CN115983478A - 分布式光伏发电功率预测分析方法、系统、终端及介质 - Google Patents

分布式光伏发电功率预测分析方法、系统、终端及介质 Download PDF

Info

Publication number
CN115983478A
CN115983478A CN202310011103.7A CN202310011103A CN115983478A CN 115983478 A CN115983478 A CN 115983478A CN 202310011103 A CN202310011103 A CN 202310011103A CN 115983478 A CN115983478 A CN 115983478A
Authority
CN
China
Prior art keywords
photovoltaic power
power generation
basic data
distributed photovoltaic
spatial
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.)
Pending
Application number
CN202310011103.7A
Other languages
English (en)
Inventor
孙名妤
司君诚
蔡言斌
张双乐
任志帅
苏小向
吕风磊
关永昌
张丹
王元元
王燕
杜冬艳
任敬刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dongying Power Industry Bureau Of State Grid Shandong Electric Power Co
Original Assignee
Dongying Power Industry Bureau Of State Grid Shandong Electric Power Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dongying Power Industry Bureau Of State Grid Shandong Electric Power Co filed Critical Dongying Power Industry Bureau Of State Grid Shandong Electric Power Co
Priority to CN202310011103.7A priority Critical patent/CN115983478A/zh
Publication of CN115983478A publication Critical patent/CN115983478A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了分布式光伏发电功率预测分析方法、系统、终端及介质，涉及光伏发电预测技术领域，其技术方案要点是：获取集中式光伏发电站的历史发电基础数据和分布式光伏发电站的空间位置；依据集中式光伏发电站的空间位置建立空间网络；提取覆盖分布式光伏发电站所对应空间位置的空间网格作为目标网格，并相应历史发电基础数据作为参考发电基础数据；结合分布式光伏发电站在目标网格中的空间相对位置以及参考发电基础数据之间的变化趋势模拟分析得到模拟发电基础数据；依据模拟发电基础数据对分布式光伏发电站的发电功率进行预测。本发明能够以较少的历史发电基础数据准确的模拟分析出多个不同分布式光伏发电站的模拟发电基础数据。

