CN112132364A - 一种受云层影响的光伏电站功率预测方法、介质及设备 - Google Patents
一种受云层影响的光伏电站功率预测方法、介质及设备 Download PDFInfo
- Publication number
- CN112132364A CN112132364A CN202011204411.4A CN202011204411A CN112132364A CN 112132364 A CN112132364 A CN 112132364A CN 202011204411 A CN202011204411 A CN 202011204411A CN 112132364 A CN112132364 A CN 112132364A
- Authority
- CN
- China
- Prior art keywords
- cloud
- power
- photovoltaic power
- cloud layer
- photovoltaic
- 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 47
- 238000010248 power generation Methods 0.000 claims abstract description 18
- 230000009471 action Effects 0.000 claims abstract description 11
- 230000007423 decrease Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Photovoltaic Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种受云层影响的光伏电站功率预测方法、介质及设备,分析云层对光伏电站发电功率的影响,结合光伏电站地形图绘制云层影响前锋线;根据云层影响前锋线计算出云层在光伏电站的行进速度及行动路径;根据确定的云层的行进速度及行动路径,通过遮挡损失功率预测下一个时间间隔后光伏电站的发电量。本发明方法逻辑清晰,工程实现简单,便于大面积推广应用。
Description
技术领域
本发明属于光伏发电技术领域,具体涉及一种受云层影响的光伏电站功率预测方法、介质及设备。
背景技术
目前针对光伏电站短期或者超短期功率预测的方法分为两大类:一是基于历史数据进行数据分析,然后基于时间序列方法或者智能算法对及光伏电站功率进行预测,二是根据短期超短期天气预报得到电站所在区域的辐照度进而预测光伏电站功率。
上述两种方法存在如下问题:
1、单纯依靠历史数据及相关预测算法存在数据处理过程繁琐,数据处理量过大且预测过程复杂预测难度较大;
2、依靠天气预报进行功率预测的方法存在天气预报区域一般比较大,针对具体的光伏电站,预测精度难以保证的问题。同时预测过程高度依赖天气预报软件,相关的软件每年都会收取较高的使用费用。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种受云层影响的光伏电站功率预测方法、介质及设备,实现了光伏电站场站端快速功率预测的难题,预测速度较快,预测实现简单,预测精度较高。
本发明采用以下技术方案:
一种受云层影响的光伏电站功率预测方法,包括以下步骤:
S1、分析云层对光伏电站发电功率的影响,结合光伏电站地形图绘制云层影响前锋线;
S2、根据云层影响前锋线计算出云层在光伏电站的行进速度及行动路径;
S3、根据步骤S2确定的云层的行进速度及行动路径,通过遮挡损失功率预测下一个时间间隔后光伏电站的发电量。
具体的,步骤S1中,当光伏发电量开始下降时,确定发电量低的组串所在位置;根据光伏功率开始降低的组串位置,每隔一个相同的时间间隔Δt,对照光伏场站地形图画出云层影响前锋线。
其中,S为两次相邻前锋线间的直线距离。
具体的,步骤S3中,确定云层行进路线及行进速度后,预测出下一个时间间隔后云层的行进方向及云层是否遮挡光伏组件区域,对应的遮挡损失功率ΔP(S2)及预测功率Pn+1如下:
Pn+1=Pn+ΔP(S2)
ΔP(S1)=Pn-Pn-1
其中,Pn为预测前一时间间隔功率,S1为预测前一时间间隔遮挡组件的面积,ΔP(S1)为预测前一时间间隔损失的功率,S2为预测时间段遮挡组件的面积。
本发明的另一个技术方案是,一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行所述的方法中的任一方法。
本发明的另一个技术方案是,一种计算设备,包括:
一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行所述的方法中的任一方法的指令。
与现有技术相比,本发明至少具有以下有益效果:
