一种光伏发电功率预测方法及系统技术方案

本发明专利技术涉及光伏发电技术领域，具体公开了一种光伏发电功率预测方法及系统，包括：S1：采集光伏发电功率的历史数据和制约光伏发电功率的环境因素数据，通过分布式系统进行分类与存储；S2：通过互补集合经验模态分解方法将环境因素数据进行分解，得到不同时间尺度下的本征模态分量和剩余分量；S3：对获得的光伏发电功率历史数据及新的特征因子进行归一化处理，并将已知数据格式转换、标准化；本发明专利技术在预测过程中考虑并分析外界因素对光伏发电功率的影响，同时参照时间序列数据的特性通过神经网络模型进行预测，会得到包含时间变化因素的预测结果，提高了预测结果的准确性。

【技术实现步骤摘要】

本专利技术涉及光伏发电，具体涉及一种光伏发电功率预测方法及系统。

技术介绍

1、随着电厂规模的不断扩增，电厂的数据量也呈爆炸式的增长，光伏发电具有较强的周期变化性，其输出功率受各种气象因素的影响，太阳辐射强度、大气温度、相对湿度、风速、风向、气压等参数对光伏发电有着不同程度的影响。传统的神经网络光伏功率预测模型一方面受电厂来源数据的制约，忽略了部分环境因素对光伏功率的影响，缺乏对多元环境序列信息的有效利用；另一方面，由于光伏功率与多元环境序列信息呈非线性变化，随着网络输入变量的增多，会导致模型收敛速度减慢，并出现过拟合问题；同时因欠缺对光伏功率随时间变化这一特性的考量，限制了预测精度的提升。

技术实现思路

1、本专利技术的目的在于提供一种光伏发电功率预测方法及系统，以解决上述
技术介绍
中提出的问题。

2、为实现上述目的，本专利技术提供如下技术方案：

3、一种光伏发电功率预测方法，包括：

4、s1：采集光伏发电功率的历史数据和制约光伏发电功率的环境因素数据，通过分布式系统进行分本文档来自技高网...

【技术保护点】

1.一种光伏发电功率预测方法，其特征在于，包括：

2.根据权利要求1所述的光伏发电功率预测方法，其特征在于，步骤S1中，制约光伏发电功率的环境因素数据包括太阳辐照度、组件温度、空气温度、相对湿度和大气压力。

3.根据权利要求1所述的光伏发电功率预测方法，其特征在于，步骤S2中，通过互补集合经验模态分解方法将光伏发电功率的历史数据和制约光伏发电功率的环境因素数据进行分解，具体包括：

4.根据权利要求1所述的光伏发电功率预测方法，其特征在于，步骤S2中，步骤S3中，对获得的不同时间尺度下的本征模态分量和剩余分量进行归一化处理，具体包括：

5.根...

【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：

2.根据权利要求1所述的光伏发电功率预测方法，其特征在于，步骤s1中，制约光伏发电功率的环境因素数据包括太阳辐照度、组件温度、空气温度、相对湿度和大气压力。

3.根据权利要求1所述的光伏发电功率预测方法，其特征在于，步骤s2中，通过互补集合经验模态分解方法将光伏发电功率的历史数据和制约光伏发电功率的环境因素数据进行分解，具体包括：

4.根据权利要求1所述的光伏发电功率预测方法，其特征在于，步骤s2中，步骤s3中，对获得的不同时间尺度下的本征模态分量和剩余分量进行归一化处理，具体包括：

5.根据权利要求1所述的光伏发电功率预测方法，其特征在于，步骤s4中，预处理具体包括：

6.根据权利要求1所述的光伏发电功率预测方法，其特征在于，步骤s...

【专利技术属性】
技术研发人员：陈博，李恺丽，沈怡俊，杨望卓，刘炯，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：