光伏电站的功率预测方法、装置和功率预测系统与流程

本技术属于光伏电站领域，尤其涉及一种光伏电站的功率预测方法、装置和功率预测系统。

背景技术：

1、针对安装有跟踪组件的光伏电站，通常有以下两种处理方式进行跟踪组件的功率预测：1)根据跟踪组件的实时跟踪角度，利用辐射模型将电站固定辐照仪或数值天气预测的水平面总辐射数据换算成跟踪组件的斜面总辐射，然后通过斜面总辐射直接进行功率预测；2)将组件的实时跟踪角度作为功率预测模型的一个输入变量，以代表跟踪组件的斜面总辐射与水平面总辐射之间的关系。但以上两种方式均只能在较为理想的状态下进行，无法适用于光伏电站所处区域的复杂多变的外界环境影响，导致预测得到的结果的准确度不高。

技术实现思路

1、本技术旨在至少解决现有技术中存在的技术问题之一。为此，本技术提出一种光伏电站的功率预测方法、装置和功率预测系统，预测结果的准确性高且适用于任何复杂的天气以及环境情况。

2、第一方面，本技术提供了一种光伏电站的功率预测方法，该方法包括：

3、获取待测跟踪组件在目标时刻对应的第一斜面总辐射；

4、将所述第一斜面总辐射输入至功率预测模型，获取所述功率预测模型输出的未来目标时长内的第一预测功率；所述功率预测模型为基于标准组件对应的历史发电功率数据和电站水平面辐照仪所采集的水平面辐射数据预先构建的，所述标准组件为与所述待测跟踪组件类型相同的组件，且所述标准组件的设置位置靠近所述电站水平面辐照仪的设置位置。

5、根据本技术的光伏电站的功率预测方法，通过设置标准组件以预先构建功率预测模型，使得在实际应用过程中，能够基于功率预测模型对转化得到的第一斜面总辐射进行准确预测得到第一预测功率，预测结果的准确性高且适用于任何复杂的天气以及环境情况，具有广泛的应用场景。

6、根据本技术的一个实施例，在所述将所述第一斜面总辐射输入至功率预测模型，获取所述功率预测模型输出的未来目标时长内的第一预测功率之前，所述方法还包括：

7、获取所述标准组件在历史第一时段内的实际发电功率、所述电站水平面辐照仪在所述第一时段内采集的水平面辐射数据和第一目标建模参数；

8、基于所述实际发电功率、所述水平面辐射数据和所述第一目标建模参数，构建所述功率预测模型；

9、其中，所述第一目标建模参数包括所述第一时段内所述标准组件的组件温度、转换效率以及所述标准组件所处区域的环境参数中的至少一种。

10、根据本技术的一个实施例，所述基于所述实际发电功率、所述水平面辐射数据和所述第一目标建模参数，构建所述功率预测模型，包括：

11、将所述实际发电功率和所述标准组件的额定发电功率的比值，确定为输出变量；并将所述水平面辐射数据和所述第一目标建模参数确定为输入变量，使用机器学习回归类算法构建所述功率预测模型。

12、根据本技术的一个实施例，在所述将所述第一斜面总辐射输入至功率预测模型，获取所述功率预测模型输出的未来目标时长内的第一预测功率之后，所述方法还包括：

13、将所述第一预测功率输入至误差修正模型，获取所述误差修正模型输出的修正值，并基于所述修正值修正所述第一预测功率，确定未来目标时长内的第二预测功率；所述误差修正模型为基于所述待测跟踪组件对应的历史发电功率数据和所述功率预测模型预先构建的。

14、根据本技术的一个实施例，在所述将所述第一预测功率输入至误差修正模型，获取所述误差修正模型输出的修正值之前，所述方法还包括：

15、基于电站水平面辐照仪在历史第一时段内采集的水平面辐射数据，确定所述待测跟踪组件在所述第一时段内目标角度下的第二斜面总辐射；

16、将所述第二斜面总辐射输入至所述功率预测模型，获取所述功率预测模型输出的所述目标角度对应的初始预测功率；

17、基于所述初始预测功率、所述待测跟踪组件在所述第一时段内的实际功率和第二目标建模参数，构建所述误差修正模型；

18、其中，所述第二目标建模参数包括所述第一时段内所述待测跟踪组件的组件温度、组件斜面上的太阳入射角、当日天气类型以及实时时间中的至少一种。

19、根据本技术的一个实施例，所述水平面辐射数据包括水平面总辐射、水平面直接辐射和水平面散射中的至少一种；所述目标角度包括倾角和方位角；所述基于电站水平面辐照仪在历史第一时段内采集的水平面辐射数据，确定所述待测跟踪组件在所述第一时段内目标角度下的第二斜面总辐射，包括：

