【技术实现步骤摘要】
本专利技术属于光伏发电，尤其涉及一种基于物理模型与informer的光伏发电预测方法。
技术介绍
1、国家能源局发布2022年全年光伏装机情况，全国光伏新增装机8740.8万千瓦，同比增长60.3％，分布式光伏装机5111.4万千瓦，约占新增装机的58.5％。由于太阳能资源受光照强度、温度、湿度等复杂环境因素的影响，使得光伏发电具有较强的随机波动性和非平稳性，以及由此产生的电网整合挑战，是目前限制光伏使用率的最大问题。准确可靠的光伏功率预测可以提高光伏利用和保证供电可靠性。尽管在过去的十几年中，光伏发电的预测方法经历了巨大的发展，但它仍然落后于诸如风能、负荷预测等其他更成熟的能源预测方法。
2、现有的光伏发电预测方法通常可分为物理方法、机器学习和混合方法。物理方法根据光伏电站的发电原理，只需光伏电站的信息即可建立描述光伏发电功率与太阳辐照度关系的预测模型，无需借助历史数据，在电站建立后立刻就能进行预测，但是该方法对模型和基础信息的准确性有很高要求，准确性不足则容易导致系统性偏差。机器学习通过建立气象数据与历史运行数据之间的映...
【技术保护点】
1.基于物理模型与Informer的光伏发电预测方法，其特征在于包括一下步骤：步骤1、从数据源中加载光伏发电量和气象数据，对数据进行清洗；步骤2、通过物理模型得到直射辐射和散射辐射，并将数据做归一化处理；步骤3、利用K-means聚类算法将数据分为晴天、多云、阴雨天三大类；步骤4、训练集中三大类数据分别输入预测模型中进行训练，得到对应天气类型的预测模型；步骤5、将测试集送入相应模型进行预测并逆归一化得到预测结果。
2.根据权利要求1所述的基于物理模型与Informer的光伏发电预测方法，其特征在于：所述步骤2中，求得直射辐射和散射辐射包括一下步骤：
...【技术特征摘要】
1.基于物理模型与informer的光伏发电预测方法，其特征在于包括一下步骤：步骤1、从数据源中加载光伏发电量和气象数据，对数据进行清洗；步骤2、通过物理模型得到直射辐射和散射辐射，并将数据做归一化处理；步骤3、利用k-means聚类算法将数据分为晴天、多云、阴雨天三大类；步骤4、训练集中三大类数据分别输入预测模型中进行训练，得到对应天气类型的预测模型；步骤5、将测试集送入相应模型进行预测并逆归一化得到预测结果。
2.根据权利要求1所述的基于物理模型与informer的光伏发电预测方法，其...
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。