1. 研究目的与意义
为实现“双碳”目标，我国正加速推进构建以新能源为主体的新型电力系统。其中，太阳能具有
分布广泛、绿色环保的特点，在新能源发电中占据重要的地位。由于太阳能光伏发电出力受气象等因素影响较大，具有较强的间歇性和波动性，由此给电网的安全运行带来了一系列问题，电网调度传统的做法只能采取拉闸限电这样的措施。随着光伏发电站在电网电源结构比重的增加，电网实际运行参数，如电压、电流、频率、负荷等，这些参数受到光伏并网的影响越来越大。而有效及时的电网调度为保证电网安全稳定运行、对外可靠供电、各类电力生产工作有序进行提供了保障。因此光伏出力预测系统变得尤为重要，预测结果越准，光伏并网给电网的安全运行带来的影响就越小，就能够有效的帮助电网调度部门做好各类电源的调度计划。
2. 课题关键问题和重难点
本课题研究的关键在于如何提高基于马尔科夫链的光伏预测模型精度，在利用马尔科夫链模型进行光伏发电预测时，原始马尔科夫链模型无法反映实际光伏出力随季节、天气等因素的变化情况，为此，本文在研究影响光伏电站出力的多种因素的基础上，分析得出时间序列的季节特性、日特性、天气特性与波动特性，之后，综合考虑光伏电站出力的各种特性，构建改进的马尔科夫链模型，以更好地体现光伏出力特性。
然后讨论如何在原始马尔科夫链的基础之上细化数据片段分类，生成多个状态转移矩阵；进而模拟光伏出力波动特性，改进序列生成过程。
最终改善原始马尔科夫链模型无法反映实际光伏出力随季节、天气等因素的变化情况的局限性。
3. 国内外研究现状（文献综述）
近年来光伏发电得到迅速发展，但光伏发电具有波动性和间歇性 REF _Ref126162276 \r \h \* MERGEFORMAT [1-2]，大规模光伏并网会给电网的安全稳定运行带来较大影响，随着大规模光伏电站接入电力系统，光伏电站输出功率的波动性对电力系统运行与控制的影响日益引起关注，因此准确进行光伏发电功率的预测对于电网的安全运行分析有着重要意义。
随着光伏电站规模的日益扩大，因此研究人员对光伏电站出力特性 REF _Ref126373422 \r \h \* MERGEFORMAT [3]和光伏序列分析的进行了一定研究。不但分析出短时的光伏电站出力满足β分布。而且还提出中长期光伏电站出力的随机特性，利用光伏电站的历史出力数据，论述了光伏电站出力的各种特性 REF _Ref126374180 \r \h \* MERGEFORMAT [4]，包括天气特性、季节特性和日特性。此外，光伏发电元件性能的提高及工作方式的改善成为大规模运用太阳能光伏发电技术的关键。最大功率追踪技术的发现提高了含光伏发电的电力系统的发电质量和效率。由于太阳能发电所受的影响因素相当多，因此国外对太阳能光伏系统进行了大量的研究工作，建立了光伏系统组成的各部件的数学模型，模拟了相关因素的影响，考虑了诸如温度、阵列的高度、空隙、风速、覆尘率、湿度等因素，对一个完整的供电系统，相关的各种能量损耗公式也被推导得出，这对模拟整个系统运行情况非常重要。太阳能电池板作为一种电源，既不是电压不变的电源也不是电流不变的电源，而是一个输入输出不成正比的直流电源。其输出功率特性主要由光照强度和本体温度决定。光伏组件温度较高时，工作效率会下降，也就是说温度升高，太阳能电池的功率减少。大约太阳能电池板每升高1℃，功率减少0.35%。在标准温度25 ℃时，随着光照的增强，系统在最大功率点的输出功率提高；在光照强度 1000 W/m2时，光伏电池板的出力会随着电池板本身温度的上升而不断下降。这些特性使得光伏电站并网会给电力系统带来巨大冲击，因此需要对光伏电站发电功率进行预测，目前光伏发电出力预测理论研究尚处于广泛研究阶段 REF _Ref126162466 \r \h \* MERGEFORMAT [5]，在光伏发电出力预测系统方面，目前国内外已有不少机构提供光伏发电出力预测和光资源评估服务，我国在光伏发电出力预测领域已开展了大量研究，但是在预测技术方面仍然稍滞后于欧美发达国家，处于探索阶段。现有主流的预测方法以多元线性回归算法 REF _Ref126162497 \r \h \* MERGEFORMAT [6]、马尔科夫链 REF _Ref126162518 \r \h \* MERGEFORMAT [7]、人工神经网络 REF _Ref126162542 \r \h \* MERGEFORMAT [8-11]以及支持二向量机 REF _Ref126162573 \r \h \* MERGEFORMAT [12-13]等为主，而建模思路也一般分为2类：1)第1类是物理建模。首先根据辐照历史数据基于统计方法建立辐照强度的模型，然后根据光伏阵列的能量转化关系，利用辐照强度得到光伏出力模拟数据。其中一些研究 REF _Ref126345091 \r \h \* MERGEFORMAT [14-15]即是基于上述思路，讨论辐射强度的概率模型，选取相应条件下最优概率模型，根据光电转化率得到光伏出力。由于光伏阵列的能量转化受到温度、光伏电池的衰减、故障等多种因素的影响，而这类方法难以综合全面考虑这些因素，会导致数据结果不准确。2)第2类方法是统计建模。直接利用光伏出力历史数据模拟生成光伏出力序列。该类方法省去光电转化过程，无需考虑光伏电站内部的各种因素，在提高数据准确性同时简化了建模过程。马尔科夫链在风能时间序列模拟中表现出良好性能 REF _Ref126346799 \r \h \* MERGEFORMAT [16-18]，同时在光伏功率 REF _Ref126346829 \r \h \* MERGEFORMAT [19-20]与并网发电量 REF _Ref126346860 \r \h \* MERGEFORMAT [21]的预测中也有应用。但原始马尔科夫链模型无法反映实际光伏出力随季节、天气等因素的变化情况，故需针对这些局限性作相应改进。
综上所述，现有的研究中虽然研究了光伏出力特性，并且建立了马尔科夫链对光伏出力预测模型，但是还无法反映实际光伏出力随季节、天气等因素的变化情况。本课题将研究如何在综合考虑这些因素的前提下改进马尔科夫链模型。
4. 研究方案
1. 查阅相关参考文献，详述光伏发电的意义和背景和简单介绍国内光伏发电的现状发展,并对光伏发电出力特性分析；
2. 在了解马尔科夫原理后，逐步建立考虑光伏发电功率的季节特性、日特性和天气特性生成的多个状态转移矩阵，并经过一定的条件判别后使用相应矩阵，生成目标时刻状态量，并且对光伏发电功率的影响因素进行分析；
3. 在MATLAB软件上构建相应模型，并利用仿真数据进行分析并得出结论；
5. 工作计划
1、第1周：以论文题目为核心，对相关资料进行收集和翻阅，对已搜集的资料加以整理，论证分析论文的可行性、实际性，进行开题报告，并提交开题报告以及外文翻译。
2、第2周：完善开题报告和外文翻译。
3、第3-4周：制定论文方案，设计实施步骤。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