Description

分布式光伏发电功率预测分析方法、系统、终端及介质
技术领域
本发明涉及光伏发电预测技术领域，更具体地说，它涉及分布式光伏发电功率预测分析方法、系统、终端及介质。
背景技术
受自然环境因素和光伏组件性能等因素影响，光伏发电功率存在一定的随机性与波动性，而随着光伏发电在电力系统中的占比越来越重，光伏发电功率的准确性对电力系统稳定性运行具有较大的影响，所以对光伏发电功率进行预测非常有必要。
目前，光伏发电站主要分为集中式光伏发电站和分布式光伏发电站。对于集中式光伏发电站而言，由于其发电环境的基础数据变化不大，如天气数据、地理位置和太阳辐照强度等，可以从历史数据中筛选出相似度较高的数据或以少量采样点进行数据实时采集的方式获取功率预测的相关数据，以此完成集中式光伏发电站的功率预测。但是，对于分布式光伏发电站而言，由于其分布范围较广，其发电环境的基础数据变化差异大，若采用历史数据匹配的方式获取各个分布式光伏发电站的基础数据，不仅需要构建数据量大的历史数据库，同时也存在具有一定差异的分布式光伏发电站匹配到相同或相近的基础数据的缺陷，导致分布式光伏发电站的功率预测准确度较差；若采用数据实时采集方式，则需要布置复杂且体量较大的监测系统，存在运营成本高，不利于分布式光伏发电的推广与应用。
因此，如何研究设计一种能够克服上述缺陷的分布式光伏发电功率预测分析方法、系统、终端及介质是我们目前急需解决的问题。
发明内容
为解决现有技术中的不足，本发明的目的是提供分布式光伏发电功率预测分析方法、系统、终端及介质，能够以较少的历史发电基础数据准确的模拟分析出多个不同分布式光伏发电站的模拟发电基础数据，实现难度低，且模拟分析过程的计算量较少，易于实现。
本发明的上述技术目的是通过以下技术方案得以实现的：
第一方面，提供了分布式光伏发电功率预测分析方法，包括以下步骤：
获取多个集中式光伏发电站的历史发电基础数据和多个分布式光伏发电站的空间位置；
依据多个集中式光伏发电站的空间位置建立由多个独立的空间网格组成空间网络；
从空间网络中提取覆盖分布式光伏发电站所对应空间位置的空间网格作为目标网格，并提取构成目标网格的多个集中式光伏发电站的历史发电基础数据作为参考发电基础数据；
结合分布式光伏发电站在目标网格中的空间相对位置以及多个参考发电基础数据之间的变化趋势模拟分析得到分布式光伏发电站的模拟发电基础数据；
依据模拟发电基础数据对相应分布式光伏发电站的发电功率进行预测，得到由多个分布式光伏发电预测功率组成的分布式光伏发电功率预测结果。
进一步的，所述模拟发电基础数据的模拟分析过程具体为：
确定分布式光伏发电站与构成目标网格的多个集中式光伏发电站之间的空间距离；
依据各个空间距离之间的比值为对应的集中式光伏发电站分配权重系数；
结合参考发电基础数据和对应的权重系数进行权重计算，得到相应分布式光伏发电站的模拟发电基础数据。
进一步的，所述模拟发电基础数据的计算公式具体为：
Figure BDA0004038534430000021
其中，
Figure BDA0004038534430000022
表示分布式光伏发电站Q在m项参数上的模拟发电基础数据；
Figure BDA0004038534430000023
表示集中式光伏发电站A在m项参数上的参考发电基础数据；DQ,A表示分布式光伏发电站Q与集中式光伏发电站A之间的空间距离；
Figure BDA0004038534430000024
表示集中式光伏发电站B在m项参数上的参考发电基础数据；DQ,B表示分布式光伏发电站Q与集中式光伏发电站B之间的空间距离；
Figure BDA0004038534430000025
表示集中式光伏发电站C在m项参数上的参考发电基础数据；DQ,C表示分布式光伏发电站Q与集中式光伏发电站C之间的空间距离。
进一步的，所述模拟发电基础数据的模拟分析过程具体为：
确定分布式光伏发电站与构成目标网格的多个集中式光伏发电站之间的空间距离；
依据各个空间距离之间的比值为对应的集中式光伏发电站分配权重系数；
以不同参考发电基础数据之间的差值作为对应相邻集中式光伏发电站之间的趋势变化量；
结合集中式光伏发电站从不同方向的趋势变化量和对应的权重系数进行趋势累积运算，得到相应分布式光伏发电站的模拟发电基础数据。
进一步的，所述模拟发电基础数据的计算公式具体为：
Figure BDA0004038534430000031
其中，
Figure BDA0004038534430000032
表示分布式光伏发电站Q在m项参数上的模拟发电基础数据；
Figure BDA0004038534430000033
表示集中式光伏发电站A在m项参数上的参考发电基础数据；DQ,A表示分布式光伏发电站Q与集中式光伏发电站A之间的空间距离；
Figure BDA0004038534430000034
表示集中式光伏发电站B在m项参数上的参考发电基础数据；DQ,B表示分布式光伏发电站Q与集中式光伏发电站B之间的空间距离；
Figure BDA0004038534430000035
表示集中式光伏发电站C在m项参数上的参考发电基础数据；DQ,C表示分布式光伏发电站Q与集中式光伏发电站C之间的空间距离。
进一步的，所述目标网格为覆盖面积最小的三角形网格。
进一步的，所述光伏发电预测功率的预测过程具体为：
