光伏电场太阳辐照度预测方法、电子设备及存储介质技术

本发明专利技术涉及光伏发电技术领域，提供一种光伏电场太阳辐照度预测方法、电子设备及存储介质，包括：构建以光伏电场为中心坐标的空间形势场，空间形势场具备位势高度场、温度场和湿度场，空间形势场为采用中尺度数值模式模拟出的多层次网格空间；采用中尺度数值模式模拟确定预测时间段内的空间形势场特征数据；将空间形势场特征数据输入到辐照度预测模型中，得到由辐照度预测模型输出的对应于预测时间段的太阳辐照度预测值。本发明专利技术从获取更为切合实际的特征数据的角度，完成对太阳辐照度的精确预测。测。测。

【技术实现步骤摘要】
光伏电场太阳辐照度预测方法、电子设备及存储介质


[0001]本专利技术涉及光伏发电
，尤其涉及一种光伏电场太阳辐照度预测方法、电子设备及存储介质。

技术介绍

[0002]光伏系统的输出基本上是由入射的太阳辐照度决定的，因此，辐照度预测是大多数光伏功率预测方法中最重要的步骤，准确的太阳辐照度预测是一个重要的问题。
[0003]辐照度预测方法可以根据所使用的输入数据进行分类，这也决定了预测范围。基于在线辐照度测量的时间序列可以应用于非常短的时间尺度，对于小时内的时间范围，地面天空成像仪的云量信息可以用于计算高时间和空间分辨率的预报，卫星数据对提前6小时的辐照度预测效果很好，对于更长时间的预测，基于数值天气预报的预测结果是最常用的选择。
[0004]云是决定地表太阳辐射入射强度的最重要因素之一。中纬度云的形成通常受到天气尺度运动的影响，层状云系的形成通常因为中纬度气旋，有锋面的抬升。在气流上升运动较强、大气水汽含量较高的天气形势影响下，夏天会出现积雨云，有时有晴空积云。浅对流云空间尺度仅有几百米到1~2公里，生命时间为10
‑
50分钟在时间空间上有很多变化，进而引起局地太阳辐照度的快速变化。另外，大气层结不稳定条件下容易有上升运动形成尺度小、时间段的强对流事件，导致局地云量发生变化，也引起太阳辐照度的快速改变。数值预报的网格尺度一般为几公里，难以捕捉空间和时间尺度较小的云的生消及运动，对高时间空间分辨率的太阳辐照度变化预测难度较大。