本发明一种受云层影响的光伏电站功率预测方法,通过云层影响前锋线簇确定云层大致走向;根据云层的行进速度及行动路径,通过遮挡损失功率预测下一个时间间隔后光伏电站的发电量,能够快速、简单、精确的预测具体光伏电站的功率,具有很强的实用性;操作方法简单易于实现,实现成本低廉,仅需光伏电站相关地形图及光伏组件排布图即可,具有普适性,针对不同类型光伏电站均可适用,利于大面积推广。
进一步的,通过预测云层对光伏电站的有效遮挡来预测光伏电站的功率损失进而得出预测功率的,要想进行功率预测必须知道云层的走向,这样才能得出云层对光伏电站的影响范围和影响面积。云层影响前锋线簇的绘制可以帮助我们获得云层的走向。
进一步的,有了云层的大致走向后为了精准的预测云层对光伏电站组件的遮挡范围和遮挡面积,必须计算云层行进速度和行动路径,这样才能预测出下一个时间间隔后云层的行进方向及云层是否遮挡光伏组件区域,进而计算对应的遮挡损失功率是多少。
进一步的,根据遮挡组件的面积,计算预测时段损失功率进而得出光伏电站预测功率,有了预测的遮挡组件面积S2,结合前一时间间隔的功率损失ΔP(S1)及遮挡面积S1即可得到预测时间段的功率损失ΔP(S2),进而预测出实际的功率Pn+1。
综上所述,本发明方法逻辑清晰,工程实现简单,便于大面积推广应用。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明预测方法示意图;
图2为受云层影响功率变化示意。
具体实施方式
本发明提供了一种受云层影响的光伏电站功率预测方法、介质及设备,通过分析云层对光伏电站发电功率的影响结合光伏电站地形图画出云层影响前锋线,进而计算出云层在光伏电站的运行速度及行动路径,根据云层的行进速度及方向预测下一个时间间隔后光伏电站的发电量。能够有效地预测光伏电站超短期内的功率,为光伏电站功率预测开辟了一个新思路。
请参阅图1,本发明一种受云层影响的光伏电站功率预测方法,包括以下步骤:
S1、分析云层对光伏电站发电功率的影响,结合光伏电站地形图绘制云层影响前锋线;
当光伏电站受到云层遮挡时,被遮挡光伏组件的电流和功率就会下降。假定目前光伏电站有一云朵飘过,通过后台监控,首先发现光伏发电量开始下降,这时确定出发电量低的组串所在位置,在对应的光伏场站地形图上锁定被遮挡组串方位及遮挡面积,画出第一条云层影响前锋线L1,示意如图1中云层遮挡前锋线L1所示。
随着时间的推移,遮挡面积会不断变化,同理,新增被遮挡光伏组件的电流和功率就会下降。通过后台监控,根据下降的发电量确定新增遮挡组串所在位置,在对应的光伏场站地形图上锁定该时刻被遮挡组串方位及遮挡面积,画出新增云层遮挡前锋线L2,示意如图1中云层遮挡前锋线L2所示,每隔一个相同的时间间隔Δt,对照光伏场站地形图画出相应的云层影响前锋线Ln,由L1、L2、…Ln得到云层影响前锋线簇。
S2、计算出云层在光伏电站的行进速度及行动路径;
经过若干时间间隔Δt得到的云层影响前锋线簇,依次连接其法线方向得出云层行动路径,如图1中云行走路径1所示,同时得到云层行走速度V1;云层以行走路径2所示的方式运动时,采用上述前锋线标记法来确定云层的行进路线及行进速度V2,唯一不同的是行走路径2中所示的云层始终没有全部进入光伏组件区。
其中,S为两次相邻前锋线间的直线距离。
S3、根据云层的行进速度及行动路径,通过遮挡损失功率预测下一个时间间隔后光伏电站的发电量。
确定云层行进路线及行进速度后,预测出下一个时间间隔后云层影响前锋线的位置Ln1,结合光伏场站地形图及组件排布,预测该时间间隔内光伏组件遮挡面积S2,预测被遮挡光伏组件功率损失量ΔP(S2)。进而预测下一个时间间隔后的光伏电站发电量Pn+1。具体预测计算方法及预测流程如下:
ΔP(S1)=Pn-Pn-1
Pn+1=Pn+ΔP(S2)
其中,首先根据n时刻组件遮挡前锋线Ln确定该时刻遮挡组件的面积S1,根据公式1得出n刻组件功率损失。然后根据确定的云层行进路线及行进速度确定n+1时刻云层遮挡前锋线Ln+1,结合光伏场站地形图锁定该时刻被遮挡组件方位及遮挡面积S2,根据公式2得出n+1时刻的组件功率损失,最后根据公式3得出预测功率值。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
请参阅图2,t1时刻因为受到云层遮挡,光伏电站功率发生变化,在每个相同的时间间隔Δt绘制云层影响前锋线,经过若干时间间隔可以得到一簇云层影响前锋线簇进而得出云层行动路径,以及云层在光伏电站的行进速度。确定云层行进路线及行进速度后,预测出下一个时间间隔Δt云层影响前锋线的位置Ln1,结合光伏场站地形图及组件排布,预测该时间间隔内光伏组件遮挡面积S2,预测被遮挡光伏组件功率损失量ΔP(S2)。进而预测下一个时间间隔后的光伏电站发电量Pn+1。图中预测前一个时间间隔始末功率Pn-1、Pn。两者之差为预测前一时间间隔损失的功率ΔP(S1)。有了预测的遮挡组件面积S2,结合前一时间间隔的功率损失ΔP(S1)及遮挡面积S1即可得到预测时间段的功率损失ΔP(S2),进而预测出实际的功率Pn+1。t2时刻为云层完全离开光伏电站,电站恢复正常功率运行。
