CN112003274A - 一种光伏出力预测方法及系统 - Google Patents
一种光伏出力预测方法及系统 Download PDFInfo
- Publication number
- CN112003274A CN112003274A CN202010812182.8A CN202010812182A CN112003274A CN 112003274 A CN112003274 A CN 112003274A CN 202010812182 A CN202010812182 A CN 202010812182A CN 112003274 A CN112003274 A CN 112003274A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic power
- daily
- power station
- output
- total
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000006243 chemical reaction Methods 0.000 claims abstract description 108
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 230000001174 ascending effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 6
- 230000008859 change Effects 0.000 description 4
- 238000010248 power generation Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Power Engineering (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Control Of Electrical Variables (AREA)
Abstract
本发明涉及电力系统负荷预测技术领域,具体公开了一种光伏出力预测方法,包括:对获取到的样本光伏电站的出力数据进行分析,得出样本光伏电站的日平均出力和日最大出力、日总平均出力、日总最大出力和装机容量;计算多个样本光伏电站中除基准光伏电站以外的其他样本光伏电站相对于基准光伏电站的相对容量及其转换系数;计算待预测光伏电站的日总平均出力相对容量、日总最大出力相对容量、日总平均出力和日总最大出力;确定出待预测光伏电站的日总出力曲线;本发明还公开了一种光伏出力预测系统。本发明提供的光伏出力预测方法建模过程简单,对数据质量要求不高,适应当前电网光伏出力统计数据不完整的现状。
Description
技术领域
本发明涉及电力系统负荷预测技术领域,更具体地,涉及一种光伏出力预测方法及系统。
背景技术
近年来,光伏发电装机容量占比逐年升高,已成为电网重要的发电组成部分;然而,光伏发电具有单机容量小、分布广、出力不稳定的特点,因此,电网实际运行中,光伏出力往往就地消纳,这直接导致了用户负荷的随机波动性,给调度机构的负荷预测带来了严重挑战,因此亟需对光伏出力进行较为精确的预测,最终实现调度负荷的精准预测。
目前的光伏预测方法精确度虽然高,但存在建模过程复杂,数据采集要求过高的问题,且多以单一光伏电站为预测目标,方法的适应性较弱;另外,不具备扩展性,对数据依赖性较强,随着光伏装机容量的变化,预测的准确性会逐渐降低。
发明内容
为了解决现有技术中存在的不足,本发明提供了一种光伏出力预测方法及系统,建模过程简单,对数据质量要求不高,适应当前电网光伏出力统计数据不完整的现状。
作为本发明的第一个方面,提供一种光伏出力预测方法,包括:
步骤S110:获取多个样本光伏电站的出力数据、总出力曲线和装机容量;
步骤S120:对每一所述样本光伏电站的出力数据进行分析,得出每一所述样本光伏电站的日平均出力和日最大出力,以及得出所有样本光伏电站的日总平均出力和日总最大出力;
步骤S130:从多个所述样本光伏电站中选取一基准光伏电站,并计算多个所述样本光伏电站中除所述基准光伏电站以外的其他样本光伏电站相对于所述基准光伏电站的相对容量及其转换系数,其中,所述其他样本光伏电站相对于所述基准光伏电站的相对转换系数包括日平均出力相对转换系数、日最大出力相对转换系数、日总平均出力相对转换系数和日总最大出力相对转换系数,所述其他样本光伏电站相对于所述基准光伏电站的相对容量包括日平均出力相对容量和日最大出力相对容量;
步骤S140:对所述样本光伏电站的日平均出力与日平均出力相对容量进行线性拟合,得到待预测光伏电站的日总平均出力的计算公式;以及对所述样本光伏电站的日最大出力与日最大出力相对容量进行线性拟合,得到待预测光伏电站的日总最大出力的计算公式;
步骤S150:获取待预测光伏电站的总容量,并根据所述待预测光伏电站的总容量和样本日总平均出力相对转换系数计算得到待预测光伏电站的日总平均出力相对容量,以及根据所述待预测光伏电站的总容量和样本日总最大出力相对转换系数计算得到待预测光伏电站的日总最大出力相对容量;
步骤S160:将待预测光伏电站的日总平均出力相对容量代入所述待预测光伏电站的日总平均出力的计算公式,计算得到待预测光伏电站的日总平均出力,并将待预测光伏电站的日总最大出力相对容量代入所述待预测光伏电站的日总最大出力的计算公式,计算得到待预测光伏电站的日总最大出力;
