一种光伏出力预测方法及装置制造方法及图纸

本发明专利技术公开了一种光伏出力预测方法及装置，该方法包括：建立待预测时刻的ESN预测模型；获取最近预设时间段内的最高气温、平均气温、获取历史时刻的光伏出力值，所述历史时刻的时刻值与所述待预测时刻的时刻值相同；确定所述待预测时刻的点指数和所述待预测时刻所在预测日的日指数；将所述最高气温、所述平均气温、所述历史时刻的光伏出力值、所述点指数和所述日指数作为所述ESN预测模型的输入，以得到所述待预测时刻的光伏出力值。相对于现有技术，本实施例通过建立ESN预测模型、将气温、类型指数、历史光伏出力值作为ESN网络的输入，预测一天中预测时刻的光伏出力值，解决了采用神经网络模型时样本数据少导致的预测不准确的问题。

【技术实现步骤摘要】
一种光伏出力预测方法及装置
本专利技术涉及光伏
，特别是涉及一种光伏出力方法及装置。
技术介绍
在经济全球化的影响下，环境污染问题和全球能源危机是日益突出的两大难题，开发利用新能源，是保持能源长期供应的重要措施。作为发展比较成熟的新能源之一，太阳能以其清洁、无污染、来源广泛等优势，受到社会的广泛关注，大规模光伏并网发电成为太阳能发电的发展趋势。光伏发电受到外部气象、自身性能等因素的影响，各因素的波动性使得光伏出力出现波动性和间歇性，光伏大规模并网运行会影响电能质量，影响电力系统的安全稳定经济的运行，所以对光伏出力进行预测是十分有必要。目前常用的光伏出力预测方法有人工神经网络预测法。人工神经网络可以模仿人脑的智能化处理过程，具有较强的自主学习和自适应能力，在光伏功率预测中备受研究学者的青睐。但是，神经网络在样本数据不充分时工作不理想，某些天气类型(如暴雨、暴雪、大雨等)的样本数据量积累较少，模型拟合效果差。
技术实现思路
为解决上述技术问题，本专利技术实施例提供了一种光伏出力预测方法及装置，技术方案如下：一种光伏出力预测方法，包括：建立待预测时刻的ESN预测模型；获取最近预设时间段内的最高气温、平均气温、获取历史时刻的光伏出力值，所述历史时刻的时刻值与所述待预测时刻的时刻值相同；确定所述待预测时刻的点指数和所述待预测时刻所在预测日的日指数；将所述最高气温、所述平均气温、所述历史时刻的光伏出力值、所述点指数和所述日指数作为所述ESN预测模型的输入，以得到所述待预测时刻的光伏出力值。优选地，还包括：预先确定所述预测日的天气类型；根据所述最近预设时间段内的光伏出力曲线和所述天气类型，确定所述日指数和所述点指数。优选地，在所述最近预设时间段内，光伏出力值最小的天气类型对应的日指数设为1，光伏出力值最大的天气类型对应的点指数设未1。优选地，还包括：从6:00至19:00，对所述预测日分别建立14个ESN预测模型；将6:00至19:00中的任一整点时刻作为所述预设时刻。优选地，还包括：通过马尔科夫链预测模型对所述待预测时刻的光伏出力值进行修正。一种光伏出力预测装置，包括：第一建立单元，用于建立待预测时刻的ESN预测模型；获取单元，用于获取最近预设时间段内的最高气温、平均气温、获取历史时刻的光伏出力值，所述历史时刻的时刻值与所述待预测时刻的时刻值相同；第一确定单元，用于确定所述待预测时刻的点指数和所述待预测时刻所在预测日的日指数；计算单元，用于将所述最高气温、所述平均气温、所述历史时刻的光伏出力值、所述点指数和所述日指数作为所述ESN预测模型的输入，以得到所述待预测时刻的光伏出力值。优选地，还包括：第二确定单元，用于预先确定所述预测日的天气类型；第三确定单元，用于根据所述最近预设时间段内的光伏出力曲线和所述天气类型，确定所述日指数和所述点指数。优选地，在所述最近预设时间段内，光伏出力值最小的天气类型对应的日指数设为1，光伏出力值最大的天气类型对应的点指数设未1。优选地，还包括：第二建立单元从6:00至19:00，对所述预测日分别建立14个ESN预测模型；相应地，所述第一建立单元具体用于：将6:00至19:00中的任一整点时刻作为所述预设时刻。优选地，还包括：修正单元，用于通过马尔科夫链预测模型对所述待预测时刻的光伏出力值进行修正。本专利技术实施例提供的技术方案，通过建立ESN预测模型、将气温、类型指数、历史光伏出力值作为ESN网络的输入，预测一天中预测时刻的光伏出力值，解决了采用神经网络模型时样本数据少导致的预测不准确的问题。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例所提供的一种光伏出力预测方法的一种流程示意图；图2为本专利技术实施例所提供的一种光伏出力预测装置的一种结构示意图；图3为本专利技术实施例所提供的回声状态网络的网络结构图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参阅图1，图1为本专利技术实施例提供的一种光伏出力预测方法的一种实现流程图，该方法包括：步骤S101、建立待预测时刻的ESN预测模型。步骤S102、获取最近预设时间段内的最高气温、平均气温、获取历史时刻的光伏出力值，所述历史时刻的时刻值与所述待预测时刻的时刻值相同。实际应用中可以收集光伏电站所在地最近一年内每天的气象数据，包括最高气温、最低气温、天气类型，收集光伏电站近一年内每天24小时的历史出力值。截取6:00至19:00的出力值作为光伏出力曲线。影响发电系统输出功率的主要因素有光照强度、环境温度和光伏电站本身的特性等，由于这些因素的数据不易采集，间接采用天气类型、最高气温、平均气温、历史光伏出力值作为影响光伏发电的因素。不同类型天气的太阳辐射、云量、风速、温度等气候因素是不一样的，光伏电池的输出功率也不同。例如，晴天和雨天的输出功率相差很大。天气类型对光伏电站出力结果影响很大，这些影响直接体现在日发电功率的大小。因此，本文通过对光伏出力数据的处理，将天气类型映射为一个数值型的类型指数，作为回声状态网络训练和预测的输入。为了提高预测精度，本文逐点预测，即对应一天的6:00至19:00分别共建立14个ESN预测模型。所以类型指数作为模型的输入，既要反映天气类型对全天出力的影响，也要体现出某时刻点上对出力的贡献。鉴于此，将类型指数定义为一个二维数组，包括日指数和点指数两部分，即(日指数，点指数)。步骤S103、确定所述待预测时刻的点指数和所述待预测时刻所在预测日的日指数。收集光伏电站所在地最近一年内每天的气象数据，包括最高气温、最低气温、天气类型，收集光伏电站近一年内每天24小时的历史出力值。截取6:00至19:00的出力值作为光伏出力曲线。影响发电系统输出功率的主要因素有光照强度、环境温度和光伏电站本身的特性等，由于这些因素的数据不易采集，间接采用天气类型、最高气温、平均气温、历史光伏出力值作为影响光伏发电的因素。不同类型天气的太阳辐射、云量、风速、温度等气候因素是不一样的，光伏电池的输出功率也不同。例如，晴天和雨天的输出功率相差很大。天气类型对光伏电站出力结果影响很大，这些影响直接体现在日发电功率的大小。因此，本文通过对光伏出力数据的处理，将天气类型映射为一个数值型的类型指数，作为回声状态网络训练和预测的输入。为了提高预测精度，本文逐点预测，即对应一天的6:00至19:00分别共建立14个ESN预测模型。所以类型指数作为模型的输入，既要反映天气类型对全天出力的影响，也要体现出某时刻点上对出力的贡献。鉴于此，将类型指数定义为一个二维数组，包括日指数和点指数两部分，即(日指数，点指数)。步骤S104、将所述最高气温、所述平均气温、所述历史时刻的光伏出力值、所述点指数和所述日指数作为所述ESN预本文档来自技高网...

