[發明專利]一種光伏發電功率預測方法、裝置及系統

在審

• 申請號: 201810140569.6
• 申請日: 2018-02-11
• 公開（公告）號: CN108256693A
• 公開（公告）日: 2018-07-06
• 發明（設計）人: 胡瓊;翁捷
• 申請（專利權）人: 陽光電源股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

本發明實施例提供了一種光伏發電功率預測方法、裝置及系統，該預測方法首先獲取待預測光伏發電系統的預測目標，然后確定與預測目標對應的影響變量為第一變量數據集，之后計算第一變量數據集中的影響變量的權重，并確定影響變量的權重大于第一預設權重的影響變量為第二變量數據集。將第二變量數據集輸入到變量訓練模型中，計算出每個變量訓練模型的目標分數，并確定目標得分高于第一預設得分的變量訓練模型為目標模型，然后根據目標模型的目標分數以及目標模型的預測值，確定出預測發電功率。可見，本方案能夠根據輸入參數的不同進行預測模型的選用，并且對輸入參數進行篩選，排除數據貢獻度小的影響變量對模型的干擾，提高了預測結果的準確性。

技術領域

本發明涉及新能源發電技術領域，具體涉及一種光伏發電功率預測方法、裝置及系統。

背景技術

隨著新能源的快速發展，光伏發電也在大規模的接入電網，然而，影響光伏發電的外界因素較多，因此，光伏發電存在隨機性、波動性、間歇性、不確定性等缺點，對電網的經濟安全穩定運行造成了嚴重的影響。

為了進一步削弱光伏發電系統由于上述缺點導致的電網影響，通常，通過對光伏發電系統進行準確預設，以提高電力運行的穩定性。即通過預測的方式充分利用太陽能資源，獲得更優的經濟效益以及社會效益。

光伏發電功率預測方法通常分為物理方法以及統計方法，其中，物理方法是利用光伏的物理特性建立預測模型，統計方法是利用光伏電站運行的歷史數據進行預測，如根據歷史數據和氣象、環境的對應關系進行預測。具體的，如圖1所示，首先選擇幾種固定的預測算法模型分別建立預測模型，再通過預測值與實際值的誤差通過一定方法對每個單一模型確定權重，根據權重和單一模型預測值計算得到最終預測結果。

然而，發明人發現，上述的預設方法一旦其中某個預測模型的預測效果較差，會影響整個組合模型的整體預測精度。除此，上述預測方法中，選用的固定模型，即不能根據輸入參數的不同進行不同預測模型的選用，沒有針對性，可能會導致預測結果不準確。

綜上，如何提供一種光伏發電功率預測方法、裝置及系統，能夠根據輸入參數的不同進行預測模型的選用，進而提高預測結果的準確性，是本領域技術人員亟待解決的一大技術難題。

發明內容

有鑒于此，本發明實施例提供了一種光伏發電功率預測方法，夠根據輸入參數的不同進行預測模型的選用，并且對輸入參數進行篩選，排除數據貢獻度小的影響變量對模型的干擾，提高了預測結果的準確性。

為實現上述目的，本發明實施例提供如下技術方案：

一種光伏發電功率預測方法，包括：

獲取待預測光伏發電系統的預測目標，所述預設目標包括預測空間范圍、預測時間范圍以及預測時間尺度中的一項或多項；

根據所述預測目標，確定所述待預測光伏發電系統的數據參數中與所述預測目標對應的影響變量為第一變量數據集；

計算所述第一變量數據集中的所述影響變量的權重；

確定所述影響變量的權重大于第一預設權重的影響變量為第二變量數據集；

將所述第二變量數據集中的影響變量輸入到至少一個變量訓練模型，計算出每個所述變量訓練模型的目標分數，所述目標分數表征所述變量訓練模型的準確程度；

確定目標得分高于第一預設得分的所述變量訓練模型為目標模型；

根據所述目標模型的目標分數以及所述目標模型的預測值，確定出預測發電功率。

可選的，還包括：

預先獲取待預測光伏發電系統的數據參數，所述數據參數至少包括所述待預測光伏發電系統的歷史運行數據、氣象數據、數值天氣預報數據、電站基本配置信息數據、地理位置數據、設備物理參數數據中的一項或多項。