步骤S170:依据多个样本光伏电站的日总出力曲线、待预测光伏电站的日总平均出力和所有样本光伏电站的日总平均出力,确定出待预测光伏电站的日总出力曲线;或者,依据多个样本光伏电站的日总出力曲线、待预测光伏电站的日总最大出力和所有样本光伏电站的日总最大出力,确定出待预测光伏电站的日总出力曲线。
进一步地,在步骤S130中还包括:
从多个所述样本光伏电站中选取装机容量最大的样本光伏基站为基准光伏电站;或者,对多个所述样本光伏电站的装机容量进行升序排序,得到排序后的装机容量,其中,所述基准光伏电站的装机容量为排序后处于总排序的中间位置上的装机容量。
进一步地,在步骤S110、步骤S120中还包括:
设定各样本光伏电站的日平均出力Pa:P1a、P2a、P3a、……;
所有样本光伏电站的日总平均出力Psa:Psa=P1a+P2a+P3a+……;
各样本光伏电站的日最大出力Pm:P1m、P2m、P3m、……;
所有样本光伏电站的日总最大出力Psm:Psm=P1m+P2m+P3m+……;
各样本光伏电站的的容量C:C1、C2、C3、……;
所有样本光伏电站的总容量Cs:Cs=C1+C2+C3+……。
进一步地,在步骤S130中还包括:
假设一号光伏电站为基准光伏电站,则其他样本光伏电站相对于一号光伏电站的相对转换系数计算如下:
日平均出力相对转换系数的计算公式为:
其中,Xa21为二号光伏电站相对于一号光伏电站的日平均出力相对转换系数,Xa31为三号光伏电站相对于一号光伏电站的日平均出力相对转换系数,Xa41为四号光伏电站相对于一号光伏电站的日平均出力相对转换系数,以此类推;
日最大出力相对转换系数的计算公式为:
其中,Xm21为二号光伏电站相对于一号光伏电站的日最大出力相对转换系数,Xm31为三号光伏电站相对于一号光伏电站的日最大出力相对转换系数,Xm41为四号光伏电站相对于一号光伏电站的日最大出力相对转换系数,以此类推;
日总平均出力相对转换系数的计算公式为:Xsa1=(C1/Cs)*(Psa/P1a),其中,Xsa1为所有其他样本光伏电站相对于一号光伏电站的日总平均出力相对转换系数;
日总最大出力相对转换系数的计算公式为:Xsm1=(C1/Cs)*(Psm/P1m),其中,Xsm1为所有其他样本光伏电站相对于一号光伏电站的日总最大出力相对转换系数;
假设一号光伏电站为基准光伏电站,则其他样本光伏电站相对于一号光伏电站的相对容量计算如下:
日平均出力相对容量的计算公式为:
其中,C’1为一号光伏电站的容量,C’2为二号光伏电站相对于一号光伏电站的日平均出力相对容量,C’3为三号光伏电站相对于一号光伏电站的日平均出力相对容量,C’4为四号光伏电站相对于一号光伏电站的日平均出力相对容量,以此类推;
日最大出力相对容量的计算公式为:
其中,C”1为一号光伏电站的容量,C”2为二号光伏电站相对于一号光伏电站的日最大出力相对容量,C”3为三号光伏电站相对于一号光伏电站的日最大出力相对容量,C”4为四号光伏电站相对于一号光伏电站的日最大出力相对容量,以此类推。
进一步地,在步骤S150中还包括:
待预测光伏电站的日总平均出力相对容量C’x的计算公式为:
C’x=Xsa1*Cx
其中,Cx为待预测光伏电站的总容量,Xsa1为样本日总平均出力相对转换系数;
待预测光伏电站的日总最大出力相对容量C”x的计算公式为:
C”x=Xsm1*Cx
其中,Cx为待预测光伏电站的总容量,Xsm1为样本日总最大出力相对转换系数。
进一步地,在步骤S160中还包括:
待预测光伏电站的日总平均出力Pax的计算公式为:
Pax=ka*C’x+ba
其中,C’x为待预测光伏电站的日总平均出力相对容量;
待预测光伏电站的日总最大出力Pmx的计算公式为:
Pmx=km*C”x+bm
其中,C”x为待预测光伏电站的日总最大出力相对容量。
进一步地,在步骤S170中还包括:
待预测光伏电站的日总出力曲线Px的计算公式为:
Px=Pax/Psa*z(t)
其中,z(t)为多个样本光伏电站的总出力曲线,Pax为待预测光伏电站的日总平均出力,Psa为所有样本光伏电站的日总平均出力;
或者,待预测光伏电站的日总出力曲线Px的计算公式为:
Px=Pmx/Psm*z(t)
其中,z(t)为多个样本光伏电站的总出力曲线,Pmx为待预测光伏电站的日总最大出力,Psm为所有样本光伏电站的日总最大出力。
作为本发明的第二个方面,提供一种光伏出力预测系统,包括:
获取模块,用于获取多个样本光伏电站的出力数据、总出力曲线和装机容量;
分析模块,用于对每一所述样本光伏电站的出力数据进行分析,得出每一所述样本光伏电站的日平均出力和日最大出力,以及得出所有样本光伏电站的日总平均出力和日总最大出力;
第一计算模块,用于从多个所述样本光伏电站中选取一基准光伏电站,并计算多个所述样本光伏电站中除所述基准光伏电站以外的其他样本光伏电站相对于所述基准光伏电站的相对容量及其转换系数,其中,所述其他样本光伏电站相对于所述基准光伏电站的相对转换系数包括日平均出力相对转换系数、日最大出力相对转换系数、日总平均出力相对转换系数和日总最大出力相对转换系数,所述其他样本光伏电站相对于所述基准光伏电站的相对容量包括日平均出力相对容量和日最大出力相对容量;
线性拟合模块,用于对所述样本光伏电站的日平均出力与日平均出力相对容量进行线性拟合,得到待预测光伏电站的日总平均出力的计算公式;以及对所述样本光伏电站的日最大出力与日最大出力相对容量进行线性拟合,得到待预测光伏电站的日总最大出力的计算公式;
