光伏短期负荷预测方法技术

本申请公开了一种光伏短期负荷预测方法，用于预测光伏电站的短期负荷，包括以下步骤：根据预设的有效时刻序列以及预设的有效训练数据集以预设的数据分割算法获得多个有效时刻数据集；根据有效时刻序列以及各有效时刻数据集分别训练对应的预设的单输出神经网络模型以生成对应的时刻负荷预测神经网络模型；获取当前日期，根据当前日期和预设的光伏电站地理位置信息以预设的输入数据采集方法获得当日输入数据集；根据预设的当日时刻序列和当日输入数据集以数据分割算法生成多个时刻输入数据；分别将各时刻输入数据输入对应的时刻负荷预测神经网络模型以生成各时刻预测功率；根据当日时刻序列和各时刻预测功率生成当日负荷预测曲线

【技术实现步骤摘要】
光伏短期负荷预测方法


[0001]本申请涉及光伏发电领域，尤其是涉及一种光伏短期负荷预测方法
。

技术介绍

[0002]光伏发电是一种间歇式电源，其输出功率受到太阳辐射强度
、
光伏组件温度
、
天气状况等因素的影响
。
因此，光伏发电的输出功率具有不确定性和波动性
。
[0003]而光伏发电的并网会对电力系统的电压和频率产生影响
。
在电力市场中，电力供应和需求的匹配是通过市场机制实现的
。
[0004]如果不能准确地预测光伏短期负荷，电力市场参与者将无法合理安排电力交易，从而影响电力市场的效率
。
电力公司也无法合理安排电力系统的运行方式，从而增加电力系统的运行成本
。
电力公司和电力市场参与者将无法合理安排电力供应和需求，从而影响电力系统的稳定性和可靠性
。
[0005]另一方面，光伏发电是一种清洁能源，可以减少对化石燃料的依赖，减少温室气体排放
。
如果不能准确地预测光伏本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种光伏短期负荷预测方法，用于预测光伏电站的短期负荷，其特征在于，包括以下步骤：
A1
，根据预设的有效时刻序列以及预设的有效训练数据集以预设的数据分割算法获得多个有效时刻数据集；
A2
，根据有效时刻序列以及各有效时刻数据集分别训练对应的预设的单输出神经网络模型以生成对应的时刻负荷预测神经网络模型；
A3
，获取当前日期，根据当前日期和预设的光伏电站地理位置信息以预设的输入数据采集方法获得当日输入数据集；
A4
，根据预设的当日时刻序列和当日输入数据集以数据分割算法生成多个时刻输入数据；
A5
，分别将各时刻输入数据输入对应的时刻负荷预测神经网络模型以生成各时刻预测功率；
A6
，根据当日时刻序列和各时刻预测功率生成当日负荷预测曲线
。2.
根据权利要求1所述的光伏短期负荷预测方法，其特征在于，进一步包括以下步骤用于确定有效时刻序列：
B1
，于预设的数据库获取光伏电站地理位置信息；
B2
，根据预设的采样区间和光伏电站地理位置信息以预设的日出日落算法生成当地日出日落数据；
B3
，于当地日出日落数据获取当地最早日出时刻和当地最晚日落时刻；
B4
，根据当地最早日出时刻和当地最晚日落时刻确定有效数据时间窗口；
B5
，根据预设的时刻宽度和有效数据时间窗口以预设的时刻序列分割算法生成有效时刻序列
。3.
根据权利要求2所述的光伏短期负荷预测方法，其特征在于，进一步包括以下步骤用于生成有效训练数据集：
C1
，根据光伏电站地理位置信息和采样区间以预设的气象数据采集方法获得当地历史气象数据；
C2
，根据光伏电站地理位置信息和采样区间以预设的太阳角度算法生成当地历史太阳角度数据；
C3
，根据采样区间于数据库获取光伏电站历史功率数据；
C4
，于有效数据时间窗口内根据当地历史气象数据
、
当地历史太阳角度数据
、
当地日出日落数据和光伏电站历史功率数据以预设的训练数据预处理算法生成有效训练数据集
。4.
根据权利要求3所述的光伏短期负荷预测方法，其特征在于，进一步包括以下步骤用于确定当日时刻序列以及生成当日输入数据集：
D1
，根据当前日期和光伏电站地理位置信息以日出日落算法生成当日日出日落数据，
D2
，根据当日日出日落数据确定当日负荷时间窗口；
D3
，根据时刻宽度和当日负荷时间窗口以时刻序列分割算法生成当日时刻序列；
D4
，根据当前日期和光伏电站地理位置信息以气象数据采集方法获取当日气象数据；
D5
，根据当前日期和光伏电站地理位置信息以太阳角度算法生成当日太阳角度数据；
D6
，于当日负荷时间窗口内根据当日气象数据
、
当日太阳角度数据
、
当日日出日落数据
以预设的输入数据预处理算法生成当日输入数据集
。5...

【专利技术属性】
技术研发人员：夏桃芳，詹世安，高琛，丁忠安，林华，王雅平，林胤戎，黄华峰，李思韬，刘烁洁，张延武，王迟，郑宏，郑晓晖，庄大海，高强强，
申请(专利权)人：国网信通亿力科技有限责任公司国网信息通信产业集团有限公司，
类型：发明
国别省市：