一种基于云边协同计算的新能源电站功率预测系统技术方案

本实用新型专利技术公开了一种基于云边协同计算的新能源电站功率预测系统，其包括：基于边缘计算功率预测终端、监控终端和云端，基于边缘计算功率预测终端与监控终端、云端、电力调度机构以及移动设备连接，其中：基于边缘计算功率预测终端具有四核Cortex

【技术实现步骤摘要】
一种基于云边协同计算的新能源电站功率预测系统


[0001]本技术涉及新能源电站功率预测并网
，具体而言，涉及一种基于云边协同计算的新能源电站功率预测系统。

技术介绍

[0002]为实现新能源(风电、光伏)电站的功率预测，实现电力调度发电计划有序安排及新能源发电消纳，所有新能源站都装有功率预测系统。目前国内外新能源站功率预测系统将数值天气预报、当地微气象数据、变电站并网点实时有功数据、历史数据等接入新能源站预测服务器，利用物理与统计方法预测新能源站的功率预测值；因计算资源限制、算法复杂，计算工作量大，计算时间长等因素影响，存在预测时间长、精度低等缺点，给电网调度功率计划安排及新能源消纳带来较大困难，随着新能源站不断增加，要求新能源站功率预测精度大幅度提高，预测时间大幅缩短，才有利于提高电网对新能源的消纳能力，实现节能减排；目前功率预测系统精度、预测时间尺度难以满足新能源发展和提高电网消纳能力的要求。

技术实现思路

[0003]本技术提供一种基于云边协同计算的新能源电站功率预测系统，用以解决上述现有技术存在的至少一个问题。
[0004]为达到上述目的，本技术提供了一种基于云边协同计算的新能源电站功率预测系统，其包括：基于边缘计算功率预测终端、监控终端和云端，基于边缘计算功率预测终端与监控终端、云端、电力调度机构以及移动设备连接，其中：
[0005]基于边缘计算功率预测终端具有四核Cortex
‑
A53处理器、串口、工业以太网接口、ZIgBee/LoRa模块接口以及物联网卡，新能源电站内部的辐照度传感器、温度传感器、湿度传感器、风速传感器、气压传感器通过串口、工业以太网接口、ZIgBee/LoRa模块接口与基于边缘计算功率预测终端连接，辐照度传感器、温度传感器、湿度传感器、风速传感器、气压传感器用于采集微气象实时数据，微气象实时数据包括辐照度、温湿度、气压、风速，微气象实时数据通过物联网卡发送至云端。
[0006]在本技术的一实施例中，物联网卡为2G/3G/4G/5G物联网卡。
[0007]本技术提供的基于云边协同计算的新能源电站功率预测系统利用云边协同计算优势，实现新能源(风电、光伏)电站高精度功率预测，实现基于云边协同计算新能源功率预测系统。其中，将占用计算资源较多的新能源功率预测算法在云端计算，可以大幅度提高预测精度、缩短预测时间。云计算具有计算速度快的特点，能够缩短数值计算所需要参数(辐照度、压力、温湿度、风速等)的采样时间，有助于采样精度提高及预测时间缩短。
附图说明
[0008]为了更清楚地说明本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地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0009]图1为本技术提供的基于云边协同计算的新能源电站功率预测系统的架构图。
具体实施方式
[0010]下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
[0011]图1为本技术提供的基于云边协同计算的新能源电站功率预测系统的架构图，如图1所示，本技术提供了一种基于云边协同计算的新能源电站功率预测系统，其包括：基于边缘计算功率预测终端、监控终端和云端，基于边缘计算功率预测终端与监控终端、云端、电力调度机构以及移动设备连接，其中：
[0012]基于边缘计算功率预测终端具有四核Cortex
‑
A53处理器、串口、工业以太网接口、ZIgBee/LoRa模块接口以及物联网卡，新能源电站内部的辐照度传感器、温度传感器、湿度传感器、风速传感器、气压传感器通过串口、工业以太网接口、ZIgBee/LoRa模块接口与基于边缘计算功率预测终端连接，辐照度传感器、温度传感器、湿度传感器、风速传感器、气压传感器用于采集微气象实时数据，微气象实时数据包括辐照度、温湿度、气压、风速，微气象实时数据通过物联网卡发送至云端。
[0013]在本实施例中，物联网卡为2G/3G/4G/5G物联网卡。
[0014]本技术提供的基于云边协同计算的新能源电站功率预测系统利用云边协同计算优势，实现新能源(风电、光伏)电站高精度功率预测，实现基于云边协同计算新能源功率预测系统。其中，将占用计算资源较多的新能源功率预测算法在云端计算，可以大幅度提高预测精度、缩短预测时间。云计算具有计算速度快的特点，能够缩短数值计算所需要参数(辐照度、压力、温湿度、风速等)的采样时间，有助于采样精度提高及预测时间缩短。
[0015]本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本技术所必须的。
[0016]本领域普通技术人员可以理解：实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
[0017]最后应说明的是：以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术实施例技术方案的精神和范围。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云边协同计算的新能源电站功率预测系统，其特征在于，包括：基于边缘计算功率预测终端、监控终端和云端，基于边缘计算功率预测终端与监控终端、云端、电力调度机构以及移动设备连接，其中：基于边缘计算功率预测终端具有四核Cortex
‑
A53处理器、串口、工业以太网接口、ZIgBee/LoRa模块接口以及物联网卡，新能源电站内部的辐照度传感器、温度传感器、湿度传感器、风速传感...

【专利技术属性】
技术研发人员：刘太华，王信昌，郝栋梁，陈全，张晓彦，周明辉，
申请(专利权)人：北京奥德威特电力科技股份有限公司，
类型：新型
国别省市：