第二计算模块,用于获取待预测光伏电站的总容量,并根据所述待预测光伏电站的总容量和样本日总平均出力相对转换系数计算得到待预测光伏电站的日总平均出力相对容量,以及根据所述待预测光伏电站的总容量和样本日总最大出力相对转换系数计算得到待预测光伏电站的日总最大出力相对容量;
第三计算模块,用于将待预测光伏电站的日总平均出力相对容量代入所述待预测光伏电站的日总平均出力的计算公式,计算得到待预测光伏电站的日总平均出力,并将待预测光伏电站的日总最大出力相对容量代入所述待预测光伏电站的日总最大出力的计算公式,计算得到待预测光伏电站的日总最大出力;
确定模块,用于依据多个样本光伏电站的日总出力曲线、待预测光伏电站的日总平均出力和所有样本光伏电站的日总平均出力,确定出待预测光伏电站的日总出力曲线;或者,依据多个样本光伏电站的日总出力曲线、待预测光伏电站的日总最大出力和所有样本光伏电站的日总最大出力,确定出待预测光伏电站的日总出力曲线。
本发明提供的光伏出力预测方法及系统具有以下优点:建模过程简单,对数据质量要求不高,适应当前电网光伏出力统计数据不完整的现状;另外,预测模型可随光伏装机容量变化而动态调整,具有较高的扩展性。
附图说明
附图是用来提供对本发明的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明,但并不构成对本发明的限制。
图1为本发明光伏出力预测方法的流程图。
图2为本发明待预测光伏电站的日总出力曲线的示意图。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的光伏出力预测方法及系统其具体实施方式、结构、特征及其功效,详细说明如后。显然,所描述的实施例为本发明的一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
在本实施例中提供了一种光伏出力预测方法,如图1所示,光伏出力预测方法包括:
步骤S110:获取多个样本光伏电站的出力数据、总出力曲线和装机容量;
步骤S120:对每一所述样本光伏电站的出力数据进行分析,得出每一所述样本光伏电站的日平均出力和日最大出力,以及得出所有样本光伏电站的日总平均出力和日总最大出力;
步骤S130:从多个所述样本光伏电站中选取一基准光伏电站,并计算多个所述样本光伏电站中除所述基准光伏电站以外的其他样本光伏电站相对于所述基准光伏电站的相对容量及其转换系数,其中,所述其他样本光伏电站相对于所述基准光伏电站的相对转换系数包括日平均出力相对转换系数、日最大出力相对转换系数、日总平均出力相对转换系数和日总最大出力相对转换系数,所述其他样本光伏电站相对于所述基准光伏电站的相对容量包括日平均出力相对容量和日最大出力相对容量;
步骤S140:对所述样本光伏电站的日平均出力与日平均出力相对容量进行线性拟合,得到待预测光伏电站的日总平均出力的计算公式;以及对所述样本光伏电站的日最大出力与日最大出力相对容量进行线性拟合,得到待预测光伏电站的日总最大出力的计算公式;
步骤S150:获取待预测光伏电站的总容量,并根据所述待预测光伏电站的总容量和样本日总平均出力相对转换系数计算得到待预测光伏电站的日总平均出力相对容量,以及根据所述待预测光伏电站的总容量和样本日总最大出力相对转换系数计算得到待预测光伏电站的日总最大出力相对容量;
步骤S160:将待预测光伏电站的日总平均出力相对容量代入所述待预测光伏电站的日总平均出力的计算公式,计算得到待预测光伏电站的日总平均出力,并将待预测光伏电站的日总最大出力相对容量代入所述待预测光伏电站的日总最大出力的计算公式,计算得到待预测光伏电站的日总最大出力;
步骤S170:依据多个样本光伏电站的日总出力曲线、待预测光伏电站的日总平均出力和所有样本光伏电站的日总平均出力,确定出待预测光伏电站的日总出力曲线;或者,依据多个样本光伏电站的日总出力曲线、待预测光伏电站的日总最大出力和所有样本光伏电站的日总最大出力,确定出待预测光伏电站的日总出力曲线。
应当理解的是,样本光伏电站为任意区域内的通过10-35kV电压采集的正常公用光伏电站,可以较好地代表各电压等级光伏电站的出力的情况;通过辨识已知样本光伏电站的容量-出力特性,用该出力特性代表未知光伏的出力特性,从而实现出力预测。
需要说明的是,本发明针对目前的光伏预测方法建模过程复杂,数据采集要求过高,方法的适应性较差的问题,在基于典型日与对照日统调负荷差值曲线及人工经验修正的预测方法基础之上,引入相对容量的概念,基于采集正常的公用光伏电站的出力,对光伏出力与相对容量的特性进行建模,提出了适应光伏装机容量变化,以及光伏出力数据采集不完整的地区电网光伏总体出力的预测方法。
优选地,在步骤S130中还包括:
从多个所述样本光伏电站中选取装机容量最大的样本光伏基站为基准光伏电站;或者,对多个所述样本光伏电站的装机容量进行升序排序,得到排序后的装机容量,其中,所述基准光伏电站的装机容量为排序后处于总排序的中间位置上的装机容量。
优选地,在步骤S110、步骤S120中还包括:
通过对典型天气下各10-35kV数据采集正常的公用光伏电站日出力数据进行分析,得出各光伏电站的日平均出力和日最大出力,以及所有光伏电站总出力的日平均出力和日最大出力:
各样本光伏电站的日平均出力Pa:P1a、P2a、P3a、……;
所有样本光伏电站的日总平均出力Psa:Psa=P1a+P2a+P3a+……;
