本发明公开了光伏电站发电量预测及风险评估方法，该发电量预测方法包括以下步骤：步骤一、光伏电站未来一年的发电量预测；步骤二、预测光伏电站未来一年每月的发电量低于预期的风险，根据电站所在地区的历史辐照、半年内的历史发电量以及该电站未来一年的预测发电量来预测该电站在未来一年内各月的赔付概率，降低赔付风险；步骤三、监控光伏电站的发电性能是否出现显著衰减，电站性能以根据电站以往的发电量以及辐照值设立预警措施，每半月评估一次电站性能进行机制预警，预测未来一年的电站发电量，可提前获知相关发电量，避免经济利益的损失，提前做好防护措施，提高实际发电量。
1.光伏电站发电量预测及风险评估方法，其特征在于，该发电量预测方法包括以下步骤：
步骤二、预测光伏电站未来一年每月的发电量低于预期的风险，根据电站所在地区的历史辐照、半年内的历史发电量以及该电站未来一年的预测发电量来预测该电站在未来一年内各月的赔付概率，降低赔付风险；
所述预测光伏电站未来一年每月的发电量低于预期的风险包括以下步骤：步骤21：获取历史辐照预测来年辐照值，根据NASA官网所提供的辐照值，取得所需预测电站所在地区的未来一年的辐照，计算公式：未来一年每月的辐照f(x＝1,2,3...12)等于NASA所提供过去20年内每月辐照的平均值；
步骤22:观察和计算历史辐照分布，根据辐照的数据分布以及相应的变化范围，求得辐照数据分布服从正态分布，计算系数一：年辐照均值E1＝每月辐照数之和/月数，年辐照方差V1＝(∑(x‑E1)^2)/n，式中，n为月数，则辐照量F服从:F～N(E1,V1)；
步骤23：根据发电量,计算发电量的数据分布，发电量数据的对数服从正态分布，求得发电量的数据分布服从正态分布；根据已知半年的发电量求出发电量的均值E2和方差V2；
计算系数二：发电量的均值E2＝半年内的发电量/月数，发电量方差V2＝(∑(x‑E2)^2)/n，则发电量P服从：
步骤24：定义风险评估值，通过电站所在地区的辐照和发电量的交叉影响，求得风险评估值；在步骤22，23中已知辐照服从正态分布，发电量服从正态分布，定义风险值＝辐照+发电量，那么风险值服从正态分布；
步骤25：根据步骤22，23中求得的计算系数一、二,然后计算得出概率模型的均值E3和方差V3计算公式为：
其中E1为年辐照均值，V1为年辐照方差，E2为发电量均值，V2为发电量方差；
步骤26：计算步骤25中概率模型的自变量：根据预测未来一年的发电量P减去当月实际发电量p,取对数；
步骤27：在步骤25中所求出的概率模型中求出累积概率密度即为当月实际发出电量后该电站未来月份的发电量不能满足预测值的风险，即该光伏电站未来一年每月的发电量低于预期的风险；
步骤三、监控光伏电站的发电性能是否出现显著衰减，电站性能以根据电站以往的发电量以及辐照值设立预警措施，每半月评估一次电站性能进行机制预警。
2.根据权利要求1所述的光伏电站发电量预测及风险评估方法，其特征在于，光伏电站未来一年的发电量预测包括以下步骤：S1：计算系数A:实际辐照/理论满发小时数，所述实际辐照为NASA 18年1月‑18年4月总辐照，所述理论满发小时数为18年1月‑4月累计电站发电量基准指数,所述发电量基准指数为该电站同城市的30个电站的满发小时数中位数；
S2：计算系数B：以理论满发小时数作为因变量，电站实际满发小时数作为自变量，建立无常数项线性回归模型，拟合后的自变量系数为系数B；其中实际满发小时数等于电站实际发电量除以装机容量；所述理论满发小时数为18年1月‑3月每日电站发电量基准指数；
S3：计算未来一年理论辐照：未来一年理论辐照＝NASA过去20年每年的日均辐照的平均值*365；
S4：计算未来一年电站满发小时数：未来一年电站满发小时数＝理论辐照/系数B/系数A；
S5：未来一年的电站发电量：未来一年电站满发小时数*该电站的装机容量。
3.根据权利要求1所述的光伏电站发电量预测及风险评估方法，其特征在于，监控光伏电站的发电性能是否出现显著衰减包括以下步骤：步骤31：确定并计算电站性能预警值，根据半年内该电站的实际发电量与半年内的平均辐照求出监控值,
