【技术实现步骤摘要】
本专利技术涉及机器学习和统计建模，具体涉及一种分布式光伏的气象数据优化方法及装置。
技术介绍
1、分布式光伏系统通常由大量分散的光伏发电单元组成，因此需要获取每个单元的发电功率以进行预测。然而，由于分布式光伏系统的特点，目前采集到的功率数据相对较少或不完整。这导致了缺乏可靠的历史实测数据用于建立功率预测模型，并且难以直接复制集中式光伏的成熟技术路线。另外，分布式光伏短期功率预测面临一个挑战，即缺乏同时空的气象数据。
2、传统方法通常通过使用邻近的集中式光伏站点数据来进行功率预测，然而这种方法忽略了地理位置偏移所导致的气象信息时移问题，从而难以满足精确预测的要求。这些数据可能存在采集点稀疏、不准确或无法获取等问题，从而影响到光伏短期功率预测的准确性。
技术实现思路
1、为了克服上述缺陷，本专利技术提出了一种分布式光伏的气象数据优化方法及装置。
2、第一方面，提供一种分布式光伏的气象数据优化方法，所述分布式光伏的气象数据优化方法包括：
3、基于待测分布式光伏...
【技术保护点】
1.一种分布式光伏的气象数据优化方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述基于待测分布式光伏的历史功率数据和与待测分布式光伏距离最近的布置气象站的光伏发电系统的历史功率数据确定时间平移参数之前，包括：
3.如权利要求2所述的方法，其特征在于，所述对待测分布式光伏的历史功率数据进行数据清洗，包括：
4.如权利要求1所述的方法，其特征在于，所述基于待测分布式光伏的历史功率数据和与待测分布式光伏距离最近的布置气象站的光伏发电系统的历史功率数据确定时间平移参数，包括：
5.如权利要求4所述的方...
【技术特征摘要】
1.一种分布式光伏的气象数据优化方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述基于待测分布式光伏的历史功率数据和与待测分布式光伏距离最近的布置气象站的光伏发电系统的历史功率数据确定时间平移参数之前，包括：
3.如权利要求2所述的方法，其特征在于，所述对待测分布式光伏的历史功率数据进行数据清洗，包括：
4.如权利要求1所述的方法，其特征在于，所述基于待测分布式光伏的历史功率数据和与待测分布式光伏距离最近的布置气象站的光伏发电系统的历史功率数据确定时间平移参数，包括：
5.如权利要求4所述的方法，其特征在于，所述格兰杰因果关系模型如下：
6.如权利要求1所述的方法，其特征在于，所述基于所述时间平移参数对分布式光伏的气象数据进行优化，包括：
7.如权利要求1所述的方法，其特征在于，所述平移包括：前移或后移。
8.如权利要求1所述的方法，其特征在于，所述气象数据包括：辐照度、温度、湿度、风速...
【专利技术属性】
技术研发人员：李蕊，惠慧，王铭，赵阳，李鹏丽，
申请(专利权)人：中国电力科学研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。