各样本光伏电站的日最大出力Pm:P1m、P2m、P3m、……;
所有样本光伏电站的日总最大出力Psm:Psm=P1m+P2m+P3m+……;
各样本光伏电站的的容量C:C1、C2、C3、……;
所有样本光伏电站的总容量Cs:Cs=C1+C2+C3+……。
优选地,在步骤S130中还包括:
假设1号光伏电站为基准光伏电站,则其他样本光伏电站(依次为2号、3号、4号、、、)相对于1号光伏电站的相对转换系数计算如下:
日平均出力相对转换系数的计算公式为:
其中,Xa21为二号光伏电站相对于一号光伏电站的日平均出力相对转换系数,Xa31为三号光伏电站相对于一号光伏电站的日平均出力相对转换系数,Xa41为四号光伏电站相对于一号光伏电站的日平均出力相对转换系数,以此类推;
日最大出力相对转换系数的计算公式为:
其中,Xm21为二号光伏电站相对于一号光伏电站的日最大出力相对转换系数,Xm31为三号光伏电站相对于一号光伏电站的日最大出力相对转换系数,Xm41为四号光伏电站相对于一号光伏电站的日最大出力相对转换系数,以此类推;
日总平均出力相对转换系数的计算公式为:Xsa1=(C1/Cs)*(Psa/P1a),其中,Xsa1为所有其他样本光伏电站相对于一号光伏电站的日总平均出力相对转换系数;
日总最大出力相对转换系数的计算公式为:Xsm1=(C1/Cs)*(Psm/P1m),其中,Xsm1为所有其他样本光伏电站相对于一号光伏电站的日总最大出力相对转换系数;
假设一号光伏电站为基准光伏电站,则其他样本光伏电站相对于一号光伏电站的相对容量计算如下:
日平均出力相对容量的计算公式为:
其中,C’1为一号光伏电站的容量,C’2为二号光伏电站相对于一号光伏电站的日平均出力相对容量,C’3为三号光伏电站相对于一号光伏电站的日平均出力相对容量,C’4为四号光伏电站相对于一号光伏电站的日平均出力相对容量,以此类推;
日最大出力相对容量的计算公式为:
其中,C”1为一号光伏电站的容量,C”2为二号光伏电站相对于一号光伏电站的日最大出力相对容量,C”3为三号光伏电站相对于一号光伏电站的日最大出力相对容量,C”4为四号光伏电站相对于一号光伏电站的日最大出力相对容量,以此类推。
优选地,在步骤S140中还包括:
对上述样本光伏电站的日平均出力Pa与日平均出力相对容量C’进行线性拟合,即:
Pa=f(C’)=ka*C’+ba (1)
对应于下表:
P<sub>a1</sub> | P<sub>a2</sub> | P<sub>a3</sub> | …… |
C’<sub>1</sub> | C’<sub>2</sub> | C’<sub>3</sub> | …… |
表1 日平均出力Pa与日平均出力相对容量C’统计
对上述样本光伏电站的日最大出力Pm与日最大出力相对容量C”进行线性拟合,即:
Pm=g(C”)=km*C”+bm (2)
对应于下表:
P<sub>m1</sub> | P<sub>m2</sub> | P<sub>m3</sub> | …… |
C”<sub>1</sub> | C”<sub>2</sub> | C”<sub>3</sub> | …… |
表2 日最大出力Pm与日最大出力相对容量C”统计
优选地,在步骤S150中还包括:
待预测光伏电站的日总平均出力相对容量C’x的计算公式为:
C’x=Xsa1*Cx
其中,Cx为待预测光伏电站的总容量,Xsa1为样本日总平均出力相对转换系数;
待预测光伏电站的日总最大出力相对容量C”x的计算公式为:
C”x=Xsm1*Cx
其中,Cx为待预测光伏电站的总容量,Xsm1为样本日总最大出力相对转换系数。
优选地,在步骤S160中还包括:
待预测光伏电站的日总平均出力Pax的计算公式为:
Pax=ka*C’x+ba
其中,C’x为待预测光伏电站的日总平均出力相对容量;
待预测光伏电站的日总最大出力Pmx的计算公式为:
Pmx=km*C”x+bm
其中,C”x为待预测光伏电站的日总最大出力相对容量。
优选地,在步骤S170中还包括:
待预测光伏电站的日总出力曲线Px的计算公式为:
Px=Pax/Psa*z(t)
其中,z(t)为多个样本光伏电站的总出力曲线,Pax为待预测光伏电站的日总平均出力,Psa为所有样本光伏电站的日总平均出力;
或者,待预测光伏电站的日总出力曲线Px的计算公式为:
Px=Pmx/Psm*z(t)
其中,z(t)为多个样本光伏电站的总出力曲线,Pmx为待预测光伏电站的日总最大出力,Psm为所有样本光伏电站的日总最大出力。
需要说明的是,待预测光伏电站的日总出力曲线Px的计算有两种情况,第一种,若侧重于光伏日发电量预测,则用日平均出力去计算;第二种,若侧重光伏日出力峰值预测,则用日最大出力计算;具体计算方式在实际应用中根据实际情况进行选择。
作为本发明的另一实施例,提供一种光伏出力预测系统,其中,包括:
获取模块,用于获取多个样本光伏电站的出力数据、总出力曲线和装机容量;
分析模块,用于对每一所述样本光伏电站的出力数据进行分析,得出每一所述样本光伏电站的日平均出力和日最大出力,以及得出所有样本光伏电站的日总平均出力和日总最大出力;
第一计算模块,用于从多个所述样本光伏电站中选取一基准光伏电站,并计算多个所述样本光伏电站中除所述基准光伏电站以外的其他样本光伏电站相对于所述基准光伏电站的相对容量及其转换系数,其中,所述其他样本光伏电站相对于所述基准光伏电站的相对转换系数包括日平均出力相对转换系数、日最大出力相对转换系数、日总平均出力相对转换系数和日总最大出力相对转换系数,所述其他样本光伏电站相对于所述基准光伏电站的相对容量包括日平均出力相对容量和日最大出力相对容量;