【技术保护点】
1.一种光伏出力预测方法，其特征在于，包括：建立待预测时刻的ESN预测模型；获取最近预设时间段内的最高气温、平均气温、获取历史时刻的光伏出力值，所述历史时刻的时刻值与所述待预测时刻的时刻值相同；确定所述待预测时刻的点指数和所述待预测时刻所在预测日的日指数；将所述最高气温、所述平均气温、所述历史时刻的光伏出力值、所述点指数和所述日指数作为所述ESN预测模型的输入，以得到所述待预测时刻的光伏出力值。

【技术特征摘要】
1.一种光伏出力预测方法，其特征在于，包括：建立待预测时刻的ESN预测模型；获取最近预设时间段内的最高气温、平均气温、获取历史时刻的光伏出力值，所述历史时刻的时刻值与所述待预测时刻的时刻值相同；确定所述待预测时刻的点指数和所述待预测时刻所在预测日的日指数；将所述最高气温、所述平均气温、所述历史时刻的光伏出力值、所述点指数和所述日指数作为所述ESN预测模型的输入，以得到所述待预测时刻的光伏出力值。2.根据权利要求1所述的方法，其特征在于，还包括：预先确定所述预测日的天气类型；根据所述最近预设时间段内的光伏出力曲线和所述天气类型，确定所述日指数和所述点指数。3.根据权利要求2所述的方法，其特征在于，在所述最近预设时间段内，光伏出力值最小的天气类型对应的日指数设为1，光伏出力值最大的天气类型对应的点指数设未1。4.根据权利要求1所述的方法，其特征在于，还包括：从6:00至19:00，对所述预测日分别建立14个ESN预测模型；将6:00至19:00中的任一整点时刻作为所述预设时刻。5.根据权利要求1-4任一项所述的方法，其特征在于，还包括：通过马尔科夫链预测模型对所述待预测时刻的光伏出力值进行修正。6.一种光伏出力预测装置，其特征在于，包括：第一建立单元，用于建立待预测时刻的E...

【专利技术属性】
技术研发人员：张静，袁葆，陈雁，欧阳红，刘玉玺，赵加奎，刘建，闫富荣，
申请(专利权)人：北京中电普华信息技术有限公司，国网信息通信产业集团有限公司，国家电网有限公司，
类型：发明
国别省市：北京,11