System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 功率模型的训练方法、预测方法、装置、设备及存储介质制造方法及图纸_技高网

功率模型的训练方法、预测方法、装置、设备及存储介质制造方法及图纸

技术编号:41211970 阅读:4 留言:0更新日期:2024-05-09 23:35
本发明专利技术涉及光伏电站技术领域,公开了一种功率模型的训练方法、预测方法、装置、设备及存储介质,用于提高建模效率。功率模型的训练方法包括:基于计算得到的各电站的大气质量对所有电站进行聚类,从每类电站中选择一个电站作为目标电站,确定各目标电站对应类型的标准组串电压电流预测模型,确定各目标电站对应类型中各电站的环境参数、组串规格模型和实际功率,基于各电站的环境参数,利用标准组串电压电流预测模型确定各电站的组串待修正参数,基于各组串待修正参数和各实际功率,对对应的组串规格模型进行训练修正,得到对应的组串功率模型,减少了建模的工作量,提高了建模的效率。

【技术实现步骤摘要】

本专利技术涉及光伏电站,尤其涉及一种功率模型的训练方法、预测方法、装置、设备及存储介质


技术介绍

1、随着大规模光伏发电系统的广泛应用,光伏发电系统的安全稳定问题也受到了广泛的关注,通过组串功率模型可以对光伏发电功率进行预测和分析,从而判断光伏发电系统的稳定性高低以及是否发生故障,因此,建立组串功率模型尤为重要。

2、当前对组串功率模型的训练的方法一般为:获取每个电站对应的参数,根据每个电站对应的参数进行模型训练,从而得到每个电站对应的功率模型。在现有的技术中,由于需要对每个电站都独立进行模型的训练,导致建模的效率低下。


技术实现思路

1、本专利技术提供了一种功率模型的训练方法、预测方法、方法、装置、设备及存储介质,通过对一类电站建立一个模型,其余电站在对应类的模型上进行规格修正的方式得到各个电站对应的功率模型的方法,减少建模的工作量,提高建模的效率。

2、本专利技术第一方面提供了一种组串功率模型的训练方法,包括:基于目标时间点计算各电站的大气质量;基于各电站的大气质量对所有电站进行聚类;从每类电站中选择一个电站作为目标电站;确定各目标电站对应类型的标准组串电压电流预测模型;确定各目标电站对应类型中各电站的环境参数、组串规格模型和实际功率;基于各电站的环境参数,利用所述标准组串电压电流预测模型确定各电站的组串待修正参数;基于各组串待修正参数和各所述实际功率,对对应的组串规格模型进行训练修正,得到对应的组串功率模型。

3、在一种可行的实施方式中,所述基于目标时间点计算各电站的大气质量,包括:基于目标时间点确定太阳直射点的第一经纬度,以及各电站的第二经纬度;基于所述第一经纬度和各电站的第二经纬度,计算出各电站与太阳光路进入大气层的起始点之间的光路距离;基于各电站的光路距离进行空气密度的求和,得到对应电站的大气质量。

4、在一种可行的实施方式中,所述基于所述第一经纬度和各电站的第二经纬度,计算出各电站与太阳光路进入大气层的起始点之间的光路距离,包括:基于所述第一经纬度和各电站的第二经纬度,计算出所述太阳直射点到地心连线与各电站到地心连线之间的第一夹角;基于所述第一夹角、地球半径、各电站海拔高度和地球大气层垂直厚度,计算出各电站与太阳光路进入大气层的起始点之间的光路距离。

5、在一种可行的实施方式中,所述基于各电站的光路距离进行空气密度的求和,得到对应电站的大气质量,包括:基于各所述第一夹角、所述地球半径、所述地球大气层垂直厚度及各光路距离,计算出太阳光路进入大气层到地心连线与各电站到地心之间连线的第二夹角;采集各光路距离上各点与太阳光路进入大气层的起始点之间的距离;基于各所述第一夹角、各所述第二夹角、所述地球半径和所述地球大气层垂直厚度及各光路距离上各点与太阳光路进入大气层的起始点之间的距离,计算出各光路距离上各点的空气密度;对各光路距离上各点的空气密度进行求和,得到对应电站的大气质量。

6、在一种可行的实施方式中,在从每类电站中选择一个电站作为目标电站之后,在确定所述目标电站对应类型的标准组串电压电流预测模型之前,还包括:采集各待训练电站的环境参数及工作参数;利用各待训练电站的环境参数及工作参数,对组串训练模型进行训练,得到各类型的标准组串电压电流预测模型。

7、本专利技术第二方面提供了一种组串功率预测方法,所述组串功率预测方法包括:获取待预测电站的倾斜面辐照度、组件温度和入射角;将所述待预测电站的倾斜面辐照度、组件温度和入射角输入所述待预测电站对应类型的标准组串电压电流预测模型,得到组串待修正功率;将所述组串待修正功率输入所述待预测电站对应的组串功率模型,得到组串预测功率;其中,所述组串功率模型为基于所述组串功率预测方法训练得到。

8、本专利技术第三方法提供了一种电站功率预测方法,所述电站功率预测方法包括:获取待预测电站的倾斜面辐照度、组件温度和入射角;基于所述待预测电站的倾斜面辐照度、组件温度和入射角,利用所述待预测电站对应类型的标准组串电压电流预测模型和组串功率模型确定所述待预测电站中各组串预测功率;计算所述待预测电站中各组串的功率损耗,基于各功率损耗对各组串预测功率进行调整,得到调整后的各组串预测功率,所述功率损耗为组串到并网点之间的功率损耗;将所述调整后的各组串预测功率进行加和,得到所述待预测电站的预测功率;其中,所述组串功率模型为基于所述组串功率预测方法训练得到。