线性拟合模块,用于对所述样本光伏电站的日平均出力与日平均出力相对容量进行线性拟合,得到待预测光伏电站的日总平均出力的计算公式;以及对所述样本光伏电站的日最大出力与日最大出力相对容量进行线性拟合,得到待预测光伏电站的日总最大出力的计算公式;
第二计算模块,用于获取待预测光伏电站的总容量,并根据所述待预测光伏电站的总容量和样本日总平均出力相对转换系数计算得到待预测光伏电站的日总平均出力相对容量,以及根据所述待预测光伏电站的总容量和样本日总最大出力相对转换系数计算得到待预测光伏电站的日总最大出力相对容量;
第三计算模块,用于将待预测光伏电站的日总平均出力相对容量代入所述待预测光伏电站的日总平均出力的计算公式,计算得到待预测光伏电站的日总平均出力,并将待预测光伏电站的日总最大出力相对容量代入所述待预测光伏电站的日总最大出力的计算公式,计算得到待预测光伏电站的日总最大出力;
确定模块,用于依据多个样本光伏电站的日总出力曲线、待预测光伏电站的日总平均出力和所有样本光伏电站的日总平均出力,确定出待预测光伏电站的日总出力曲线;或者,依据多个样本光伏电站的日总出力曲线、待预测光伏电站的日总最大出力和所有样本光伏电站的日总最大出力,确定出待预测光伏电站的日总出力曲线。
下面结合本发明的具体示例对本发明提供的光伏出力预测方法进行详细的描述。
(1)数据收集、参数统计及计算
选取2月4日、2月6日、2月24日、2月28日10座样本光伏电站的出力数据作为样本数据,统计并计算相关参数,如下表A1所示;
表A1 各样本光伏电站的日平均出力Pa、日最大出力Pm
根据表A1数据计算如下参数(以2月4日为例):
日平均出力Pa:1.81、0.50、2.06、……;
日最大出力Pm:3.38、0.93、3.84、……;
日总平均出力Psa:Psa=P1a+P2a+…+P10a=1.81+0.50+…+0.51=10.55(MW);
日总最大出力Psm:Psm=P1m+P2m+…+P10m=3.38+0.93+…+0.96=19.75(MW)。
上述光伏电站的容量如表A2所示;
光伏1 | 光伏2 | 光伏3 | 光伏4 | 光伏5 | 光伏6 | 光伏7 | 光伏8 | 光伏9 | 光伏10 |
C<sub>1</sub> | C<sub>2</sub> | C<sub>3</sub> | C<sub>4</sub> | C<sub>5</sub> | C<sub>6</sub> | C<sub>7</sub> | C<sub>8</sub> | C<sub>9</sub> | C<sub>10</sub> |
10.0 | 2.00 | 5.08 | 4.50 | 5.0 | 2.25 | 2.5 | 4.0 | 4.0 | 1.822 |
表A2 各样本光伏电站的容量C/MW
根据表A2中的数据计算如下参数:
各样本光伏电站的容量:C1=10、C2=2、C3=5.08、……C10=1.822;
所有样本光伏电站的总容量Cs:
Cs=C1+C2+…+C10=10+2+…+1.822=41.152(MW);
(2)相对容量及其转换系数计算
选取1号光伏电站(容量较大的光伏电站)作为基准光伏电站,根据上述(1)中的数据求取其他光伏电站(依次为2号、3号、4号、、、)相对于该站的相对容量及其转换系数(以2月4日出力预测为例),如下所示;
2月4日平均出力相对转换系数:
其余3日系数计算同理,为了更客观地反映光伏电站的实际运行工况,这里采用四天的平均出力相对转换系数的均值作为样本日平均出力相对转换系数;
样本日平均出力相对转换系数:
样本日平均出力相对容量:
2月4日最大出力相对转换系数:
其余3日系数计算同理,为了更客观地反映光伏电站的实际运行工况,这里采用四天的最大出力相对转换系数的均值作为样本日最大出力相对转换系数;
样本日最大出力相对转换系数:
样本日最大出力相对容量:
样本日总平均出力相对转换系数Xsa1:
Xsa1=(C1/Cs)*(Psa/P1a)=(10.0/41.152)*(10.55/1.81)=1.416 (A1)
样本日总最大出力相对转换系数Xsm1:
Xsm1=(C1/Cs)*(Psm/P1m)=(10.0/41.152)*(19.75/3.38)=1.420 (A2)
(3)对上述样本光伏电站的日平均出力Pa与日平均出力相对容量C’进行线性拟合,即:
Pa=f(C’)=0.1927*C’-0.0147 (A3)
对应于下表A3:
P<sub>a</sub> | 1.81 | 0.50 | 2.06 | …… | 0.51 |
C’ | 10 | 2.726 | 10.42 | …… | 2.626 |
表A3 日平均出力Pa与日平均出力相对容量C’统计
(4)对上述样本光伏电站的日最大出力Pm与日最大出力相对容量C”进行线性拟合,即:
Pm=g(C”)=0.3658*C”+0.0279 (A4)
对应于下表A4:
P<sub>m</sub> | 3.38 | 0.93 | 3.84 | …… | 0.96 |
C” | 10 | 2.804 | 10.881 | …… | 2.385 |
表A4 日平均出力Pm与日平均出力相对容量C”统计
(5)预测出力求取
待预测光伏电站的总容量为Cx=1132.015MW,待预测光伏电站的日总平均出力为Pax,待预测光伏电站的日总最大出力为Pmx。