监控值M＝P/F*30，式中，P为半年发电量，F为NASA每月辐照均值；
预警上限值＝M*(1+0.2)，预警下限值＝M*(1‑0.2)，若超出范围内则进行预警；
步骤32：计算预测电站的前半月预警值m，根据未来每半个月的实际发电量/半个月中NASA实际辐照,求出当前半月的预警值,预警值m＝p/f，式中，p为未来每半个月的实际发电量，f为半个月中NASA实际辐照；
步骤33：根据步骤31，32所得出的预警值M,m；若m>M则进行电站性能报警，通知相关人员。
光伏电站发电量预测及风险评估方法
技术领域
[0001] 本发明属于光伏发电领域，特别涉及光伏电站发电量预测及风险评估方法。
背景技术
[0002] 光伏电站，是指一种利用太阳光能、采用特殊材料诸如晶硅板、逆变器等电子元件组成的发电体系，与电网相连并向电网输送电力的光伏发电系统。光伏电站是属于国家鼓
励力度最大的绿色电力开发能源项目。
[0003] 可以分为带蓄电池的独立发电系统和不带蓄电池的并网发电系统。太阳能发电分为光热发电和光伏发电。现时期进入商业化的太阳能电能，指的就是太阳能光伏发电。
[0004] 光伏发电产品主要用于三大方面：一是为无电场合提供电源；二是太阳能日用电子产品，如各类太阳能充电器、太阳能路灯和太阳能草地各种灯具等；三是并网发电，这在
发达国家已经大面积推广实施。到2009年，中国并网发电还未开始全面推广，不过，2008年
北京奥运会部分用电是由太阳能发电和风力发电提供的。
[0005] 2013年12月4日，位于青海省共和县光伏发电园区内的世界最大规模水光互补光伏电站——龙羊峡水光互补320兆瓦并网光伏电站正式启动并网运行，利用水光互补性发
电，从电源端解决了光伏发电稳定性差的问题
[0006] 而需要对光伏电站发电量进行预测及风险评估，以达到避免经济利益的损失，降低电站发电量的亏损，及时预警电站所发电量是否达标的目的，为此，我们提出光伏电站发
电量预测及风险评估方法。
发明内容
[0007] 本发明的主要目的在于提供光伏电站发电量预测及风险评估方法，可以有效解决背景技术中的问题。
[0008] 为实现上述目的，本发明采取的技术方案为：
[0009] 光伏电站发电量预测及风险评估方法，该发电量预测方法包括以下步骤：
[0010] 步骤一、光伏电站未来一年的发电量预测；
[0011] 步骤二、预测光伏电站未来一年每月的发电量低于预期的风险，根据电站所在地区的历史辐照、半年内的历史发电量以及该电站未来一年的预测发电量来预测该电站在未
来一年内各月的赔付概率，降低赔付风险；
[0012] 步骤三、监控光伏电站的发电性能是否出现显著衰减，电站性能以根据电站以往的发电量以及辐照值设立预警措施，每半月评估一次电站性能进行机制预警。
[0013] 优选的，光伏电站未来一年的发电量预测包括以下步骤：
[0014] S1：计算系数A:实际辐照(NASA 18年1月‑18年4月总辐照)/理论满发小时数(18年1月‑4月累计电站发电量基准指数)，其中发电量基准指数为该电站同城市的30个电站的满
发小时数中位数；
[0015] S2：计算系数B：以理论满发小时数(18年1月‑3月每日电站发电量基准指数)作为因变量，电站实际满发小时数作为自变量，建立无常数项线性回归模型，拟合后的自变量系
数为系数B；其中实际满发小时数等于电站实际发电量除以装机容量；
[0016] S3：计算未来一年理论辐照：未来一年理论辐照＝NASA过去20年每年的日均辐照的平均值*365；
[0017] S4：计算未来一年电站满发小时数：未来一年电站满发小时数＝理论辐照/系数B/系数A；
[0018] S5：未来一年的电站发电量：未来一年电站满发小时数*该电站的装机容量。
[0019] 优选的，预测光伏电站未来一年每月的发电量低于预期的风险包括以下步骤：
[0020] 步骤21：获取历史辐照预测来年辐照值，根据NASA官网所提供的辐照值，取得所需预测电站所在地区的未来一年的辐照，计算公式：未来一年每月的辐照f(x＝1,2,3...12)
等于NASA所提供过去20年内每月辐照的平均值；
