基于云團特征分析的分布式光伏系統(tǒng)超短期出力預(yù)測方法
【專利摘要】基于云團特征分析的分布式光伏系統(tǒng)超短期出力預(yù)測方法，包括以下步驟：首先對天空云團檢測裝置采集到的稀疏云團進行預(yù)處理，提取出云團的核心區(qū)域作為目標(biāo)區(qū)域，進而對其影響光伏系統(tǒng)超短期功率輸出的關(guān)鍵動態(tài)特征參數(shù)進行數(shù)學(xué)描述；通過圖像預(yù)處理之后，接著在云團核心區(qū)域中尋找一個特殊點的運動情況來代表整個云團的運動情況；應(yīng)用像素深淺差異聚類分析法進行厚度和數(shù)字化的描述，主要利用灰度分割法將灰度等級分類，并用偽彩色圖處理，直觀形象地表示云團不同區(qū)域的厚度；云團特征提取及出力預(yù)測；設(shè)計獨立的基于稀疏云團動態(tài)特征的超短期出力預(yù)測軟件模塊及其數(shù)據(jù)庫系統(tǒng),基于云團特征分析的分布式光伏系統(tǒng)超短期出力預(yù)測。
【專利說明】基于云團特征分析的分布式光伏系統(tǒng)超短期出力預(yù)測方法

【技術(shù)領(lǐng)域】
:
[0001]本發(fā)明涉及一種采用計算機視覺分析手段對所獲取的天空稀疏云團圖像序列進行關(guān)鍵特征分析，進而對分布式光伏系統(tǒng)進行超短期出力預(yù)測的方法。

【背景技術(shù)】
:
[0002]能源作為推動社會發(fā)展進步的驅(qū)動力，對于保障國民經(jīng)濟快速發(fā)展起到重要的支撐作用。太陽能作為綠色能源之一，因能量巨大、清潔無污染、安全可靠等優(yōu)點而成為應(yīng)對能源短缺、氣候變化與節(jié)能減排的重要選擇。作為太陽能主要應(yīng)用形式之一的光伏發(fā)電，因其發(fā)電過程幾乎無污染物的排放，做到真正的清潔、綠色，因此成為新能源的主要選擇之一而得到推廣應(yīng)用。
[0003]分布式光伏發(fā)電并網(wǎng)運行可就地消納電能，無需進行遠距離輸送電能，具有啟停響應(yīng)快、調(diào)度方便靈活、調(diào)峰性能好等優(yōu)點，還可根據(jù)場地要求調(diào)整光伏系統(tǒng)容量大小，并且可在一定程度上緩解局地的用電緊張狀況，是對電網(wǎng)運行方式的有力補充。因而近些年呈現(xiàn)出爆發(fā)式增長，隨著城鎮(zhèn)化進程的持續(xù)推進，分布式光伏發(fā)電系統(tǒng)并網(wǎng)運行將會得到更大地推廣。
[0004]目前國內(nèi)外對于光伏發(fā)電系統(tǒng)的預(yù)測研究主要集中在短期預(yù)測，即時間尺度〈24小時，時間分辨率為15分鐘的短期出力預(yù)測。光伏發(fā)電出力短期預(yù)測的時間尺度和分辨率主要借鑒與風(fēng)電并網(wǎng)所規(guī)定的短期預(yù)測技術(shù)指標(biāo)，但事實上光伏發(fā)電的超短期波動遠比風(fēng)電要復(fù)雜并且頻繁，其中一個重要的原因就是天空漂浮不定并且?guī)缀鯖]有慣量的云團，云團的動態(tài)變化對太陽輻射的影響是實時的、劇烈的，從而造成地面光伏系統(tǒng)輸出功率的劇烈而迅速的波動，對光伏及相關(guān)電力系統(tǒng)的穩(wěn)定和安全運行帶來威脅。常規(guī)的短期預(yù)測時間分辨率在15分鐘左右，根本無法預(yù)知由于云團變化而導(dǎo)致的功率輸出短暫性劇烈波動；同時，短期預(yù)測中經(jīng)?？紤]的太陽角度、溫度、濕度、陰晴天氣等因素，由于其固有的物理特性而變化波動相對于稀疏云團而言較慢，反而對光伏發(fā)電的超短期預(yù)測影響較小。
