【技术实现步骤摘要】
本专利技术涉及数据处理,尤其涉及一种光伏出力预测方法、装置、设备及存储介质。
技术介绍
1、随着全球能源危机和环境问题日益严重,分布式新能源的开发和利用已成为重要的研究方向。其中,分布式新能源的出力特性是影响其接入电网和运行效果的关键因素之一,能否准确预测分布式新能源机组的出力将对系统的安全稳定运行产生显著影响。
2、在当前的研究中,对分布式新能源出力特性的建模包括数据驱动方法。数据驱动的方法通过模型自行拟合误差,可以改善误差分布特性,有效提高区间概率预测质量。数据驱动包括机器学习方法等。机器学习方法可以直接从气象、光伏出力历史数据和nwp数据中挖掘出变化规律进行预测,是目前光伏出力预测的主要方法和研究热点。
3、但是,现有的数据驱动多采用单一模型,只能解决特定场景下的预测问题,难以适应复杂多变的光伏功率波动场景,从而导致光伏出力预测不准。
技术实现思路
1、本专利技术提供了一种光伏出力预测方法、装置、设备及存储介质,以解决复杂场景中光伏出力预测不准的问题。
...【技术保护点】
1.一种光伏出力预测方法,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,所述将所述天气预测数据输入所述相似日训练子集对应的目标预测模型中,以得到所述待预测日的光伏出力预测数据,包括:
3.根据权利要求1所述的方法,其特征在于,预测模型的确定方式,包括:
4.根据权利要求3所述的方法,其特征在于,所述从所述NWP历史数据中确定关键天气指标,包括:
5.根据权利要求3所述的方法,其特征在于,在所述利用所述训练子集和光伏实际功率训练初始预测模型,以得到预测模型之前,还包括:
6.根据权利要求3或5所
...【技术特征摘要】
1.一种光伏出力预测方法,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,所述将所述天气预测数据输入所述相似日训练子集对应的目标预测模型中,以得到所述待预测日的光伏出力预测数据,包括:
3.根据权利要求1所述的方法,其特征在于,预测模型的确定方式,包括:
4.根据权利要求3所述的方法,其特征在于,所述从所述nwp历史数据中确定关键天气指标,包括:
5.根据权利要求3所述的方法,其特征在于,在所述利用所述训练子集和光伏实际功率训练初始预测模型,以得到预测模型之前,还包括:
【专利技术属性】
技术研发人员:黄智鹏,梁彬,邹水强,陈源君,吴思渊,赖文思,宋亮,万月娥,张碧其,罗政,
申请(专利权)人:广东电网有限责任公司,
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。