，研究人员应该重点加强对短期预测与超短期预测的研究力度，尽量缩小光伏发电出力落入区间范围以及提高光伏发电出力概率分布准确程度。与此同时，在预测精度评价方面，尽可能地采取多种指标形式实现全面化、系统化评价标准。需要注意的是，光伏自身携带的间歇性特点与波动性特点往往会对预测水平产生不良影响。因此，在未来的研究工作当中，研究人员应该深入挖掘对光伏发电出力特征的作用影响，针对性地进行解决。
参考文献：
[1]赖昌伟，黎静华，陈博，黄玉金，韦善阳. 光伏发电出力预测技术研究综述[J]. 电工技术学报，2019，34（06）：1201-1217.
[2]陈湘如. 并网光伏电站运行特性分析及发电预测[D].东南大学，2015.
[3]张勃. 北京地区光伏系统发电功率预测的研究[D].燕山大学，2013.
（作者单位：克州新隆能源开发有限公司）