對光伏電站的輸出功率進行精細化預測，把光伏發(fā)電容量納入電網的調度計劃和實時調度運行是保證電網穩(wěn)定經濟運行的重要措施之一。
?
國外主要通過兩種方式來研究：一是以太陽能資源的預測為基礎，進而預測光伏發(fā)電功率;二是利用天氣預報數(shù)據(jù)直接對光伏電站的輸出功率進行預測。
?
德國提出一種基于衛(wèi)星云圖預測地區(qū)太陽輻照強度的方法：首先建立地區(qū)的凈空輻照度模型，然后通過對連續(xù)多幀衛(wèi)星云圖的處理建立云團運動的矢量域方程，進而預測未來的云指數(shù)，并對凈空輻照度進行修正，最終得到地區(qū)的輻照度預測值，并在此基礎上利用模型預測光伏電站的發(fā)電功率，目前該方法對于單個光伏電站日前發(fā)電預測的相對均方根誤差為36%，而將德國所有光伏電站作為一個整體統(tǒng)計，其均方根誤差降低至13%。
?
日本開展了基于神經網絡的光伏發(fā)電功率預測研究，通過不同類型的人工神經網絡進行光伏發(fā)電功率的預測，并利用不同類型神經網絡混合的方式進行集合預報，該方法的日前功率預測的平均絕對誤差在22%左右。在國內，主流的光伏發(fā)電功率預測方法主要分為統(tǒng)計方法和物理方法。
?
統(tǒng)計方法主要是通過對實測氣象數(shù)據(jù)、數(shù)值天氣預報以及光伏電站有功功率等歷史數(shù)據(jù)進行統(tǒng)計分析，尋找其內在的關系進而建立光伏發(fā)電功率預測模型，如BP神經網絡、支持向量機等;物理方法主要根據(jù)光伏電池板，逆變器等多種設備的特性，得到光伏電站發(fā)電功率與數(shù)值天氣預報的物理關系，進而對光伏電站的發(fā)電功率進行預測。一般來說，統(tǒng)計方法的預測誤差在9%~25%，物理方法的預測誤差在10%~30%。
?
來自：賢集網