一种分布式光伏发电功率预测方法及系统技术方案

本发明专利技术公开了一种分布式光伏发电功率预测方法及系统，涉及光伏发电功率预测技术领域，包括：将获取的当前气象预报数据输入已训练完成的实况气象数据预测模型，得到所述当前气象预报数据对应的未来气象实况数据；将所述未来气象实况数据输入到已训练完成的分布式光伏发电功率预测模型，得到所述未来气象实况数据对应的光伏发电功率，实现光伏发电功率超短期预测；本申请的发电功率预测方法实现分布式光伏电站发电功率实时预测，保障了分布式光伏发电有效消纳、并网后电网安全稳定运行。

【技术实现步骤摘要】
一种分布式光伏发电功率预测方法及系统
本专利技术涉及光伏发电功率预测
，尤其涉及一种分布式光伏发电功率预测方法及系统。
技术介绍
为了减少大气污染、保护人类生存环境、促进能源消费方式的变革、逐步改变现有的能源结构，全力开辟出新的可再生能源并得到有效利用，已成为各国着力攻关的一项艰巨任务。从可持续发展角度来看，可再生能源将替代传统矿产资源成为未来国际社会的主要能源渠道，目前世界上大部分国家都已将可再生能源对将来社会能源的供给摆在至关重要的地位。太阳能光伏发电是发展速度最快、规模最大的可再生能源利用方式，在国际社会中得到了大力推广和健康发展，推动着分布式光伏的广泛拓展与应用。然而日照、气候、时令等不可控因素导致光伏发电具有不连续性、不可预知性和不稳定性等特性，严重阻碍了新能源足额消纳，造成大范围“弃光”现象；同时由于光伏发电的不稳定性，给光伏并网后电网的平稳运行带来了极大的挑战。为降低光伏发电“弃光率”，保障分布式光伏入网后电网平稳运行，开展分布式光伏电源发电功率预测等研究变得至关重要。
技术实现思路
基于
技术介绍
存在的技术问题，本专利技术提出了一种分布式光伏发电功率预测方法及系统，实现分布式光伏电站发电功率实时预测，保障了分布式光伏发电有效消纳、并网后电网安全稳定运行。本专利技术提出的一种分布式光伏发电功率预测方法，包括：将获取的当前气象预报数据输入已训练完成的实况气象数据预测模型，得到所述当前气象预报数据对应的未来气象实况数据；将所述未来气象实况数据输入到已训练完成的分布式光伏发电功率预测模型，得到所述未来气象实况数据对应的光伏发电功率，实现光伏发电功率超短期预测。进一步地，在将获取的当前气象预报数据输入已训练完成的实况气象数据预测模型，得到所述当前气象预报数据对应的未来气象实况数据中，对以构建完成的实况气象数据预测模型进行训练，包括：获取历史气象预报数据和历史气象实况数据，所述历史气象预报数据和历史气象实况数据的时间对应，所述历史气象实况数据由微气象传感器获取；以历史气象预报数据作为实况气象数据预测模型的输入，历史气象实况数据作为实况气象数据预测模型的输出，对模型进行训练；获取当前气象预报数据，并输入到已训练完成的实况气象数据预测模型，得到所述当前气象预报数据对应的未来气象实况数据。进一步地，对所述已构建完成的实况气象数据预测模型的训练步骤如下：在以历史气象预报数据作为实况气象数据预测模型的输入，历史气象实况数据作为实况气象数据预测模型的输出，对模型进行训练中，包括：将一组历史气象预报数据输入实况气象数据预测模型中；获取实况气象数据预测模型中的中间参数ft的权值矩阵和偏置量，中间参数it的权值矩阵和偏置量，中间参数ot的权值矩阵和偏置量；根据权值矩阵和偏置量，分别计算第t层输出ht的中间参数ft、it、ot；计算表示计算t层输出Ct的中间参数；根据中间参数ft、中间参数it、中间参数计算t层的中间输出Ct；根据中间参数ot、中间输出Ct计算t层输出ht；循环以上步骤，得到实况气象数据预测模型的总输出；将总输出与历史气象实况数据进行比较，以修正权值矩阵和偏置量，实现对实况气象数据预测模型的训练。