一种基于时序数据库平台的光伏电站功率预测系统的制作方法
【技术领域】
[0001]本发明涉及光伏发电技术领域，具体是一种基于时序数据库平台的光伏电站功率预测系统。
【背景技术】
[0002]近年来，在国家可再生能源法和节能减排政策的引导和激励下，新能源发电得到迅猛发展，尤其是光伏发电装机容量跃至世界首位。由于光伏发电具有波动性和间歇性的特性，大规模的光伏电站并入对电网系统的安全、稳定、经济运行造成了重大的影响。因此，对光伏电站配置功率预测系统，有助于电力系统调度中心统筹安排常规火电站和光伏电站的协调配合，及时调整调度计划，合理安排电网运行方式，提高电网运行的安全性和稳定性获得更大的经济效益和社会效益。
[0003]时序数据库(实时历史数据库)是指数据和事务都有定时特性或定时限制的数据库，其主要功能是对海量数据进行采集、处理、存储、计算查询和统计等。实时历史数据库因采用专门的数据模型、数据存储和简单的访问接口，并能够针对历史数据库的特点进行数据压缩，能够显著减少历史数据存储空间的占用，开发的人员通过其系统提供的接口，实现对大容量、高频率海量数据的存取，展示和分析。传统光伏电站的预测系统大多数基于B/S架构实现，直接与商业库打交道，没有一个高效、快速的数据存储、处理平台，使用的实时数据就不能保证其正确性，实时性，另外，预测结果也不能实时更新显示。
【发明内容】
[0004]针对现有技术的不足，本发明提供了一种基于时序数据库平台的光伏电站功率预测系统，以提高数据采集和数据存取的速度、保证数据传输的实时性并实时的对光伏电站功率进行预测。
[0005]为了实现上述目的，本发明提供的基于时序数据库平台的光伏电站功率预测系统，其特征在于，包括通讯模块、天气预报下载传输模块、功率预测模块和时序数据库平台，时序数据库平台包括scada服务器、数据访问存储接口、共享内存、数据收发器和历史数据库服务器，数据访问存储接口、共享内存、数据收发器和历史数据库服务器依次连接并双向通讯，scada服务器与数据访问存储接口连接，通讯模块和功率预测模块与所述数据访问存储接口双向通讯，通讯模块采集来自环境监测仪的实时环境数据、光伏电站综自系统的场站实发功率数据，并把接收来自数据访问存储接口的功率预测结果及天气预报信息发送给调度中心，天气预报下载传输模块通过Internet网与天气预报中心连接并下载天气预报文件，通过scada服务器把发天气预报文件发送给数据访问存储接口，功率预测模块通过建立模型对光伏电站功率进行预测，并把功率预测结果发送给数据访问存储接口，来自通讯模块、scada服务器和功率预测模块的数据依次通过数据访问存储接口、共享内存和数据收发器发送给历史数据库服务器存储，历史数据库服务器存储的数据依次通过数据收发器、共享内存和数据访问存储接口发送给通讯模块和功率预测模块。
[0006]本发明提供的基于时序数据库平台的光伏电站功率预测系统，对光伏电站的实时数据进行采集、处理、存储，并自动下载、解析天气预报中心的数值天气预报，进行光伏电站实发功率的短期/超短期预测，并将预测结果及天气预报信息按时送到调度中心，通过高速的时序数据库保证系统数据的实时性与正确性，解决了大规模数值天气预报和光伏电站实时数据的采集、存取以及预测结果的上传问题。系统采用分布式系统架构，在进行历史数据访问时不用考虑数据库的物理位置，整个系统的处理性能和容量可以平滑升级。数据处理性能高，可快速操作数据点在十万点以上，数据提交吞吐量达每秒百万事件以上。二次开发接口简单、易用，支持多用户、多线程、多连接访问。同时支持有损压缩和无损压缩，可以在有损压缩和无损压缩之间平滑过渡，同等条件下，具有更高的压缩率，数据压缩最大可达到10倍。
[0007]进一步地，还包括数据展示模块，数据展示模块与所述数据访问存储接口通讯，从所述数据访问存储接口接收数据并对数据进行展示。用户可以通过数据展示模块随时查看、导出存储在数据库里的实时、历史数据和预测结果，可以使光伏电站的预测系统效率大大提尚。
[0008]进一步地，所述通讯模块包括规约接入装置，规约接入装置与环境监测仪、综自系统和调度中心连接，支持101/102/103/104/modbus/ftp常用规约接入与转出功能。通讯模块具有多规约转换功能，可以连接不同厂家的环境监测仪及综自系统，可以通过规约与ftp文件方式上传调度中心预测结果。
