【技术实现步骤摘要】
本专利技术涉及光伏发电，尤其涉及一种发电功率预测方法、弃光量确定方法及相关设备。
技术介绍
1、太阳能光伏发电是一种环保且可持续的发电技术，对提升发电的长久性和安全性具有重要意义。目前以实现了基于光伏逆变器将光能转换为电能并入电网，但是由于光伏逆变器转换的电能受光照和温度的随机变化影响，光伏出力具有随机性和波动性，导致并入电网的电能不稳定。
2、对此，为了消除这种不稳定对电网带来的冲击，实际系统中需要限制光伏出力(弃光限电)。在弃光限电场景下，估计光伏实际发电上限或弃光量，是电网优化调度及光伏电站自身经济调度的重要基础，也是评价光伏发电利用率指标的前提。光伏电站弃光量是通过限电功率与发电功率的差值计算得到，实际中光伏电站限电功率可以通过测量得到，而光伏电站的发电功率只能通过估计或提前预测得到。
3、而为了便于预测光伏电站的发电量，提出了一种构建预测模型预测发电功率的方案，但是该预测模型是通过光照强度、光照时间、环境温度同时结合天气数据来构建，而这些数据的可变性比较高，并不固定，在预测时，仍难以准确高效预测光伏发电功率，从而导致预测发电量及评估弃光量不准确。
技术实现思路
1、本专利技术提供了一种发电功率预测方法、弃光量确定方法及相关设备，以解决现有的光伏电站的发电功率预测准确度较低的问题。
2、本专利技术实施例的第一方面提供一种光伏电站的发电功率预测方法，应用于光伏电站，所述方法包括：获取目标电站内同一时刻的所有不限电逆变器的第一发电功率和第一属
3、可选的，获取目标电站内同一时刻的所有不限电逆变器的第一发电功率和第一属性参数，以及所有限电逆变器的第二属性参数，包括：按照特定的时间间隔确定采集时间；采集目标电站中各逆变器组在所述采集时间内的各所述不限电逆变器的第一发电功率和第一属性参数，以及各所述限电逆变器的第二属性参数。
4、基于所述第一发电功率、所述第一属性参数和所述第二属性参数，利用训练后的全局功率关系映射模型进行发电功率预测，得到对应的限电逆变器在不限电下理论发电功率估值，包括：将各限电逆变器与其他逆变器组内的不限电逆变器进行匹配，并将配对后的限电逆变器的第一属性参数和其他逆变器组内的不限电逆变器的第二属性参数输入至训练后的全局功率关系映射模型中进行发电功率预测，计算限电逆变器与其他逆变器组内的不限电逆变器的第二功率关系，输出对应的限电逆变器与其他逆变器组内的不限电逆变器的第二功率比例序列；基于所述第二功率比例序列和对应的不限电逆变器的第一发电功率，计算出对应的限电逆变器的第二预测值序列；基于所述第二预测值序列确定对应的限电逆变器在不限电下理论发电功率估值。
5、可选的，基于所述第一发电功率、所述第一属性参数和所述第二属性参数，利用训练后的全局功率关系映射模型进行发电功率预测，得到对应的限电逆变器在不限电下理论发电功率估值，还包括：将所述第一属性参数和所述第二属性参数，依次输入至训练后的组内功率关系映射模型序列的各模型中，计算限电逆变器与不限电逆变器的第一功率关系，获得对应的限电逆变器与对应的不限电逆变器的第一功率比例序列；基于所述第一功率比例序列和对应的不限电逆变器的第一发电功率，计算出对应的限电逆变器的第一预测值序列；基于所述第一预测值序列和所述第二预测值序列确定对应的限电逆变器在不限电下理论发电功率估值。
6、可选的，基于所述第一预测值序列和所述第二预测值序列确定对应的限电逆变器在不限电下理论发电功率估值，包括：分别对所述第一预测值序列和所述第二预测值序列求均值，得到对应的限电逆变器在逆变器组内的第一发电功率估值和在逆变器组间的第二发电功率估值；基于所述第一发电功率估值和所述第二发电功率估值进行加权处理，得到对应的限电逆变器在不限电下理论发电功率估值。
7、可选的，基于各所述限电逆变器的理论发电功率估值，计算出所述目标电站的发电量，包括：基于各所述限电逆变器的理论发电功率估值，计算各限电逆变器在当前时刻的发电量；对各限电逆变器的发电量求和，得到所述目标电站的发电量。
8、可选的，所述方法还包括：获取目标电站内各光伏逆变器在不限电状态下的光伏发电功率和属性信息，其中所述属性信息包括至少一种类型的属性；基于所述属性信息中的属性，对各所述光伏逆变器进行分组聚类，得到多组逆变器组；确定每组逆变器组中的逆变器对数量，并基于所述逆变器对数量确定对应类型的训练模型组合，其中所述训练模型组合包括两种训练模型，分别用于学习组内功率映射关系和全局映射关系；将各组逆变器组中的各光伏逆变器分别进行逆变器组内和逆变器组间配对，并将配对后的光伏逆变器对的光伏发电功率和属性信息对所述训练模型组合进行训练，得到组内功率关系映射模型序列和全局功率关系映射模型。
9、可选的，将各组逆变器组中的各光伏逆变器分别进行逆变器组内和逆变器组间配对，并将配对后的光伏逆变器对的光伏发电功率和属性信息对所述训练模型组合进行训练，得到组内功率关系映射模型序列和全局功率关系映射模型，包括：将每组逆变器组中的光伏逆变器进行两两配对，并将配对后的光伏逆变器的光伏发电功率和属性信息训练所述训练模型组合中的组内训练模型，得到组内功率关系映射模型序列；将各组逆变器组中的光伏逆变器进行逆变器组间两两配对，并将配对后的光伏逆变器的光伏发电功率和属性信息训练所述训练模型组合中的组间训练模型，得到全局功率关系映射模型。