依据分布式光伏发电站中不同项参数的模拟发电基础数据从数据库或集中式光伏发电站的历史发电基础数据中进行相似度匹配，以相似度最大所对应发电站的历史光伏发电功率作为分布式光伏发电预测功率；
或，将单个分布式光伏发电站中不同项参数的模拟发电基础数据输入预构建的光伏发电预测模型进行训练，得到分布式光伏发电预测功率。
第二方面，提供了分布式光伏发电功率预测分析系统，包括：
信息采集模块，用于获取多个集中式光伏发电站的历史发电基础数据和多个分布式光伏发电站的空间位置；
网络构建模块，用于依据多个集中式光伏发电站的空间位置建立由多个独立的空间网格组成空间网络；
网格提取模块，用于从空间网络中提取覆盖分布式光伏发电站所对应空间位置的空间网格作为目标网格，并提取构成目标网格的多个集中式光伏发电站的历史发电基础数据作为参考发电基础数据；
模拟分析模块，用于结合分布式光伏发电站在目标网格中的空间相对位置以及多个参考发电基础数据之间的变化趋势模拟分析得到分布式光伏发电站的模拟发电基础数据；
功率预测模块，用于依据模拟发电基础数据对相应分布式光伏发电站的发电功率进行预测，得到由多个分布式光伏发电预测功率组成的分布式光伏发电功率预测结果。
第三方面，提供了一种计算机终端，包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面中任意一项所述的分布式光伏发电功率预测分析方法。
第四方面，提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行可实现如第一方面中任意一项所述的分布式光伏发电功率预测分析方法。
与现有技术相比，本发明具有以下有益效果：
1、本发明提供的分布式光伏发电功率预测分析方法，选取分布式光伏发电站所处空间网格所对应的集中式光伏发电站的历史发电基础数据，通过分析所选取的不同历史发电基础数据同时对单个分布式光伏发电站所对应基础数据的趋势影响，能够以较少的历史发电基础数据准确的模拟分析出多个不同分布式光伏发电站的模拟发电基础数据，实现难度低，且模拟分析过程的计算量较少，易于实现；
2、本发明在模拟分析分布式光伏发电站的模拟发电基础数据时，可以从集中式光伏发电站直接朝向分布式光伏发电站的方向出发，分析不同集中式光伏发电站对分布式光伏发电站中基础数据的趋势影响，能够有效提高发电基础数据的模拟分析效率；
3、本发明在模拟分析分布式光伏发电站的模拟发电基础数据时，可以从集中式光伏发电站侧向趋近于分布式光伏发电站的方向出发，分析不同集中式光伏发电站对分布式光伏发电站中基础数据的趋势影响，降低了单个集中式光伏发电站对分布式光伏发电站的异常趋势影响，能够有效提高发电基础数据的模拟分析准确性和可靠性。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1是本发明实施例中的流程图；
图2是本发明实施例中的系统框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1：分布式光伏发电功率预测分析方法，如图1所示，包括以下步骤：
步骤S1：获取多个集中式光伏发电站的历史发电基础数据和多个分布式光伏发电站的空间位置；
步骤S2：依据多个集中式光伏发电站的空间位置建立由多个独立的空间网格组成空间网络；
步骤S3：从空间网络中提取覆盖分布式光伏发电站所对应空间位置的空间网格作为目标网格，并提取构成目标网格的多个集中式光伏发电站的历史发电基础数据作为参考发电基础数据；
步骤S4：结合分布式光伏发电站在目标网格中的空间相对位置以及多个参考发电基础数据之间的变化趋势模拟分析得到分布式光伏发电站的模拟发电基础数据；
步骤S5：依据模拟发电基础数据对相应分布式光伏发电站的发电功率进行预测，得到由多个分布式光伏发电预测功率组成的分布式光伏发电功率预测结果。
需要说明的是，发电基础数据包括但不限于与光伏发电功率预测相关的太阳辐照强度、地理位置、湿度、温度等。
作为一种可选的实施方式，模拟发电基础数据的模拟分析过程具体为：确定分布式光伏发电站与构成目标网格的多个集中式光伏发电站之间的空间距离；依据各个空间距离之间的比值为对应的集中式光伏发电站分配权重系数；结合参考发电基础数据和对应的权重系数进行权重计算，得到相应分布式光伏发电站的模拟发电基础数据。
例如，模拟发电基础数据的计算公式具体为：
Figure BDA0004038534430000051
其中，
Figure BDA0004038534430000052
表示分布式光伏发电站Q在m项参数上的模拟发电基础数据；
Figure BDA0004038534430000053
表示集中式光伏发电站A在m项参数上的参考发电基础数据；DQ,A表示分布式光伏发电站Q与集中式光伏发电站A之间的空间距离；
Figure BDA0004038534430000054
表示集中式光伏发电站B在m项参数上的参考发电基础数据；DQ,B表示分布式光伏发电站Q与集中式光伏发电站B之间的空间距离；
Figure BDA0004038534430000061
表示集中式光伏发电站C在m项参数上的参考发电基础数据；DQ,C表示分布式光伏发电站Q与集中式光伏发电站C之间的空间距离。
