[发明专利]光伏电站的功率预测方法、装置和功率预测系统

权利要求书

1.一种光伏电站的功率预测方法，其特征在于，包括：

获取待测跟踪组件在目标时刻对应的第一斜面总辐射；

将所述第一斜面总辐射输入至功率预测模型，获取所述功率预测模型输出的未来目标时长内的第一预测功率；所述功率预测模型为基于标准组件对应的历史发电功率数据和电站水平面辐照仪所采集的水平面辐射数据预先构建的，所述标准组件为与所述待测跟踪组件类型相同的组件，且所述标准组件的设置位置靠近所述电站水平面辐照仪的设置位置。

2.根据权利要求1所述的光伏电站的功率预测方法，其特征在于，在所述将所述第一斜面总辐射输入至功率预测模型，获取所述功率预测模型输出的未来目标时长内的第一预测功率之前，所述方法还包括：

获取所述标准组件在历史第一时段内的实际发电功率、所述电站水平面辐照仪在所述第一时段内采集的水平面辐射数据和第一目标建模参数；

基于所述实际发电功率、所述水平面辐射数据和所述第一目标建模参数，构建所述功率预测模型；

其中，所述第一目标建模参数包括所述第一时段内所述标准组件的组件温度、转换效率以及所述标准组件所处区域的环境参数中的至少一种。

3.根据权利要求2所述的光伏电站的功率预测方法，其特征在于，所述基于所述实际发电功率、所述水平面辐射数据和所述第一目标建模参数，构建所述功率预测模型，包括：

将所述实际发电功率和所述标准组件的额定发电功率的比值，确定为输出变量；并将所述水平面辐射数据和所述第一目标建模参数确定为输入变量，使用机器学习回归类算法构建所述功率预测模型。

4.根据权利要求1-3任一项所述的光伏电站的功率预测方法，其特征在于，在所述将所述第一斜面总辐射输入至功率预测模型，获取所述功率预测模型输出的未来目标时长内的第一预测功率之后，所述方法还包括：

将所述第一预测功率输入至误差修正模型，获取所述误差修正模型输出的修正值，并基于所述修正值修正所述第一预测功率，确定未来目标时长内的第二预测功率；所述误差修正模型为基于所述待测跟踪组件对应的历史发电功率数据和所述功率预测模型预先构建的。

5.根据权利要求4所述的光伏电站的功率预测方法，其特征在于，在所述将所述第一预测功率输入至误差修正模型，获取所述误差修正模型输出的修正值之前，所述方法还包括：

基于电站水平面辐照仪在历史第一时段内采集的水平面辐射数据，确定所述待测跟踪组件在所述第一时段内目标角度下的第二斜面总辐射；

将所述第二斜面总辐射输入至所述功率预测模型，获取所述功率预测模型输出的所述目标角度对应的初始预测功率；

基于所述初始预测功率、所述待测跟踪组件在所述第一时段内的实际功率和第二目标建模参数，构建所述误差修正模型；

其中，所述第二目标建模参数包括所述第一时段内所述待测跟踪组件的组件温度、组件斜面上的太阳入射角、当日天气类型以及实时时间中的至少一种。

6.根据权利要求5所述的光伏电站的功率预测方法，其特征在于，所述水平面辐射数据包括水平面总辐射、水平面直接辐射和水平面散射中的至少一种；所述目标角度包括倾角和方位角；所述基于电站水平面辐照仪在历史第一时段内采集的水平面辐射数据，确定所述待测跟踪组件在所述第一时段内目标角度下的第二斜面总辐射，包括：

基于所述水平面直接辐射和所述待测跟踪组件的组件斜面上的太阳入射角，确定斜面直接辐射；所述太阳入射角为基于所述倾角、太阳高度角、太阳方位角和所述方位角确定的；

基于所述水平面散射和所述倾角，确定斜面散射；

基于所述水平面总辐射、所述倾角和地表反射率，确定斜面反射；

基于所述斜面直接辐射、所述斜面散射和所述斜面反射，确定所述第二斜面总辐射。

7.根据权利要求5所述的光伏电站的功率预测方法，其特征在于，所述基于所述初始预测功率、所述待测跟踪组件在所述第一时段内的实际功率和第二目标建模参数，构建所述误差修正模型，包括：

将所述初始预测功率和所述实际功率之间的差值确定为输出变量，将所述第二斜面总辐射和所述第二目标建模参数确定为输入变量，构建所述误差修正模型。