一种光伏发电功率预测方法、系统及可存储介质与流程

本发明涉及光伏发电领域，更具体的说是涉及一种光伏发电功率预测方法、系统及可存储介质。

背景技术：

1、由于天气状况的混沌性和不稳定性，光伏发电具有强烈的不确定性和动态性，从而导致电网产生波动，给光伏发电系统的管理和运行带来了新的挑战，从而降低实时控制性能，因此光伏发电功率的准确预测是确定合理的运行计划和短期调度计划的关键解决方案之一。

2、根据预测的时间尺度，光伏发电功率预测可分为超短期预测(0～6h)、短期预测(6～24h)和中长期预测(1～12月)。对于中长期预测，由于时间间隔较长且存在较强的随机性和不确定性，因此预测误差较大，其主要用于电网的长期规划。为了更好地确定电网市场的实时调度、维护计划和运行，需要较高的预测精度；而极短期和短期光伏发电功率预测由于时间粒度更小更精确，因此预测精度往往较高，使得人们对极短期和短期光伏发电功率预测的关注日益增加，成为该领域的热门话题。

技术实现思路

1、有鉴于此，本发明提供了一种光伏发电功率预测方法、系统及可存储介质，及时预测可以优化电网调度，并且能够规划其他方式的发电比例，第一可使电力系统的稳定性得到保证；第二可以指导电网与电站的建设与检修工作；第三可以提升能源利用率，减少消纳，避免造成资源浪费。

2、为了实现上述目的，本发明采用如下技术方案：

3、一方面公开了一种光伏发电功率预测方法，包括以下步骤：

4、采集影响光伏发电功率的相关参数；

5、将影响光伏发电功率的相关参数分类，利用k-means聚类算法对分类结果聚类，去除噪点；

6、基于聚类结果建立不同类型的矩阵；

7、将不同类型的矩阵分通道输入到光伏发电功率预测模型中，完成对光伏发电功率的预测。

8、可选的，所述光伏发电功率预测模型具体设置为：包括特征提取模块，最大池化层以及归一化层；所述特征提取模块，所述最大池化层以及所述归一化层依次连接；所述特征提取模块包括多个卷积层依次连接，卷积核的大小依次递减。

9、可选的，所述相关参数包括辐照度、温度、湿度、气压、风速、云层、降水量、历史功率。

10、可选的，将影响光伏发电功率的相关参数分类具体为：由相关性分析算法确定辐照度和温度是相关参数中对光伏发电贡献最大的2个环境变量，并根据环境因素与光伏功率波动特征的关联性将全年数据划分为4类；其次，使用完全集合经验模态分解、奇异谱分解和变分模态分解对辐照度、温度和光伏发电功率进行分解。

11、可选的，还包括利用线性插值法对相关参数进行预处理。

12、可选的，还包括对所述光伏发电功率预测模型进行训练，其中训练集包括：采用基于历史数据利用自回归滑动平均模型的双向权重比重对功率序列进行重构作为训练集，还采用光伏发电厂出力之间的延时相关性重构的缺失功率数据作为训练集。

13、另一方面还公开了一种光伏发电功率预测系统，包括：相关参数采集模块，相关参数分类模块，矩阵建立模块和光伏发电功率预测模块；

14、相关参数采集模块：用于采集影响光伏发电功率的相关参数；

15、相关参数分类模块：用于将影响光伏发电功率的相关参数分类，利用k-means聚类算法对分类结果聚类，去除噪点；

16、矩阵建立模块：用于基于聚类结果建立不同类型的矩阵；

17、光伏发电功率预测模块：用于将不同类型的矩阵分通道输入到光伏发电功率预测模型中，完成对光伏发电功率的预测。

18、可选的，还包括数据预处理模块，用于利用线性插值法对相关参数进行预处理。

19、最后公开了一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的一种光伏发电功率预测方法的步骤。

20、经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种光伏发电功率预测方法、系统及可存储介质，具有以下有益效果：

21、1、本发明中各输入变量的特征矩阵以多通道的方式输入，不同变量特征矩阵相互独立，实现不同变量特征矩阵分别进行特征提取，有效提高了网络效率，通过融合多个通道的特征信息从而使得网络能够学习到更加丰富的时空特征，以提高预测精度；

22、2、找到影响光伏发电功率最大的环境属性集合，训练集进行输入，可以提高模型的预测速度以及精度，对于提高电网稳定性和提高光伏电站运营管理效率具有重要意义。

技术特征：

1.一种光伏发电功率预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种光伏发电功率预测方法，其特征在于，所述光伏发电功率预测模型具体设置为：包括特征提取模块，最大池化层以及归一化层；所述特征提取模块，所述最大池化层以及所述归一化层依次连接；所述特征提取模块包括多个卷积层依次连接，卷积核的大小依次递减。

3.根据权利要求1所述的一种光伏发电功率预测方法，其特征在于，所述相关参数包括辐照度、温度、湿度、气压、风速、云层、降水量、历史功率。

4.根据权利要求1所述的一种光伏发电功率预测方法，其特征在于，将影响光伏发电功率的相关参数分类具体为：由相关性分析算法确定辐照度和温度是相关参数中对光伏发电贡献最大的2个环境变量，并根据环境因素与光伏功率波动特征的关联性将全年数据划分为4类；其次，使用完全集合经验模态分解、奇异谱分解和变分模态分解对辐照度、温度和光伏发电功率进行分解。

5.根据权利要求1所述的一种光伏发电功率预测方法，其特征在于，还包括利用线性插值法对相关参数进行预处理。

6.根据权利要求所述的一种光伏发电功率预测方法，其特征在于，还包括对所述光伏发电功率预测模型进行训练，其中训练集包括：采用基于历史数据利用自回归滑动平均模型的双向权重比重对功率序列进行重构作为训练集，还采用光伏发电厂出力之间的延时相关性重构的缺失功率数据作为训练集。

7.一种光伏发电功率预测系统，其特征在于，包括：相关参数采集模块，相关参数分类模块，矩阵建立模块和光伏发电功率预测模块；

8.根据权利要求7所述的一种光伏发电功率预测系统，其特征在于，还包括数据预处理模块，用于利用线性插值法对相关参数进行预处理。

9.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-6中任意一项所述的一种光伏发电功率预测方法的步骤。

技术总结
本发明公开了一种光伏发电功率预测方法、系统及可存储介质，涉及光伏发电领域。本发明包括以下步骤：采集影响光伏发电功率的相关参数；将影响光伏发电功率的相关参数分类，利用K‑means聚类算法对分类结果聚类，去除噪点；基于聚类结果建立不同类型的矩阵；将不同类型的矩阵分通道输入到光伏发电功率预测模型中，完成对光伏发电功率的预测。本发明中各输入变量的特征矩阵以多通道的方式输入，不同变量特征矩阵相互独立，实现不同变量特征矩阵分别进行特征提取，有效提高了网络效率，通过融合多个通道的特征信息从而使得网络能够学习到更加丰富的时空特征，以提高预测精度。

技术研发人员：赵海玉,梁表,高振敏,王萌,谭兴全,孙京奥
受保护的技术使用者：华能新能源股份有限公司河北分公司
技术研发日：
技术公布日：2024/1/12