【技术实现步骤摘要】
本专利技术涉及光伏出力预测,具体涉及一种光伏出力预测方法。
技术介绍
1、太阳能光伏发电是目前最为环保和可持续的能源之一,随着我国光伏电站规模不断扩大,并网太阳能光伏电站将会越来越多,实现对光伏出力的精确预测,有益于并网的安全与稳定运行。
2、光伏出力预测是一种利用计算机技术对光伏电站的历史功率、气象数据、天气预报等信息进行数据挖掘和理论建模,从而实现光伏出力预测。光伏出力预测主要可以分为直接预测和间接预测。直接预测是基于统计理论、数据挖掘和机器学习等建立光伏出力和相关参数的预测模型,从而实现光伏出力的超短时预测、短时预测和中长期预测等。间接预测是将气象特征作为影响光伏出力的主要因素,首先建立关于光照强度、温度、湿度和风速等因素的气象特征模型,然后根据当前气象特征获得在历史气象数据预测中的相似模型,并基于该模型实现光伏出力预测。
3、光伏出力预测受众多因素的影响,包括光伏组件类型、光伏电站位置、海拔、地理环境、安装方向、气象状况等因素,而且这些参数具有非线性、局部有效性以及相关二义性等特性,往往使光伏出力预测的精
...【技术保护点】
1.一种光伏出力预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的光伏出力预测方法,其特征在于,在步骤S2中,根据所述历史数据,基于季节时间序列算法建立所述超短预测模型。
3.根据权利要求2所述的光伏出力预测方法,其特征在于,在步骤S2中,根据所述历史数据,基于最小二乘支持向量机建立所述功率预测模型。
4.根据权利要求3所述的光伏出力预测方法,其特征在于,所述二级预测模型包括超短时光伏出力预测模型。
5.根据权利要求4所述的光伏出力预测方法,其特征在于,步骤S3具体包括:
6.根据权利要求4所述的
...【技术特征摘要】
1.一种光伏出力预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的光伏出力预测方法,其特征在于,在步骤s2中,根据所述历史数据,基于季节时间序列算法建立所述超短预测模型。
3.根据权利要求2所述的光伏出力预测方法,其特征在于,在步骤s2中,根据所述历史数据,基于最小二乘支持向量机建立所述功率预测模型。
4.根据权利要求3所述的光伏出力预测方法,其特征在于,所述二级预测模型包括超短时光伏出力预测模型。
5.根据权利要求4所述的光伏出力预测方法,其特征在于,步骤s3具体包括:
【专利技术属性】
技术研发人员:沈扬,周宇泽,杨艳,刘昕宇,彭建宇,陈辉,汪征,
申请(专利权)人:国网江苏省电力有限公司常州供电分公司,
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。