本发明在模拟分析分布式光伏发电站的模拟发电基础数据时，可以从集中式光伏发电站直接朝向分布式光伏发电站的方向出发，分析不同集中式光伏发电站对分布式光伏发电站中基础数据的趋势影响，能够有效提高发电基础数据的模拟分析效率。
作为另一种可选的实施方式，模拟发电基础数据的模拟分析过程具体为：确定分布式光伏发电站与构成目标网格的多个集中式光伏发电站之间的空间距离；依据各个空间距离之间的比值为对应的集中式光伏发电站分配权重系数；以不同参考发电基础数据之间的差值作为对应相邻集中式光伏发电站之间的趋势变化量；结合集中式光伏发电站从不同方向的趋势变化量和对应的权重系数进行趋势累积运算，得到相应分布式光伏发电站的模拟发电基础数据。
例如，模拟发电基础数据的计算公式具体为：
Figure BDA0004038534430000062
其中，
Figure BDA0004038534430000063
表示分布式光伏发电站Q在m项参数上的模拟发电基础数据；
Figure BDA0004038534430000064
表示集中式光伏发电站A在m项参数上的参考发电基础数据；DQ,A表示分布式光伏发电站Q与集中式光伏发电站A之间的空间距离；
Figure BDA0004038534430000065
表示集中式光伏发电站B在m项参数上的参考发电基础数据；DQ,B表示分布式光伏发电站Q与集中式光伏发电站B之间的空间距离；
Figure BDA0004038534430000066
表示集中式光伏发电站C在m项参数上的参考发电基础数据；DQ,C表示分布式光伏发电站Q与集中式光伏发电站C之间的空间距离。
本发明在模拟分析分布式光伏发电站的模拟发电基础数据时，可以从集中式光伏发电站侧向趋近于分布式光伏发电站的方向出发，分析不同集中式光伏发电站对分布式光伏发电站中基础数据的趋势影响，降低了单个集中式光伏发电站对分布式光伏发电站的异常趋势影响，能够有效提高发电基础数据的模拟分析准确性和可靠性。
需要说明的是，在对空间距离进行分析时，仅依据平面坐标之间的差异即可计算出集中式光伏发电站与分布式光伏发电站之间的空间距离。
此外，本发明中在选取目标网格时，需选取覆盖面积最小的三角形网格。
另外，光伏发电预测功率的预测过程可以选取已有的模型和/或方法。
例如，依据分布式光伏发电站中不同项参数的模拟发电基础数据从数据库或集中式光伏发电站的历史发电基础数据中进行相似度匹配，以相似度最大所对应发电站的历史光伏发电功率作为分布式光伏发电预测功率。
又例如，将单个分布式光伏发电站中不同项参数的模拟发电基础数据输入预构建的光伏发电预测模型进行训练，得到分布式光伏发电预测功率。
实施例2：分布式光伏发电功率预测分析系统，该系统用于实现实施例1中所记载的分布式光伏发电功率预测分析方法，如图2所示，包括信息采集模块、网络构建模块、网格提取模块、模拟分析模块和功率预测模块。
其中，信息采集模块，用于获取多个集中式光伏发电站的历史发电基础数据和多个分布式光伏发电站的空间位置；网络构建模块，用于依据多个集中式光伏发电站的空间位置建立由多个独立的空间网格组成空间网络；网格提取模块，用于从空间网络中提取覆盖分布式光伏发电站所对应空间位置的空间网格作为目标网格，并提取构成目标网格的多个集中式光伏发电站的历史发电基础数据作为参考发电基础数据；模拟分析模块，用于结合分布式光伏发电站在目标网格中的空间相对位置以及多个参考发电基础数据之间的变化趋势模拟分析得到分布式光伏发电站的模拟发电基础数据；功率预测模块，用于依据模拟发电基础数据对相应分布式光伏发电站的发电功率进行预测，得到由多个分布式光伏发电预测功率组成的分布式光伏发电功率预测结果。
工作原理：本发明选取分布式光伏发电站所处空间网格所对应的集中式光伏发电站的历史发电基础数据，通过分析所选取的不同历史发电基础数据同时对单个分布式光伏发电站所对应基础数据的趋势影响，能够以较少的历史发电基础数据准确的模拟分析出多个不同分布式光伏发电站的模拟发电基础数据，实现难度低，且模拟分析过程的计算量较少，易于实现。
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。
以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.分布式光伏发电功率预测分析方法，其特征是，包括以下步骤：
获取多个集中式光伏发电站的历史发电基础数据和多个分布式光伏发电站的空间位置；
依据多个集中式光伏发电站的空间位置建立由多个独立的空间网格组成空间网络；
从空间网络中提取覆盖分布式光伏发电站所对应空间位置的空间网格作为目标网格，并提取构成目标网格的多个集中式光伏发电站的历史发电基础数据作为参考发电基础数据；
结合分布式光伏发电站在目标网格中的空间相对位置以及多个参考发电基础数据之间的变化趋势模拟分析得到分布式光伏发电站的模拟发电基础数据；
依据模拟发电基础数据对相应分布式光伏发电站的发电功率进行预测，得到由多个分布式光伏发电预测功率组成的分布式光伏发电功率预测结果。
2.根据权利要求1所述的分布式光伏发电功率预测分析方法，其特征是，所述模拟发电基础数据的模拟分析过程具体为：
确定分布式光伏发电站与构成目标网格的多个集中式光伏发电站之间的空间距离；
依据各个空间距离之间的比值为对应的集中式光伏发电站分配权重系数；
结合参考发电基础数据和对应的权重系数进行权重计算，得到相应分布式光伏发电站的模拟发电基础数据。
