[發明專利]一種光伏功率預測方法及系統

在審

• 申請號: 202210007517.8
• 申請日: 2022-01-06
• 公開（公告）號: CN114298441A
• 公開（公告）日: 2022-04-08
• 發明（設計）人: 王月香;王興勛;申奇;朱瑾;茹立鵬;倪康婷;郎慶凱
• 申請（專利權）人: 北京國網富達科技發展有限責任公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 王愛濤

本發明涉及一種光伏功率預測方法及系統，首先對影響因素集進行相關性分析，選取影響因素集中相關性大于設定值的影響因素，得到相關因素集；并獲取所述相關因素集的歷史數據，得到相關數據集；然后對所述相關數據集進行預處理，得到預處理數據集；并基于所述預處理數據集對預測模型進行訓練，得到訓練好的所述預測模型；最后基于訓練好的所述預測模型，結合各所述相關因素的預測數據，對光伏的功率進行預測。本發明能快速、準確地實現光伏發電功率的預測，為電力調度提供良好的基礎。

技術領域

本發明涉及光伏發電技術領域，特別是涉及一種光伏功率預測方法及系統。

背景技術

近年來，光伏發電產業在快速發展，但是由于光伏發電具有極強的間歇性和波動性，會導致電網癱瘓。電網的穩定并網運行需要不同發電方式之間的協調配合，對傳統的發電方式(如水電和火電)進行調節，代價是非常巨大的，因此，預測光伏的功率情況進而提前科學的修正其功率計劃可以保證電力系統運行的安全性和經濟性。

目前現有的各種基于傳統的物理方法光伏功率預測算法，預測精度低，泛化能力不強；統計方法建模難度較大，過程復雜。基于人工智能的光伏發電功率預測技術以及相應的工程應用軟件，存在預測性能不穩定的缺點。

發明內容

有鑒于此，本發明提供了一種光伏功率預測方法及系統，以快速地、準確地對光伏發電功率進行預測，為電力調度提供基礎。

為實現上述目的，本發明提供了如下方案：

一種光伏功率預測方法，包括：

對影響因素集進行相關性分析，選取影響因素集中相關性大于設定值的影響因素，得到相關因素集；

獲取所述相關因素集的歷史數據，得到相關數據集；

對所述相關數據集進行預處理，得到預處理數據集；

基于所述預處理數據集對預測模型進行訓練，得到訓練好的所述預測模型；

基于訓練好的所述預測模型，結合各所述相關因素的預測數據，對光伏的功率進行預測。

優選地，所述對影響因素集進行相關性分析，選取影響因素集中相關性大于設定值的影響因素，得到相關因素集，包括：

對內部影響因素集中各內部影響因素分別與功率轉換效率做相關性分析，選取相關性大于內部設定值的所述內部影響因素，得到內部相關因素集；

對外部影響因素集中各外部影響因素分別與輻射強度做相關性分析，選取相關性大于外部設定值的所述外部影響因素，得到外部相關因素集；所述影響因素集包括所述內部影響因素集和所述外部影響因素集；所述相關因素集包括所述內部相關因素集和所述外部相關因素集。

優選地，所述對所述相關數據集進行預處理，得到預處理數據集，包括：

對所述相關數據集進行缺失值補充，得到補充數據集；

對所述補充數據集進行異常值替換，得到替換數據集；

對所述替換數據集進行歸一化處理，得到歸一化數據集；

對所述歸一化數據集進行降維處理，得到降維數據集；所述降維數據集即為所述預處理數據集。

優選地，所述基于所述預處理數據集對預測模型進行訓練，得到訓練好的所述預測模型，包括：

基于梯度提升樹方法建立所述預測模型；

重復修改所述預測模型的參數，并結合所述預處理數據集對所述預測模型進行迭代優化，直至所述預測模型的損失函數值小于或等于損失設定值，得到訓練好的所述預測模型。

優選地，所述內部影響因素集包括光伏電池板的溫度特性、光伏電池板的結構材料和逆變器的特性；