CN117236517A - 一种动态自适应区域光伏日前功率预测方法及系统 - Google Patents
一种动态自适应区域光伏日前功率预测方法及系统 Download PDFInfo
- Publication number
- CN117236517A CN117236517A CN202311417290.5A CN202311417290A CN117236517A CN 117236517 A CN117236517 A CN 117236517A CN 202311417290 A CN202311417290 A CN 202311417290A CN 117236517 A CN117236517 A CN 117236517A
- Authority
- CN
- China
- Prior art keywords
- power
- predicted
- data
- target
- day
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 104
- 238000012937 correction Methods 0.000 claims abstract description 198
- 238000010248 power generation Methods 0.000 claims abstract description 81
- 238000005070 sampling Methods 0.000 claims description 92
- 230000003044 adaptive effect Effects 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 33
- 210000001624 hip Anatomy 0.000 description 24
- 230000006872 improvement Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 230000002354 daily effect Effects 0.000 description 5
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明实施例公开了一种动态自适应区域光伏日前功率预测方法及系统,其中,方法包括:获取目标发电站在待预测日的原始预测功率数据;基于所述目标发电站的历史发电功率数据,确定所述待预测日的目标功率修正方式;其中,所述历史发电功率数据包括:历史预测功率数据和历史真实功率数据;基于所述目标功率修正方式对所述原始预测功率数据进行修正,得到目标预测功率数据。本发明实施例的技术方案解决了现有技术中,通过基于单一的修正方式对原始预测的发电功率进行修正,导致修正的发电功率的准确率不足的问题,可以根据发电站的发电特点确定更适合的功率修正方式,提高修正后的发电功率的准确率。
Description
技术领域
本发明实施例涉及光伏发电技术领域,尤其涉及一种动态自适应区域光伏日前功率预测方法及系统。
背景技术
目前,通过对光伏站发电预测功率数据进一步修正,可以提高光伏站发电预测功率数据的准确性。现有光伏站发电预测功率数据的修正方式较为单一,通常通过平滑处理、异常值检测和修复、季节性调整等方式进行修正。但是,由于光伏发电具有非线性、不稳定性,不同地区不同季节的光伏发电曲线较独特等特点,基于单一的修正方式很可能把原有“正常”的数据识别成“异常”而被更改或者剔除,这使得预测数据与真实功率相差较大。
发明内容
本发明实施例提供了一种动态自适应区域光伏日前功率预测方法及系统,可以根据发电站的发电特点确定更适合的功率修正方式,提高修正后的发电功率的准确率。
第一方面,本发明实施例提供了一种动态自适应区域光伏日前功率预测方法,该方法包括:
获取目标发电站在待预测日的原始预测功率数据;
基于所述目标发电站的历史发电功率数据,确定所述待预测日的目标功率修正方式;其中,所述历史发电功率数据包括:历史预测功率数据和历史真实功率数据;
基于所述目标功率修正方式对所述原始预测功率数据进行修正,得到目标预测功率数据。
第二方面,本发明实施例提供了一种光伏站发电预测功率系统,该系统包括:
原始预测功率数据确定模块,用于获取目标发电站在待预测日的原始预测功率数据;
功率修正方式确定模块,用于基于所述目标发电站的历史发电功率数据,确定所述待预测日的目标功率修正方式;其中,所述历史发电功率数据包括:历史预测功率数据和历史真实功率数据;
目标预测功率数据确定模块,用于基于所述目标功率修正方式对所述原始预测功率数据进行修正,得到目标预测功率数据。
第三方面,本发明实施例提供了一种计算机设备,该计算机设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现任一实施例所述的动态自适应区域光伏日前功率预测方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现任一实施例所述的动态自适应区域光伏日前功率预测方法。