进一步地，在将所述未来实况气象数据输入到已训练完成的分布式光伏发电功率预测模型，得到所述未来气象实况数据对应的光伏发电功率，实现光伏发电功率超短期预测中，模式训练步骤包括：获取历史气象实况数据和光伏实际发电数据；以历史气象实况数据作为分布式光伏发电功率预测模型的输入，光伏实际发电数据作为分布式光伏发电功率预测模型的输出，对模型进行训练。进一步地，在以历史气象实况数据作为分布式光伏发电功率预测模型的输入，光伏实际发电数据作为分布式光伏发电功率预测模型的输出，对模型进行训练中，包括：将一组历史气象实况数据输入到分布式光伏发电功率预测模型中；获取分布式光伏发电功率预测模型中第l层的权值矩阵wl和偏置量bl，以及获取第l-1层的输出量al-1，其中，第一层的输入a0为所述实况气象数据预测模型的最终输出h；根据权值矩阵wl、偏置量bl、输出量al-1计算第l层输出al；循环以上步骤，得到分布式光伏发电功率预测模型的总输出；将总输出与光伏实际发电数据进行比较，以修正分布式光伏发电功率预测模型中的权值矩阵和偏置量，实现分布式光伏发电功率预测模型训练。进一步地，所述实况气象数据预测模型训练公式如下：ft＝σ(wf·[ht-1,xt]+bf)(1)it＝σ(wi·[ht-1,xt]+bi)(2)ot＝σ(wo·[ht-1,xt]+bo)(3)ht＝ot*tanh(Ct)(6)其中，ft表示计算t层输出ht的第一中间参数，wf表示计算ft的权值矩阵，ht-1表示t-1层输出，xt表示t层的输入，bf表示计算ft的偏置量，it表示计算t层输出ht的第二中间参数，wi表示计算it的权值矩阵，bi表示计算it的偏置量，ot表示计算t层输出ht的第三中间参数，wo表示计算ot的权值矩阵，bo表示计算ot的偏置量，[ht-1,xt]表示第t-1层的输出与t层的输入组成的矩阵，σ()表示激活函数sigmoid函数，表示计算t层输出Ct的中间参数，wc表示计算的权值矩阵，bc表示计算的偏置量，tanh()表示双曲正切函数，ht表示t层的输出，Ct表示计算t层的中间输出，Ct-1表示计算t-1层的中间输出，ht表示计算t层的输出，*表示乘积。进一步地，分布式光伏发电功率预测模型对应的训练公式：al＝σ(wlal-1+bl)其中，al表示第l层的输出，wl表示第l层的权值矩阵，al-1表示第l-1层的输出，bl表示第l层的偏置量，第一层的输入a0为实况气象数据预测模型最终输出的ht。一种分布式光伏发电功率预测系统，包括第一处理模块和第二处理模块；第一处理模块用于将获取的当前气象预报数据输入已训练完成的实况气象数据预测模型，得到所述当前气象预报数据对应的未来气象实况数据；第二处理模块用于将所述未来气象实况数据输入到已训练完成的分布式光伏发电功率预测模型，得到所述未来气象实况数据对应的光伏发电功率，实现光伏发电功率超短期预测。本专利技术提供的一种分布式光伏发电功率预测方法及系统的优点在于：本专利技术结构中提供的一种分布式光伏发电功率预测方法及系统，能够实现大规模、分布式光伏场站的集中化管理与监测；使用者可根据展示端实时观测分布式光伏场站的发电功率信息、发电功率预测信息、气象数据参数提供辅助决策；本专利技术一方面提高了新能源消纳和光伏电站的收益水平；另一方面提高了光伏发电功率预测结果的准确性，可以为电网调度部门调度策略实施和协调控制提供可靠支撑，降低大规模光伏电站并网对电力系统平稳运行造成的影响。附图说明图1为本专利技术的结构示意图。本文档来自技高网...

