[发明专利]一种光伏区域并网电量的预测方法、设备及介质

说明书

本说明书实施例公开了一种光伏区域并网电量的预测方法，用以解决现有技术中并网电量预测不准确的问题。方法包括：将待测区域的分布式光伏发电设备进行划分，获得多个光伏区域；基于预设的时间间隔，将光伏区域中各分布式光伏发电设备的实时数据及气象机构预测数据，输入预设的短时预测模型，获得光伏区域的短时并网电量值；基于预设的时间间隔将所述实时数据、气象机构预测数据及短时预测电量值，输入预设的长期预测模型，获得光伏区数据的长期并网电量值；根据长期预测模型持续预测光伏区域的长期预测电量，获得光伏区域的预测并网电量序列。

技术领域

本说明书涉及数字新能源技术领域，尤其涉及一种光伏区域并网电量的预测方法、设备及介质。

背景技术

近年来，在全球范围内大规模开发利用传统化石能源，导致环境污染、气候变化等问题日益突出。太阳能是目前最为清洁、安全可靠的能源，其开发利用已经成为了能源革命的主要内容。光伏是太阳能光伏发电系统的简称，是一种新型的发电系统，其利用太阳电池半导体材料的光伏效应将太阳能辐射能直接转换为电能。而分布式光伏发电作为光伏新能源产业的重要方向，多建设在用户场地附近，以用户侧自发自用、多余电量上网运行的方式存在，通过分布式光伏并网实现能源有效利用。然而分布式光伏自发自用、余量上网的运行方式，使得其并网电量的随机性和波动性对配电网来说影响很大，要保证现有电网的安全运行，需要有效的预测分布式光伏发电的并网电量。

现有技术中对并网电量的预测，多采用基于卷积神经网络的深度学习技术，进行分析预测。但目前采用的二维卷积神经网络在视频处理等具有时序性的领域，不能很好的捕获时序上的信息，无法发现数据间的时间相关性和空间相关性，使得并网电量的预测准确性较低，无法实现电力并网业务的精细化管理。

因此，现需要一种可以持续提高分布式光伏发电可并网电量预测准确率的方法。

发明内容

本说明书一个或多个实施例提供了一种光伏区域发电量预测方法，用于解决如下技术问题：如何提高光伏区域并网电量预测的准确率。

本说明书一个或多个实施例采用下述技术方案：

本说明书一个或多个实施例提供一种光伏区域并网电量的预测方法，方法包括：

将待测区域的分布式光伏发电设备进行划分，获得多个光伏区域；

基于预设的时间间隔，将所述光伏区域中各分布式光伏发电设备的实时数据及气象机构预测数据，输入预设的短时预测模型，获得所述光伏区域的短时并网电量值；

基于预设的时间间隔将所述实时数据、气象机构预测数据及所述短时预测电量值，输入预设的长期预测模型，获得所述光伏区域的长期并网电量值；

根据所述长期预测模型持续预测所述光伏区域的长期预测电量，获得所述光伏区域的预测并网电量序列。

可选地，本说明书一个或多个实施例中，所述将待测区域的分布式光伏发电设备划分，获得多个光伏区域，具体包括：

获取所述待测区域的城市规划状况；其中，所述城市规划状况至少包括：电网的负荷阈值；

根据所述待测区域的城市规划状况与所述分布式光伏发电设备的分布状况，确定所述光伏设备的初步划分区域；

根据所述光伏设备的初步划分区域将待测区域划分为多个光伏区域。

可选地，在本说明书一个或多个实施例中，所述将所述光伏区域中各分布式光伏发电设备的实时数据及气象机构预测数据，输入预设短时预测模型之前，所述方法还包括：

基于云数据中心获取各分布式光伏发电设备的实时数据及气象机构预测数据，对所述实时数据及气象机构预测数据进行分析，并过滤错误数据获得过滤后数据；其中，所述实时数据包括：可并网电量值、温度值、湿度值、光照强度、物联网传感器的采集数据、分布式光伏运行数据；