关键词：光伏发电出力；预测技术；概率预测
前言
目前光伏发电出力预测理论研究尚处于广泛研究阶段，现有预测水平如下：①对于点预测，文献常采用平均绝对误差百分比和方均根误差等指标对预测结果进行评价。针对不同数据和不同模型的预测结果有所差异，统计发现：对于短期预测，误差基本上在5%～25%，且多集中在10%～20%，晴天的预测精度较高，雨天和多云天的预测精度较低。②对于区间预测，常采用预测区间覆盖率、预测区间平均宽度和区间分数等指标对预测结果进行评价。统计发现：PICP都能满足额定置信水平的要求，PINAW在15%～25%，IS在?2%～?5%。③对于概率预测，常用秩概率评分、分位数评分和Theil系数等指标来衡量预测水平。统计发现：RPS、QS和Theil系数分别在1～5、0.01～0.05和?0.1～?0.6之间。
1光伏发电出力预测技术的分类
光伏发电出力预测的方法多样，根据不同的分类标准有不同的预测方法。光伏发电预测方法分类，根据预测过程的不同，可分为直接预测和间接预测；按照预测空间尺度的不同，可分为单场预测和区域预测[12-13]；按照预测时间尺度的不同，可分为超短期预测（0～4h）、短期预测（0～72h）以及中长期预测（1月～1年）；按照不同预测形式，光伏发电出力的预测主要分为点预测、区间预测和概率预测。对于不同预测过程、不同时间尺度和不同空间尺度下的光伏发电出力预测，均可以从点预测、区间预测和概率预测等不同的形式进行预测研究。本文将重点从不同预测形式的角度对光伏发电出力预测技术进行全面地梳理、概括和评述。点预测属于确定性预测，用于调度计划的制定，区间预测和概率预测统称为不确定性预测。其中，区间预测可以得到不同置信水平下光伏发电出力的区间上、下限，其主要用于辅助调度决策，为制定调度计划提供准确的光伏发电出力变化范围。概率预测利用预测时段之前的相关样本统计信息，得到未来不同时刻光伏出力的期望值以及出力的概率分布信息，其主要用于电能分析、电网调度和风险评估，预防不确定性因素带来的不利影响。光伏发电可分为集中式光伏和分布式光伏两种形式，目前中国的光伏发电系统尚以集中式光伏为主。由于分布式光伏具有因地制宜、安置灵活、就地消纳、分布广泛等优点，近几年内得到了国家政策的支持和快速的发展。但对于整个配电网来说，分布式光伏是一个不可控电源，其出力的随机性对电网安全稳定运行产生影响。
2光伏发电出力概率预测
2.1光伏发电出力预测模型
光伏发电出力受自然天气的影响程度较大，其中最主要的因素是太阳的辐照度。由于受到当日气象因素的影响，光伏电池板接受到的辐照度时刻都处在变化之中，具有不确定性；因此，光伏电源的出力也具有很大的不确定性，无法用确定性模型来描述。本文选用概率方法进行光伏发电出力的预测，获得某时刻光伏出力的区间值及其相应的概率。本文利用上述BN理论实现对分布式光伏发电和集中式光伏发电出力的概率预测，得到整点时刻光伏发电出力的概率分布。将光伏发电出力数据以一定的步长离散为多个区间并编号，利用建立的BN即可预测得到每个出力区间对应的概率。
2.2计及扩容时光伏发电总出力的概率预测
由预测模型分别预测得到分布式光伏和集中式光伏的出力预测值后，需要对其进行统计分析，获得光伏发电总出力的概率分布。由于光伏发电发展迅速，每年都会有新增的光伏电站，所以还需考虑光伏发电容量的增加对光伏发电总出力预测的影响，形成下一年度的光伏发电总出力的概率分布。
期刊文章分类查询,尽在期刊图书馆考虑光伏发电的扩容时，由于同一光伏地区每块光伏电池板的出力情况大致相同，可认为扩容部分出力值的概率分布和现有光伏出力值的概率分布是相同的，即可由前述两个概率分布来获得扩容后的出力概率分布。首先进行区间变换，若现有光伏容量为A，扩容量为B，已知A的各区间的概率，将B按照A的区间数量进行划分，两者步长可以不同。定义区间变换系数k=A/B(1)