本发明实施例所提供的技术方案,通过获取目标发电站在待预测日的原始预测功率数据;基于所述目标发电站的历史发电功率数据,确定所述待预测日的目标功率修正方式;其中,所述历史发电功率数据包括:历史预测功率数据和历史真实功率数据;基于所述目标功率修正方式对所述原始预测功率数据进行修正,得到目标预测功率数据。本发明实施例的技术方案解决了现有技术中,通过基于单一的修正方式对原始预测的发电功率进行修正,导致修正的发电功率的准确率不足的问题,可以根据发电站的发电特点确定更适合的功率修正方式,提高修正后的发电功率的准确率。
附图说明
图1是本发明实施例提供的一种动态自适应区域光伏日前功率预测方法流程图;
图2是本发明实施例提供的又一种动态自适应区域光伏日前功率预测方法流程图;
图3是本发明实施例提供的一种进行发电功率修正的工作流程图;
图4是本发明实施例提供的一种基于梯形法进行修正的结果示意图;
图5是本发明实施例提供的一种基于梯形法确定的修正系数k值示意图;
图6是本发明实施例提供的一种基于几字形法进行修正的结果示意图;
图7是本发明实施例提供的一种基于几字形法确定的修正系数k值示意图;
图8是本发明实施例提供的一种基于三角形法进行修正的结果示意图;
图9是本发明实施例提供的一种基于三角形法确定的修正系数k值示意图;
图10是本发明实施例提供的一种基于每日固定法进行修正的结果示意图;
图11是本发明实施例提供的一种基于腰部分段倍乘法进行修正的结果示意图;
图12是本发明实施例提供的一种基于腰部分段倍乘法确定的修正系数k值示意图;
图13是本发明实施例提供的一种基于腰部电量倍乘法进行修正的结果示意图;
图14是本发明实施例提供的一种基于腰部电量倍乘法确定的修正系数k值示意图;
图15是本发明实施例提供的又一种基于腰部电量倍乘法进行修正的结果示意图;
图16是本发明实施例提供的又一种基于腰部电量倍乘法确定的修正系数k值示意图;
图17是本发明实施例提供的又一种基于每日固定系数法进行修正的结果示意图;
图18是本发明实施例提供的又一种基于梯形法进行修正的结果示意图;
图19是本发明实施例提供的又一种基于梯形法确定的修正系数k值示意图;
图20是本发明实施例提供的一种光伏站发电预测功率系统的结构示意图;
图21是本发明实施例提供的一种计算机设备的结构示意图。
具体实施方式
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。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。
图1是本发明实施例提供的一种动态自适应区域光伏日前功率预测方法流程图,本发明实施例可适用于对光伏发电站的发电功率进行预测的场景中,该方法可以由光伏站发电预测功率系统执行,该系统可以由软件和/或硬件的方式来实现。
如图1所示,动态自适应区域光伏日前功率预测方法包括以下步骤:
S110、获取目标发电站在待预测日的原始预测功率数据。
其中,目标发电站可以是需要对其发电功率的进行预测的光伏发电站。待预测日可以是需要对目标发电站的发电功率进行预测的日期。原始预测功率数据可以是对目标发电站在待预测日的发电功率初步预测的功率数据。示例性的,原始预测功率数据可以是目标发电站在待预测日24小时内的各个时刻的发电功率预测数据。可选的,可以根据目标发电站在待预测日的天气预报数据确定原始预测功率数据。
由于原始预测功率数据仅仅是根据天气预报数据预测出的功率数据。但是不同地区的发电站存在其单独的发电功率特点,因此仅仅根据天气预报数据预测出的功率数据,与实际发电站的发电功率存在较大的误差,所以需要对原始预测功率数据进行进一步的修正,以提高对发电功率预测的准确性。
S120、基于所述目标发电站的历史发电功率数据,确定所述待预测日的目标功率修正方式。
其中,历史发电功率数据可以是目标发电站在过去一段时间内的发电功率数据。目标功率修正方式可以是用于对目标发电站的原始发电功率进行修正的方式。进一步的,由于不同发电站在一天内的发电功率可能有其独特的特点,因此可以先在一天中确定多个采样时刻,再确定各个采样时刻的功率修正方式,基于各个采样时刻的功率修正方式,进而确定出待预测日的功率修正方式,也即目标功率修正方式。
具体的,历史发电功率数据包括历史预测功率数据和历史真实功率数据。其中,历史预测功率数据可以是过去一段时间内基于天气预报数据进行预测的原始发电功率数据。历史真实功率数据可以是过去一段时间内对目标发电站检测到的发电功率数据。也即历史预测功率数据为发电功率的预测数据,历史真实功率数据为发电功率的实际数据。通过历史预测功率数据和历史真实功率数据,可以知晓目标发电站历史时间内各个采样时刻预测发电功率值与实际发电功率值的误差情况,进而基于该误差情况,确定各个采样时刻最适用的功率修正方式。
