融合多种天气状况的光伏发电功率预测方法及装置、设备制造方法及图纸

技术编号:23162308 阅读:121 留言:0更新日期:2020-01-21 22:05
本发明专利技术涉及光伏电站发电功率预测技术领域,具体涉及一种融合多种天气状况的光伏发电功率预测方法及装置、设备。目的在于解决预测精度低的问题。本发明专利技术的预测方法包括:将待预测功率对应的天气变量数据分别输入不同天气状况下的功率预测器,得到预设数量的预测功率值;根据得到的预测功率值,以及每个功率预测器的权重值,计算得到融合多种天气状况的光伏发电功率;其中,功率预测器通过以下方法训练得到:获取训练数据集并划分为预设数量的样本组,利用每个样本组分别对未训练的预测器进行训练,得到不同天气状况下的功率预测器。本发明专利技术避免了某些天气变量数据无法准确划分为某一类天气状况导致的较高预测误差,有效提高了光伏发电功率预测精度。

Photovoltaic power prediction method, device and equipment based on various weather conditions

【技术实现步骤摘要】
融合多种天气状况的光伏发电功率预测方法及装置、设备
本专利技术涉及光伏电站发电功率预测
,具体涉及一种融合多种天气状况的光伏发电功率预测方法及装置、设备。
技术介绍
太阳能作为最清洁、最具发展前景的可再生能源之一,具有巨大的开发和应用潜力。太阳能发电是发展和利用太阳能的一个极其重要的途径。但由于受太阳辐照度等天气条件的影响,其功率输出具有明显的周期性、季节性和随机波动性。这些特点对大规模光伏并网系统的安全性、稳定性和电能质量带来了严峻的挑战。因此,如何准确有效地预测太阳能发电量,对于电网调度和光伏电站的运行具有重要意义。在不同天气状况下分别构建预测模型是提高太阳能发电预测精度的重要途径之一。现有文献中,通常基于天气数据进行天气状况划分,如使用地外太阳辐照度G0和地表太阳辐照度Gs来划分不同的天气状况;使用日最大辐照度、最高温度、最大波动、波动均值、波动标准差、波动最大三阶导数作为核模糊C均值(KFCM)的输入来划分天气状况。然后,使用所划分天气状况的数据构建预测模型。虽然上述方法取得了较好的预测性能,但没有针对某些天气变量无法准确本文档来自技高网...

【技术保护点】
1.一种融合多种天气状况的光伏发电功率预测方法,其特征在于,所述方法包括:/n将待预测功率对应的天气变量数据分别输入预设数量的不同天气状况下的功率预测器,得到所述预设数量的预测功率值;/n根据所述预设数量的预测功率值,以及每个所述功率预测器的权重值,计算得到融合多种天气状况的光伏发电功率;/n其中,/n所述功率预测器通过以下方法训练得到:/n获取训练数据集,所述训练数据集中每个训练样本包括:天气变量数据和光伏发电功率数据;/n将所述训练数据集划分为所述预设数量的样本组,使每个所述样本组分别对应一类特定的天气状况;/n利用所述预设数量的样本组分别对未训练的预测器进行训练,从而得到所述预设数量的不...

【技术特征摘要】
1.一种融合多种天气状况的光伏发电功率预测方法,其特征在于,所述方法包括:
将待预测功率对应的天气变量数据分别输入预设数量的不同天气状况下的功率预测器,得到所述预设数量的预测功率值;
根据所述预设数量的预测功率值,以及每个所述功率预测器的权重值,计算得到融合多种天气状况的光伏发电功率;
其中,
所述功率预测器通过以下方法训练得到:
获取训练数据集,所述训练数据集中每个训练样本包括:天气变量数据和光伏发电功率数据;
将所述训练数据集划分为所述预设数量的样本组,使每个所述样本组分别对应一类特定的天气状况;
利用所述预设数量的样本组分别对未训练的预测器进行训练,从而得到所述预设数量的不同天气状况下的所述功率预测器。


2.根据权利要求1所述的融合多种天气状况的光伏发电功率预测方法,其特征在于,“将所述训练数据集划分为所述预设数量的样本组,使每个所述样本组分别对应一类特定的天气状况”的步骤具体包括:
根据所述训练数据集中各样本的光伏发电功率数据,采用K均值聚类算法对所述训练数据集进行分类,其中K为所述预设数量,从而得到所述预设数量的样本组,且每个所述样本组分别对应一类特定的天气状况。


3.根据权利要求1所述的融合多种天气状况的光伏发电功率预测方法,其特征在于,所述功率预测器的权重值通过以下步骤训练得到:
将所述训练数据集中每个训练样本的天气变量数据分别输入各个所述功率预测器,得到相应的预测功率值;并以得到的预测功率值作为权重学习器的输入,以该训练样本的光伏功率数据作为真实功率值,对所述权重学习器进行训练,从而得到各个所述功率预测器的权重值。


4.根据权利要求1所述的融合多种天气状况的光伏发电功率预测方法,其特征在于,在所述获取训练数据集的步骤之前,还包括进行数据预处理的步骤:
获取天气变量数据和对应的光伏发电功率数据,并进行预处理,从而得到训练数据集;其中,对光伏功率数据使用名义标称容量进行预处理,对天气数据采用MinMax函数进行预处理:



其中,x′i为经过预处理后的第i个天气变量数据,xi为第i个天气变量数据,xmax和xmin分别为天气变量数据的最大值和最小值,N为获取的天气变量数据的总个数。


5.一种融合多种天气状况的光伏发电功率预测装置,其特征在于,所述装置包括:
预测模块,配置为将待预测功率对应的天气变量数据分别输入预设数量的不同天气状况下的功率预测器,得到所述预设数量的预测功率值;
融合模块,配置为根据所述...

【专利技术属性】
技术研发人员:谭杰潘程
申请(专利权)人:中国科学院自动化研究所
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1