9、本专利技术第四方面提供了一种组串功率模型的训练装置,包括:计算模块,用于基于目标时间点计算各电站的大气质量;聚类模块,用于基于各电站的大气质量对所有电站进行聚类;选择模块,用于从每类电站中选择一个电站作为目标电站;第一确定模块,用于确定各目标电站对应类型的标准组串电压电流预测模型;第二确定模块,用于确定各目标电站对应类型中各电站的环境参数、组串规格模型和实际功率;第三确定模块,用于基于各电站的环境参数,利用所述标准组串电压电流预测模型确定各电站的组串待修正参数;修正模块,用于基于各组串待修正参数和各所述实际功率,对对应的组串规格模型进行训练修正,得到对应的组串功率模型。

10、在一种可行的实施方式中,所述计算模块包括:确定单元,用于基于目标时间点确定太阳直射点的第一经纬度,以及各电站的第二经纬度;计算单元,用于基于所述第一经纬度和各电站的第二经纬度,计算出各电站与太阳光路进入大气层的起始点之间的光路距离;求和单元,用于基于各电站的光路距离进行空气密度的求和,得到对应电站的大气质量。

11、在一种可行的实施方式中,所述计算单元具体用于:基于所述第一经纬度和各电站的第二经纬度,计算出所述太阳直射点到地心连线与各电站到地心连线之间的第一夹角;基于所述第一夹角、地球半径、各电站海拔高度和地球大气层垂直厚度,计算出各电站与太阳光路进入大气层的起始点之间的光路距离。

12、在一种可行的实施方式中,所述求和单元具体用于:基于各所述第一夹角、所述地球半径、所述地球大气层垂直厚度及各光路距离,计算出太阳光路进入大气层到地心连线与各电站到地心之间连线的第二夹角;采集各光路距离上各点与太阳光路进入大气层的起始点之间的距离;基于各所述第一夹角、各所述第二夹角、所述地球半径和所述地球大气层垂直厚度及各光路距离上各点与太阳光路进入大气层的起始点之间的距离,计算出各光路距离上各点的空气密度;对各光路距离上各点的空气密度进行求和,得到对应电站的大气质量。

13、在一种可行的实施方式中,所述组串功率模型的训练装置,还包括:采集模块,用于采集各待训练电站的环境参数及工作参数;训练模块,用于利用各待训练电站的环境参数及工作参数,对组串训练模型进行训练,得到各类型的标准组串电压电流预测模型。

14、本专利技术第五方面提供了一种电子设备,包括:存储器和至少一个处理器,所述存储器中存储有指令;所述至少一个处理器调用所述存储器中的所述指令,以使得所述电子设备执行所述组串功率模型的训练方法,或者执行所述组串功率预测方法,或者执行所述电站功率预测本文档来自技高网...

【技术保护点】

1.一种组串功率模型的训练方法,其特征在于,所述训练方法包括:

2.根据权利要求1所述的组串功率模型的训练方法,其特征在于,所述基于目标时间点计算各电站的大气质量,包括:

3.根据权利要求2所述的组串功率模型的训练方法,其特征在于,所述基于所述第一经纬度和各电站的第二经纬度,计算出各电站与太阳光路进入大气层的起始点之间的光路距离,包括:

4.根据权利要求3所述的组串功率模型的训练方法,其特征在于,所述基于各电站的光路距离进行空气密度的求和,得到对应电站的大气质量,包括:

5.根据权利要求1-4中任一项所述的组串功率模型的训练方法,其特征在于,在从每类电站中选择一个电站作为目标电站之后,在确定所述目标电站对应类型的标准组串电压电流预测模型之前,还包括:

6.一种组串功率预测方法,其特征在于,所述组串功率预测方法包括:

7.一种电站功率预测方法,其特征在于,所述电站功率预测方法包括多个组串:

8.一种组串功率模型的训练装置,其特征在于,所述组串功率模型的训练装置包括:

9.一种电子设备,其特征在于,所述电子设备包括:存储器和至少一个处理器,所述存储器中存储有指令;

10.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-5中任一项所述组串功率模型的训练方法,或执行如权利要求6所述的组串功率预测方法,或者执行如权利要求7所述的电站功率预测方法。

...

【技术特征摘要】

1.一种组串功率模型的训练方法,其特征在于,所述训练方法包括:

2.根据权利要求1所述的组串功率模型的训练方法,其特征在于,所述基于目标时间点计算各电站的大气质量,包括:

3.根据权利要求2所述的组串功率模型的训练方法,其特征在于,所述基于所述第一经纬度和各电站的第二经纬度,计算出各电站与太阳光路进入大气层的起始点之间的光路距离,包括:

4.根据权利要求3所述的组串功率模型的训练方法,其特征在于,所述基于各电站的光路距离进行空气密度的求和,得到对应电站的大气质量,包括:

5.根据权利要求1-4中任一项所述的组串功率模型的训练方法,其特征在于,在从每类电站中选择一个电站作为目标电站之后,在确定所述目标电站对应类...

【专利技术属性】
技术研发人员:高超王学能方振宇张锐
申请(专利权)人:阳光智维科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1