[發(fā)明專利]基于衛(wèi)星和物聯(lián)網(wǎng)信息的光伏電站超短期功率預(yù)測方法

有效

• 申請?zhí)枺?/td>: 202110615161.1
• 申請日: 2021-06-02
• 公開（公告）號: CN113378459B
• 公開（公告）日: 2022-09-02
• 發(fā)明（設(shè)計(jì)）人: 董海鷹;王定美;王妍;張蕊萍;馬志程
• 申請（專利權(quán)）人: 蘭州交通大學(xué);國網(wǎng)甘肅省電力公司電力科學(xué)研究院
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06K9/62;G06N3/12;G06Q10/04;G06Q50/06
• 代理公司: 蘭州錦知源專利代理事務(wù)所(普通合伙) 62204
• 代理人: 鐘國

本發(fā)明公開了一種基于衛(wèi)星和物聯(lián)網(wǎng)信息的光伏電站超短期功率預(yù)測方法，包括:對光伏電站泛在電力物聯(lián)網(wǎng)全息感知的實(shí)測數(shù)據(jù)和衛(wèi)星數(shù)據(jù)進(jìn)行融合，以生成衛(wèi)星?地面二源信息融合數(shù)據(jù)；采用時(shí)間序列的演化建模方法對衛(wèi)星?地面二源信息融合數(shù)據(jù)進(jìn)行演化預(yù)測，以獲取預(yù)測氣象數(shù)據(jù)；根據(jù)預(yù)測氣象數(shù)據(jù)結(jié)合光伏電站組件的物理特性獲取光伏電站的超短期預(yù)測功率。本發(fā)明能夠在光伏電站的超短期功率預(yù)測中，有效地提高光伏電站的超短期功率預(yù)測的準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及光伏電站光伏功率預(yù)測技術(shù)領(lǐng)域，尤其涉及一種基于衛(wèi)星和物聯(lián)網(wǎng)信息的光伏電站超短期功率預(yù)測方法。

背景技術(shù)

隨著分布式光伏規(guī)模越來越大，光伏輸出具有波動性較強(qiáng)，隨機(jī)性較大的特性，因此建立精度可靠的光伏發(fā)電功率預(yù)測系統(tǒng)尤為重要。

對光伏系統(tǒng)的發(fā)電功率進(jìn)行準(zhǔn)確預(yù)測，可以了解大規(guī)模的太陽能光伏并網(wǎng)系統(tǒng)的發(fā)電運(yùn)行特性以及與電網(wǎng)調(diào)度、電力負(fù)荷等的配合問題，有助于整個(gè)電力系統(tǒng)的規(guī)劃和運(yùn)行，從而減少光伏發(fā)電隨機(jī)性對電力系統(tǒng)的影響，提高系統(tǒng)的安全穩(wěn)定性。而目前的光伏預(yù)測系統(tǒng)中超短期功率預(yù)測中，存在著超短期功率預(yù)測曲線和實(shí)際曲線差距較大，預(yù)報(bào)精確度不高的問題。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題在于，提供一種基于衛(wèi)星和物聯(lián)網(wǎng)信息的光伏電站超短期功率預(yù)測方法，以解決現(xiàn)有技術(shù)中對光伏系統(tǒng)的超短期功率預(yù)測中，存在著超短期功率預(yù)測曲線和實(shí)際曲線差距較大，預(yù)報(bào)精確度不高的問題。

為了解決上述技術(shù)問題，根據(jù)本發(fā)明一方面，提供了一種基于衛(wèi)星和物聯(lián)網(wǎng)信息的光伏電站超短期功率預(yù)測方法，包括:對光伏電站泛在電力物聯(lián)網(wǎng)全息感知的實(shí)測數(shù)據(jù)和風(fēng)云四號衛(wèi)星數(shù)據(jù)進(jìn)行融合，以生成衛(wèi)星-地面二源信息融合數(shù)據(jù)；

采用時(shí)間序列的演化建模方法對所述衛(wèi)星-地面二源信息融合數(shù)據(jù)進(jìn)行演化預(yù)測，以獲取預(yù)測氣象數(shù)據(jù)；

根據(jù)所述預(yù)測氣象數(shù)據(jù)結(jié)合光伏電站組件的物理特性獲取光伏電站的超短期預(yù)測功率

進(jìn)一步的，所述對光伏電站泛在電力物聯(lián)網(wǎng)全息感知的實(shí)測數(shù)據(jù)和風(fēng)云四號衛(wèi)星數(shù)據(jù)進(jìn)行融合，以生成衛(wèi)星-地面二源信息融合數(shù)據(jù)的步驟，包括：

獲取所述實(shí)測數(shù)據(jù)和所述衛(wèi)星數(shù)據(jù)，并對所述實(shí)測數(shù)據(jù)和所述衛(wèi)星數(shù)據(jù)進(jìn)行預(yù)處理；

以所述實(shí)測數(shù)據(jù)為基準(zhǔn)對所述衛(wèi)星數(shù)據(jù)進(jìn)行數(shù)據(jù)訂正，以使得訂正后的所述衛(wèi)星數(shù)據(jù)的概率分布與所述實(shí)測數(shù)據(jù)的概率分布一致；

采用貝葉斯模型平均方法融合所述實(shí)測數(shù)據(jù)和訂正后的所述衛(wèi)星數(shù)據(jù)；

采用空間降尺度方法將訂正后的所述衛(wèi)星數(shù)據(jù)的第一分辨率降尺度為第二分辨率；

以所述第二分辨率的所述衛(wèi)星數(shù)據(jù)為背景，采用最優(yōu)差值融合所述實(shí)測數(shù)據(jù)，以生成所述衛(wèi)星-地面二源信息融合數(shù)據(jù)。

進(jìn)一步的，所述以所述實(shí)測數(shù)據(jù)為基準(zhǔn)對所述衛(wèi)星數(shù)據(jù)進(jìn)行數(shù)據(jù)訂正的步驟，包括：

以所述實(shí)測數(shù)據(jù)為基準(zhǔn)，通過概率函數(shù)密度匹配法調(diào)整與所述實(shí)測數(shù)據(jù)相同累計(jì)概率密度下的所述衛(wèi)星數(shù)據(jù)的量值，以實(shí)現(xiàn)對所述衛(wèi)星數(shù)據(jù)的數(shù)據(jù)訂正。

進(jìn)一步的，所述采用貝葉斯模型平均方法融合所述實(shí)測數(shù)據(jù)和訂正后的所述衛(wèi)星數(shù)據(jù)的步驟，包括：

獲取所述實(shí)測數(shù)據(jù)中與訂正后的所述衛(wèi)星數(shù)據(jù)匹配的樣本數(shù)據(jù)；

采用所述貝葉斯模型經(jīng)過訓(xùn)練確定訂正后的所述衛(wèi)星數(shù)據(jù)與所述樣本數(shù)據(jù)的權(quán)重和誤差；

根據(jù)所述權(quán)重和所述誤差計(jì)算所述第一分辨率的每個(gè)網(wǎng)格的格點(diǎn)上分析值和誤差方差，以實(shí)現(xiàn)所述實(shí)測數(shù)據(jù)與訂正后的所述衛(wèi)星數(shù)據(jù)的融合。

進(jìn)一步的，將訂正后的所述衛(wèi)星數(shù)據(jù)的第一分辨率降尺度為第二分辨率采用如下公式進(jìn)行：