微电网光伏预测方法、装置、消纳方法及装置制造方法及图纸

本申请公开了一种微电网光伏预测方法、装置、消纳方法及装置，涉及光伏发电领域，该方法包括获取第一样本数据集，将第一样本数据集输入第一时序预测模型进行训练，得到训练后的第一时序预测模型；基于天气分类数据集，得到第二特征集，将第二特征集和第一目标集输入回归预测模型进行训练，得到训练后的回归预测模型；获取第三特征集，基于未来天气分类数据集，得到第四特征集，将第三特征集输入训练后的第一时序预测模型，得到第二目标集，将第四特征集输入训练后的回归预测模型，得到第三目标集；将第二目标集和第三目标集进行融合处理，得到未来功率数据序列。本申请提升了预测模型的准确性。

【技术实现步骤摘要】

本申请涉及光伏发电领域，特别是涉及一种微电网光伏预测方法、装置、消纳方法及装置。

技术介绍

1、光伏发电是指通过光伏效应将太阳光直接转换为电能的一种发电方式。这一过程主要依赖于光伏电池，这些电池通常由硅等半导体材料制成，当太阳光照射到这些材料上时，能够激发出电子从而产生电流。随着全球对可再生能源的需求增加以及技术的进步，光伏发电系统已经成为许多国家能源结构中的重要组成部分。它们不仅被广泛应用于大型太阳能电站中，也被越来越多的家庭和企业用于屋顶太阳能系统，以实现自给自足或减少电费开支。

2、光伏预测是指利用气象数据和光伏系统的具体参数，通过数学模型或机器学习算法对未来光伏发电量进行预估的过程。准确的光伏预测不仅支持电网的稳定运行和电力的有效调度，还能降低用电成本。

3、然而，传统的光伏预测方法仅考虑有限的常规变量，如仅依赖简单的光照和温度等气象数据，影响了预测模型的准确性。

技术实现思路

1、本申请的目的是提供一种微电网光伏预测方法、装置、消纳方法及装置，可提升预测模型的准确性。

本文档来自技高网...

【技术保护点】

1.一种微电网光伏预测方法，其特征在于，所述微电网光伏预测方法包括：

2.根据权利要求1所述的微电网光伏预测方法，其特征在于，在所述获取样本数据集步骤之前，所述微电网光伏预测方法还包括：

3.根据权利要求2所述的微电网光伏预测方法，其特征在于，

4.根据权利要求2所述的微电网光伏预测方法，其特征在于，所述基于所述历史光伏电量数据，获取光伏电量数据衍生变量，包括：

5.根据权利要求2所述的微电网光伏预测方法，其特征在于，所述历史风况数据包括历史风速数据和历史风向数据，所述基于所述历史风况数据，获取风况数据衍生变量，包括：</p>

6.根据...

【技术特征摘要】

1.一种微电网光伏预测方法，其特征在于，所述微电网光伏预测方法包括：

2.根据权利要求1所述的微电网光伏预测方法，其特征在于，在所述获取样本数据集步骤之前，所述微电网光伏预测方法还包括：

3.根据权利要求2所述的微电网光伏预测方法，其特征在于，

4.根据权利要求2所述的微电网光伏预测方法，其特征在于，所述基于所述历史光伏电量数据，获取光伏电量数据衍生变量，包括：

5.根据权利要求2所述的微电网光伏预测方法，其特征在于，所述历史风况数据包括历史风速数据和历史风向数据，所述基于所述历史风况数据，获取风况数据衍生变量，包括：

6.根据权利要求...

【专利技术属性】
技术研发人员：余小刚，潘成红，刘彦材，
申请(专利权)人：重庆玖奇科技有限公司，
类型：发明
国别省市：