【技术实现步骤摘要】
一种光储式电动汽车充电站光伏功率预测方法和装置
本专利技术涉及新能源
，具体涉及一种光储式电动汽车充电站光伏功率预测方法和装置。
技术介绍
随着电动汽车技术的快速发展，电动汽车充电问题成为主要的难点问题。大到充电站基础设施建设问题，小到单个电动汽车充电站的能量管理问题，都引发了研究者的广泛关注。从当前的发展情况来看，整合了光伏发电、储能设备并与配电网相连接的电动汽车充电站，以下简称光储式电动汽车充电站，具有积极消纳可再生能源、提高电能利用率、协同电网进行“削峰填谷”从而增强电网稳定性的作用，具有可观的工业应用前景。但是光储式电动汽车充电站的运行难度较大，主要的问题在于光伏发电功率具有随机性大、波动性强、出力不可控等特点。对光储式电动汽车充电站进行光伏功率预测可以有效解决上述问题，光伏功率预测可有效提高光储式电动汽车充电站控制、调度性能，保障电网安全问题运行，且有助于运营者降低储能设备系统配置容量从而减小初次投资成本。现有技术中光储式电动汽车充电站光伏功率预测一般采取以下两种方式：方式1)：基于采...
【技术保护点】
1.一种光储式电动汽车充电站光伏功率预测方法，其特征在于，包括：/n获取光储充电动汽车充电站的当前运行数据；/n对所述当前运行数据进行预处理；/n将预处理后的当前运行数据输入预先构建的随机森林模型，得到光伏功率预测值；/n所述随机森林模型基于获取的历史运行数据构建。/n
【技术特征摘要】
1.一种光储式电动汽车充电站光伏功率预测方法，其特征在于，包括：
获取光储充电动汽车充电站的当前运行数据；
对所述当前运行数据进行预处理；
将预处理后的当前运行数据输入预先构建的随机森林模型，得到光伏功率预测值；
所述随机森林模型基于获取的历史运行数据构建。
2.根据权利要求1所述的光储式电动汽车充电站光伏功率预测方法，其特征在于，所述随机森林模型的构建包括：
获取光储充电动汽车充电站的历史运行数据；
对所述历史运行数据进行预处理；
将预处理后的历史运行数据输入CART决策树模型，得到回归树模型；
对所述回归树模型进行训练，得到随机森林模型。
3.根据权利要求2所述的光储式电动汽车充电站光伏功率预测方法，其特征在于，所述历史运行数据包括光储充电动汽车充电站所处地理位置的历史地基云图数据、历史数值天气预报数据、历史太阳辐照度以及历史光伏功率数据；
所述当前运行数据包括光储充电动汽车充电站所处地理位置的当前运行年限、当前地基云图数据、当前数值天气预报数据以及当前太阳辐照度。
4.根据权利要求2所述的光储式电动汽车充电站光伏功率预测方法，其特征在于，所述对所述回归树模型进行训练，得到随机森林模型，包括：
对预处理后的历史运行数据进行多次随机抽样，得到多个数据集；
将每个数据集分别输入所述回归树模型，得到每个回归树各自的参数；
根据每个回归树与每个回归树各自的参数，得到随机森林模型。
5.根据权利要求2所述的光储式电动汽车充电站光伏功率预测方法，其特征在于，所述对数据进行预处理包括：剔除坏数据、填补缺失数据、数据去趋势化和数据归一化。
6.根据权利要求5所述的光储式电动汽车充电站光伏功率预测方法，其特征在于，所述剔除坏数据包括：
计算历史运行数据或当前运行数据中的当前地基云图数据、当前数值天气预报以及当前太阳辐照度各自的均方根误差；
若所述均方根误差大于预设的均方根误差阈值，剔除偏离平均值最大的数据；
计算剩余数据的均方根误差，若剩余数据的均方根误差仍大于所述均方根误差阈值，则继续剔除操作，直到剩余数据的均方根误差小于等于...
【专利技术属性】
技术研发人员：王文，王继业，严辉，丁宁，曹曦，苏舒，李培军，张健，
申请(专利权)人：国网电动汽车服务有限公司，中国电力科学研究院有限公司，国网浙江省电力有限公司，
类型：发明
国别省市：北京;11
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。