Page 57 - 电力与能源2023年第二期

许鸣吉，等：基于 PSO-SVR 模型的光伏功率预测研究 151

就预测原理而言，光伏功率预测方法可分为物理 统中 2021 年罗泾灰场光伏在夏季、春季、冬季的
［7］
方法、统计方法和学习方法等 ；就数学模型而 光伏周功率变化曲线如图 1 所示。由图 1 可见，太
［8］
言，光伏功率预测方法可分为神经网络法 、支持 阳直射点、高度角和日地距离发生周期性变化，导
［9］
向量机（SVM）法 、小波分析法和灰色预测法 ［10］ 致了春季日照强度明显大于夏季，夏季日照强度
等。目前，各国专家学者对光伏功率预测的研究 明显大于冬季。

已逐渐从传统的统计方法向人工智能算法方向
发展。
基于上述研究成果，本文以上海市北电网罗
泾灰场光伏电站为研究对象，首先分析季节类型、
天气类型和气象要素等因素对光伏功率的影响，

对历史数据进行分类，选择合适的特征作为训练
集；其次，针对支持向量回归机（SVR）模型对内部
参数依赖性高这一现象，设计离子群优化（PSO）
ε
算法对 SVR 模型的参数（C，，σ）进行寻优，建立
图 1 夏季、春季、冬季的光伏周功率变化曲线
基于 PSO-SVR 方法的光伏功率预测模型；最后，
1.2 天气类型影响
通 过 实 际 案 例 ，选 择 反 向 传 播（BP）神 经 网 络 、
上海地区呈现亚热带季风性气候特征，雨热
SVR 和 PSO-SVR 等方法进行光伏功率预测并作
同期，日照充分且雨量充沛。D5000 系统中罗泾
对比，验证本文所提方法能较好地跟踪实测曲线，
灰场光伏在春季晴天、多云、雨天的光伏日功率变
对光伏功率的预测结果更接近于实测值，可以为
化曲线如图 2 所示。由图 2 可见，晴天时，日照强
电网调度工作开展提供理论依据。
度较大，光伏功率较高，功率曲线较平滑，明显呈
1 光伏功率影响因素分析 似正态分布。多云时，日照被云层反射，光伏功率
下降，功率曲线的平滑度也下降，但整体较呈似正
影响光伏功率大小的因素较多且复杂，光伏
态分布。雨天时，光伏功率曲线变化随机，变动性
发电的原理是光伏电板通过光电转换将光能转换
较大，整体水平较低。
为电能，所以日照强度是影响光伏电板吸收到光
能大小的最主要因素，而温度、湿度、风速和压强
等气象要素也会对光伏功率大小产生或多或少的
影响。昼夜循环和季节交替使得光伏功率曲线具
有一定的周期性。此外，光伏功率具有间歇波动

特性，比如发电站上空出现乌云，可能会使光伏功
率在数秒内降至为零。
罗泾灰场光伏发电项目 22 MW 光伏电站位
于上海市宝山区罗泾地区，于 2020 年 6 月建成，并
全容量并入上海市北电网金池开关站发电。本文 图 2 春季晴天、多云、雨天的光伏日功率变化曲线

以该光伏电站为典型案例，开展光伏功率影响因 1.3 气象要素影响
素分析和光伏功率预测研究。 皮尔逊相关系数（PCC）是衡量两个变量之间
1.1 季节类型影响 相关程度的一种统计方法 ［12］ 。将季节和天气类型
正常情况下，太阳直射点在赤道南北往返运 拆分为日照强度、温度、湿度、风速和压强等耦合
动，在一年中产生春、夏、秋、冬四季 ［11］ 。D5000 系 性气象要素，用 PCC 来衡量光伏功率与某气象因