[发明专利]一种高精度光伏发电功率预测分析方法及系统

权利要求书

1.一种高精度光伏发电功率预测分析方法，其特征在于，包括：

采用数据监测装置对光伏发电站进行监测，获取监测数据集，其中，所述监测数据集包括外环境监测数据集和内环境监测数据集；

根据所述外环境监测数据集，获取功率外影响因子；

根据所述内环境监测数据集，获取功率内影响因子；

以因子-功率影响相关度分别对所述功率外影响因子和所述功率内影响因子进行信息熵配置，获取信息熵配置结果；

按照所述信息熵配置结果，搭建双维功率预测模型；

获取实时监测数据集和预测周期时长；

将所述实时监测数据集和所述预测周期时长输入所述双维功率预测模型中，获取功率预测结果；

根据所述功率预测结果对所述双维功率预测模型进行反馈优化。

2.如权利要求1所述的方法，其特征在于，所述根据所述功率预测结果对所述双维功率预测模型进行反馈优化，具体包括：

基于所述预测周期时长，生成功率记录节点；

当所述光伏发电站运行至所述功率记录节点，获取功率运行结果，其中，所述功率运行结果为所述光伏发电站在满足预测周期时长的实时运行结果；

对所述功率运行结果和所述功率预测结果进行比对，生成模型优化信息；

按照所述模型优化信息对所述双维功率预测模型进行反馈优化。

3.如权利要求2所述的方法，其特征在于，所述对所述功率运行结果和所述功率预测结果进行比对，生成模型优化信息，具体包括：

根据所述功率运行结果和所述功率预测结果，获取预测偏差度；

判断所述预测偏差度是否处于预设偏差度中；

若所述预测偏差度不处于所述预测偏差度中，获取优化指令，即模型优化信息；

根据所述优化指令，以所述预测偏差度和所述预测偏差度之间的差值作为反馈目标，输入所述双维功率预测模型中内嵌的反馈调节层。

4.如权利要求1所述的方法，其特征在于，还包括模型二次优化，具体包括：

根据数据采集装置，获取所述光伏发电站的组件信息；

根据所述光伏发电站的组件信息，确定光伏电池组的安装参数；

基于所述光伏电池组的安装参数进行发电功率损失分析，获取第一损失数据；

根据所述第一损失数据，搭建对应的损失函数；

以所述损失函数对所述双维功率预测模型进行二次优化。

5.如权利要求4所述的方法，其特征在于，所述基于所述光伏电池组的安装参数进行发电功率损失分析，获取第一损失数据，具体包括：

根据所述光伏电池组的安装参数，获取安装倾斜角和光照投射面积；

以所述安装倾斜角和所述光照投射面积进行发电功率损失分析，得到倾斜角损失数据和光照损失数据；

根据所述倾斜角损失数据和所述光照损失数据，生成所述第一损失数据。

6.如权利要求5所述的方法，其特征在于，生成所述第一损失数据之后，还包括：

获取所述光伏电池组的表面结构信息；

按照所述表面结构信息，确定灰尘累积数据，包括累积周期、累计速率和累计量；

以所述灰尘累积数据与功率损失影响的相关度，生成调节变量；

按照所述调节变量对所述第一损失数据进行二次调节。

7.如权利要求4所述的方法，其特征在于，所述根据所述数据采集装置，获取所述光伏发电站的组件信息之后，还包括：

根据所述光伏发电站的组件信息，获取各个组件的连接方式；

根据所述各个组件的连接方式，确定发电组合损失，其中，所述发电组合损失包括串联组合损失和并联组合损失；

根据所述串联组合损失和并联组合损失，生成第二损失数据；

以所述第二损失数据作为变量，搭建对应损失函数，用于对所述双维功率预测模型进行二次优化。