3.根据权利要求2所述的分布式光伏发电功率预测分析方法，其特征是，所述模拟发电基础数据的计算公式具体为：
Figure FDA0004038534420000011
其中，
Figure FDA0004038534420000012
表示分布式光伏发电站Q在m项参数上的模拟发电基础数据；
Figure FDA0004038534420000013
表示集中式光伏发电站A在m项参数上的参考发电基础数据；DQ,A表示分布式光伏发电站Q与集中式光伏发电站A之间的空间距离；
Figure FDA0004038534420000014
表示集中式光伏发电站B在m项参数上的参考发电基础数据；DQ,B表示分布式光伏发电站Q与集中式光伏发电站B之间的空间距离；
Figure FDA0004038534420000015
表示集中式光伏发电站C在m项参数上的参考发电基础数据；DQ,C表示分布式光伏发电站Q与集中式光伏发电站C之间的空间距离。
4.根据权利要求1所述的分布式光伏发电功率预测分析方法，其特征是，所述模拟发电基础数据的模拟分析过程具体为：
确定分布式光伏发电站与构成目标网格的多个集中式光伏发电站之间的空间距离；
依据各个空间距离之间的比值为对应的集中式光伏发电站分配权重系数；
以不同参考发电基础数据之间的差值作为对应相邻集中式光伏发电站之间的趋势变化量；
结合集中式光伏发电站从不同方向的趋势变化量和对应的权重系数进行趋势累积运算，得到相应分布式光伏发电站的模拟发电基础数据。
5.根据权利要求4所述的分布式光伏发电功率预测分析方法，其特征是，所述模拟发电基础数据的计算公式具体为：
Figure FDA0004038534420000021
其中，
Figure FDA0004038534420000022
表示分布式光伏发电站Q在m项参数上的模拟发电基础数据；
Figure FDA0004038534420000023
表示集中式光伏发电站A在m项参数上的参考发电基础数据；DQ,A表示分布式光伏发电站Q与集中式光伏发电站A之间的空间距离；
Figure FDA0004038534420000024
表示集中式光伏发电站B在m项参数上的参考发电基础数据；DQ,B表示分布式光伏发电站Q与集中式光伏发电站B之间的空间距离；
Figure FDA0004038534420000025
表示集中式光伏发电站C在m项参数上的参考发电基础数据；DQ,C表示分布式光伏发电站Q与集中式光伏发电站C之间的空间距离。
6.根据权利要求1所述的分布式光伏发电功率预测分析方法，其特征是，所述目标网格为覆盖面积最小的三角形网格。
7.根据权利要求1所述的分布式光伏发电功率预测分析方法，其特征是，所述光伏发电预测功率的预测过程具体为：
依据分布式光伏发电站中不同项参数的模拟发电基础数据从数据库或集中式光伏发电站的历史发电基础数据中进行相似度匹配，以相似度最大所对应发电站的历史光伏发电功率作为分布式光伏发电预测功率；
或，将单个分布式光伏发电站中不同项参数的模拟发电基础数据输入预构建的光伏发电预测模型进行训练，得到分布式光伏发电预测功率。
8.分布式光伏发电功率预测分析系统，其特征是，包括：
信息采集模块，用于获取多个集中式光伏发电站的历史发电基础数据和多个分布式光伏发电站的空间位置；
网络构建模块，用于依据多个集中式光伏发电站的空间位置建立由多个独立的空间网格组成空间网络；
网格提取模块，用于从空间网络中提取覆盖分布式光伏发电站所对应空间位置的空间网格作为目标网格，并提取构成目标网格的多个集中式光伏发电站的历史发电基础数据作为参考发电基础数据；
模拟分析模块，用于结合分布式光伏发电站在目标网格中的空间相对位置以及多个参考发电基础数据之间的变化趋势模拟分析得到分布式光伏发电站的模拟发电基础数据；
功率预测模块，用于依据模拟发电基础数据对相应分布式光伏发电站的发电功率进行预测，得到由多个分布式光伏发电预测功率组成的分布式光伏发电功率预测结果。
9.一种计算机终端，包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序，其特征是，所述处理器执行所述程序时实现如权利要求1-7中任意一项所述的分布式光伏发电功率预测分析方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征是，所述计算机程序被处理器执行可实现如权利要求1-7中任意一项所述的分布式光伏发电功率预测分析方法。
CN202310011103.7A 2023-01-05 2023-01-05 分布式光伏发电功率预测分析方法、系统、终端及介质 Pending CN115983478A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310011103.7A CN115983478A (zh) 2023-01-05 2023-01-05 分布式光伏发电功率预测分析方法、系统、终端及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310011103.7A CN115983478A (zh) 2023-01-05 2023-01-05 分布式光伏发电功率预测分析方法、系统、终端及介质

