[發明專利]一種光伏發電影響因素評價模型、構建方法及應用

在審

• 申請號: 202010035167.7
• 申請日: 2020-01-14
• 公開（公告）號: CN111260206A
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 周杭霞;周郅皓;楊凌帆;劉倩;胡強
• 申請（專利權）人: 中國計量大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/04;G06Q50/06;G06N3/04;G06N3/08;G06F16/27
• 代理公司: 重慶市信立達專利代理事務所(普通合伙) 50230
• 代理人: 陳炳萍

本發明屬于光伏發電量預測技術領域，公開了一種光伏發電影響因素評價模型、構建方法及應用。構建彈性的Spark on YARN計算集群，通過YARN對集群的資源進行管理和分配；長短期記憶神經網絡算法LSTM通過建立深層的時間序列網絡模型，對光伏發電影響因子數據從底層到高層逐層提取特征，實現底層信息到高層的抽象；LSTM對光伏系統發電量進行建模和預測，根據初始結果不斷調整模型參數和影響因子優化模型，得出關于影響因子評價模型。本發明實現了快速低成本的光伏大數據處理平臺、彈性高效的云計算集群、高準確性的光伏發電量預測模型以及對光伏發電影響因素的大數據分析，為建設新光伏電站和改進舊電站提供了智能化的參考。

技術領域

本發明屬于光伏發電量預測技術領域，尤其涉及一種光伏發電影響因素評 價模型、構建方法及應用。

背景技術

目前，最接近的現有技術：據國際能源署估計，全球2030年一次能源需 求將達到177億噸油當量，能源需求量如此巨大，而化石能源(煤、石油、天 然氣等不可再生資源)的日益枯竭以及對全球氣候環境的影響，使得在世界范 圍內，優先大力發展可再生能源的能源革命被掀起。隨著各國對太陽能光伏發 電技術的投入，目前光伏發電已經實現了產業化，太陽能光伏發電逐步成為了 電力能源的重要組成部分。光伏發電屬于波動性和間歇性電源，當大規模光伏 發電接入電網后，就會產生隨機發電與隨機用電兩組互不相關變量的實時平衡 問題，這就使得對光伏發電預測模型和效率評價指標的研究成為了必須。光伏發電預測模型就是對運行中的光伏發電諸多氣候等因素進行分析，預先評估發 電量的變化情況、用來合理調度發電容量、充分利用資源，達到提高光伏并網 后電網的安全性和穩定性的目的。Spark平臺是專為大規模數據處理而設計的快 速通用的計算引擎，植入于該平臺下的深度學習結構可用于對數據模型權值的 優化。如果對光伏電場進行等效建模、功率預測和能量管理，那么這些功能的 實現都需要海量的歷史數據作為基礎。發明中提出將基于深度學習的Spark云 計算與大數據處理技術應用于間歇性能源領域，無論是對于目前間歇性能源的 發展研究還是未來國家的可持續發展，都具有非常重要的戰略價值與意義。