目前我國分布式光伏電站建設缺乏系統(tǒng)全面的前期規(guī)劃,項目發(fā)電量預測涉及到投資者的利益,同時,準確估算中長期光伏電站的發(fā)電量對電網(wǎng)規(guī)劃改進、調(diào)度優(yōu)化、管理發(fā)展也具有重要意義。然而,由于中長期預測的時間尺度大、天氣預報精度低、歷史發(fā)電量數(shù)據(jù)樣本有限,以及中長期發(fā)電預測與短期電力預測存在顯著差異,短期電力預測技術無法直接應用于中長期預測。因此,建立一種有效的中長期分布式光伏發(fā)電電量預測方法具有重要意義。本文圍繞分布式光伏電站中長期發(fā)電量影響因素分析及預測方法展開了研究,具體的研究成果如下:針對主要影響因子選取不當以及數(shù)據(jù)質(zhì)量不高的問題,建立了一種基于copula函數(shù)的相關性分析方法模型,利用copula函數(shù)的非線性效應和趨勢相關測度,有效地提取光伏發(fā)電的關鍵影響因子。并運用數(shù)據(jù)預處理技術對數(shù)據(jù)樣本中存在的缺失值、異常值等處理,得到較全、質(zhì)量較高的輸入數(shù)據(jù)。為了選取分布式光伏電站系統(tǒng)效率（PR）影響因子,分析了氣象因素與PR的關聯(lián)程度,分析了光伏組件的損耗模型并給出光伏組件5參數(shù)計算模型,建立了分布式光伏電站能量傳輸設備如逆變器、交直流電纜、匯流箱等的物理損耗模型。該模型為分布式光電站PR預測模... 

【文章頁數(shù)】：85 頁

【學位級別】：碩士

【部分圖文】：

標準化前后對比

PR與輻照度的散點圖

PR與環(huán)境溫度的散點圖

【參考文獻】：
期刊論文
[1]考慮時空特性的分布式光伏出力預測研究[J]. 丁建豪,郭佳田,施勇,張昊,楊東升,高勤踐.  電氣技術與經(jīng)濟. 2019(04)
[2]灰色關聯(lián)度分析模型的特征與應用[J]. 朱斕瑛,趙越,戴玉,劉占軍.  科學咨詢（科技·管理）. 2019(08)
[3]基于長短期記憶神經(jīng)網(wǎng)絡的配電網(wǎng)負荷預測方法研究[J]. 史靜,李琥,李冰潔,談健,劉麗新.  供用電. 2019(07)
[4]2019年一季度我國光伏發(fā)電建設運行情況[J]. National Energy Administration;.  太陽能. 2019(06)
[5]基于多元分析的優(yōu)化模糊神經(jīng)網(wǎng)絡太陽能輻射量短期預測[J]. 高亮,張新燕,楊琪,張家軍,高敏.  水力發(fā)電. 2019(07)
[6]光伏發(fā)電工程執(zhí)行概算與設計概算差異性研究[J]. 薛惠娟.  價值工程. 2019(12)
[7]基于遺傳算法和模糊C均值聚類的WSN分簇路由算法[J]. 董發(fā)志,丁洪偉,楊志軍,熊成彪,張穎婕.  計算機應用. 2019(08)
[8]典型分布式光伏發(fā)電工程電力系統(tǒng)接入的優(yōu)化設計[J]. 李晟,吳江,朱軍峰.  太陽能. 2019(03)
[9]光伏發(fā)電出力預測技術研究綜述[J]. 賴昌偉,黎靜華,陳博,黃玉金,韋善陽.  電工技術學報. 2019(06)
[10]基于TensorFlow的LSTM循環(huán)神經(jīng)網(wǎng)絡短期電力負荷預測[J]. 李松嶺.  上海節(jié)能. 2018(12)

博士論文
[1]光伏發(fā)電超短期輸出功率的概率預測若干方法研究[D]. 倪強.西南交通大學 2018

碩士論文
[1]基于模糊集的不確定數(shù)據(jù)聚類算法研究[D]. 王霄.哈爾濱理工大學 2018
[2]基于隨機森林的電力系統(tǒng)短期負荷預測研究[D]. 黃青平.華北電力大學(北京) 2018
[3]光伏電站損耗模型及其功率預測方法研究[D]. 劉姣.浙江大學 2018
[4]分布式光伏發(fā)電全氣象系統(tǒng)及出力預測方法研究[D]. 葉穎.浙江工業(yè)大學 2017
[5]分布式光伏出力相關因素分析及短時尺度預測研究[D]. 吳雄增.浙江工業(yè)大學 2016
[6]基于智能計算的變權重組合優(yōu)化短期負荷預測研究[D]. 洪楊歡.廣東工業(yè)大學 2013
[7]大功率光伏逆變器損耗模型的研究[D]. 宋靜文.西南交通大學 2013
[8]并網(wǎng)光伏電站仿真建模及逆變器群控方法研究[D]. 曾雅文.華北電力大學 2013
[9]新能源并網(wǎng)的關鍵技術研究[D]. 李興鵬.浙江大學 2013



本文編號：3697846