[0009]进一步地，在系统正常下载天气预报文件时，所述功率预测模块采用基于天气预报的神经网络模型算法进行功率预测，在天气预报文件下载不成功时，切换至时间序列算法进行功率预测，所述神经网络模型算法使用历史实数据，建立神经网络模型光伏预测功率模型，将所述实时环境数据、天气预报文件作为输入，得出光伏电站的功率预测结果，所述时间序列算法先建立光伏功率预测的ARMA模型，模型建立之后，通过检验变量的自相关函数以及偏相关函数确定模型的阶次，而模型参数的确定采用的是最小二乘法。功率预测模块采用先建模再预测的方式，并能根据预测的结果自动调整预测模型，使得系统预测准确度更高。用基于天气预报的神经网络模型和时间序列模型相结合的模式进行预测，可以避免下载天气预报不成功不能进行功率预测，大大提高了系统的可靠性。具有预测时间可以灵活配置功能，得出未来(1-η)天的预测结果。(η为未来天气预报数据天数，η多I)。
【附图说明】
[0010]图1是本发明基于时序数据库平台的光伏电站功率预测系统的结构示意图。
[0011]下面结合附图对本发明做进一步的详细说明。
【具体实施方式】
[0012]参见图1，基于时序数据库平台的光伏电站功率预测系统包括通讯模块、天气预报下载传输模块、数据统计模块、功率预测模块、数据展示模块和时序数据库平台。时序数据库平台包括scada服务器、数据访问存储接口、共享内存、数据收发器、数据缓存模块和历史数据库服务器，数据访问存储接口、共享内存、数据收发器、数据缓存模块和历史数据库服务器依次连接并双向通讯。
[0013]通讯模块包括规约接入装置，与环境监测仪、综自系统、调度中心连接，采集来自环境监测仪的实时环境数据、光伏电站综自系统的场站实发功率数据，向调度中心上传数据。规约接入装置支持101/102/103/104/modbus/ftp等常用规约接入与转出功能，可以与不同厂家的环境监测仪及综自系统通讯，也可以上传文件到使用不同规约的调度中心。通讯模块采集来自环境监测仪的实时环境数据主要包括总辐照度、直射辐照度、散射辐照度、温度、湿度等环境数据。通讯模块与时序数据库平台的数据访问存储接口双向通讯，通讯模块把接收来自数据访问存储接口的数据上传给调度中心，上传调度中心的数据主要包括功率预测结果(包括短期预测结果、超短期预测结果)、天气预报信息、限电信息等。
[0014]天气预报下载传输模块包括天气预报下载服务器和反向隔离装置，天气预报下载服务器通过Internet网与天气预报中心连接，将天气预报文件下载到本地，反向隔离装置与时序数据库平台的scada服务器连接，将已下载的天气预报文件传送给scada服务器，通过scada服务器把发天气预报文件发送给时序数据库平台的数据访问存储接口。本发明通过反向隔离装置将发电II区的scada服务器与天气预报中心的天气预报服务器进行了隔离，保证了电网系统的安全。
[0015]功率预测模块与时序数据库平台的数据访问存储接口双向通讯，从数据访问存储接口接收实时环境数据、场站实发功率数据、天气预报文件等数据，通过建立模型对光伏电站功率进行预测，并把功率预测结果发送给数据访问存储接口。功率预测模块是系统的核心模块，功率预测包括功率短期预测与超短期预测。功率预测算法采用基于天气预报的神经网络模型算法和时间序列算法相结合的算法，系统正常下载天气预报文件时，功率预测模块采用基于天气预报的神经网络模型算法进行功率预测，如果天气预报下载不成功，切换至时间序列算法进行功率预测。
[0016]神经网络模型算法使用历史实数据，建立神经网络模型光伏预测功率模型，将实时环境数据、天气预报文件作为输入，得出光伏电站的短期/超短期功率预测结果。神经网络模型算法是经典的数学统计算法，使用此算法预测光伏电站功率具有速度快、预测模型一般较简单的特点。
[0017]基于天气预报的神经网络模型算法虽然易于实现准确度较高，但是高度依赖于天气预报文件的成功下载，因此将时间序列预测算法作为补充，本发明使用的是回归滑动平均(ARMA)模型。由于ARMA模型能够描述线性的动态过程，但它仅适用于零均值的平稳随机序列。辐照度及功率的时间序列具有非平稳随机序列的特点，因此，建立光伏功率预测的ARMA模型时首先需进行数据时间序列增加趋势性及周期性的非平稳化处理。模型建立之后，通过检验变量的自相关函数以及偏相关函数确定模型的阶次，而模型参数的确定采用的是最小二乘法。
[0018]功率预测模块采用先建模再预测的方式，并能根据预测的结果自动调整预测模型，使得系统预测准确度更高。用基于天气预报的神经网络模型和时间序列模型相结合的模式进行预测，可以避免下载天气预报不成功不能进行功率预测，大大提高了系统的可靠性。具有预测时间可以灵活配置功能，得出未来(1-η)天的预测结果。(η为未来天气预报数据天数，n ^ I) ο
[0019]数据展示模块与