基于组合预测的提升精度的光伏功率预测方法、装置制造方法及图纸

本申请涉及一种基于组合预测的提升精度的光伏功率预测方法、装置。所述方法包括：获取预设时长内的历史光伏功率数据；根据历史光伏功率数据，确定预设时长内的高频功率数据和平均功率数据，其中，高频功率数据为设定时长内的波动频率大于预设值的数据；获取气象数据，将气象数据和高频功率数据输入神经网络模型，确定高频功率数据的预测值；根据高频功率数据的预测值和平均功率数据，确定光伏功率预测结果。从而能够将高频功率从整体的功率中剥离出来针对性的进行预测，提高功率预测的精度。提高功率预测的精度。提高功率预测的精度。

【技术实现步骤摘要】
基于组合预测的提升精度的光伏功率预测方法、装置


[0001]本申请涉及新能源
，特别是涉及一种基于组合预测的提升精度的光伏功率预测方法、装置。

技术介绍

[0002]随着新能源技术的发展，太阳能光伏发电因具有清洁、无污染、易于分布式推广等优势，近年来，在全球范围内得到不断的推广与应用。然而，由于光伏发电受太阳辐射、云覆盖等气象因素的影响，所以光伏发电功率具有很强的波动性和随机性，在天气发生突变时的表现尤为突出。因此，将光伏发电并入电网中，会影响电网安全稳定和经济运行。而通过光伏发电功率预测可提前获知光伏电站未来的出力情况，不仅可为电力调度提供重要的决策支持，而且将其与储能系统配合，可平滑功率波动，减小并网对系统的不利影响。因此提高预测准确度对光伏系统的推广应用以及电网的安全经济运行十分重要。
[0003]传统技术中，根据历史的光伏功率情况，对未来的光伏功率进行预测。
[0004]然而，传统技术的预测方式，是根据整体的历史光伏功率对未来的光伏功率进行的预测，而光伏功率受到云层遮挡而产生的随机高频波动的幅值较小，在整体的历史光本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于组合预测的提升精度的光伏功率预测方法，其特征在于，所述方法包括：获取预设时长内的历史光伏功率数据；根据所述历史光伏功率数据，确定所述预设时长内的高频功率数据和平均功率数据，其中，所述高频功率数据为设定时长内的波动频率大于预设值的数据；获取气象数据，将所述气象数据和所述高频功率数据输入神经网络模型，确定所述高频功率数据的预测值；根据所述高频功率数据的预测值和所述平均功率数据，确定光伏功率预测结果。2.根据权利要求1所述的方法，其特征在于，所述预设时长为多天，所述根据所述历史光伏功率数据，确定所述预设时长内的高频功率数据和平均功率数据，包括：将所述历史光伏功率数据对于天数取平均值，确定所述平均功率数据；将每一天的所述历史光伏功率数据分别减去所述平均功率数据，得到所述高频功率数据。3.根据权利要求1所述的方法，其特征在于，所述获取气象数据，将所述气象数据和所述高频功率数据输入神经网络模型，确定所述高频功率数据的预测值，包括：构建神经网络模型；采用所述高频功率数据训练所述神经网络模型；获取未来气象数据；将所述未来气象数据输入所述神经网络模型中，确定所述高频功率数据的预测值。4.根据权利要求3所述的方法，其特征在于，所述采用所述高频功率数据训练所述神经网络模型，包括：获取所述预设时长内与所述高频功率数据的时刻一一对应的历史气象数据；将所述预设时长内对应时刻的高频功率数据与历史气象数据作为样本数据训练所述神...

【专利技术属性】
技术研发人员：程凯，马溪原，姚森敬，李鹏，陈元峰，张子昊，周长城，李卓环，包涛，周悦，陈炎森，
申请(专利权)人：南方电网数字电网研究院有限公司，
类型：发明
国别省市：