按照15s的光功率采样时间来算,如果采用基于历史数据的方法进行光伏电站功率预测,15分钟的超短期预测需要处理的数据量较大,再配合复杂的预测算法,预测过程复杂预测难度较大。本发明只需简单绘制云层影响前锋线簇即可快速得出云层行进路径,通过简单距离-时间公式即可得出云层行进速度,预测方法简单便于工程实现。
综上所述,本发明一种受云层影响的光伏电站功率预测方法、介质及设备,相比于目前基于天气预报预测光伏电站超短期功率的方法更能精准的预测光伏电站的功率,因为天气预报的范围较广一般涉及的是一个区域,针对这一区域里的某一个电站,天气预报的方法预测光伏电站超短期功率精度并不高。本发明是针对具体电站进行云层路径及速度精确预测,最终预测的功率损失更加精准。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (7)
1.一种受云层影响的光伏电站功率预测方法,其特征在于,包括以下步骤:
S1、分析云层对光伏电站发电功率的影响,结合光伏电站地形图绘制云层影响前锋线;
S2、根据云层影响前锋线计算出云层在光伏电站的行进速度及行动路径;
S3、根据步骤S2确定的云层的行进速度及行动路径,通过遮挡损失功率预测下一个时间间隔后光伏电站的发电量。
2.根据权利要求1所述的方法,其特征在于,步骤S1中,当光伏发电量开始下降时,确定发电量低的组串所在位置;根据光伏功率开始降低的组串位置,每隔一个相同的时间间隔Δt,对照光伏场站地形图画出云层影响前锋线。
6.一种存储一个或多个程序的计算机可读存储介质,其特征在于,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1至5所述的方法中的任一方法。
7.一种计算设备,其特征在于,包括:
一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1至5所述的方法中的任一方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011204411.4A CN112132364B (zh) | 2020-11-02 | 2020-11-02 | 一种受云层影响的光伏电站功率预测方法、介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011204411.4A CN112132364B (zh) | 2020-11-02 | 2020-11-02 | 一种受云层影响的光伏电站功率预测方法、介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112132364A true CN112132364A (zh) | 2020-12-25 |
CN112132364B CN112132364B (zh) | 2023-02-21 |
Family
ID=73852037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011204411.4A Active CN112132364B (zh) | 2020-11-02 | 2020-11-02 | 一种受云层影响的光伏电站功率预测方法、介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112132364B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112801413A (zh) * | 2021-03-02 | 2021-05-14 | 国网电子商务有限公司 | 一种光伏电站发电功率预测方法及装置 |
CN114296050A (zh) * | 2022-03-07 | 2022-04-08 | 南京鼐云信息技术有限责任公司 | 基于激光雷达云图探测的光伏电站短期发电功率预测方法 |
CN114462723A (zh) * | 2022-04-12 | 2022-05-10 | 南方电网数字电网研究院有限公司 | 基于高空风资源影响的云层迁移分钟级光伏功率预测方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103353952A (zh) * | 2013-05-31 | 2013-10-16 | 国家电网公司 | 一种基于地基云图的光伏功率预测方法 |
CN103886616A (zh) * | 2014-02-25 | 2014-06-25 | 国家电网公司 | 一种基于全天空成像数据的光伏发电功率超短期预测方法 |
CN104268659A (zh) * | 2014-10-09 | 2015-01-07 | 国电南瑞科技股份有限公司 | 一种光伏电站发电功率超短期预测方法 |
