发电功率预测方法及相关装置制造方法及图纸

本发明专利技术公开了一种发电功率预测方法及相关装置，可以通过获得第一周期内的发电功率序列和第一周期内的气象数据对应的熵值序列，第一周期为以往发电过程中的其中一个周期，第一周期内的气象数据与目标预测周期内的气象数据相匹配；将发电功率序列分解得到多个模态分量；针对任一模态分量，将模态分量和熵值序列输入至预先建立的预测模型中，从而获得预测模型输出的预测序列，其中，一个模态分量对应一个预测序列；根据各预测序列，确定目标预测周期内的预测功率序列。本发明专利技术可以基于以往周期的气象数据和熵值序列，预测目标预测周期内的预测功率序列，充分考虑了各种天气影响因素，对于发电功率的预测精度较高，比较准确。比较准确。比较准确。

【技术实现步骤摘要】
发电功率预测方法及相关装置


[0001]本专利技术涉及电力领域，特别涉及一种发电功率预测方法及相关装置。

技术介绍

[0002]光伏发电功率的准确预测对于电网调度的安全稳定运行有着重要作用，但目前所使用的预测模型对于光伏发电功率的预测精度较低，不能准确考虑光伏发电功率的影响因素，准确高效地预测光伏发电功率成为了本领域人员亟待解决的技术问题。

技术实现思路

[0003]鉴于上述问题，本专利技术提供一种克服上述问题或者至少部分地解决上述问题的一种发电功率预测方法及相关装置。
[0004]第一方面，一种发电功率预测方法，包括：
[0005]获得第一周期内的发电功率序列和所述第一周期内的气象数据对应的熵值序列，其中，所述第一周期为以往发电过程中的其中一个周期，所述第一周期内的气象数据与目标预测周期内的气象数据相匹配；
[0006]将所述发电功率序列分解得到多个模态分量；
[0007]针对任一所述模态分量，将所述模态分量和所述熵值序列输入至预先建立的预测模型中，从而获得所述预测模型输出的预测序列，其中，一个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种发电功率预测方法，其特征在于，包括：获得第一周期内的发电功率序列和所述第一周期内的气象数据对应的熵值序列，其中，所述第一周期为以往发电过程中的其中一个周期，所述第一周期内的气象数据与目标预测周期内的气象数据相匹配；将所述发电功率序列分解得到多个模态分量；针对任一所述模态分量，将所述模态分量和所述熵值序列输入至预先建立的预测模型中，从而获得所述预测模型输出的预测序列，其中，一个所述模态分量对应一个所述预测序列；根据各所述预测序列，确定所述目标预测周期内的预测功率序列。2.根据权利要求1所述的方法，其特征在于，在所述获得第一周期内的发电功率序列和所述第一周期内的气象数据对应的熵值序列之前，所述方法还包括：获得所述第一周期内的气象数据序列，其中，所述气象数据序列包括N个时刻的气象数据；基于高斯混合算法，对所述第一周期内的气象数据序列进行聚类，得到所述第一周期内涉及的气象类型，其中，一个所述时刻对应一个所述气象类型；对各所述气象类型进行样本熵量化，从而得到各所述气象类型分别对应的熵值；根据各所述气象类型分别对应的所述熵值，建立所述第一周期内的气象数据对应的所述熵值序列；根据各所述熵值，从各所述气象类型中确定至少一个所述气象类型作为所述第一周期的气象类型样本。3.根据权利要求2所述的方法，其特征在于，所述获得第一周期内的发电功率序列和所述第一周期内的气象数据对应的熵值序列，包括：获得目标预测周期内的气象类型；若所述目标预测周期内的气象类型与所述第一周期的所述气象类型样本相匹配，则获得所述第一周期内的发电功率序列和所述第一周期内的气象数据对应的熵值序列，其中，所述发电功率序列包括M个时刻的发电功率。4.根据权利要求2所述的方法，其特征在于，所述根据各所述熵值，从各所述气象类型中确定至少一个所述气象类型作为所述第一周期的气象类型样本，包括：将所述熵值较大的前E个气象类型确定为所述第一周期的气象类型样本。5.根据权利要求2所述的方法，其特征在于，所述根据各所述熵值，从各所述气象类型中确定至少一个所述气...

【专利技术属性】
技术研发人员：赵俊勇，刘柳，吴文佳，马亮，李敏，单雨，
申请(专利权)人：国网新能源云技术有限公司，
类型：发明
国别省市：