[0021] 步骤22:观察和计算历史辐照分布，根据辐照的数据分布以及相应的变化范围，求得辐照数据分布服从正态分布，计算系数一：年辐照均值E1＝每月辐照数之和/月数，年辐
照方差V1＝(∑(x‑E1)^2)/n，式中，n为月数，
[0022] 则辐照量F服从:F～N(E1,V1)；
[0023] 步骤23：根据发电量,计算发电量的数据分布，发电量数据的对数服从正态分布，求得发电量的数据分布服从正态分布；根据已知半年的发电量求出发电量的均值E2和方差
V2；
[0024] 计算系数二：发电量的均值E2＝半年内的发电量/月数，发电量方差V2＝(∑(x‑E2)^2)/n，则发电量P服从：
[0025] P～N(E2,V2)；
[0026] 步骤24：定义风险评估值，通过电站所在地区的辐照和发电量的交叉影响，求得风险评估值；在步骤22，23中已知辐照服从正态分布，发电量服从正态分布，定义风险值＝辐
照+发电量，那么风险值服从正态分布；
[0027] 步骤25：根据步骤22，23中求得的计算系数一、二,然后计算得出风险评估模型的均值E3和方差V3计算公式为：
[0028]
[0029]
[0030] 其中E1为年辐照均值，V1为年辐照方差，E2为发电量均值，V2为发电量方差；
[0031] 步骤26：计算步骤25中概率模型的自变量：根据预测未来一年的发电量P减去当月实际发电量p,取对数；
[0032] 步骤27：在步骤25中所求出的概率模型中求出累积概率密度即为当月实际发出电量后该电站未来月份的发电量不能满足预测值的风险，即该光伏电站未来一年每月的发电
量低于预期的风险。
[0033] 优选的，监控光伏电站的发电性能是否出现显著衰减包括以下步骤：
[0034] 步骤31：确定并计算电站性能预警值，根据半年内该电站的实际发电量与半年内的平均辐照求出监控值,
[0035] 监控值M＝P/F*30，式中，P为半年发电量，F为NASA每月辐照均值；
[0036] 预警上限值＝M*(1+0.2)，预警下限值＝M*(1‑0.2)，若超出范围内则进行预警；
[0037] 步骤32：计算预测电站的前半月预警值m，根据未来每半个月的实际发电量/半个月中NASA实际辐照,求出当前半月的预警值,
[0038] 预警值m＝p/f，式中，p为未来每半个月的实际发电量，f为半个月中NASA实际辐照；
[0039] 步骤33：根据步骤31，32所得出的预警值M,m；若m>M则进行电站性能报警，通知相关人员。
[0040] 与现有技术相比，本发明具有如下有益效果：光伏电站发电量预测及风险评估方法：
[0041] 1，预测未来一年的电站发电量，可提前获知相关发电量，避免经济利益的损失，提前做好防护措施，提高实际发电量；
[0042] 2，预测光伏电站未来一年每月的发电量低于预期的风险，提请预知电站的发电是否达标，降低电站发电量的亏损；
[0043] 3，监控光伏电站的发电性能是否出现显著衰减，及时预警电站所发电量是否达标，如果未达则及时通知相关人员，排查未达标原因，避免造成经济损失。
附图说明
[0044] 图1为预测光伏电站未来一年每月的发电量低于预期的风险流程图。
具体实施方式
[0045] 为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
[0046] 光伏电站发电量预测及风险评估方法，该发电量预测方法包括以下步骤：
[0047] 步骤一、光伏电站未来一年的发电量预测；
[0048] 步骤二、预测光伏电站未来一年每月的发电量低于预期的风险，根据电站所在地区的历史辐照、半年内的历史发电量以及该电站未来一年的预测发电量来预测该电站在未
来一年内各月的赔付概率，降低赔付风险；
[0049] 步骤三、监控光伏电站的发电性能是否出现显著衰减，电站性能以根据电站以往的发电量以及辐照值设立预警措施，每半月评估一次电站性能进行机制预警。
[0050] 优选的，光伏电站未来一年的发电量预测包括以下步骤：
