基于气象条件和集群划分的新能源功率预测方法及系统与流程

本发明涉及新能源发电功率，具体而言，涉及基于气象条件和集群划分的新能源功率预测方法及系统。

背景技术：

1、在传统技术中，电站功率预测方法主要分为统计方法和物理方法，两种方法各有优缺点。物理方法不需要大量的测量数据，但要求对大气的物理特性及电站特性有准确的数学描述，这些方程求解困难，计算量大。统计方法不需要求解物理方程，计算速度快，但需要大量历史数据。同时目前预测厂家大多没有提供集群功率预测，部分厂家通过电站功率预测简单地累加的方法计算集群功率预测，精度低不能满足指导调度决策的实际需要。

2、因此，如何将气象条件与功率预测进行融合，以提高功率预测的准确性，并实现较大范围内新能源总功率的准确预测，就成为本领域技术人员亟待解决的问题。

技术实现思路

1、本发明的目的是提供基于气象条件和集群划分的新能源功率预测方法及系统，来解决现有技术中的上述问题。

2、本发明的实施例通过以下技术方案实现：

3、第一方面，本发明提供了，基于气象条件和集群划分的新能源功率预测方法，包括：

4、获取历史运行数据，并通过天气预报系统获取实测气象数据；

5、对所属区域的电站进行集群的划分，输出若干集群；

6、基于历史运行数据建立基准电站筛选模型，通过基准电站筛选模型在若干集群中筛选出基准电站；

7、获取基准电站的历史运行数据和实测气象数据，建立集群预测模型，通过集群预测模型输出基准电站的集群功率预测曲线；

8、通过电能量模型计算置信区间曲线，对集群预测数据进行修正。

9、优选的，所述对所属区域的电站进行集群的划分包括：

10、获取所有电站接入电力系统的地理位置信息，设置单个集群的覆盖面积；

11、获取所属区域面积，根据所设置的单个集群的覆盖面积对所属区域面积进行划分；

12、将位于单个集群的覆盖面积内的电站划分为一个集群。

13、优选的，所述建立基准电站筛选模型包括：

14、获取所有电站的实时功率数据和集群功率数据，计算电站与集群功率的相关系数，并进行排序；

15、设置相关系数的基点值，保留大于基点值的相关系数所对应的第一电站；

16、获取第一电站的数据，建立数据矩阵，计算数据矩阵中的关联系数；

17、计算每个电站发电功率序列与集群发电功率系列的关联度，并对关联度进行排序；

18、设置关联度选取阈值，保留关联度大于关联度选取阈值的第二电站，并选取第二电站中装机容量最大的电站作为基准电站。

19、优选的，所述计算电站与集群功率的相关系数包括：

20、

21、式中，rxy为相关系数，e为数学期望，cov(x,y)为随机变量x和y的协方差,σx为随机变量x的标准差，σy为随机变量y的标准差，μx为x的均值，μy为y的均值。

22、优选的，所述计算数据矩阵中的关联系数包括：

23、

24、式中，loi(k)为关联系数，δmin为集群与电站发电功率比较序列中各个时刻数值绝对差中的最小值，δmax为集群与电站发电功率比较序列中各个时刻数值绝对差中的最大值，p为分辨系数，δoi(k)为k年份集群发电功率序列与第i各电站发电功率序列的绝对差。

25、优选的，所述计算每个电站发电功率序列与集群发电功率系列的关联度包括：

26、

27、式中，roi为关联度，n、k为常数。

28、优选的，所述建立集群预测模型包括：

29、获取基准电站的实测全年气象数据，建立第一时间序列，获取预报全年气象数据，建立第二时间序列，基于第一时间序列和第二时间序列建立函数模型；

30、通过函数模型修正预报全年气象数据，根据修正后的全年气象数据建立概率分布图；

31、通过全年气象数据的概率分布图计算集群预测功率值，通过集群预测功率得到集群预测曲线。

32、优选的，所述计算集群预测功率值包括：

33、p＝0.5cpρav3+kimppumpp

34、式中，p为集群预测功率值，cp为风能利用系数，ρ为空气密度，a为气流扫过风机的总面积，v为预报全年气象数据中的风速，k为光伏组件利用系数，impp为光伏组件输出电流，umpp为光伏组件输出电压。

35、第二方面，本发明还提供了基于气象条件和集群划分的新能源功率预测系统，包括：

36、处理模块，被配置为获取历史运行数据，并通过天气预报系统获取实测气象数据；对所属区域的电站进行集群的划分，输出若干集群；

37、模型预测块，被配置为基于历史运行数据建立基准电站筛选模型，通过基准电站筛选模型在若干集群中筛选出基准电站；获取基准电站的历史运行数据和实测气象数据，建立集群预测模型，通过集群预测模型输出基准电站的集群功率预测曲线；通过电能量模型计算置信区间曲线，对集群预测数据进行修正；

38、主控模块，与所述处理模块和模型预测块连接，用于执行上述的基于气象条件和集群划分的新能源功率预测方法。

39、本发明实施例的技术方案至少具有如下优点和有益效果：

40、采用本发明所提供的方法及系统，采集地区多时空尺度的数字天气预报数据和场站上报的数字天气预报数据、历史运行数据和实测气象数据，通过大数据分析技术，建立集群划分原则、基准电站筛选模型、集群预测模型、电能量计算模型、置信区间；选取基准电站并计算集群功率预测曲线，采用电能量模型计算置信区间曲线，将气象条件与功率预测进行融合，实现对集群预测数据进行更精准的修正。

技术特征：

1.基于气象条件和集群划分的新能源功率预测方法，其特征在于，包括：

2.根据权利要求1所述的基于气象条件和集群划分的新能源功率预测方法，其特征在于，所述对所属区域的电站进行集群的划分包括：

3.根据权利要求1所述的基于气象条件和集群划分的新能源功率预测方法，其特征在于，所述建立基准电站筛选模型包括：

4.根据权利要求3所述的基于气象条件和集群划分的新能源功率预测方法，其特征在于，所述计算电站与集群功率的相关系数包括：

5.根据权利要求3所述的基于气象条件和集群划分的新能源功率预测方法，其特征在于，所述计算数据矩阵中的关联系数包括：

6.根据权利要求3所述的基于气象条件和集群划分的新能源功率预测方法，其特征在于，所述计算每个电站发电功率序列与集群发电功率系列的关联度包括：

7.根据权利要求3所述的基于气象条件和集群划分的新能源功率预测方法，其特征在于，所述建立集群预测模型包括：

8.根据权利要求3所述的基于气象条件和集群划分的新能源功率预测方法，其特征在于，所述计算集群预测功率值包括：

9.基于气象条件和集群划分的新能源功率预测系统，其特征在于，包括：

技术总结
本发明涉及新能源发电功率技术领域，具体而言，涉及基于气象条件和集群划分的新能源功率预测方法及系统，采用本发明所提供的方法及系统，采集地区多时空尺度的数字天气预报数据和场站上报的数字天气预报数据、历史运行数据和实测气象数据，通过大数据分析技术，建立集群划分原则、基准电站筛选模型、集群预测模型、电能量计算模型、置信区间；选取基准电站并计算集群功率预测曲线，采用电能量模型计算置信区间曲线，将气象条件与功率预测进行融合，实现对集群预测数据进行更精准的修正。

技术研发人员：孙义楠,石冠海,秦通桥,周泳欣,章浩荣,张伟,李亚军,吕井波,马辉
受保护的技术使用者：中国华能集团有限公司
技术研发日：
技术公布日：2025/3/31