【技术保护点】
1.一种分布式光伏发电功率预测方法，其特征在于，包括：/n将获取的当前气象预报数据输入已训练完成的实况气象数据预测模型，得到所述当前气象预报数据对应的未来气象实况数据；/n将所述未来气象实况数据输入到已训练完成的分布式光伏发电功率预测模型，得到所述未来气象实况数据对应的光伏发电功率，实现光伏发电功率超短期预测。/n

【技术特征摘要】
1.一种分布式光伏发电功率预测方法，其特征在于，包括：
将获取的当前气象预报数据输入已训练完成的实况气象数据预测模型，得到所述当前气象预报数据对应的未来气象实况数据；
将所述未来气象实况数据输入到已训练完成的分布式光伏发电功率预测模型，得到所述未来气象实况数据对应的光伏发电功率，实现光伏发电功率超短期预测。


2.根据权利要求1所述的分布式光伏发电功率预测方法，其特征在于，在将获取的当前气象预报数据输入已训练完成的实况气象数据预测模型，得到所述当前气象预报数据对应的未来气象实况数据中，对以构建完成的实况气象数据预测模型进行训练，包括：
获取历史气象预报数据和历史气象实况数据，所述历史气象预报数据和历史气象实况数据的时间对应，所述历史气象实况数据由微气象传感器获取；
以历史气象预报数据作为实况气象数据预测模型的输入，历史气象实况数据作为实况气象数据预测模型的输出，对模型进行训练；
获取当前气象预报数据，并输入到已训练完成的实况气象数据预测模型，得到所述当前气象预报数据对应的未来气象实况数据。


3.根据权利要求1所述的分布式光伏发电功率预测方法，其特征在于，对所述已构建完成的实况气象数据预测模型的训练步骤如下：在以历史气象预报数据作为实况气象数据预测模型的输入，历史气象实况数据作为实况气象数据预测模型的输出，对模型进行训练中，包括：
将一组历史气象预报数据输入实况气象数据预测模型中；
获取实况气象数据预测模型中的中间参数ft的权值矩阵和偏置量，中间参数it的权值矩阵和偏置量，中间参数ot的权值矩阵和偏置量；
根据权值矩阵和偏置量，分别计算第t层输出ht的中间参数ft、it、ot；
计算表示计算t层输出Ct的中间参数；
根据中间参数ft、中间参数it、中间参数计算t层的中间输出Ct；
根据中间参数ot、中间输出Ct计算t层输出ht；
循环以上步骤，得到实况气象数据预测模型的总输出；
将总输出与历史气象实况数据进行比较，以修正权值矩阵和偏置量，实现对实况气象数据预测模型的训练。


4.根据权利要求3所述的分布式光伏发电功率预测方法，其特征在于，在将所述未来实况气象数据输入到已训练完成的分布式光伏发电功率预测模型，得到所述未来气象实况数据对应的光伏发电功率，实现光伏发电功率超短期预测中，模式训练步骤包括：
获取历史气象实况数据和光伏实际发电数据；
以历史气象实况数据作为分布式光伏发电功率预测模型的输入，光伏实际发电数据作为分布式光伏发电功率预测模型的输出，对模型进行训练。


5.根据权利要求4所述的分布式光伏发电功率预测方法，其特征在于，在以历史气象实况数据作为分布式光伏发电功率预测模型...

【专利技术属性】
技术研发人员：李志，张自强，陶鹏，章玉龙，胡志亮，高建勇，延亮，王栋，周识远，花凌锋，刘潇，左晨亮，郑文杰，刘晓强，陈思威，蔡铠骏，
申请(专利权)人：安徽继远软件有限公司，国网甘肃省电力公司，国网信息通信产业集团有限公司，
类型：发明
国别省市：安徽;34