[0051] S1：计算系数A:实际辐照(NASA 18年1月‑18年4月总辐照)/理论满发小时数(18年1月‑4月累计电站发电量基准指数)，其中发电量基准指数为该电站同城市的30个电站的满
发小时数中位数；
[0052] S2：计算系数B：以理论满发小时数(18年1月‑3月每日电站发电量基准指数)作为因变量，电站实际满发小时数作为自变量，建立无常数项线性回归模型，拟合后的自变量系
数为系数B；其中实际满发小时数等于电站实际发电量除以装机容量；
[0053] S3：计算未来一年理论辐照：未来一年理论辐照＝NASA过去20年每年的日均辐照的平均值*365；
[0054] S4：计算未来一年电站满发小时数：未来一年电站满发小时数＝理论辐照/系数B/系数A；
[0055] S5：未来一年的电站发电量：未来一年电站满发小时数*该电站的装机容量。
[0056] 优选的，预测光伏电站未来一年每月的发电量低于预期的风险包括以下步骤：
[0057] 步骤21：获取历史辐照预测来年辐照值，根据NASA官网所提供的辐照值，取得所需预测电站所在地区的未来一年的辐照，计算公式：未来一年每月的辐照f(x＝1,2,3...12)
等于NASA所提供过去20年内每月辐照的平均值；
[0058] 步骤22:观察和计算历史辐照分布，根据辐照的数据分布以及相应的变化范围，求得辐照数据分布服从正态分布，计算系数一：年辐照均值E1＝每月辐照数之和/月数，年辐
照方差V1＝(∑(x‑E1)^2)/n，式中，n为月数，
[0059] 则辐照量F服从:F～N(E1,V1)；
[0060] 步骤23：根据发电量，计算发电量的数据分布，发电量数据的对数服从正态分布，求得发电量的数据分布服从正态分布；根据已知半年的发电量求出发电量的均值E2和方差
V2；
[0061] 计算系数二：发电量的均值E2＝半年内的发电量/月数，发电量方差V2＝(∑(x‑E2)^2)/n，则发电量P服从：
[0062] P～N(E2,V2)；
[0063] 步骤24：定义风险评估值，通过电站所在地区的辐照和发电量的交叉影响，求得风险评估值；在步骤22，23中已知辐照服从正态分布，发电量服从正态分布，定义风险值＝辐
照+发电量，那么风险值服从正态分布；
[0064] 步骤25：根据步骤22，23中求得的计算系数一、二,然后计算得出风险评估模型的均值E3和方差V3计算公式为：
[0065]
[0066]
[0067] 其中E1为年辐照均值，V1为年辐照方差，E2为发电量均值，V2为发电量方差；
[0068] 步骤26：计算步骤25中概率模型的自变量：根据预测未来一年的发电量P减去当月实际发电量p,取对数；
[0069] 步骤27：在步骤25中所求出的概率模型中求出累积概率密度即为当月实际发出电量后该电站未来月份的发电量不能满足预测值的风险，即该光伏电站未来一年每月的发电
量低于预期的风险。
[0070] 优选的，监控光伏电站的发电性能是否出现显著衰减包括以下步骤：
[0071] 步骤31：确定并计算电站性能预警值，根据半年内该电站的实际发电量与半年内的平均辐照求出监控值,
[0072] 监控值M＝P/F*30，式中，P为半年发电量，F为NASA每月辐照均值；
[0073] 预警上限值＝M*(1+0.2)，预警下限值＝M*(1‑0.2)，若超出范围内则进行预警；
[0074] 步骤32：计算预测电站的前半月预警值m，根据未来每半个月的实际发电量/半个月中NASA实际辐照,求出当前半月的预警值,
[0075] 预警值m＝p/f，式中，p为未来每半个月的实际发电量，f为半个月中NASA实际辐照；
[0076] 步骤33：根据步骤31，32所得出的预警值M,m；若m>M则进行电站性能报警，通知相关人员。
[0077] 以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本
发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变
化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其
等效物界定。
