[发明专利]光伏发电功率预测模型构建及光伏发电功率预测方法

说明书

本发明涉及光伏发电技术领域，尤其涉及一种光伏发电功率预测模型构建及光伏发电功率预测方法，本发明方法首先获取多个样本向量；然后，根据发电功率与所述多个监测类的关联性，对所述多个样本向量中对应无关监测类的数据进行去除；最后，根据所述多个样本向量对光伏发电初始模型的多个参数进行调整，获得光伏发电功率预测模型。本发明实施方式在发电功率预测时，根据发电功率对一些与发电功率无关的数据进行去除，从而降低模型的复杂程度，减少模型构建的计算量。本发明实施方式还根据发电功率与长期数据的关联性，设置有LSTM节点的输入层，由于考虑了长期数据的影响，因此，模型更贴近物理实际，模型构建的更为准确，从而保证了模型的预测精度。

技术领域

本发明涉及光伏发电技术领域，尤其涉及一种光伏发电功率预测模型构建及光伏发电功率预测方法。

背景技术

随着低压分布式光伏大规模并网，配电主体将更加复杂多元。

同时，供给侧与需求侧双波动，将导致分布式光伏出力与用电负荷呈现时空不匹配现象，分布式光伏出力就地消纳难，由此产生的运行和管理问题将日益凸显。

为解决低压台区配电网在供需平衡、最优运行、电网安全等方面的问题，现有技术从多方面对光伏发电方式进行了研究，其中，光伏发电的预测对于光伏发电的运行控制具有重要的意义。

如我们所知，光伏发电受多重因素的影响，这其中有些影响因素并不具备直接获取的条件。例如，天气对发电功率的影响不可或缺，考虑到受天气因素影响分布式光伏出力具有强波动特性，分布式光伏并未配备专门气象监测站点，缺乏气象实测数据，而直接根据历史功率建立发电功率预测模型难以取得理想的预测效果。

因此，有必要明确影响光伏发电功率的因素，并对这其中的一些不容易获取的因素进行估计，从而降低因因素数据少而影响发电功率预测的效果。

基于此，需要开发设计出一种光伏发电功率预测模型构建方法。

发明内容

本发明实施方式提供了一种光伏发电功率预测模型构建及光伏发电功率预测方法，用于解决现有技术中光伏发电功率预测不准确的问题。

第一方面，本发明实施方式提供了一种光伏发电功率预测模型构建方法，包括：

获取多个样本向量，其中，样本向量包括目标光伏发电设备的发电功率数据以及基于多个监测类获取的多个监测数据，所述多个监测数据与所述发电功率数据基于相同的时间节点获取；

根据发电功率与所述多个监测类的关联性，对所述多个样本向量中对应无关监测类的数据进行去除，其中，无关监测类与发电功率的关联性低于阈值；

根据所述多个样本向量对光伏发电初始模型的多个参数进行调整，获得光伏发电功率预测模型，其中，所述光伏发电初始模型基于人工神经网络构建。

在一种可能实现的方式中，所述根据发电功率与所述多个监测类的关联性，对所述多个样本向量中对应无关监测类的数据进行去除，包括：

对所述多个样本向量，按照预定的顺序进行排序；

根据所述多个样本向量，分别获得发电功率向量以及多个监测类向量，其中，发电功率向量的多个元素基于多个样本向量的发电功率数据获取，监测类向量的多个元素基于多个样本向量中同一个监测类的监测数据获取；

根据所述发电功率向量以及所述多个监测类向量，获得多个第一关联系数，其中，所述多个第一关联系数与所述多个监测类相对应，第一关联系数表征监测类与发电功率的关联性；

将第一关联系数的绝对值低于阈值的监测类作为所述无关监测类；

将所述多个样本向量中对应无关监测类的监测数据进行去除。

在一种可能实现的方式中，所述根据所述发电功率向量以及所述多个监测类向量，获得多个第一关联系数，包括：