[发明专利]一种基于并行运算的光伏发电功率预测方法

说明书

本发明涉及一种基于并行运算的光伏发电功率预测方法，所述方法包括下列步骤：三维模式库训练步骤，根据光伏发电环境数据在主机端构建训练图像并进行存储，通过捕获训练图像的数据事件，在客户端并行处理建立三维模式库；光伏发电功率预测步骤，在主机端建立光伏发电预测区域，利用三维模式库遍历风电预测区域内的未知节点，在客户端通过并行运算得到光伏发电功率的预测结果。与现有技术相比，本发明具有预测准确性高、计算量小、可以广泛应用于光伏发电领域以及预测速度快等优点。

技术领域

本发明涉及风力发电领域，尤其是涉及一种基于并行运算的光伏发电功率预测方法。

背景技术

可再生能源将有可能逐步替代化石能源，成为人类可持续发展的能源。其中，太阳能是可再生能源中资源量最大并且分布最普遍的能源。光伏发电是利用太阳能的一种有效的方式，但是光伏发电系统输出功率具有不连续性和不确定性的特点。影响光伏发电功率的因素很多，其中气象因素是影响光伏发电功率最大的因素。由于太阳辐射强度与季节、地理位置、观测时刻的大气状况、太阳时角、观测日期、观测时间及云量等因素都密切相关，因此太阳辖射强度的变化随机性比较大，因而太阳能光伏发电装置的实际输出功率也随之发生变化。总之，由于气象条件变化的随机性，光伏发电功率的变化也具有一定的不确定性。同时光伏发电系统的输出功率还具有很强的周期性，光伏发电系统并网运行以后会对电网产生周期性的冲击，光伏发电系统输出功率的扰动将有可能对电网的稳定造成一定的影响。

越来越多的用户使用光伏发电系统来提供电能，电网规划人员想要准确预测光伏发电功率的增长情况就变得越来越困难，必然会影响电网系统的调度和机组工作的计划。因此，需要研究如何更准确地预测光伏发电功率，从而协调电力部门对电网进行合理的调度，减少光伏发电功率的随机性对电力系统的影响，从而提高系统的安全性和稳定性。

多点地质统计法(MPS,Multiple-Point Statistics)近年来在预测数据方面应用较广，而且取得了不错的成绩。在多点地质统计法使用过程中，训练图像的概率信息被复制到待预测区域，但是如果训练图像数据量大、维数较高，会给预测效率和质量带来极大挑战。

发明内容

本发明的目的是针对上述问题提供一种基于并行运算的光伏发电功率预测方法。

本发明的目的可以通过以下技术方案来实现：

一种基于并行运算的光伏发电功率预测方法，所述方法包括下列步骤：

三维模式库训练步骤，根据光伏发电环境数据在主机端构建训练图像并进行存储，通过捕获训练图像的数据事件，在客户端并行处理建立三维模式库；

光伏发电功率预测步骤，在主机端建立光伏发电预测区域，利用三维模式库遍历风电预测区域内的未知节点，在客户端通过并行运算得到光伏发电功率的预测结果。

优选地，所述三维模式库训练步骤包括下列步骤：

A1)根据光伏发电环境数据，在主机端构建三维空间内的训练图像并进行存储；

A2)将主机端存储的训练图像拷贝至客户端，在客户端的第一处理内核内通过三维数据模板对步骤A1)内得到的训练图像进行扫描，得到训练图像的初始模式库；

A3)在客户端的第三处理内核内将步骤A2)得到的训练图像的初始模式库进行分类，得到对应的多个子空间，并计算得到每个子空间的代表模式，实现三维模式库的建立。

优选地，所述步骤A1)包括：

A11)将光伏发电环境数据内的每一个数据作为三维空间内的一个节点，每个节点以向量的形式进行存储，每个向量由该光伏发电环境数据的所有属性构成；

A12)在主机端，将所有光伏发电环境数据对应的所有节点共同构造得到三维空间内的训练图像，所述训练图像的长为节点的属性对应的种类的整数倍，所述训练图像的长、宽和高的积与节点的数量一致。