(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111354593.8 (22)申请日 2021.11.16 (71)申请人 国网甘肃省电力公司电力科 学研究 院 地址 730070 甘肃省兰州市安宁区万 新北 路249号 申请人 国网甘肃省电力公司 (72)发明人 吕清泉　马明　张睿骁　张健美　 陶钰磊　高鹏飞　张彦琪　张珍珍　 李津　周强　王定美　张金平　 朱红路　蒋婷婷　史淯城　 (74)专利代理 机构 兰州中科华西专利代理有限 公司 620 02 代理人 曹向东(51)Int.Cl. G06F 30/25(2020.01) G06F 30/27(2020.01) G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06N 3/00(2006.01) G06N 3/08(2006.01) G06F 119/06(2020.01) G06F 119/08(2020.01) (54)发明名称 一种区域 光伏发电量计算方法 (57)摘要 本发明涉及一种区域光伏发电量计算方法， 该方法包括以下步骤： ⑴光伏电站历史运行数据 和历史气象数据 收集；⑵利用PSO粒子群算法优 化的BP神经网络建立光伏系统运行温度预测模 型；⑶计算光伏电站瞬时功率 P；⑷考虑光伏系统 效率， 得到未来某一段时间内光伏电站预估发电 量E。 本发明利用数值天气预报中的辐照度数据 和预测的运行温度对光伏系统实际最佳工作位 置进行预测， 从而对未来某一时段的发电量进行 估算， 不但能够为电力系统的调度提供一定的参 考， 而且避免了由于光伏电站所处环境恶劣、 系 统实际运行数据收集和传输困难 所带来的问题， 具有一定的实际意 义。 权利要求书1页 说明书5页 附图2页 CN 114091316 A 2022.02.25 CN 114091316 A 1.一种区域 光伏发电量计算方法， 包括以下步骤： ⑴光伏电站历史运行 数据和历史气象数据收集； ⑵利用PSO粒子群算法优化的BP神经网络建立 光伏系统运行温度预测模型： ①以包括实测太阳辐照度、 环境温度、 环境湿度、 风速的气象数据作为输入， 实测的运 行温度作为输出， 利用BP神经网络建立BP神经网络运行温度预测模型， 并进行训练； ②将NWP数值天气预报中的气象数据输入到训练好的BP神经网络运行温度预测模型， 得到预测的运行温度， 并将该 预测的运行温度与实测值进行比较， 分析误差； ③采用PSO粒子群算法对BP神经网络的阈值和权值进行优化， 以预测误差最小为目标 函数， 逐步优化预测模型的参数， 获得最佳阈值和权值， 即得优化后的光伏系统运行温度预 测模型； ⑶计算光伏电站瞬时功率 P： 其中： ； ； ； ； 式中： 为实际的最佳工作电流， 单位A； 为实际的最佳工作电压， 单位V； n为光 伏组件个数； Im为光伏电池标况下的最 佳工作电流， 单位A； Um为光伏电池标况下的最 佳工作 电压， 单位A； S为NWP辐照度数据， 单位W/m2；Sref为标况下的辐照度， 单位W/m2；a，b，c， 为补偿 系数；T为预测的运行温度， 单位℃； Tref为标况下的温度， 单位℃； e为自然对数底数， 取 2.718； ⑷考虑光伏系统效率， 得到未来某一段时间内光伏电站预估发电量 E： ； 式中：m为月份数； d为天数；η为光伏发电综合效率， 取85.3 5%。 2.如权利要求1所述的一种区域光伏发电量计算方法， 其特征在于： 所述步骤 ⑴中光伏 电站历史运行数据包括光伏电站实际运行过程中的功率数据以及阵列运行温度数据； 历史 气象数据是指包括太阳辐照度、 环境温度、 环境湿度、 风速的气象数据以及对应的NWP数值 天气预报数据。权　利　要　求　书 1/1 页 2 CN 114091316 A 2一种区域光 伏发电量计算方 法 技术领域 [0001]本发明涉及光伏发电技 术领域， 尤其涉及一种区域 光伏发电量计算方法。 背景技术 [0002]近年来， 随着光伏发电的迅速发展， 光伏装机容量日益增加， 光伏发电接入电网与 传统的发电站共同负担供电任务已得到了广泛应用。 预估计算光伏电站的未来某一段时间 内的发电量在光伏电站并网规划、 运行和决策中扮演着越来越重要的角色。 由于光伏发电 具有明显的不确定性和周期性， 在大规模接入电网时， 势必 会对电网的安全运行、 调度产生 较大的影响。 因此， 对光伏电站发电量的准确预估， 能够为电力系统调 度和发电计划的制定 提供有益的参 考， 也是考核光伏电站经济效益的重要指标。 [0003]在电站规划设计的可研阶段， 光伏电站发电量的预估主要通过当年年均辐照量对 发电量进行推算， 建立太阳辐照度和光伏发电模型来实现计算， 这种方法只能得到一个粗 略的估算结果， 与实际发电量误差较大。 在电站的建成运行阶段， 光伏电站发电量的计算主 要是根据光伏发电机理建立太阳能辐照度与光伏电站功率模型， 直接计算发电量， 这种方 法仅用转换效率参数的经验公式来表示光伏发电量与辐照度的关系， 没有考虑电站 运行时 的实际特性， 存在一定的误差。 同时， 光伏电站实际运行过程中， 由于外部环 境和设备问题， 对系统的实际运行 数据的精确收集和传输有一定的困难。 发明内容 [0004]本发明所要解决的技术问题是提供一种有效解决实际运行数据精确收集和传输 的区域光伏发电量计算方法。 [0005]为解决上述问题， 本发明所述的一种区域 光伏发电量计算方法， 包括以下步骤： ⑴光伏电站历史运行 数据和历史气象数据收集； ⑵利用PSO粒子群算法优化的BP神经网络建立 光伏系统运行温度预测模型： ①以包括实测太阳辐照度、 环境温度、 环境湿度、 风速的气象数据作为输入， 实测 的运行温度作为输出， 利用BP神经网络建立BP神经网络运行温度预测模型， 并进行训练； ②将NWP数值天气预报中的气象数据输入到训练好的BP神经网络运行温度预测模 型， 得到预测的运行温度， 并将该 预测的运行温度与实测值进行比较， 分析误差； ③采用PSO粒子群算法对BP神经网络的阈值和权值进行优化， 以预测误差最小为 目标函数， 逐步优化预测模 型的参数， 获得最佳阈值和权值， 即得优化后的光伏系统运行温 度预测模型； ⑶计算光伏电站瞬时功率 P：说　明　书 1/5 页 3 CN 114091316 A 3