技术实现思路

[0005]针对现有技术存在的问题，本专利技术提供一种光伏电场太阳辐照度预测方法、电子设备及存储介质。
[0006]第一方面，本专利技术提供一种光伏电场太阳辐照度预测方法，包括：构建以光伏电场为中心坐标的空间形势场，所述空间形势场具备位势高度场、温度场和湿度场，所述空间形势场为采用中尺度数值模式模拟出的多层次网格空间；采用中尺度数值模式模拟确定预测时间段内的空间形势场特征数据；将所述空间形势场特征数据输入到辐照度预测模型中，得到由所述辐照度预测模型输出的对应于所述预测时间段的太阳辐照度预测值；其中，所述辐照度预测模型为将根据样本数据中空间形势场特征数据和所述样本数据的太阳辐照度作为输入，通过机器学习训练得到的，用于预测太阳辐照度的模型。
[0007]在一个实施例中，所述方法还包括辐照度预测模型的获取步骤，包括：获取预设时间段内位于所述空间形势场内的n条历史数据；每条历史数据m个气象因子，其中，m个气象因子由所述空间形势场内每个网格点上的位势高度、温度和湿度按顺序排列而成；
根据n条历史数据构建m
×
n的特征矩阵；获取基于n条历史数据预测得到的预测特征向量；根据m
×
n的特征矩阵和预测特征向量确定每条历史数据与预测特征矩阵之间的相似度；根据所述相似度从n条历史数据确定w条历史数据作为样本数据；根据所述样本数据中的特征矩阵和太阳辐照度训练得到辐照度预测模型。
[0008]在一个实施例中，根据m
×
n的特征矩阵和预测特征向量确定每条历史数据与预测特征向量之间的相似度，包括：逐个计算每条历史数据在m
×
n的特征矩阵中对应的特征向量与预测特征向量之间的绝对差值向量；将所述绝对差值向量进行归一化处理，确定归一化的绝对差值向量；将绝对差值向量内的数值求和，确定每条历史数据与预测特征向量之间的相似度。
[0009]在一个实施例中，根据所述样本数据中的特征矩阵和太阳辐照度训练得到辐照度预测模型，包括：基于样本数据对初始模型进行训练，并在模型进行第 k次迭代训练时，采用当前训练中的模型对样本数据中的特征矩阵进行预测，确定太阳辐照度，并将预测得到的太阳辐照度和特征矩阵作为新的样本数据；基于新的样本数据对当前训练中的模型继续训练，并在迭代次数满足预设数目时，更新模型参数，确定辐照度预测模型。
[0010]第二方面，本专利技术提供一种光伏电场太阳辐照度预测装置，包括：构建模块，用于构建以光伏电场为中心坐标的空间形势场，所述空间形势场具备位势高度场、温度场和湿度场，所述空间形势场为采用中尺度数值模式模拟出的多层次网格空间；确定模块，用于采用中尺度数值模式模拟确定预测时间段内的空间形势场特征数据；预测模块，用于将所述空间形势场特征数据输入到辐照度预测模型中，得到由所述辐照度预测模型输出的对应于所述预测时间段的太阳辐照度预测值；其中，所述辐照度预测模型为将根据样本数据中空间形势场特征数据和所述样本数据的太阳辐照度作为输入，通过机器学习训练得到的，用于预测太阳辐照度的模型。
[0011]在一个实施例中，所述装置还包括生成模块，用于：获取预设时间段内位于所述空间形势场内的n条历史数据；每条历史数据m个气象因子，其中，m个气象因子由所述空间形势场内每个网格点上的位势高度、温度和湿度按顺序排列而成；根据n条历史数据构建m
×
n的特征矩阵；获取基于n条历史数据预测得到的预测特征向量；根据m
×
n的特征矩阵和预测特征向量确定每条历史数据与预测特征矩阵之间的相似度；根据所述相似度从n条历史数据确定w条历史数据作为样本数据；
根据所述样本数据中的特征矩阵和太阳辐照度训练得到辐照度预测模型。
[0012]在一个实施例中，所述生成模块在根据m
×
n的特征矩阵和预测特征向量确定每条历史数据与预测特征向量之间的相似度的处理过程中，具体用于：逐个计算每条历史数据在m
×
n的特征矩阵中对应的特征向量与预测特征向量之间的绝对差值向量；将所述绝对差值向量进行归一化处理，确定归一化的绝对差值向量；将绝对差值向量内的数值求和，确定每条历史数据与预测特征向量之间的相似度。
[0013]在一个实施例中，所述生成模块在根据所述样本数据中的特征矩阵和太阳辐照度训练得到辐照度预测模型的处理过程中，具体用于：基于样本数据对初始模型进行训练，并在模型进行第k次迭代训练时，采用当前训练中的模型对样本数据中的特征矩阵进行预测，确定太阳辐照度，并将预测得到的太阳辐照度和特征矩阵作为新的样本数据；基于新的样本数据对当前训练中的模型继续训练，并在迭代次数满足预设数目时，更新模型参数，确定辐照度预测模型。
[0014]第三方面，本专利技术提供一种电子设备，包括存储器和存储有计算机程序的存储器，所述处理器执行所述程序时实现第一方面所述光伏电场太阳辐照度预测方法的步骤。
[0015]第四方面，本专利技术提供一种处理器可读存储介质，所述处理器可读存储介质存储有计算机程序，所述计算机程序用于使所述处理器执行第一方面所述光伏电场太阳辐照度预测方法的步骤。
[0016]本专利技术提供的光伏电场太阳辐照度预测方法、电子设备及存储介质，采用中尺度数值模式模拟确定预测时间段内的空间形势场特征数据，将空间形势场特征数据输入到辐照度预测模型中，得到由辐照度预测模型输出的对应于预测时间段的太阳辐照度预测值，从获取更为切合实际的特征数据的角度，完成对太阳辐照本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光伏电场太阳辐照度预测方法，其特征在于，包括：构建以光伏电场为中心坐标的空间形势场，所述空间形势场具备位势高度场、温度场和湿度场，所述空间形势场为采用中尺度数值模式模拟出的多层次网格空间；采用中尺度数值模式模拟确定预测时间段内的空间形势场特征数据；将所述空间形势场特征数据输入到辐照度预测模型中，得到由所述辐照度预测模型输出的对应于所述预测时间段的太阳辐照度预测值；其中，所述辐照度预测模型为将根据样本数据中空间形势场特征数据和所述样本数据的太阳辐照度作为输入，通过机器学习训练得到的，用于预测太阳辐照度的模型。2.根据权利要求1所述的光伏电场太阳辐照度预测方法，其特征在于，所述方法还包括辐照度预测模型的获取步骤，包括：获取预设时间段内位于所述空间形势场内的n条历史数据；每条历史数据m个气象因子，其中，m个气象因子由所述空间形势场内每个网格点上的位势高度、温度和湿度按顺序排列而成；根据n条历史数据构建m
×
n的特征矩阵；获取基于n条历史数据预测得到的预测特征向量；根据m
×
n的特征矩阵和预测特征向量确定每条历史数据与预测特征矩阵之间的相似度；根据所述相似度从n条历史数据确定w条历史数据作为样本数据；根据所述样本数据中的特征矩阵和太阳辐照度训练得到辐照度预测模型。3.根据权利要求2所述的光伏电场太阳辐照度预测方法，其特征在于，所述根据m
×
n的特征矩阵和预测特征向量确定每条历史数据与预测特征向量之间的相似度，包括：逐个计算每条历史数据在m
×
n的特征矩阵中对应的特征向量与预测特征向量之间的绝对差值向量；将所述绝对差值向量进行归一化处理，确定归一化的绝对差值向量；将绝对差值向量内的数值求和，确定每条历史数据与预测特征向量之间的相似度。4.根据权利要求2所述的光伏电场太阳辐照度预测方法，其特征在于，所述根据所述样本数据中的特征矩阵和太阳辐照度训练得到辐照度预测模型，包括：基于样本数据对初始模型进行训练，并在模型进行第 k次迭代训练时，采用当前训练中的模型对样本数据中的特征矩阵进行预测，确定太阳辐照度，并将预测得到的太阳辐照度和特征矩阵作为新的样本数据；基于新的样本数据对当前训练中的模型继续训练，并在迭代次数满足预设数目时，更新模型参数，确定辐照度预测模型。5.一种光伏电场太阳辐照度预测装置，其特征在于，包括：构建模块，用于构建以光伏电场为中心坐标的空间形势场，所述空间形势场具备位势高度场、温度场和湿度场，所述空间形势场为采用中尺度数值模式模拟出的多层次网格空间；确定模块，用于采用...

【专利技术属性】
技术研发人员：向婕，王嘉禾，李兆兴，
申请(专利权)人：国能日新科技股份有限公司，
类型：发明
国别省市：