S130、基于所述目标功率修正方式对所述原始预测功率数据进行修正,得到目标预测功率数据。
其中,目标预测功率数据可以是对原始预测功率数据进行修正后的功率数据。具体的,由于目标功率修正方式需要使用到历史发电功率数据,因此可以基于目标功率修正方式和历史发电功率数据,确定各个采样时刻的目标功率修正参数;基于目标功率修正参数分别对原始预测功率数据中各个采样时刻的功率进行修正,得到目标预测功率数据。
可选的,可以将原始预测功率数据中各采样时刻的功率与相应的目标功率修正参数相乘,得到各采样时刻修正后的目标功率数值,随后可以对修正后的目标功率数值进行拟合,进而得到待预测日整日的发电功率预测数据,也即目标预测功率数据。
本发明实施例所提供的技术方案,通过获取目标发电站在待预测日的原始预测功率数据;基于目标发电站的历史发电功率数据,确定待预测日的目标功率修正方式;其中,历史发电功率数据包括:历史预测功率数据和历史真实功率数据;基于目标功率修正方式对原始预测功率数据进行修正,得到目标预测功率数据。本发明实施例的技术方案解决了现有技术中,通过基于单一的修正方式对原始预测的发电功率进行修正,导致修正的发电功率的准确率不足的问题,可以根据发电站的发电特点确定更适合的功率修正方式,提高修正后的发电功率的准确率。
图2是本发明实施例提供的又一种动态自适应区域光伏日前功率预测方法流程图,本发明实施例可适用于对光伏发电站的发电功率进行预测的场景中,本实施例在上述实施例的基础上,进一步的说明如何获取目标发电站在待预测日的原始预测功率数据;如何基于目标发电站的历史发电功率数据,确定待预测日的目标功率修正方式;以及如何基于目标功率修正方式对原始预测功率数据进行修正,得到目标预测功率数据。该系统可以由软件和/或硬件的方式来实现,集成于具有应用开发功能的计算机设备中。
如图2所示,动态自适应区域光伏日前功率预测方法包括以下步骤:
S210、获取目标发电站在待预测日的天气预报数据,并根据所述天气预报数据确定原始预测功率数据。
其中,目标发电站可以是需要对其发电功率的进行预测的光伏发电站。待预测日可以是需要对目标发电站的发电功率进行预测的日期。天气预报数据可以是目标发电站所在区域在待预测日当天的天气预报的数据。原始预测功率数据可以是对目标发电站在待预测日的发电功率初步预测的功率数据。示例性的,原始预测功率数据可以是目标发电站在待预测日24小时内的各个时刻的发电功率预测数据。
具体的,可以根据目标发电站在待预测日的天气预报数据确定原始预测功率数据。由于原始预测功率数据仅仅是根据天气预报数据预测出的功率数据。但是不同地区的发电站存在其单独的发电功率特点,因此仅仅根据天气预报数据预测出的功率数据,与实际发电站的发电功率存在较大的误差,所以需要对原始预测功率数据进行进一步的修正,以提高对发电功率预测的准确性。
S220、基于预设采样周期确定所述待预测日中至少一个采样时刻。
其中,预设采样周期可以是在一天内的时刻进行采样的周期。采样时刻可以是基于预设采样周期确定的时刻。具体的,可以在待预测日内每间隔一个预设采样周期设置一个采样时刻,进而得到待预测日中的多个采样时刻。进一步的,由于对待预测日中各个时刻的发电功率进行修正存在一定的困难,因此可以先对待预测日中各个采样时刻的发电功率进行修正,再进一步实现对待预测日中各个时刻的发电功率的修正。
示例性的,由于进行光伏功率预测使用的是天气预报数据进行功率预测,而天气预报数据每天从0点开始每15分钟进行一次天气数据记录,每天将拥有96组天气数据。为了将功率预测的节点与天气预报的节点相一致,可以将预设采样周期设置为15分钟,因此一天也会有96个采样时刻。
S230、基于所述目标发电站的历史发电功率数据,确定所述待预测日中各个采样时刻的目标功率修正方式。
其中,历史发电功率数据可以是目标发电站在过去一段时间内的发电功率数据。具体的,可以以窗口滑动天数k_window为单位,将历史数天内的发电功率数据作为历史发电功率数据。
目标功率修正方式可以是用于对目标发电站的原始发电功率进行修正的方式。进一步的,由于不同采样时刻的发电功率可能有其独特的特点,因此可以先确定各个采样时刻的功率修正方式,再基于各个采样时刻的功率修正方式,进而确定出待预测日的功率修正方式,也即目标功率修正方式。
具体的,历史发电功率数据包括历史预测功率数据和历史真实功率数据。其中,历史预测功率数据可以是基于过去一段时间内天气预报数据进行预测得到的发电功率数据。历史真实功率数据可以是过去一段时间内对目标发电站检测到的发电功率数据。也即历史预测功率数据为发电功率的预测数据,历史真实功率数据为发电功率的实际数据。通过历史预测功率数据和历史真实功率数据,可以知晓目标发电站历史时间内各个采样时刻预测发电功率值与实际发电功率值的误差情况,进而基于该误差情况,确定各个采样时刻最适用的功率修正方式。
