- 頭條《電工技術學報》優秀論文｜光伏發電出力預測技術研究綜述2021-12-11 作者：賴昌偉 黎靜華 等 | 來源：《電工技術學報》 | 點擊率：導語本文簡要介紹了目前我國光伏發電系統的發展現狀、光伏發電出力的預測水平及國內外預測系統，從點預測、區間預測和概率預測對光伏發電出力預測技術進行了較為全面的梳理、歸納和評述，并對未來光伏發展及出力預測等方面進行展望。
《電工技術學報》2019年度優秀論文論文簡報
《光伏發電出力預測技術研究綜述》等15篇優秀論文入選《電工技術學報》2019年度優秀論文，榮獲中國電工技術學會表彰。現將部分獲獎論文的文章簡報分享給各位讀者，以期促進本領域的技術交流。
準確的光伏發電出力預測對于保障高比例光伏接入后系統的安全穩定與經濟運行具有重要意義。目前我國對于光伏發電出力預測技術的研究尚處于廣泛研究階段，本文對光伏發電出力預測技術的研究成果進行了歸納總結。首先，分析了光伏發電系統的發展及預測現狀；然后，從點預測、區間預測和概率預測三個方面，分別對當前的預測方法及技術、預測效果的衡量指標等進行了梳理、歸類、總結和評述；最后，根據目前我國光伏產業的現狀及發展趨勢，探討了未來光伏發展及出力預測的研究方向。
團隊介紹
智能調度與控制課題組由廣西大學電氣工程學院黎靜華教授領頭，由教授、副教授、高級工程師、助理教授、博士研究生、碩士研究生組成的一支集“產、學、研、用”于一體的專業科研團隊，團隊現有40余人。目前已經形成電力系統優化運行與控制、廣義負荷建模與預測技術、可再生能源并網運行與控制技術以及電力裝備研究及其控制技術等多個特色鮮明的研究方向。
黎靜華
1982出生，教授，博士生導師，IET Fellow，IEEE Senior Member。全國寶鋼優秀教師、廣西青年科技獎獲得者、廣西勤廉榜樣先進個人。主要從事電力系統規劃、運行和控制相關的研究。擔任廣西大學電氣工程學院副院長，中國電工技術學會人工智能與電氣應用專業委員會副秘書長，IEEE PES中國區可再生能源電力系統調度運行分技術委員會副秘書長等。主持國家自然科學基金3項（面上2，青年1），主持完成國家重點研發計劃項目子課題1項。以第一完成人獲2020年廣西科學技術發明二等獎和中國電力創新二等獎各1項，以主要完成人獲湖北省科學技術進步一等獎和中國電力科學技術進步一等獎各1項，以主要完成人獲廣西高等教育自治區教學成果一等獎和二等獎各1項。獨著專著2部，合作專著3部。以第一作者發表SCI、EI期刊論文42篇，第一發明人授權發明專利21項，入選ESI高被引論文、F5000論文各1篇。
研究背景
近年來，太陽能開發利用已成為全球能源轉型的重要領域，光伏發電全面進入規模化發展階段，呈現出良好的發展前景。截止2020年，全球光伏發電裝機容量達到760GW，較2019年增長21.3%，我國光伏發電裝機容量達到253GW，較2019年增長23.5%。
由于光伏發電出力受氣象等因素影響較大，具有較強的間歇性和波動性，這些特性使得高比例光伏接入后給電力系統運行帶來挑戰。若能準確進行光伏發電出力預測，不僅可以提高光伏電站運營效率，而且可以幫助調度部門調整運行方式，確保高比例光伏接入后電力系統的安全穩定與經濟運行。
論文方法及創新點
光伏發電出力預測的方法多種多樣，根據不同的標準有不同的類別。如圖1所示，根據預測過程的不同，可分為直接預測和間接預測；按照預測空間尺度的不同，可分為單場站預測和區域預測；按照預測時間尺度的不同，可分為超短期預測（0～4h）、短期預測（0～72h）以及中長期預測（1月～1年）；按照不同預測形式，光伏發電出力的預測主要分為點預測、區間預測、概率預測和場景預測。
對于不同預測過程、不同時間尺度和不同空間尺度下的光伏發電出力預測，均可以從點預測、區間預測、概率預測和場景預測等不同的形式進行預測研究。
點預測、區間預測、概率預測和場景預測分別從點、區間、概率分布函數、場景等方面，提供可再生能源電力的預測信息，如圖2所示。
點預測可為可再生能源電力系統制定調度計劃提供預測的點功率。區間預測可為可再生能源電力系統制定調度計劃提供預測的功率變化區間，如圖2中的出力上限曲線與出力下限曲線。概率預測基于概率預測結果，可以得到不同置信度水平下的概率區間，如圖2中10%~90%置信水平下的預測區間。場景預測可得到多個可再生能源電力可能發生的場景，如圖2中的多場景預測曲線。
區間預測、概率預測及場景預測技術突破了單一點功率預測的局限，可以獲得更加全面準確的可再生能源電力預測信息。區間預測、概率預測以及場景預測方法的對比分析如表1所示。
圖1 光伏發電出力預測方法分類
圖2 光伏發電出力點-區間-概率-場景預測示意圖
表1 區間預測、概率預測以及場景預測方法對比
常用區間預測、概率預測以及場景預測評價指標的應用特點以及適用范圍歸納總結如表2所示。
表2 區間預測、概率預測以及場景預測指標
結論
本文簡要介紹了目前我國光伏發電系統的發展現狀、光伏發電出力的預測水平及國內外預測系統，從點預測、區間預測和概率預測對光伏發電出力預測技術進行了較為全面的梳理、歸納和評述，并對未來光伏發展及出力預測等方面進行展望，得出以下幾點結論：
1）隨著大數據和人工智能技術的發展，點預測中元啟發式學習方法和組合方法將會受到更多學者的關注。
2）當前的研究主要集中在點預測，區間預測和概率預測將是未來光伏發電出力預測的重要研究方向之一。區間預測的關鍵是盡可能縮小光伏發電出力落入區間的范圍，概率預測的關鍵是準確預測光伏發電出力的概率分布和提高算法的適用性。
3）對于預測精度評價方面，采用多種指標進行評價是較為科學的。MAE、MAPE、RMS和RMSE是點預測常用的指標，PICP、PINAW和IS是區間預測常用的指標，RSS、Theil系數、RPS和CPI是概率預測常用的指標。
4）掌握光伏發電電力固有的間歇性、波動性等特征是提高預測水平的難點之一，深度挖掘光伏發電出力的特性和研究精細化、有針對性的預測軟件是未來研究的重要內容。
引用本文
賴昌偉, 黎靜華, 陳博, 黃玉金, 韋善陽. 光伏發電出力預測技術研究綜述[J]. 電工技術學報, 2019, 34(6): 1201-1217. Lai Changwei, Li Jinghua, Chen Bo, Huang Yujin, Wei Shanyang. Review of Photovoltaic Power Output Prediction Technology. Transactions of China Electrotechnical Society, 2019, 34(6): 1201-1217.
