一种光伏发电功率预测方法、系统、电子设备及介质技术方案

本发明专利技术涉及一种光伏发电功率预测方法、系统、电子设备及介质，具体涉及电力系统发电预测技术领域。所述方法包括获取目标区域光伏电站的历史数据集以及待预测时刻的气象数据；使用模糊C

【技术实现步骤摘要】
一种光伏发电功率预测方法、系统、电子设备及介质


[0001]本专利技术涉及电力系统发电预测
，特别是涉及一种光伏发电功率预测方法、系统、电子设备及介质。

技术介绍

[0002]随着全球能源短缺和环境问题日益突出，可再生能源的利用受到广泛关注。光伏发电作为可再生能源的重要形式，是当前可再生能源中最具规模化开发条件和商业化发展前景的发电方式之一，越来越受到人们的关注，由于光伏发电具有间歇性和随机性的特点，其接入电网会给系统的安全运行和调度管理带来一定的挑战，因此需要对光伏发电功率进行预测，但是光伏功率预测受温度、降水量等多重因素影响，现有的光伏功率预测方法仅对单一天气特征的依赖性较强，导致预测精确度不高。

技术实现思路

[0003]本专利技术的目的是提供一种光伏发电功率预测方法、系统、电子设备及介质，可以提高光伏发电功率的预测精度。
[0004]为实现上述目的，本专利技术提供了如下方案：
[0005]一种光伏发电功率预测方法，包括：
[0006]获取目标区域光伏电站的历史数据集以及待预测时刻的气象数据；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光伏发电功率预测方法，其特征在于，包括：获取目标区域光伏电站的历史数据集以及待预测时刻的气象数据；所述历史数据集包括设定天数内同一时刻的历史数据；所述历史数据包括气象数据和光伏发电功率；使用模糊C
‑
means聚类算法对所述历史数据集以及所述待预测时刻的气象数据进行分类得到多个发电阶段的数据集；采用相似日搜索方法对各发电阶段的数据集和所述待预测时刻的气象数据进行处理得到相似日样本集合；根据相似日样本集合对LSTM神经网络进行训练得到初始预测模型；采用遗传算法对所述初始预测模型进行优化得到预测模型，所述预测模型用于对所述待预测时刻的光伏发电功率进行预测。2.根据权利要求1所述的一种光伏发电功率预测方法，其特征在于，在所述使用模糊C
‑
means聚类算法对所述历史数据集以及所述待预测时刻的气象数据进行分类得到多个发电阶段的数据集之前还包括：对所述历史数据集进行归一化处理得到归一化后的历史数据集。3.根据权利要求1所述的一种光伏发电功率预测方法，其特征在于，所述使用模糊C
‑
means聚类算法对所述历史数据集以及所述待预测时刻的气象数据进行分类得到多个发电阶段的数据集，具体包括：根据当前迭代次数下各聚类中心与所述历史数据集中各历史数据之间的欧几里得距离计算当前迭代次数下的隶属度矩阵；根据所述当前迭代次数下的隶属度矩阵计算下一迭代次数下各聚类中心；以目标函数最小为目标，根据下一迭代次数下各聚类中心与所述历史数据集中各历史数据之间的欧几里得距离计算下一迭代次数下的隶属度矩阵；判断下一迭代次数下各聚类中心与当前迭代次数下各聚类中心的差值的范数是否小于结束阈值，得到第一判断结果；若所述第一判断结果为是，则根据下一迭代次数下各聚类中心对所述历史数据集以及所述待预测时刻的气象数据进行聚类得到多个发电阶段的数据集；若所述第一判断结果为否，则更新迭代次数并返回所述根据所述当前迭代次数下的隶属度矩阵计算下一迭代次数下各聚类中心。4.根据权利要求1所述的一种光伏发电功率预测方法，其特征在于，所述采用相似日搜索方法对各发电阶段的数据集和所述待预测时刻的气象数据进行处理得到相似日样本集合，具体包括：计算所述相似日样本集合中各气象数据与所述待预测时刻的气象数据之间的切比雪夫距离；根据所述相似日样本集合中各气象数据与所述待预测时刻的气象数据之间的切比雪夫距离确定相似日样本集合。5.一种光伏发电功率预测系统，其特征在于，包括：获取模块，用于获取目标区域光伏电站的历史数据集以及待预测时刻的气象数据；所述历史...

【专利技术属性】
技术研发人员：王秋强，黄浩嘉，王丽平，张欢，王逸飞，王德玉，刘长智，
申请(专利权)人：国电和风风电开发有限公司，
类型：发明
国别省市：