具体的,在历史预测功率数据和历史真实功率数据确定目标功率修正方式时,可以先基于至少两种预设系数确定方式确定采样时刻的功率修正参数,得到至少两个候选功率修正参数,再分别基于各候选功率修正参数对采样时刻的预测功率进行修正,得到候选功率修正数值,最后分别将各候选功率修正数值与对采样时刻的检测功率进行对比,并根据对比结果确定目标功率修正方式。
其中,预设系数确定方式可以是预设的确定修正系数的方式。候选功率修正参数可以是基于预设系数确定方式确定的对发电功率进行修正的修正系数。候选功率修正数值可以是基于候选功率修正参数对采样时刻的原始发电功率进行修正后的功率值。具体的,可以将候选功率修正参数与采样时刻的原始发电功率的乘积,作为候选功率修正数值。进一步的,得到候选功率修正数值后,可以分别将各候选功率修正数值与对采样时刻的检测功率进行对比,并根据对比结果确定目标功率修正方式。
具体的,可以将与述采样时刻的检测功率相差最小的候选功率修正数值作为目标功率修正数值;将目标功率修正数值对应的预设系数确定方式作为目标功率修正方式。其中,目标功率修正数值可以是该采样时刻最适合的功率修正数值。进一步的,可以将得到目标功率修正数值对应的预设系数确定方式作为该采样时刻的功率修正方式,再进一步确定出各个采样时刻的目标功率修正方式。
可选的,预设系数确定方式包括:梯形法、几字形法、三角形法、固定系数法、腰部分段倍乘法以及腰部电量倍乘法中的至少一种。为了确定出采样时刻更优的功率修正方式,可以基于6种预设系数确定方式分别用于确定采样时刻的功率修正参数,再从6种预设系数确定方式中确定出一种最优的系数确定方式作为目标功率修正方式。
其中,6种预设系数确定方式为本发明实施例的核心要点,接下来对各种预设系数确定方式进行介绍。首先,我们先对方法中出现的几个重要参数进行集中解释:
tm-start:开始倍乘系数放大的时刻索引,默认值为32。可以理解为发电站光伏发电的起始时刻。
tm-end:结束倍乘系数放大的时刻索引,默认值为72。可以理解为发电站光伏发电的结束时刻。
tk-start:不以斜率而是以k作为修正系数的起始时刻索引,默认值为40。可以理解为对发电功率进行修正的起始时刻。
tk-end:不以斜率而是以k作为修正系数的结束时刻索引,默认值为68。可以理解为对发电功率进行修正的结束时刻。
k:修正系数。其计算公式为:
其中,为计算日前一天的功率预测值。/>为计算日前一天的真实功率值。kmax:峰值系数kp的上限值,默认值为1.5。kmin:峰值系数kp的下限值,默认值为1。
kp:修正系数k的峰值,即峰值系数。
需要注意的是,上述各个参数的默认值仅为预先设置的值,并非唯一值,也即各个参数的默认值可以根据需要进行设置。
(1)梯形法
梯形法主要在光伏出力的区段上,根据历史的预测功率和历史的真实功率,得到一个随时段变化的系数k,其曲线形状呈现为梯形,最后使用该系数对当日预测功率数值进行修正。其具体实现步骤如下所示:
1.计算峰值系数kp=最大预测功率/最大真实功率
2.计算出梯形斜边的斜率
3.确定用直线来倍乘的时段,把这段时间的系数置为kp
4.根据修正后的倍乘系数组、今天的预测结果,得到修正的结果
5.系数k的计算公式为:
(2)几字形法
几字形法在可能的光伏出力最大的时段上,选择一个时刻,构造一个系数三角形,然后根据实际情况选择合适的时段将系数置为kp。系数k的随时刻变化的曲线呈现“几”字形。其具体实现步骤如下所示:
1.计算峰值系数kp=最大预测功率/最大真实功率
2.以kp为顶点构造一个三角形,该顶点时刻默认选取为t49
3.确定用直线来倍乘的时段,把这段时间的系数置为kp
4.根据修正后的倍乘系数组、今天的预测结果,得到修正的结果
5.系数k的计算公式为:
(3)三角形法
三角形法在可能的光伏出力最大的时段上,选择一个时刻,构造一个系数三角形,与几字形法不同,它不再选取时段置为kp。系数k的变化曲线呈现为三角形。其具体实现步骤如下所示:
计算峰值系数kp=最大预测功率/最大真实功率其具体实现步骤如下:
1.以k为顶点构造一个三角形
2.根据修正后的倍乘系数组、今天的预测结果,得到修正的结果
3.系数k的计算公式为:
(4)固定系数法
固定系数法只对固定时段上的k值作置kp的处理,系数k的变化曲线呈现为一矩形。由于只需要设定好置kp的区间,故这里不给出步骤。
系数k的计算公式为:
(5)腰部分段倍乘法
参照前述根据历史预测功率和历史真实功率确定kp的思路,在腰部分段倍乘法中,tm-start到tk-start、tk-end到tm-end中的每一个时刻都将采取该思路来确定系数k。其具体实现步骤如下所示:
1.计算峰值系数kp=最大预测功率/最大真实功率
2.计算腰上的功率系数k:
(6)腰部电量倍乘法p
与方法(5)不同,电量倍乘法使用从时刻开始到需要计算k值的时刻的历史预测总电量与历史真实总电量的比值,对两个腰上的k值进行确定。其具体实现步骤如下所示:
1.计算峰值系数kp=最大预测功率/最大真实功率
2.计算腰上的功率系数k:
由于特定场站或区域的光伏发电功率是有其独特特点的,因此利用历史功率来对发电功率进行修正是十分有必要的。本发明实施例的技术方案可以基于六种数值修正方法对预测功率进行修正,使得该方法能应对不同区域、不同季节的光伏发电预测数据的修正情形,使得修正后的发电功率更加准确可靠。
示例性的,图3是本发明实施例提供的一种进行发电功率修正的工作流程图。如图3所示,进行发电功率修正的工作流程为:首先获取目标发电站的历史发电功率数据,随后分别计算使用六种方法计算历史发电功率数据中每日的修正系数,并计算使用各个方法后历史发电预测功率的准确率,随后选取准确率最高的方法作为目标修正方法,最后基于目标修正方法对待预测日的原始功率预测数据进行修正。
S240、基于所述目标功率修正方式和历史发电功率数据,确定各个采样时刻的目标功率修正参数。
其中,目标功率修正参数可以是待预测日中各个采样时刻的功率修正系数。通过上述步骤可以确定历史时间中各个采样时刻的目标功率修正方式,在待预测日中,针对于同一个采样时刻,可以基于该采样时刻的目标功率修正方式用于确定功率修正系数。示例性,基于历史发电功率数据确定出下午3点时刻的目标功率修正方式为梯形法,那么在待预测日的下午3点时刻,还基于梯形法对该时刻的发电功率进行修正,求得该采样时刻的修正系数,也即目标功率修正参数。
S250、基于所述目标功率修正参数分别对所述原始预测功率数据中各个采样时刻的功率进行修正,得到目标预测功率数据。
其中,目标预测功率数据可以是对原始预测功率数据进行修正后的功率数据。具体的,由于目标功率修正方式需要使用到历史发电功率数据,因此可以基于目标功率修正方式和历史发电功率数据,确定各个采样时刻的目标功率修正参数;基于目标功率修正参数分别对原始预测功率数据中各个采样时刻的功率进行修正,得到目标预测功率数据。
可选的,可以将原始预测功率数据中各采样时刻的功率与相应的目标功率修正参数相乘,得到各采样时刻修正后的目标功率数值,随后可以对修正后的目标功率数值进行拟合,进而得到待预测日整日的发电功率预测数据,也即目标预测功率数据。
进一步的,为了验证本发明技术方案的可行性,下面使用该方案对目标发电站在6、7月份的光伏发电预测功率数据进行修正,然后重新计算预测准确率。最后与处理前的预测准确率进行对比,以体现该方案的优越性。
(1)6月份数据处理结果(k_window=2时)
图4是本发明实施例提供的一种基于梯形法进行修正的结果示意图。由图可知,修正后的功率的准确性有所提高,具体的准确率提升数值为:84.26%-81.11%=3.15%。进一步的,图5是本发明实施例提供的一种基于梯形法确定的修正系数k值示意图。
图6是本发明实施例提供的一种基于几字形法进行修正的结果示意图。由图可知,修正后的功率的准确性有所提高,具体的准确率提升数值为:84.11%-81.11%=3%。进一步的,图7是本发明实施例提供的一种基于几字形法确定的修正系数k值示意图。
图8是本发明实施例提供的一种基于三角形法进行修正的结果示意图。由图可知,修正后的功率的准确性有所提高,具体的准确率提升数值为:84.20%-81.11%=3.09%。进一步的,图9是本发明实施例提供的一种基于三角形法确定的修正系数k值示意图。
图10是本发明实施例提供的一种基于每日固定法进行修正的结果示意图。由图可知,修正后的功率的准确性有所提高,具体的准确率提升数值为:84.21%-81.11%=3.10%。
图11是本发明实施例提供的一种基于腰部分段倍乘法进行修正的结果示意图。由图可知,修正后的功率的准确性有所提高,具体的准确率提升数值为:84.18%-81.11%=3.07%。进一步的,图12是本发明实施例提供的一种基于腰部分段倍乘法确定的修正系数k值示意图。
图13是本发明实施例提供的一种基于腰部电量倍乘法进行修正的结果示意图。由图可知,修正后的功率的准确性有所提高,具体的准确率提升数值为:84.07%-81.11%=2.97%。进一步的,图14是本发明实施例提供的一种基于腰部电量倍乘法确定的修正系数k值示意图。
(2)七月份数据处理结果
利用该月数据着重展示最优的滑动天数和数值方法的组合下的预测准确率提升,对该k_window下的前三个方法进行展示。
①腰部电量倍乘法
图15是本发明实施例提供的又一种基于腰部电量倍乘法进行修正的结果示意图。由图可知,修正后的功率准确率提升数值为:81.60%-78.03%=3.57%。进一步的,图16是本发明实施例提供的又一种基于腰部电量倍乘法确定的修正系数k值示意图。
②每日固定系数法
图17是本发明实施例提供的又一种基于每日固定系数法进行修正的结果示意图。由图可知,修正后的功率准确率提升数值为:81.48%-78.03%=3.45%。
③梯形法
图18是本发明实施例提供的又一种基于梯形法进行修正的结果示意图。由图可知,修正后的功率准确率提升数值为:81.38%-78.03%=3.35%。进一步的,图19是本发明实施例提供的又一种基于梯形法确定的修正系数k值示意图。
经过实验得知,当k_window=5时,腰部电量倍乘法效果最佳。
