一种光伏功率纵向误差修正方法及装置制造方法及图纸

技术编号:45920886 阅读:19 留言:0更新日期:2025-07-25 17:49
本发明专利技术涉及一种光伏功率纵向误差修正方法及装置,包括:根据历史出力数据,确定需修正预测功率的待修正时段;基于待修正时段在下一个采样周期的功率预测值,利用预先建立的误差概率模型,预测得到待修正时段的误差类型;基于待修正时段在下一个采样周期的气象相关信息,利用预先建立的误差修正模型,预测得到待修正时段在下一个采样周期的功率误差预测值;根据待修正时段对应的误差类型,利用待修正时段在下一个采样周期的功率误差预测值,确定待修正时段在下一个采样周期的修正后的功率预测值。本申请提供的技术方案,能够更准确地理解误差的分布特性,实现了对功率预测纵向误差的高效修正,显著提高功率预测数据的准确性和可信度。

【技术实现步骤摘要】

本专利技术属于新能源发电,具体涉及一种光伏功率纵向误差修正方法及装置


技术介绍

1、随着双碳政策的深化与推进,光伏装机在新能源装机中的占比日益增多,其中分布式光伏装机更是发展迅猛。由于受到天气和气候条件的影响,光伏功率输出会在不同时间和地点发生变化,这种不稳定性使得新能源功率预测变得复杂。同时光伏功率预测通常依赖于数学模型,这些模型使用历史数据和天气预测来预测未来的功率输出。然而,这些模型通常难以准确模拟可再生能源的波动性,因此经常存在纵向误差。通过纠正模型的纵向偏差,使其与实际观测数据更加一致,可以更好地应对可再生能源波动性和不稳定性,减少电力系统的不确定性。

2、目前有很多研究预测误差订正,主要技术路线包括,数据驱动方法:利用历史观测数据和模型预测之间的差异,采用数据驱动方法,如回归分析、机器学习和时间序列分析,来纠正预测误差。模型融合:结合多个不同类型的模型,如物理模型和统计模型,以获得更准确的预测。深度学习和神经网络:利用深度学习和神经网络技术,可以处理大量复杂的数据,以改进功率预测。

3、但上述方法存在以下缺点:(1)数本文档来自技高网...

【技术保护点】

1.一种光伏功率纵向误差修正方法,其特征在于,包括:

2.根据权利要求1所述的光伏功率纵向误差修正方法,其特征在于,所述历史出力数据包括:

3.根据权利要求1所述的光伏功率纵向误差修正方法,其特征在于,所述误差概率模型的建立过程包括:

4.根据权利要求3所述的光伏功率纵向误差修正方法,其特征在于,所述误差概率模型,包括:

5.根据权利要求2所述的光伏功率纵向误差修正方法,其特征在于,所述误差修正模型的建立过程包括:

6.根据权利要求5所述的光伏功率纵向误差修正方法,其特征在于,所述利用所述训练集对支持向量机模型进行训练,得到训练...

【技术特征摘要】

1.一种光伏功率纵向误差修正方法,其特征在于,包括:

2.根据权利要求1所述的光伏功率纵向误差修正方法,其特征在于,所述历史出力数据包括:

3.根据权利要求1所述的光伏功率纵向误差修正方法,其特征在于,所述误差概率模型的建立过程包括:

4.根据权利要求3所述的光伏功率纵向误差修正方法,其特征在于,所述误差概率模型,包括:

5.根据权利要求2所述的光伏功率纵向误差修正方法,其特征在于,所述误差修正模型的建立过程包括:

6.根据权利要求5所述的光伏功率纵向误差修正方法,其特征在于,所述利用所述训练集对支持向量机模型进行训练,得到训练后的支持向量机模型,包括:

7.根据权利要求5所述的光伏功率纵向误差修正方法,其特征在于,所述利用所述验证集对所述训练后的支持向量机模型进行验证,包括:

8.根据权利要求2所述的光伏功率纵向误差修正方法,其特征在于,所述根据历史出力数据,确定需修正预测功率的待修正时段,包括:

9.根据权利要求1所述的光伏功率纵向误差修正方法,其特征在于,所述基于所述待修正时段在下一个采样周期的功率预测值,利用预先建立的误差概率模型,预测得到所述待修正时段的误差类型,包括:

10.根据权利要求9所述的光伏功率纵向误差修正方法,...

【专利技术属性】
技术研发人员:马天东李峰高任龙马军任勇严鹏吴骥周海程序马文文秦放胡思雨杨凡崔方姚虹春
申请(专利权)人:国网宁夏电力有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1