[发明专利]一种光伏功率预测方法、系统、装置及存储介质

说明书

本发明公开了一种光伏功率预测方法、系统、装置及存储介质，通过获取气象预测数据，并将气象预测数据输入到预设的地表辐照度预测模型中，获得地表辐照度；基于地表辐照度计算得到倾斜面辐照度；基于倾斜面辐照度计算得到预测光伏功率，解决了数据来源困难的问题，提高了光伏预测功率的精度。有利于在新型电力系统背景下提高园区内综合能源系统的运行效率，同时完善园区的能源优化调度管理系统，提高能源利用率。

技术领域

本发明属于新能源技术领域，具体涉及一种光伏功率预测方法、系统、装置及存储介质。

背景技术

在全球性能源资源短缺、环境污染等大背景下，构建以新能源为主体的新型电力系统。新型电力系统是以不可控、间歇性的风电和光伏发电为主力电源，园区中具有随机性的光伏发电装置的大量增加，加大了园区的用能管理难度。现亟须园区以用能更精准化的服务来提高园区管理水平，需要更为精细化、准确的光伏功率预测方法作为支撑，实现园区内更智慧地资源优化调度，助力新型电力系统顺利转型。

检索发现，现有专利的光伏出力预测主要分为间接预测和直接预测。其中，直接预测基于光伏电站的历史出力情况与气象预报数据进行建模，具有建模方便等特点，成为广泛应用的光伏功率预测方法，但受天气因素的不确定性，此类预测方法的精度在天气变化较大的情况下显著降低。现有研究基于天气类型识别提高预测精确度，但受辐照度数据的限制，导致预测模型的精度的提高有限。

发明内容

本发明的目的在于提供一种光伏功率预测方法、系统、装置及存储介质，以解决现有技术中，光伏功率预测精度低的问题。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一方面，提供了一种光伏功率预测方法，包括如下步骤：

获取气象预报数据；

将气象预报数据输入预设的地表辐照度预测模型中，获得地表辐照度预测数据；

基于所述地表辐照度计算得到倾斜面辐照度；

基于所述倾斜面辐照度计算得到预测光伏功率。

可选的，日前通过天气数据API服务获取气象预报数据；日内以15分钟为分辨率根据实时变化的气象预报数据实时更新地表辐照度预测数据。

可选的，利用LSTM算法建立地表辐照度预测模型，方式如下：

获取地表辐照度和历史气象数据；

通过K-means++算法对历史气象数据以天气类型进行聚类分析，分别得到不同天气类型的数据集；

基于所述地表辐照度和不同天气类型的数据集，分别训练得到对应不同天气类型的地表辐照度预测模型。

可选的，获取地表辐照度预测模型后，采用均方根误差评估地表辐照度预测模型的精度；如果模型精度不满足预设标准，则修改迭代次数以及LSTM神经网络结构重新训练模型，直到预测精度达到要求。

可选的，基于所述地表辐照度计算得到倾斜面辐照度，具体为：利用预测的地表辐照度数据，采用各向同性的Liu-Jordan模型计算斜面辐照度。

可选的，预测光伏功率的计算方式如下：

P＝(1-η)η_PVSE[1-0.005(T+kE+25)]

式中，η为功率衰减系数，η_PV为光伏电池转换效率；S为光伏电池板的面积；E为光伏电池板接收的太阳辐照度；T为气温，k为温度系数。

可选的，获得预测光伏功率后，还计算设定时间段内实际光伏功率与预测光伏功率的误差值，根据误差值对功率衰减系数进行修正，直至误差值在预设范围内。