本发明实施例所提供的技术方案,通过获取目标发电站在待预测日的天气预报数据,并根据天气预报数据确定原始预测功率数据;基于预设采样周期确定待预测日中至少一个采样时刻;基于目标发电站的历史发电功率数据,确定待预测日中各个采样时刻的目标功率修正方式;基于目标功率修正方式和历史发电功率数据,确定各个采样时刻的目标功率修正参数;基于目标功率修正参数分别对原始预测功率数据中各个采样时刻的功率进行修正,得到目标预测功率数据。本发明实施例的技术方案解决了现有技术中,通过基于单一的修正方式对原始预测的发电功率进行修正,导致修正的发电功率的准确率不足的问题,可以根据发电站的发电特点确定更适合的功率修正方式,提高修正后的发电功率的准确率。
图5是本发明实施例提供的一种光伏站发电预测功率系统的结构示意图,本发明实施例可适用于对光伏发电站的发电功率进行预测的场景中,该系统可以由软件和/或硬件的方式来实现,集成于具有应用开发功能的计算机设备中。
如图5所示,光伏站发电预测功率系统包括:原始预测功率数据确定模块310、功率修正方式确定模块320和目标预测功率数据确定模块330。
其中,原始预测功率数据确定模块310,用于获取目标发电站在待预测日的原始预测功率数据;功率修正方式确定模块320,用于基于所述目标发电站的历史发电功率数据,确定所述待预测日的目标功率修正方式;其中,所述历史发电功率数据包括:历史预测功率数据和历史真实功率数据;目标预测功率数据确定模块330,用于基于所述目标功率修正方式对所述原始预测功率数据进行修正,得到目标预测功率数据。
本发明实施例所提供的技术方案,通过获取目标发电站在待预测日的原始预测功率数据;基于所述目标发电站的历史发电功率数据,确定所述待预测日的目标功率修正方式;其中,所述历史发电功率数据包括:历史预测功率数据和历史真实功率数据;基于所述目标功率修正方式对所述原始预测功率数据进行修正,得到目标预测功率数据。本发明实施例的技术方案解决了现有技术中,通过基于单一的修正方式对原始预测的发电功率进行修正,导致修正的发电功率的准确率不足的问题,可以根据发电站的发电特点确定更适合的功率修正方式,提高修正后的发电功率的准确率。
在一种可选的实施方式中,所述功率修正方式确定模块320包括采样时刻确定单元和采样时刻修正方式确定单元;其中,所述采样时刻确定单元用于:基于预设采样周期确定所述待预测日中至少一个采样时刻;所述采样时刻修正方式确定单元用于:基于所述目标发电站的历史发电功率数据,确定所述待预测日中各个采样时刻的目标功率修正方式。
在一种可选的实施方式中,所述采样时刻修正方式确定单元具体用于:基于至少两种预设系数确定方式确定所述采样时刻的功率修正参数,得到至少两个候选功率修正参数;分别基于各所述候选功率修正参数对所述采样时刻的预测功率进行修正,得到候选功率修正数值;分别将各所述候选功率修正数值与对所述采样时刻的检测功率进行对比,并根据对比结果确定目标功率修正方式。
在一种可选的实施方式中,所述目标预测功率数据确定模块330具体用于:基于所述目标功率修正方式和所述历史发电功率数据,确定各个采样时刻的目标功率修正参数;基于所述目标功率修正参数分别对所述原始预测功率数据中各个采样时刻的功率进行修正,得到所述目标预测功率数据。
在一种可选的实施方式中,采样时刻修正方式确定单元具体用于:将与述采样时刻的检测功率相差最小的候选功率修正数值作为目标功率修正数值;将目标功率修正数值对应的预设系数确定方式作为目标功率修正方式。
在一种可选的实施方式中,所述预设系数确定方式,包括:梯形法、几字形法、三角形法、固定系数法、腰部分段倍乘法以及腰部电量倍乘法中的至少一种。
在一种可选的实施方式中,所述原始预测功率数据确定模块310具体用于:获取所述目标发电站在待预测日的天气预报数据;根据所述天气预报数据确定所述原始预测功率数据。
本发明实施例所提供的光伏站发电预测功率系统可执行本发明任意实施例所提供的动态自适应区域光伏日前功率预测方法,具备执行方法相应的功能模块和有益效果。
图6为本发明实施例提供的一种计算机设备的结构示意图。图6示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。图6显示的计算机设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。计算机设备12可以是任意具有计算能力的终端设备,可以配置于光伏站发电预测功率设备中。
如图6所示,计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18可以是几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如系统存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图6所示,网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白,尽管图6中未示出,可以结合计算机设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发实施例所提供的动态自适应区域光伏日前功率预测方法。