1)求取待预测光伏电站的日总平均出力相对容量C’x和日总最大出力相对容量C”x;
这里采用上述样本光伏电站的日总平均出力相对转换系数Xsa1(式A1)和样本日总最大出力相对转换系数Xsm1(式A2)作为待预测光伏电站的相应系数,即:
待预测光伏电站的日总平均出力相对容量C’x:
C’x=Xsa1*Cx=1.416*1132.015=1602.926(MW)
待预测光伏电站的日总最大出力相对容量C”x:
C”x=Xsm1*Cx=1.420*1132.015=1607.461(MW)
2)求取待预测光伏电站的日总平均出力Pax和日总最大出力Pmx,即
待预测光伏电站的日总平均出力Pax:
Pax=0.1927*C’x-0.0147=0.1927*1602.926-0.0147=308.869(MW)
待预测光伏电站的日总最大出力Pmx:
Pmx=0.3658*C”x+0.0279=0.3658*1607.461+0.0279=588.037(MW)
3)求取待预测光伏电站的日总出力曲线
如图2所示,设2月4日的样本光伏电站的总出力曲线为P=z(t),则待预测光伏电站的日总出力曲线为:
Px=Pax/Psa*z(t)=308.869/10.55*z(t)=29.28*z(t)
或者,待预测光伏电站的日总出力曲线为:
Px=Pmx/Psm*z(t)=588.037/19.75*z(t)=29.77*z(t)
本发明提供的光伏出力预测方法及系统,建模过程简单,对数据质量要求不高,适应当前电网光伏出力统计数据不完整的现状;另外,预测模型可随光伏装机容量变化而动态调整,具有较高的扩展性。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (8)
1.一种光伏出力预测方法,其特征在于,包括:
步骤S110:获取多个样本光伏电站的出力数据、总出力曲线和装机容量;
步骤S120:对每一所述样本光伏电站的出力数据进行分析,得出每一所述样本光伏电站的日平均出力和日最大出力,以及得出所有样本光伏电站的日总平均出力和日总最大出力;
步骤S130:从多个所述样本光伏电站中选取一基准光伏电站,并计算多个所述样本光伏电站中除所述基准光伏电站以外的其他样本光伏电站相对于所述基准光伏电站的相对容量及其转换系数,其中,所述其他样本光伏电站相对于所述基准光伏电站的相对转换系数包括日平均出力相对转换系数、日最大出力相对转换系数、日总平均出力相对转换系数和日总最大出力相对转换系数,所述其他样本光伏电站相对于所述基准光伏电站的相对容量包括日平均出力相对容量和日最大出力相对容量;
步骤S140:对所述样本光伏电站的日平均出力与日平均出力相对容量进行线性拟合,得到待预测光伏电站的日总平均出力的计算公式;以及对所述样本光伏电站的日最大出力与日最大出力相对容量进行线性拟合,得到待预测光伏电站的日总最大出力的计算公式;
步骤S150:获取待预测光伏电站的总容量,并根据所述待预测光伏电站的总容量和样本日总平均出力相对转换系数计算得到待预测光伏电站的日总平均出力相对容量,以及根据所述待预测光伏电站的总容量和样本日总最大出力相对转换系数计算得到待预测光伏电站的日总最大出力相对容量;
步骤S160:将待预测光伏电站的日总平均出力相对容量代入所述待预测光伏电站的日总平均出力的计算公式,计算得到待预测光伏电站的日总平均出力,并将待预测光伏电站的日总最大出力相对容量代入所述待预测光伏电站的日总最大出力的计算公式,计算得到待预测光伏电站的日总最大出力;
步骤S170:依据多个样本光伏电站的日总出力曲线、待预测光伏电站的日总平均出力和所有样本光伏电站的日总平均出力,确定出待预测光伏电站的日总出力曲线;或者,依据多个样本光伏电站的日总出力曲线、待预测光伏电站的日总最大出力和所有样本光伏电站的日总最大出力,确定出待预测光伏电站的日总出力曲线。
2.根据权利要求1所述的光伏出力预测方法,其特征在于,在步骤S130中还包括:
从多个所述样本光伏电站中选取装机容量最大的样本光伏基站为基准光伏电站;或者,对多个所述样本光伏电站的装机容量进行升序排序,得到排序后的装机容量,其中,所述基准光伏电站的装机容量为排序后处于总排序的中间位置上的装机容量。
3.根据权利要求1所述的光伏出力预测方法,其特征在于,在步骤S110、步骤S120中还包括:
设定各样本光伏电站的日平均出力Pa:P1a、P2a、P3a、……;
所有样本光伏电站的日总平均出力Psa:Psa=P1a+P2a+P3a+……;
各样本光伏电站的日最大出力Pm:P1m、P2m、P3m、……;
所有样本光伏电站的日总最大出力Psm:Psm=P1m+P2m+P3m+……;
各样本光伏电站的的容量C:C1、C2、C3、……;
所有样本光伏电站的总容量Cs:Cs=C1+C2+C3+……。
4.根据权利要求3所述的光伏出力预测方法,其特征在于,在步骤S130中还包括:
假设一号光伏电站为基准光伏电站,则其他样本光伏电站相对于一号光伏电站的相对转换系数计算如下:
日平均出力相对转换系数的计算公式为:
Xa21=(C1/C2)*(P2a/P1a)
Xa31=(C1/C3)*(P3a/P1a)
Xa41=(C1/C4)*(P4a/P1a)
……
其中,Xa21为二号光伏电站相对于一号光伏电站的日平均出力相对转换系数,Xa31为三号光伏电站相对于一号光伏电站的日平均出力相对转换系数,Xa41为四号光伏电站相对于一号光伏电站的日平均出力相对转换系数,以此类推;
日最大出力相对转换系数的计算公式为:
Xm21=(C1/C2)*(P2m/P1m)
Xm31=(C1/C3)*(P3m/P1m)
Xm41=(C1/C4)*(P4m/P1m)
……
其中,Xm21为二号光伏电站相对于一号光伏电站的日最大出力相对转换系数,Xm31为三号光伏电站相对于一号光伏电站的日最大出力相对转换系数,Xm41为四号光伏电站相对于一号光伏电站的日最大出力相对转换系数,以此类推;
日总平均出力相对转换系数的计算公式为:Xsa1=(C1/Cs)*(Psa/P1a),其中,Xsa1为所有其他样本光伏电站相对于一号光伏电站的日总平均出力相对转换系数;
日总最大出力相对转换系数的计算公式为:Xsm1=(C1/Cs)*(Psm/P1m),其中,Xsm1为所有其他样本光伏电站相对于一号光伏电站的日总最大出力相对转换系数;
假设一号光伏电站为基准光伏电站,则其他样本光伏电站相对于一号光伏电站的相对容量计算如下:
日平均出力相对容量的计算公式为:
C’1=C1
C’2=Xa21*C2
C’3=Xa31*C3
C’4=Xa41*C4
……
其中,C’1为一号光伏电站的容量,C’2为二号光伏电站相对于一号光伏电站的日平均出力相对容量,C’3为三号光伏电站相对于一号光伏电站的日平均出力相对容量,C’4为四号光伏电站相对于一号光伏电站的日平均出力相对容量,以此类推;
日最大出力相对容量的计算公式为:
C”1=C1
C”2=Xm21*C2
C”3=Xm31*C3
C”4=Xm41*C4
……
其中,C”1为一号光伏电站的容量,C”2为二号光伏电站相对于一号光伏电站的日最大出力相对容量,C”3为三号光伏电站相对于一号光伏电站的日最大出力相对容量,C”4为四号光伏电站相对于一号光伏电站的日最大出力相对容量,以此类推。
5.根据权利要求4所述的光伏出力预测方法,其特征在于,在步骤S150中还包括:
待预测光伏电站的日总平均出力相对容量C’x的计算公式为:
C’x=Xsa1*Cx
其中,Cx为待预测光伏电站的总容量,Xsa1为样本日总平均出力相对转换系数;
待预测光伏电站的日总最大出力相对容量C”x的计算公式为:
C”x=Xsm1*Cx
其中,Cx为待预测光伏电站的总容量,Xsm1为样本日总最大出力相对转换系数。
6.根据权利要求5所述的光伏出力预测方法,其特征在于,在步骤S160中还包括:
待预测光伏电站的日总平均出力Pax的计算公式为:
Pax=ka*C’x+ba
其中,C’x为待预测光伏电站的日总平均出力相对容量;
待预测光伏电站的日总最大出力Pmx的计算公式为:
Pmx=km*C”x+bm
其中,C”x为待预测光伏电站的日总最大出力相对容量。
7.根据权利要求6所述的光伏出力预测方法,其特征在于,在步骤S170中还包括:
待预测光伏电站的日总出力曲线Px的计算公式为:
Px=Pax/Psa*z(t)
其中,z(t)为多个样本光伏电站的总出力曲线,Pax为待预测光伏电站的日总平均出力,Psa为所有样本光伏电站的日总平均出力;
或者,待预测光伏电站的日总出力曲线Px的计算公式为:
Px=Pmx/Psm*z(t)
其中,z(t)为多个样本光伏电站的总出力曲线,Pmx为待预测光伏电站的日总最大出力,Psm为所有样本光伏电站的日总最大出力。
8.一种光伏出力预测系统,其特征在于,包括:
获取模块,用于获取多个样本光伏电站的出力数据、总出力曲线和装机容量;
分析模块,用于对每一所述样本光伏电站的出力数据进行分析,得出每一所述样本光伏电站的日平均出力和日最大出力,以及得出所有样本光伏电站的日总平均出力和日总最大出力;
第一计算模块,用于从多个所述样本光伏电站中选取一基准光伏电站,并计算多个所述样本光伏电站中除所述基准光伏电站以外的其他样本光伏电站相对于所述基准光伏电站的相对容量及其转换系数,其中,所述其他样本光伏电站相对于所述基准光伏电站的相对转换系数包括日平均出力相对转换系数、日最大出力相对转换系数、日总平均出力相对转换系数和日总最大出力相对转换系数,所述其他样本光伏电站相对于所述基准光伏电站的相对容量包括日平均出力相对容量和日最大出力相对容量;
线性拟合模块,用于对所述样本光伏电站的日平均出力与日平均出力相对容量进行线性拟合,得到待预测光伏电站的日总平均出力的计算公式;以及对所述样本光伏电站的日最大出力与日最大出力相对容量进行线性拟合,得到待预测光伏电站的日总最大出力的计算公式;
第二计算模块,用于获取待预测光伏电站的总容量,并根据所述待预测光伏电站的总容量和样本日总平均出力相对转换系数计算得到待预测光伏电站的日总平均出力相对容量,以及根据所述待预测光伏电站的总容量和样本日总最大出力相对转换系数计算得到待预测光伏电站的日总最大出力相对容量;
第三计算模块,用于将待预测光伏电站的日总平均出力相对容量代入所述待预测光伏电站的日总平均出力的计算公式,计算得到待预测光伏电站的日总平均出力,并将待预测光伏电站的日总最大出力相对容量代入所述待预测光伏电站的日总最大出力的计算公式,计算得到待预测光伏电站的日总最大出力;