10、可选的，基于所述属性信息中的属性，对各所述光伏逆变器进行分组聚类，得到多组逆变器组，包括：对各所述光伏逆变器的所有属性参数进行归一化预处理，得到各所述光伏逆变器的属性特征向量；基于所述属性特征向量，计算两两所述光伏逆变器之间的属性距离；基于所述属性距离，利用预设的聚类算法对所有光伏逆变器进行聚类分组，得到多组逆变器组。
11、本专利技术实施例的第二方面提供了一种光伏电站的弃光量确定方法，所述方法包括：获取目标电站内同一时刻的所有不限电逆变器的第一发电功率和第一属性参数，以及所有限电逆变器的第二发电功率和第二属性参数；基于所述第一发电功率、所述第一属性参数和所述第二属性参数，利用预先构建的组内功率关系映射模型序列和全局功率关系映射模型进行发电功率预测，得到对应的限电逆变器在不限电下的理论发电功率估值；基于各所述限电逆变器的理论发电功率估值和所述第二发电功率，计算出所述目标电站的弃光量。
12、可选的，基于各所述限电逆变器的理论发电功率估值和所述第二发电功率，计算出所述目标电站的弃光量，包括：计算各所述限电逆变器的理论发电功率估值与所述第二发电功率的差值，得到各所述限电逆变器的弃光量；计算各所述限电逆变器的弃光量的累积量，所得到所述目标电站的弃光本文档来自技高网...
【技术保护点】
1.一种光伏电站的发电功率预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的光伏电站的发电功率预测方法，其特征在于，获取目标电站内同一时刻的所有不限电逆变器的第一发电功率和第一属性参数，以及所有限电逆变器的第二属性参数，包括：
3.根据权利要求1所述的光伏电站的发电功率预测方法，其特征在于，基于所述第一发电功率、所述第一属性参数和所述第二属性参数，利用训练后的全局功率关系映射模型进行发电功率预测，得到对应的限电逆变器在不限电下理论发电功率估值，包括：
4.根据权利要求3所述的光伏电站的发电功率预测方法，其特征在于，基于所述第一发电功率、所述第一属性参数和所述第二属性参数，利用训练后的全局功率关系映射模型进行发电功率预测，得到对应的限电逆变器在不限电下理论发电功率估值，还包括：
5.根据权利要求4所述的光伏电站的发电功率预测方法，其特征在于，基于所述第一预测值序列和所述第二预测值序列确定对应的限电逆变器在不限电下理论发电功率估值，包括：
6.根据权利要求1-4中任一项所述的光伏电站的发电功率预测方法，其特征在于
7.根据权利要求6所述的光伏电站的发电功率预测方法，其特征在于，将各组逆变器组中的各光伏逆变器分别进行逆变器组内和逆变器组间配对，并将配对后的光伏逆变器对的光伏发电功率和属性信息对所述训练模型组合进行训练，得到组内功率关系映射模型序列和全局功率关系映射模型，包括：
8.根据权利要求6所述的光伏电站的发电功率预测方法，其特征在于，基于所述属性信息中的属性，对各所述光伏逆变器进行分组聚类，得到多组逆变器组，包括：
9.一种光伏电站的弃光量确定方法，其特征在于，所述方法包括：
10.根据权利要求9所述的弃光量确定方法，其特征在于，基于各所述限电逆变器的理论发电功率估值和所述第二发电功率，计算出所述目标电站的弃光量，包括：
11.一种光伏电站的发电功率预测装置，应用于光伏电站，其特征在于，所述装置包括：
12.一种光伏电站的弃光量确定装置，其特征在于，所述装置包括：
13.一种电子设备，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，所述存储器和所述至少一个处理器通过线路互连；
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有指令，当所述指令被处理器执行时实现如权利要求1-8中任意一项所述的光伏电站巡检方法，或者执行如权利要求9或10所述的光伏电站的弃光量确定方法。
...【技术特征摘要】
1.一种光伏电站的发电功率预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的光伏电站的发电功率预测方法，其特征在于，获取目标电站内同一时刻的所有不限电逆变器的第一发电功率和第一属性参数，以及所有限电逆变器的第二属性参数，包括：
3.根据权利要求1所述的光伏电站的发电功率预测方法，其特征在于，基于所述第一发电功率、所述第一属性参数和所述第二属性参数，利用训练后的全局功率关系映射模型进行发电功率预测，得到对应的限电逆变器在不限电下理论发电功率估值，包括：
4.根据权利要求3所述的光伏电站的发电功率预测方法，其特征在于，基于所述第一发电功率、所述第一属性参数和所述第二属性参数，利用训练后的全局功率关系映射模型进行发电功率预测，得到对应的限电逆变器在不限电下理论发电功率估值，还包括：
5.根据权利要求4所述的光伏电站的发电功率预测方法，其特征在于，基于所述第一预测值序列和所述第二预测值序列确定对应的限电逆变器在不限电下理论发电功率估值，包括：
6.根据权利要求1-4中任一项所述的光伏电站的发电功率预测方法，其特征在于，所述方法还包括：
7.根据权利要求6所述的光伏电站的发电功率预测方法，其特征在于，将各组逆变器组中的各光伏逆变...
【专利技术属性】
技术研发人员：罗美林，魏正佳，刘兴，
申请(专利权)人：阳光电源上海有限公司，
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。