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任意实施例所提供的动态自适应区域光伏日前功率预测方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于:电、磁、光、电磁、红外线、或半导体的系统、系统或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、系统或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本领域普通技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算系统来实现,它们可以集中在单个计算系统上,或者分布在多个计算系统所组成的网络上,可选地,他们可以用计算机系统可执行的程序代码来实现,从而可以将它们存储在存储系统中由计算系统来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件的结合。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种动态自适应区域光伏日前功率预测方法,其特征在于,包括:
获取目标发电站在待预测日的原始预测功率数据;
基于所述目标发电站的历史发电功率数据,确定所述待预测日的目标功率修正方式;其中,所述历史发电功率数据包括:历史预测功率数据和历史真实功率数据;
基于所述目标功率修正方式对所述原始预测功率数据进行修正,得到目标预测功率数据;
其中,所述基于所述目标发电站的历史发电功率数据,确定所述待预测日的目标功率修正方式,包括:
基于预设采样周期确定所述待预测日中至少一个采样时刻;
基于所述目标发电站的历史发电功率数据,确定所述待预测日中各个采样时刻的目标功率修正方式;
所述基于所述目标发电站的历史发电功率数据,确定所述待预测日中各个采样时刻的目标功率修正方式,包括:
基于至少两种预设系数确定方式确定所述采样时刻的功率修正参数,得到至少两个候选功率修正参数;
分别基于各所述候选功率修正参数对所述采样时刻的预测功率进行修正,得到候选功率修正数值;
分别将各所述候选功率修正数值与对所述采样时刻的检测功率进行对比,并根据对比结果确定目标功率修正方式。
2.根据权利要求1所述的方法,其特征在于,所述基于所述目标功率修正方式对所述原始预测功率数据进行修正,得到目标预测功率数据,包括:
基于所述目标功率修正方式和所述历史发电功率数据,确定各个采样时刻的目标功率修正参数;
基于所述目标功率修正参数分别对所述原始预测功率数据中各个采样时刻的功率进行修正,得到所述目标预测功率数据。
3.根据权利要求1所述的方法,其特征在于,所述分别将各所述候选功率修正数值与对所述采样时刻的检测功率进行对比,并根据对比结果确定目标功率修正方式,包括:
将与所述述采样时刻的检测功率相差最小的候选功率修正数值作为目标功率修正数值;
将所述目标功率修正数值对应的预设系数确定方式作为所述目标功率修正方式。
4.根据权利要求1所述的方法,其特征在于,所述预设系数确定方式,包括:梯形法、几字形法、三角形法、固定系数法、腰部分段倍乘法以及腰部电量倍乘法中的至少一种。
5.根据权利要求1所述的方法,其特征在于,所述获取目标发电站在待预测日的原始预测功率数据,包括:
获取所述目标发电站在待预测日的天气预报数据;
根据所述天气预报数据确定所述原始预测功率数据。
6.一种光伏站发电预测功率系统,其特征在于,所述系统包括:
原始预测功率数据确定模块,用于获取目标发电站在待预测日的原始预测功率数据;
功率修正方式确定模块,用于基于所述目标发电站的历史发电功率数据,确定所述待预测日的目标功率修正方式;其中,所述历史发电功率数据包括:历史预测功率数据和历史真实功率数据;
目标预测功率数据确定模块,用于基于所述目标功率修正方式对所述原始预测功率数据进行修正,得到目标预测功率数据;
其中,所述功率修正方式确定模块包括采样时刻确定单元和采样时刻修正方式确定单元;其中,所述采样时刻确定单元用于:基于预设采样周期确定所述待预测日中至少一个采样时刻;所述采样时刻修正方式确定单元用于:基于所述目标发电站的历史发电功率数据,确定所述待预测日中各个采样时刻的目标功率修正方式;
所述采样时刻修正方式确定单元具体用于:基于至少两种预设系数确定方式确定所述采样时刻的功率修正参数,得到至少两个候选功率修正参数;分别基于各所述候选功率修正参数对所述采样时刻的预测功率进行修正,得到候选功率修正数值;分别将各所述候选功率修正数值与对所述采样时刻的检测功率进行对比,并根据对比结果确定目标功率修正方式。
