【技术实现步骤摘要】
本公开涉及光伏，具体涉及一种光伏功率预测方法、装置、设备、系统、介质及芯片。
技术介绍
1、随着经济的高速发展,人类正面临着能源紧缺和环境污染问题，和其他新能源相比,太阳能具有分布范围广、利用率高、无污染等优点，是人类社会当前最重要的清洁能源之一。光伏发电将太阳能转化为电能后，可以本地消纳，也可以并入电网、送到远方，但是，光伏发电受气象因素的影响,其发电功率具有间歇性和波动性特点,对电网并网和本地消纳，都带来了极大的挑战。为了减轻其对电网的冲击,保证电网的稳定性,有必要对光伏系统的发电功率进行准确的预测。
2、现有的一种光伏功率预测方法是基于历史气象数据和历史光伏发电量数据建立预测模型进行光伏发电量，但是这种预测方法只适应于较长时间尺度上、发电量变化不大的预测，对于较短时间尺度上、发电量变化较大的预测误差较大；另一种光伏功率预测方法是基于卫星云图和地面监测实时计算太阳能辐射方法来预测光伏功率，但是卫星遥感技术获取的地面辐射数据与地面观测的辐射数据偏差较大，难以实现光伏发电的精准预测。可见现有的光伏功率预测方法适应能力不够，难...
【技术保护点】
1.一种光伏功率预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述从所述天气类型对应的样本数据中，获取与所述天气类型关联度最高的多个样本数据，作为所述天气类型对应的训练用样本数据，包括：
4.根据权利要求3所述的方法，其特征在于，所述预测模型为加权灰色最小二乘支持向量机模型，所述加权灰色最小二乘支持向量机模型的优化问题为：
5.根据权利要求2所述的方法，其特征在于，所述获取多个样本数据，包括：
6.根据权利要求5所述的方法，...
【技术特征摘要】
1.一种光伏功率预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述从所述天气类型对应的样本数据中，获取与所述天气类型关联度最高的多个样本数据，作为所述天气类型对应的训练用样本数据，包括：
4.根据权利要求3所述的方法，其特征在于，所述预测模型为加权灰色最小二乘支持向量机模型，所述加权灰色最小二乘支持向量机模型的优化问题为：
5.根据权利要求2所述的方法，其特征在于，所述获取多个样本数据，包括：
6.根据权利要求5所述的方法，其特征在于，所述获取多个样本日的气象特征时序处理数据和光伏功率时序处理数据，包括：
7.根据权利要求6所述的方法，其特征在于，所述获取多个样本日的初始气象特征时序处理数据和光伏功率时序处理数据，包括：
8.根据权利要求2所述的方法，其特征在于，所述方法还包括：
9.一种光伏功率预测的预测模型的训练方法，其特征在于，包括：
10.根据权利要求9所述的方法，其特征在于，所述使用所述天气类型对应的样本数据，训练得到所述天气类型对应的预测模型，包括：
11.根据权利要求10所述的方法，其特征在于，所述从所述天气类型对应的样本数据中，获取与所述天气类型关联度最高的多个样本数据，作为所述天气类型对应的训练用样本数据，包括：
12.根据权利要求11所述的方法，其特征在于，所述预测模型为加权灰色最小二乘支持向量机模型，所述加权灰色最小二乘支持向量机模型的优化问题为：
13.根据权利要求9或10所述的方法，其特征在于，所述获取多个样本数据，包括：
14.根据权利要求13所述的方法，其特征在于，所述获取多个样本日的气象特征时序处理数据和光伏功率时序处理数据，包括：
15.根据权利要求14所述的方法，其特征在于，所述获取多个样本日的初始气象特征时序处理数据和光伏功率时序处理数据，包括：
16.根据权利要求9或10所述的方法，其特征在于，所述方法还包括：
17.一种光伏功率预测装置，其特征在于，包括：
18.根据权利要求17所述的装置，其特征在于，所述装置还包括：
19.根据权利要求18所述的装置，其特征在于，所述模型训练模块中从所述天气类型对应的样本数据中，获取与所述天气类型关联度最高的多个样本数据，作为所述天气类型对应的训练用样本数据的...
【专利技术属性】
技术研发人员：丁啸，霍超，白晖峰，甄岩，郑利斌，刘浩，程显明，尹志斌，赵猛，张楠，施硕，孙海鹏，
申请(专利权)人：北京智芯微电子科技有限公司，
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。