Publications (1)

Publication Number Publication Date
CN115983478A true CN115983478A (zh) 2023-04-18

Family

ID=85966495

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310011103.7A Pending CN115983478A (zh) 2023-01-05 2023-01-05 分布式光伏发电功率预测分析方法、系统、终端及介质

Country Status (1)

Country Link
CN (1) CN115983478A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117040137A (zh) * 2023-10-09 2023-11-10 国网山东省电力公司聊城供电公司 基于多源数据的环网柜温升预警方法、系统、终端及介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117040137A (zh) * 2023-10-09 2023-11-10 国网山东省电力公司聊城供电公司 基于多源数据的环网柜温升预警方法、系统、终端及介质
CN117040137B (zh) * 2023-10-09 2024-05-07 国网山东省电力公司聊城供电公司 基于多源数据的环网柜温升预警方法、系统、终端及介质

Similar Documents

Publication Publication Date Title
CN112348292B (zh) 一种基于深度学习网络的短期风电功率预测方法和系统
Carneiro et al. Review on photovoltaic power and solar resource forecasting: current status and trends
Ozkan et al. Data mining-based upscaling approach for regional wind power forecasting: Regional statistical hybrid wind power forecast technique (RegionalSHWIP)
CN116363601B (zh) 一种污染监测设备的数据采集与分析方法及系统
CN110399634B (zh) 一种基于天气系统影响的预报区域确定方法及系统
CN114493052B (zh) 多模型融合自适应新能源功率预测方法和系统
CN112633544A (zh) 预测风速订正方法及其装置
CN112862274A (zh) 一种基于WRF-LES和DeepAR相结合的风功率预测方法
CN112148774A (zh) 一种高分辨率空间多区域气象数据处理系统及方法
CN115983478A (zh) 分布式光伏发电功率预测分析方法、系统、终端及介质
CN115239105A (zh) 一种在役风电场的风资源的评估方法以及装置
CN112100922A (zh) 一种基于wrf和cnn卷积神经网络的风资源预测方法
CN114895380A (zh) 一种太阳辐射预测方法、装置、设备和介质
CN112700349A (zh) 测风塔选址方法和装置
CN108388683A (zh) 一种基于生境因子的植被类型空间模拟方法
CN110416996A (zh) 一种基于云平台的分布式光伏集群功率预测系统
CN117218425A (zh) 一种用于光伏电站的发电损失分析方法及系统
CN114511239B (zh) 土壤重金属污染风险区划分方法、装置、电子设备及介质
CN114418243B (zh) 分布式新能源云端网格预测方法与系统
CN116307018A (zh) 一种基于wrf模式敏感性调参的风速预测方法及系统
CN110968929A (zh) 风电场风速的预测方法、装置及电子设备
CN113094638A (zh) 一种气象网格化数据的多源场融合方法和系统
CN109871998B (zh) 一种基于专家样本库的配电网线损率预测方法及装置
CN114325877A (zh) 气象预报数据的评估方法和装置
CN117390590B (zh) 一种基于cim模型的数据管理方法及系统

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