US20150134251A1 (en) * | 2013-11-11 | 2015-05-14 | Tmeic Corporation | Method for predicting and mitigating power fluctuations at a photovoltaic power plant due to cloud cover |
CN105303254A (zh) * | 2015-10-26 | 2016-02-03 | 国网浙江省电力公司电力科学研究院 | 一种对光伏电站接收辐射进行预测的方法及装置 |
CN105825302A (zh) * | 2016-03-17 | 2016-08-03 | 中车株洲电力机车研究所有限公司 | 一种基于云平台的光伏电站功率预测系统 |
CN108205717A (zh) * | 2017-12-30 | 2018-06-26 | 国网江苏省电力公司无锡供电公司 | 一种光伏发电功率多时间尺度预测方法 |
CN109272134A (zh) * | 2017-07-17 | 2019-01-25 | 国网青海省电力公司经济技术研究院 | 一种考虑系统损耗的区域光伏电站并网功率预测方法 |
CN110445176A (zh) * | 2019-08-21 | 2019-11-12 | 国网天津市电力公司 | 一种分布式光伏功率预测和数据交互系统 |
CN111832800A (zh) * | 2020-05-28 | 2020-10-27 | 中国电力科学研究院有限公司 | 一种光伏电站功率预测方法和装置 |
-
2020
- 2020-11-02 CN CN202011204411.4A patent/CN112132364B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103353952A (zh) * | 2013-05-31 | 2013-10-16 | 国家电网公司 | 一种基于地基云图的光伏功率预测方法 |
US20150134251A1 (en) * | 2013-11-11 | 2015-05-14 | Tmeic Corporation | Method for predicting and mitigating power fluctuations at a photovoltaic power plant due to cloud cover |
CN103886616A (zh) * | 2014-02-25 | 2014-06-25 | 国家电网公司 | 一种基于全天空成像数据的光伏发电功率超短期预测方法 |
CN104268659A (zh) * | 2014-10-09 | 2015-01-07 | 国电南瑞科技股份有限公司 | 一种光伏电站发电功率超短期预测方法 |
CN105303254A (zh) * | 2015-10-26 | 2016-02-03 | 国网浙江省电力公司电力科学研究院 | 一种对光伏电站接收辐射进行预测的方法及装置 |
CN105825302A (zh) * | 2016-03-17 | 2016-08-03 | 中车株洲电力机车研究所有限公司 | 一种基于云平台的光伏电站功率预测系统 |
CN109272134A (zh) * | 2017-07-17 | 2019-01-25 | 国网青海省电力公司经济技术研究院 | 一种考虑系统损耗的区域光伏电站并网功率预测方法 |
CN108205717A (zh) * | 2017-12-30 | 2018-06-26 | 国网江苏省电力公司无锡供电公司 | 一种光伏发电功率多时间尺度预测方法 |
CN110445176A (zh) * | 2019-08-21 | 2019-11-12 | 国网天津市电力公司 | 一种分布式光伏功率预测和数据交互系统 |
CN111832800A (zh) * | 2020-05-28 | 2020-10-27 | 中国电力科学研究院有限公司 | 一种光伏电站功率预测方法和装置 |
Non-Patent Citations (6)
Title |
---|
YOUNGHYUN KIM: "Maximum power transfer tracking for a photovoltaic-supercapacitor energy system", 《PROCEEDINGS OF THE 16TH ACM/IEEE INTERNATIONAL SYMPOSIUM ON LOW POWER ELECTRONICS AND DESIGN》 * |
丁宇宇等: "基于全天空成像仪的光伏电站水平面总辐射预报", 《中国电机工程学报》 * |
张子璇: "太阳能发电多维随机过程动态模型研究", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 * |
朱想等: "组合数值天气预报与地基云图的光伏超短期功率预测模型", 《电力系统自动化》 * |
王诚良等: "云团移动对光伏电站出力特性及系统调频的影响", 《可再生能源》 * |