[0005]針對上述問題，本發(fā)明提出一種采用計算機視覺分析技術(shù)手段對所獲取的稀疏云團圖像序列進行關(guān)鍵特征分析、從而對分布式光伏系統(tǒng)進行出力超短期預(yù)測的方法。


【發(fā)明內(nèi)容】

:
[0006]本發(fā)明要克服傳統(tǒng)出力預(yù)測結(jié)果的時間尺度及時間分辨率不能實時地反映稀疏云團動態(tài)變化對光伏系統(tǒng)出力的主要影響，導(dǎo)致預(yù)測結(jié)果精度不高的缺點，為了提高出力預(yù)測的時間分辨率，本發(fā)明提出一種采用計算機視覺分析技術(shù)手段對所獲取的稀疏云團圖像序列進行關(guān)鍵特征分析、從而實現(xiàn)對分布式光伏系統(tǒng)進行超短期出力預(yù)測的方法。
[0007]本發(fā)明為解決技術(shù)問題而采用的技術(shù)方案是:
[0008]參照圖1:首先通過云層檢測裝置獲得連續(xù)的稀疏云團圖像序列，采用計算機視覺分析技術(shù)手段對圖像序列進行關(guān)鍵特征分析，對其造成光伏系統(tǒng)超短期出力波動的關(guān)鍵動態(tài)特征進行數(shù)學(xué)描述，通過適用的圖像處理算法及特征提取算法對關(guān)鍵特征進行提取計算。應(yīng)用徑向基函數(shù)RBF神經(jīng)網(wǎng)絡(luò)對歷史出力數(shù)據(jù)及云團特征進行離線訓(xùn)練，通過建立在線補償器來消除風(fēng)速、溫度對預(yù)測結(jié)果的影響。根據(jù)出力預(yù)測模型最終得到精確、實時和可靠的預(yù)測結(jié)果，為調(diào)整電網(wǎng)、光伏微網(wǎng)系統(tǒng)、儲能設(shè)備及負載之間的能量流向與流量、調(diào)整電力負荷及電力供應(yīng)提供決策支持數(shù)據(jù)。
[0009]基于云團特征分析的分布式光伏系統(tǒng)超短期出力預(yù)測方法，包括以下步驟:
[0010]I)首先對天空云團檢測裝置采集到的稀疏云團進行預(yù)處理，提取出云團的核心區(qū)域作為目標(biāo)區(qū)域，進而對其影響光伏系統(tǒng)超短期功率輸出的關(guān)鍵動態(tài)特征參數(shù)進行數(shù)學(xué)描述；對云團采用開運算操作，即對云團進行先腐蝕后膨脹提取云團的共性，先采用一個相對較大的結(jié)構(gòu)元對云團進行腐蝕，設(shè)A為云團的點集，B為結(jié)構(gòu)元，B對A的腐蝕操作就是所有B中包含于A中的點z的集合用z平移，公式為:
[0011 ] F = AOB= {z I (B) ζ Π Ac = Φ }
[0012]其中，Ac^A的補集，Φ是空集；
[0013]由于采用一個較大的結(jié)構(gòu)元對云團進行腐蝕操作，將大部分的邊緣都消除了，剩下云團核心區(qū)域，即云團最集中的區(qū)域，然后對經(jīng)過腐蝕的云團進行膨脹操作，公式為:
[0014]G = F?B^ {ζ|(Β)2 nA^
[0015]即用ζ平移的B與F至少有一個元素重疊的所有的點ζ的集合；
[0016]2)通過圖像預(yù)處理之后，接著在云團核心區(qū)域中尋找一個特殊點的運動情況來代表整個云團的運動情況，即云團核心區(qū)域的質(zhì)心；質(zhì)心坐標(biāo)公式為:

【權(quán)利要求】
1.基于云團特征分析的分布式光伏系統(tǒng)超短期出力預(yù)測方法，包括以下步驟: 1)首先對天空云團檢測裝置采集到的稀疏云團進行預(yù)處理，提取出云團的核心區(qū)域作為目標(biāo)區(qū)域，進而對其影響光伏系統(tǒng)超短期功率輸出的關(guān)鍵動態(tài)特征參數(shù)進行數(shù)學(xué)描述；對云團采用開運算操作，即對云團進行先腐蝕后膨脹提取云團的共性，先采用一個相對較大的結(jié)構(gòu)元對云團進行腐蝕，設(shè)A為云團的點集，B為結(jié)構(gòu)元，B對A的腐蝕操作就是所有B中包含于A中的點z的集合用z平移，公式為:
F = AOB= {z I (B)z Π Ac = Φ} 其中，Ae是A的補集，Φ是空集； 由于采用一個較大的結(jié)構(gòu)元對云團進行腐蝕操作，將大部分的邊緣都消除了，剩下云團核L區(qū)域，即云團最集中的區(qū)域，然后對經(jīng)過腐蝕的云團進行膨脹操作，公式為: G = F十B:{z|(B)znA其辦 即用z平移的B與F至少有一個元素重疊的所有的點z的集合； 2)通過圖像預(yù)處理之后，接著在云團核心區(qū)域中尋找一個特殊點的運動情況來代表整個云團的運動情況，即云團核心區(qū)域的質(zhì)心；質(zhì)心坐標(biāo)公式為:
通過上述兩個平均公式得到云團質(zhì)心的平均坐標(biāo)；其中(?，P )就是計算得到的質(zhì)心坐標(biāo)，Xi和yi分別代表云圖中云團核心區(qū)域各點X和y方向坐標(biāo)，η代表云團核心區(qū)域的像素點數(shù)，采用前后幾幅時序圖像提取云團的質(zhì)心進行向量化跟蹤計算云團的運動速度；即: --代表tn時刻云團質(zhì)心的橫坐標(biāo)，^代表tn時刻云團質(zhì)心的縱坐標(biāo)；L,+1代表tn+1時刻云團質(zhì)心的橫坐標(biāo)，--+1代表tn+1時刻云團質(zhì)心的縱坐標(biāo)；tn與tn+1相隔單位時間，則tn+1時刻云團的運動速度V、tn+1時刻與tn時刻云團質(zhì)心之間的連線與X軸的夾角β分別表示為:
上述兩個公式可以定量表示出云團在一定時間內(nèi)的運動情況； 采用質(zhì)心角函數(shù)描述云團的形狀特征，以云團的質(zhì)心為極點、水平方向為極軸建立極坐標(biāo)系，則云團輪廓上任意點C到質(zhì)心的距離r可由極坐標(biāo)函數(shù)r( Θ )表示，從直角坐標(biāo)系到極坐標(biāo)系的轉(zhuǎn)換方程為:

) 其中，(ΧΡ，ΥΡ)代表直角坐標(biāo)系中的云團核心區(qū)域邊界點，rp表示在極坐標(biāo)系中邊界點(Xp, Yp)到質(zhì)心的距離，91)表示極坐標(biāo)系中邊界上任意點C與質(zhì)心點連線與極軸的夾角； 3)應(yīng)用像素深淺差異聚類分析法進行厚度和數(shù)字化的描述，主要利用灰度分割法將灰度等級分類，直觀形象地表示云團不同區(qū)域的云團質(zhì)量；在實驗系統(tǒng)的數(shù)據(jù)庫中設(shè)計云團動態(tài)特征向量，將上述各動態(tài)特征構(gòu)成統(tǒng)一的數(shù)據(jù)結(jié)構(gòu)加以存儲和調(diào)用； 首先判斷云團邊界附近的一些虛云，以云團的每個邊界點bi為圓心，設(shè)定以bi為圓心，R為半徑的圓且與云團重疊的區(qū)域為云團的邊界區(qū)域，即虛云所在的區(qū)域，以半徑為R的圓，圓心位置沿著云團的邊界移動一周，此時所形成的區(qū)域與云團的交集即為虛云區(qū)域:
I= {z I (B) z n A ^ Φ } 其中A代表云團的點集，(B)Z代表以r為半徑的圓沿云團邊界移動一周過后的區(qū)域的點集，I代表云團的虛云所在區(qū)域的點集； 然后將剩下的云團部分的云團質(zhì)量與云團的顏色進行對應(yīng)，由此通過不同的灰度值將云團質(zhì)量進行量化分析，通過預(yù)處理得到云團的灰度圖，運用聚類分析將云團劃分為幾個不同的灰度值區(qū)域，通過連續(xù)幾張云團的灰度值劃分區(qū)域分析，預(yù)測未來時刻云團灰度值的基本劃分區(qū)域，再得出云團有效遮擋區(qū)域的灰度值，通過將遮擋面積與對應(yīng)灰度值進行積分處理，最終得出未來某一時刻云團的遮擋效率，通過聚類分析將云團圖劃分幾個不同的灰度區(qū)域后，利用灰度分割法進行云團質(zhì)量分區(qū)間表示； 灰度分割法就是以[0，N-1]表示灰度級，令Vtl代表黑色[f(x，y) = O],并令Vim代表白色[f(x，y)] =N-1 ;假定在[0，N-1]中取M個點，將這M個點定義為灰度級V1, V2,,VM。