7.一种计算机设备,其特征在于,所述计算机设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的动态自适应区域光伏日前功率预测方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一所述的动态自适应区域光伏日前功率预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311417290.5A CN117236517A (zh) | 2023-10-27 | 2023-10-27 | 一种动态自适应区域光伏日前功率预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311417290.5A CN117236517A (zh) | 2023-10-27 | 2023-10-27 | 一种动态自适应区域光伏日前功率预测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117236517A true CN117236517A (zh) | 2023-12-15 |
Family
ID=89091354
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311417290.5A Pending CN117236517A (zh) | 2023-10-27 | 2023-10-27 | 一种动态自适应区域光伏日前功率预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117236517A (zh) |
-
2023
- 2023-10-27 CN CN202311417290.5A patent/CN117236517A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210097453A1 (en) | Method for quantile probabilistic short-term power load ensemble forecasting, electronic device and storage medium | |
WO2021129086A1 (zh) | 流量预测方法、装置以及存储介质 | |
CN114548756A (zh) | 基于主成分分析的综合能源项目综合效益评价方法及装置 | |
CN114449343A (zh) | 一种视频处理方法、装置、设备及存储介质 | |
CN111415180B (zh) | 资源价值调整方法、装置、服务器及存储介质 | |
CN114238856A (zh) | 风光资源未来预测误差求解方法、装置、设备及存储介质 | |
CN113743667A (zh) | 一种台区用电量预测方法、装置、设备及存储介质 | |
CN113592136A (zh) | 一种交通数据预测方法、装置及电子设备 | |
CN113947007A (zh) | 能源的负荷预测方法、装置及设备 | |
CN117273376A (zh) | 一种电量预测方法、系统、计算机设备和存储介质 | |
CN117236517A (zh) | 一种动态自适应区域光伏日前功率预测方法及系统 | |
CN115759436A (zh) | 一种电网大数据下的用户电量电费预测方法及系统 | |
CN114785701A (zh) | 光传送网流量预测方法、装置、电子设备及存储介质 | |
CN111709105B (zh) | 电流负荷值计算方法、装置、设备及存储介质 | |
CN115169089A (zh) | 基于核密度估计和copula的风电功率概率预测方法和装置 | |
CN113030648B (zh) | 电力电缆故障点位置确定方法、装置及终端设备 | |
CN116933189A (zh) | 一种数据检测方法和装置 | |
CN114328597A (zh) | 光伏电站增发电量计算方法、装置、服务器及存储介质 | |
CN112861363B (zh) | 光伏发电状态估计方法、装置及终端设备 | |
JP2020115101A (ja) | 日射量正規化統計解析システム、日射量正規化統計解析法および日射量正規化統計解析プログラム | |
CN110298742B (zh) | 数据处理方法和装置 | |
CN111767274B (zh) | 光伏电站发电时长计算方法和系统 | |
CN116449456B (zh) | 阵风预报输出方法、装置、计算机设备和存储介质 | |
CN117252615A (zh) | 基于概率密度函数修正的电价价差预测方法和装置 | |
CN116644854A (zh) | 区域分布式电源能量渗透率预测方法、装置及存储介质 |
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 |