若A的区问划分为(ai，ai+1，)，i=0，1，?，每个区间对应的概率为Ai，则B对应的区间划分为(k×ai；，k×ai+1?)，且每个区间对应的概率不变仍为Ai。可认为现有光伏出力和扩容部分光伏出力为已知概率分布的二维随机变量，根据概率理论，求扩容后的出力值概率分布便是求二维随机变量的联合概率分布。根据概率理论，设现有光伏出力以随机变量X表示，扩容部分光伏出力以随机变量y表示，扩容后光伏的出力为随机变量Z。设二维离散型随机变量(X，y)的所有可能取值为(xj，yi)，i，j=0，1，?，并且P(X=xi，，Y=yi)=Po，其中P“为二维离散型随机变量(X，y)的联合分布率。两随机变量相互独立，则扩容后光伏出力Z某一出力区间的概率
P(Zi=Xi+Yi)=pij=Pi×pj．(2)
式中：Pi为现有光伏某一出力区间的概率；Pi为扩容部分某一出力区间的概率。按此计算出所有区间的概率后便可得到扩容后光伏出力的概率分布。再将扩容后的分布式光伏同集中式光伏按照式(1)求得其联合分布，便可得到光伏发电总出力的概率分布。
3考虑光伏不确定性的年度最大负荷概率预测
在同一时刻，全社会负荷与网供负荷的关系为
Lsup=Lws一Pph—Ptp．(3)
式中：Lsup为网供负荷；Lws为全社会负荷；Pph为分布式电源出力；Ptp为其他非统调电厂出力。由于全社会负荷包含所有负荷信息，在考虑气象因素对负荷的影响时较为全面，根据式(3)采用全社会负荷“减”分布式电源出力以及非统调电厂出力的方式，可得到年度最大负荷概率预测结果。对一天24个整点时刻分别进行光伏出力预测与全社会负荷预测，得到各个整点时刻的光伏出力概率分布和全社会负荷概率分布，根据联合概率分布理论，用全社会负荷概率分布“减”光伏出力概率分布以及非统调电厂出力，即可得到网供负荷的概率分布。比较24个整点时刻的网供负荷概率分布图，选择概率最大的网供负荷区间作为年度最大负荷预测结果。按照上述理论，在对年度最大负荷进行预测时考虑了光伏发电的出力，同时对年度最大负荷预测的结果是区间值及其概率，而不只是一个单一的数值，提供的信息更全面，预测结果更具指导意义。
结束语
年度最大负荷预测工作关乎着电网规划工作的顺利进行以及电力系统运行的经济性与安全性，随着光伏装机容量的迅速增长，有必要考虑其出力的不确定性对年度最大负荷预测工作带来的影响。本文考虑各影响因素的不确定性，从年和日两个不同的时间尺度，按照相应的理论分别进行预测，最后得到年度最大负荷预测的区间及概率。概率预测使得年度最大负荷的预测结果不只是某一确定的值，而是一个带有概率指标的区间值，可同时兼顾光伏发电出力的不确定性和年度最大负荷的不确定性。年度最大负荷概率预测模型的构建使得年度最大负荷预测结果包含了更为全面的信息。利用光伏发单出力的概率分布来实现年度最大负荷的概率预测，考虑了光伏发电出力的不确定性，因而可以得到更为精确全面的年度最大负荷预测结果，使其在电网的规划和调控工作中更好地发挥应有的作用。
参考文献：
[1]郭林，江登笠，刘宇，等．基于自适应权重缓冲灰色理论的中长期负荷预测方法研究[J]．陕西电力，2016，44(7)：33．37．
[2]王守相，韩亮．DG出力不确定性对配电网影响力分析的复仿射数学方法[J]．中国电机工程学报，2014，34(31)：5507．5515．
论文作者:金小春
论文发表刊物:《当代电力文化》2019年第15期
论文发表时间:2019/12/12
标签：概率论文; 光伏论文; 负荷论文; 区间论文; 不确定性论文; 年度论文; 分布式论文; 《当代电力文化》2019年第15期论文;