20、基于所述水平面直接辐射和所述待测跟踪组件的组件斜面上的太阳入射角，确定斜面直接辐射；所述太阳入射角为基于所述倾角、太阳高度角、太阳方位角和所述方位角确定的；

21、基于所述水平面散射和所述倾角，确定斜面散射；

22、基于所述水平面总辐射、所述倾角和地表反射率，确定斜面反射；

23、基于所述斜面直接辐射、所述斜面散射和所述斜面反射，确定所述第二斜面总辐射。

24、根据本技术的一个实施例，所述基于所述初始预测功率、所述待测跟踪组件在所述第一时段内的实际功率和第二目标建模参数，构建所述误差修正模型，包括：

25、将所述初始预测功率和所述实际功率之间的差值确定为输出变量，将所述第二斜面总辐射和所述第二目标建模参数确定为输入变量，构建所述误差修正模型。

26、根据本技术的一个实施例，所述获取待测跟踪组件在目标时刻对应的第一斜面总辐射，包括：

27、将获取的所述待测跟踪组件在所述目标时刻对应的预测水平面辐射数据输入至预测辐照修正模型，获取所述预测辐照修正模型输出的修正后的预测水平面辐射数据；所述预测辐照修正模型为基于所述待测跟踪组件的历史实际水平面辐射数据和所述历史实际水平面辐射数据对应的历史预测水平面辐射数据训练得到的；

28、将所述修正后的预测水平面辐射数据输入至辐射模型，获取所述辐射模型输出的所述第一斜面总辐射。

29、第二方面，本技术提供了一种光伏电站的功率预测装置，该装置包括：

30、第一处理模块，用于获取待测跟踪组件在目标时刻对应的第一斜面总辐射；

31、第二处理模块，用于将所述第一斜面总辐射输入至功率预测模型，获取所述功率预测模型输出的未来目标时长内的第一预测功率；所述功率预测模型为基于标准组件对应的历史发电功率数据和电站水平面辐照仪所采集的水平面辐射数据预先构建的，所述标准组件为与所述待测跟踪组件类型相同的组件，且所述标准组件的设置位置靠近所述电站水平面辐照仪的设置位置。

32、根据本技术的光伏电站的功率预测装置，通过设置标准组件以预先构建功率预测模型，使得在实际应用过程中，能够基于功率预测模型对转化得到的第一斜面总辐射进行准确预测得到第一预测功率，预测结果的准确性高且适用于任何复杂的天气以及环境情况，具有广泛的应用场景。

33、第三方面，本技术提供了一种功率预测系统，包括：

34、电站水平面辐照仪；

35、至少一个跟踪组件；

36、标准组件，所述标准组件的类型与所述跟踪组件的类型相同，且所述标准组件的设置位置靠近所述电站水平面辐照仪的设置位置；

37、如第二方面所述的光伏电站的功率预测装置，所述光伏电站的功率预测装置分别与所述电站水平面辐照仪、所述至少一个跟踪组件和所述标准组件电连接。

38、第四方面，本技术提供了一种非暂态计算机可读存储介质，其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上述第一方面所述的光伏电站的功率预测方法。

39、第五方面，本技术提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的光伏电站的功率预测方法。

40、第六方面，本技术提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的光伏电站的功率预测方法。

41、本技术实施例中的上述一个或多个技术方案，至少具有如下技术效果之一：

42、通过设置标准组件以预先构建功率预测模型，使得在实际应用过程中，能够基于功率预测模型对转化得到的第一斜面总辐射进行准确预测得到第一预测功率，预测结果的准确性高且适用于任何复杂的天气以及环境情况，具有广泛的应用场景。

43、进一步的，通过设置标准组件以预先构建误差修正模型，使得在实际应用过程中，能够基于误差修正模型对第一预测功率进行误差修正以得到第二预测功率，进一步提高预测结果的准确性，且适用于任何复杂的天气以及环境情况，具有广泛的应用场景。

44、更进一步的，通过利用标准组件的实际发电功率、水平面辐射数据以及相关环境参数建立功率预测模型，可以获得较为精确的电站水平面辐射数据与固定角度的光伏组件之间发电功率的预测模型。

45、更进一步的，通过将基于历史实测水平面辐射数据和跟踪系统角度确定待测跟踪组件在第一时段内的应发电功率，结合待测跟踪组件的实测发电功率建立误差修正模型，能够降低环境以及气候等因素对预测结果造成的影响，从而提高后续应用过程中所得到的第二预测功率的准确性，且适用于任意复杂多变的环境气候条件。

46、本技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。