童建军: "面向分布式光伏超短期功率预测的复杂云团建模研究", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112801413A (zh) * | 2021-03-02 | 2021-05-14 | 国网电子商务有限公司 | 一种光伏电站发电功率预测方法及装置 |
CN114296050A (zh) * | 2022-03-07 | 2022-04-08 | 南京鼐云信息技术有限责任公司 | 基于激光雷达云图探测的光伏电站短期发电功率预测方法 |
CN114462723A (zh) * | 2022-04-12 | 2022-05-10 | 南方电网数字电网研究院有限公司 | 基于高空风资源影响的云层迁移分钟级光伏功率预测方法 |
CN114462723B (zh) * | 2022-04-12 | 2022-07-29 | 南方电网数字电网研究院有限公司 | 基于高空风资源影响的云层迁移分钟级光伏功率预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112132364B (zh) | 2023-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112132364B (zh) | 一种受云层影响的光伏电站功率预测方法、介质及设备 | |
Guo et al. | Real time traffic flow outlier detection using short-term traffic conditional variance prediction | |
CN109800898A (zh) | 一种智能短期负荷预测方法及系统 | |
CN107909212B (zh) | 基于中尺度风电功率发展过程序列化的爬坡事件预测方法 | |
CN113706862B (zh) | 一种考虑路网容量约束的分布式主动均衡管控方法 | |
CN113496311A (zh) | 光伏电站发电功率预测方法及系统 | |
CN102496187B (zh) | 一种基于三角形网格的追踪等值线至边界及断层的方法 | |
CN112927513B (zh) | 一种实时在线交通仿真方法及系统 | |
CN103718129A (zh) | 用于确定由光伏设备输出的功率的方法和装置 | |
CN113516105B (zh) | 一种车道检测方法、装置及计算机可读存储介质 | |
CN114842450A (zh) | 一种可行驶区域检测方法、装置及设备 | |
Guo et al. | Integrated heteroscedasticity test for vehicular traffic condition series | |
Ghosh et al. | Bayesian prediction of the duration of non-recurring road incidents | |
CN107590747A (zh) | 基于综合能源大数据分析的电网资产周转率计算方法 | |
CN110097141A (zh) | 一种采集运维系统智能故障检测方法 | |
CN103927598A (zh) | 基于自学习径向基核函数的光伏发电功率预测方法 | |
Li et al. | Fake plate vehicle auditing based on composite constraints in Internet of Things environment | |
CN117332207A (zh) | 一种基于深度学习的长时间航迹预测方法、介质及装置 | |
Zhang et al. | Free-floating bike-sharing demand prediction with deep learning | |
CN117394310A (zh) | 多天气类型影响的区域光伏等效光资源计算方法和系统 | |
Tian et al. | Estimation method of intersection signal cycle based on empirical data | |
CN111144629A (zh) | 一种水力发电站来水量预测方法及系统 | |
KR20170069396A (ko) | Wise-r 실시간 초단기 미세기상 예측 모델 | |
Liu et al. | Research of icing thickness on transmission lines based on fuzzy Markov chain prediction | |
CN109752774A (zh) | 基于车辆行为数据的气象预测方法、系统 |
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 |