确定模块,用于依据多个样本光伏电站的日总出力曲线、待预测光伏电站的日总平均出力和所有样本光伏电站的日总平均出力,确定出待预测光伏电站的日总出力曲线;或者,依据多个样本光伏电站的日总出力曲线、待预测光伏电站的日总最大出力和所有样本光伏电站的日总最大出力,确定出待预测光伏电站的日总出力曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010812182.8A CN112003274B (zh) | 2020-08-13 | 2020-08-13 | 一种光伏出力预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010812182.8A CN112003274B (zh) | 2020-08-13 | 2020-08-13 | 一种光伏出力预测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112003274A true CN112003274A (zh) | 2020-11-27 |
CN112003274B CN112003274B (zh) | 2022-07-22 |
Family
ID=73463206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010812182.8A Active CN112003274B (zh) | 2020-08-13 | 2020-08-13 | 一种光伏出力预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112003274B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108321840A (zh) * | 2018-02-12 | 2018-07-24 | 重庆大学 | 基于光伏发电站精细化出力的并网退网选择方法 |
CN111191812A (zh) * | 2018-11-15 | 2020-05-22 | 中国电力科学研究院有限公司 | 一种光伏出力预测方法及系统 |
-
2020
- 2020-08-13 CN CN202010812182.8A patent/CN112003274B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108321840A (zh) * | 2018-02-12 | 2018-07-24 | 重庆大学 | 基于光伏发电站精细化出力的并网退网选择方法 |
CN111191812A (zh) * | 2018-11-15 | 2020-05-22 | 中国电力科学研究院有限公司 | 一种光伏出力预测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112003274B (zh) | 2022-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112257941B (zh) | 基于改进型Bi-LSTM的光伏电站短期功率预测方法 | |
CN106779223B (zh) | 一种光伏系统发电功率实时预测方法及装置 | |
CN114004139A (zh) | 一种光伏发电功率预测方法 | |
CN110766200A (zh) | 一种基于K-means均值聚类的风电机组发电功率预测方法 | |
CN111815021B (zh) | 一种基于太阳辐射气候特征识别的光伏功率预测方法 | |
CN111275238B (zh) | 基于每时晴空指数的大规模电站光伏出力序列生成方法 | |
CN107103387B (zh) | 一种基于户均设备总功率及入住系数的负荷预测方法 | |
CN111915083B (zh) | 一种基于时间分层组合的风电功率预测方法及预测系统 | |
CN112949895A (zh) | 一种基于动态可扩展神经网络模型的风速预测方法 | |
CN110555548A (zh) | 基于数据挖掘原始误差校正的ics-elm超短期风电功率预测方法 | |
CN113991711B (zh) | 一种光伏电站储能系统容量配置方法 | |
CN106786800B (zh) | 基于大数据处理含光伏发电的电力系统经济调度分析方法 | |
CN115049163A (zh) | 基于禁忌搜索与深度稳定学习的光伏区域预测方法及装置 | |
CN115545333A (zh) | 一种多负荷日类型配电网负荷曲线预测方法 | |
CN109978277B (zh) | 光伏发电中区域上网负荷预测方法及装置 | |
CN116611702A (zh) | 一种面向楼宇综合能源管理的集成学习光伏发电预测方法 | |
CN110729767A (zh) | 一种含水电的地区电网风光容量优化配置方法 | |
CN112003274B (zh) | 一种光伏出力预测方法及系统 | |
CN113255985B (zh) | 一种预测光伏电站发电量的方法及系统 | |
CN109064353B (zh) | 一种基于改进聚类融合的大型建筑用户行为分析方法 | |
CN111461297A (zh) | 基于mpc和elm神经网络的太阳辐照量优化预测算法 | |
CN114118863B (zh) | 一种建筑可再生碳中和能源系统 | |
CN106709587B (zh) | 一种基于常规天气预报的直接辐射预测方法 | |
CN113887839A (zh) | 一种基于聚类的风电场超短期风功率预测方法及系统 | |
CN113780643A (zh) | 一种基于事例推理的光伏电站短期出力预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |