一种识别沙尘天气的分布式光伏发电收益预测方法
本发明属于光伏发电，特别是识别沙尘天气优化预测结果的分布式光伏发电收益预测方法。
背景技术：
1、准确的预测光伏发电功率对电网调度具有十分重要的意义，也是光伏电站进入有源配电网的必要性技术条件。
2、光伏发电的发电效率主要受到以下主要因素的影响：
3、光照条件：光照强度是影响光伏发电效率的关键因素，强烈的阳光能够提供更多的能量给光伏组件，从而增加发电量。
4、温度：光伏组件的工作温度会影响其发电效率，通常情况下，较低的温度有利于提高光伏组件的效率。
5、阴影遮挡：即使是部分阴影覆盖在光伏组件上，也会降低整个光伏系统的发电效率，因此要尽量避免阴影遮挡。
6、灰尘和污垢：积灰和污垢会降低光伏组件的透光性，影响光的吸收效率，从而降低发电量。
7、光伏组件质量：光伏组件的质量和性能直接影响发电效率，选择高品质的光伏组件能够提高系统的发电效率。
8、组件表面的积灰主要从如下几个方面影响发电效率：
9、（一） 遮挡效应：组件表面的积灰、积雪会形成遮挡，降低光伏玻璃的透射率，影响组件受光，降低发电效率。
10、（二） 温度效应：组件表面积灰会增加组件表面的传热热阻，影响组件温度，形成“热斑效应”，从而影响光伏组件寿命，甚至造成光伏组件的永久损坏。
11、（三） 腐蚀效应：在湿润环境下，携有酸性或碱性化学属性的积灰因化学反应腐蚀光伏玻璃盖板，被腐蚀的盖板表面由光滑变得粗糙，导致光线在其表面形成漫反射以致影响组件透射率。
12、（四） 磨损效应：硬度高、密度大、带有棱角的灰尘颗粒，在运动过程中可能会磨损组件表面，降低组件输出功率并缩短使用寿命。
13、根据大量试验研究结果证实，20g/m2的积尘量会使光电转换效率降低15~35%，短路电流降低15~21%，开路电压降低2~6%；不同的灰尘类型，也将会导致发电量不同程度的下降，如实验证明积尘量为100g//m2的沙、普通水泥和石膏分别可使光伏发电量分别降低约12%、14%和9%；在积尘70天后，光伏组件表面玻璃的透射率降低约25%。
14、雨水冲刷对光伏发电也有较大的影响，如在大理地区，未经雨水冲刷之前，积灰光伏组件的相对发电效率为78.1%，经过6月份的雨水冲刷之后，其相对发电效率提升至80.7%。在经历7月份雨水冲洗之后，相对发电效率上升至87.3%。
15、目前的光伏发电预测，主要考虑的是光照条件和光伏组件的积灰对发电效率的影响。
16、申请号为201810683580.7的中国专利提出了一种计算积灰对光伏组件输出功率及发电量影响的方法，其中考虑了自然降水对光伏组件表面积灰的清洁作用，但只考虑了粗略的3种情况。
17、现有技术很少考虑沙尘天气对积灰的影响。
18、另外，传统方法输出的数据极为复杂繁琐，普通用户难以直观的理解。
技术实现思路
1、针对现有技术中的上述不足提出了本发明。本发明采用以下技术方案以实现发明目的：一种识别沙尘天气的分布式光伏发电收益预测方法，包括模型建立步骤和预测步骤，其中，模型建立步骤包括：
2、步骤1-1：设置型号和气象条件均相同的两个光伏模组，一组保持清洁，另一组正常积灰并设置灰尘传感器，保持清洁的光伏模组为对照组；
3、步骤1-2：获取正常积灰光伏模组上灰尘传感器的积灰信息和发电功率，得到光伏发电功率与对应的积灰量；根据对照组的发电功率，得到不同积灰量对应的发电损失百分比；通过最小二次拟合，形成不同积灰量与发电损失百分比之间的关系曲线；
4、步骤1-3：建立积灰量预测模型和沙尘天气修正模型；
5、步骤1-4：获取正常积灰光伏模组上历史降雨前后的积灰信息，构建日降水量与当日积灰比例变化量间的映射模型；
6、步骤1-5：建立分布式光伏发电预测模型。
7、根据未来7天天气预报数据，预测步骤包括：
8、步骤2-1：使用步骤1-5得到的发电预测模型预测未来一周分布式光伏理论出力；
9、步骤2-2：使用步骤1-3得到的积灰量预测模型预测未来一周每日分布式光伏模组上的积灰量；
10、步骤2-3：根据预测的降水量及步骤1-4得到的映射模型，修正步骤2-2得到的积灰量；
11、步骤2-4：通过步骤1-2得到的关系曲线得到步骤2-3得到的积灰量对应的发电损失百分比；
12、步骤2-5：通过步骤2-4得到的发电损失百分比，修正步骤2-1得到的理论出力值，得到预测电量；
13、步骤2-6：根据分布式光伏上网电价及步骤2-5得到的预测电量，计算未来一周光伏发电收益。
14、进一步的技术方案：步骤1-3中，建立沙尘天气修正模型包括以下步骤：
15、沙尘天气的开始时间：以pm10的每小时平均质量浓度大于或等于前6小时pm10平均质量浓度的两倍且超过150μg/m3的时刻为开始时间；
16、沙尘天气的结束时间：以pm10的小时平均质量浓度低于沙天气前6小时pm10的1.1倍的时刻为结束时间；
17、从开始时间至结束时间，以5分钟间隔记录灰尘传感器的积灰量x；
18、获取当地气象站的大气积灰数据y；
19、使用lstm算法通过历史训练得到x与y的映射模型。
20、进一步的，如果某日预测为沙尘天气，则以沙尘天气修正模型对灰密度预测模型预测结果进行修正。
21、进一步的，将分布式光伏发电收益和因积灰造成的损失信息发送至用户手机端，实现用户可视化。
22、本申请还提出一种智能融合终端，所述智能融合终端内置程序模块，实现上述方法。
23、有益效果：传统预测方法在遇到沙尘天气时，由于未定义沙尘天气对积灰的影响，仍按照原有模型进行预测，会产生很大误差，本方法中详细分析了沙尘天气的识别方法与沙尘天气下经过修正的预测模型，使得本预测方法在沙尘天气下的预测更加精准。与传统智能融合终端输出的数据极为复杂繁琐，此方法将繁琐的数据转化为通俗易懂的数据如亏损金额，直观的反映了发电损耗的程度，更加具有可视化功能，方便了居民和电网。
技术特征：
1.一种识别沙尘天气的分布式光伏发电收益预测方法，其特征在于，包括模型建立步骤和预测步骤，其中，模型建立步骤包括：
2.根据权利要求1所述的方法，其特征在于，步骤1-3中，根据历史日积灰比例数据建立arima或lstm或svm模型来预测未来一周每日分布式光伏模组上的积灰量。
3.根据权利要求2所述的方法，其特征在于，步骤1-3中，建立沙尘天气修正模型包括以下步骤：
4.根据权利要求3所述的方法，其特征在于，步骤2-2中，如果某日预测为沙尘天气，则以沙尘天气修正模型对积灰量预测模型预测结果进行修正。
5.根据权利要求1所述的方法，其特征在于，步骤1-4中，构建日降水量与当日积灰比例变化量间的映射模型包括以下步骤；
6.根据权利要求1所述的方法，其特征在于，步骤1-5中，将天气类型分为4类，分别为晴天、块状云、薄云和厚云；通过k-means聚类算法获取历史日天气类型标签，根据天气类型标签将历史数据分成四类，针对每种天气类型，利用统计建模方法分别建立分布式光伏发电预测模型。
7.根据权利要求6所述的方法，其特征在于，步骤2-1中，根据未来7天天气预报预测的天气类型，选择对应的分布式光伏发电预测模型进行预测。
8.根据权利要求1所述的方法，其特征在于，步骤2-6中，光伏发电收益的计算公式如下：
9.根据权利要求7所述的方法，其特征在于，将分布式光伏发电收益和因积灰造成的损失信息发送至用户手机端，实现用户可视化。
10.一种智能融合终端，其特征在于，所述智能融合终端内置程序模块，实现权利要求1-9任一所述的方法。
技术总结
本发明提出了一种识别沙尘天气的分布式光伏发电收益预测方法，属于光伏发电技术领域，包括模型建立步骤和预测步骤，模型包括不同积灰量与发电损失百分比之间的关系曲线、积灰量预测模型、沙尘天气修正模型、日降水量与当日积灰比例变化量间的映射模型及分布式光伏发电预测模型；根据未来7天天气预报数据使用建立好的模型进行预测，并计算未来一周光伏发电收益。本发明综合考虑了多种因素，预测结果更加精确、直观。
技术研发人员：王一鹏,张一腾,娄宇辰,万子琛,刘铭涵,甄钊,王飞
受保护的技术使用者：华北电力大学（保定）
技术研发日：
技术公布日：2024/9/23