然后，假定0〈M〈N-1，M個點就將灰度分為M+1個區(qū)間S1, S2，...SM+1 ;灰度級到彩色賦值根據(jù)如下關(guān)系進行:
IF:f (x, y) e Sk
THEN:f (x, y) = ck 其中ck是與第k個灰度區(qū)間Sk對應(yīng)的顏色，Sk由位于X = k-Ι和X = k區(qū)間定義； 將256個灰度等級等分成8個區(qū)間，每個區(qū)間里包含32個灰度等級，每個區(qū)間近似對應(yīng)一種云團質(zhì)量,8個區(qū)間對應(yīng)8個云團質(zhì)量； 4)云團特征提取及出力預(yù)測 通過云層監(jiān)測裝置及圖片采集裝置獲取一組時序云團圖，分別在h，t1； t2，...tn_i時刻拍得，接著結(jié)合上述步驟的算法將h，t1； t2，...tn_i時刻的云團位置、形狀和云團質(zhì)量分布情況等信息提取出來，并預(yù)測出tn時刻云團所在的位置、形狀和云團質(zhì)量分布情況，再結(jié)合對應(yīng)時間點造成光伏面板遮擋的有效區(qū)域，確定對應(yīng)時間點云團與有效區(qū)域的重疊面積大小以及重疊部分的云團質(zhì)量分布情況，進而通過計算確定對應(yīng)時間點下光伏面板的太陽福射指數(shù)； 假設(shè)光伏面板總面積為Sy經(jīng)過計算未來時刻云團與有效遮擋區(qū)域的重合面積為Sw?，在重合區(qū)域面積中用η種顏色劃分了 η個區(qū)域，每種顏色代表一種灰度區(qū)間，進而代表一種云團質(zhì)量,因此代表了 η種云團質(zhì)量，即η種遮擋能力ep e2, e3，...，en, 表示θι到en中的任意一個，且O≤ei < 1，對應(yīng)的光伏面板遮擋面積分別為S1, S2, S3,..., Sn ； 設(shè)地面單位面積可接收的最大太陽輻射值為Qs，則在云團的遮擋下，光伏面板對應(yīng)遮擋面積為Si區(qū)域接收到的太陽輻射量Qi可表達為:
Qi = QsXSiX (l-ei) 而光伏面板接收的太陽輻射指數(shù)可表示為:
其中
有效表示光伏面板接收的太陽輻射指數(shù)，范圍為[O，I]，當(dāng)晴天無遮
擋時P為1，當(dāng)遮擋能力最強的烏云對光伏面板造成完全遮擋時，此時P為O，介于這兩者之間的部分遮擋P為(O，I)； 5)設(shè)計獨立的基于稀疏云團動態(tài)特征的超短期出力預(yù)測軟件模塊及其數(shù)據(jù)庫系統(tǒng)，收集包括溫度、風(fēng)速、太陽輻射量等歷史氣象數(shù)據(jù)以及光伏系統(tǒng)歷史輸出功率數(shù)據(jù)，并導(dǎo)入超短期出力預(yù)測模塊；在該超短期出力預(yù)測軟件中通過處理算法實現(xiàn)目標(biāo)云團的辨識、特征提取、歷史數(shù)據(jù)的離線訓(xùn)練和在線補償，最終實現(xiàn)基于云團特征分析的分布式光伏系統(tǒng)超短期出力預(yù)測。
【文檔編號】G06T7/60GK104200484SQ201410302095
【公開日】2014年12月10日 申請日期:2014年6月27日 優(yōu)先權(quán)日:2013年12月16日
【發(fā)明者】胥芳, 童建軍, 鮑官軍, 張立彬, 張林威, 蔡世波, 馬小龍, 李昆, 胡克用 申請人:浙江工業(yè)大學(xué)