[发明专利]一种配电网光伏功率预测方法及系统

说明书

本发明公开一种配电网光伏功率预测方法及系统，涉及光伏出力预测技术领域，包括：将收集的县域内的样本数据预处理后构建原始数据集，提出光伏出力预测评价指标并初始化模型参数；利用经验正交分解法和凝聚型层次聚类算法进行子区域划分；建立基于微气象数据的辐照度校正模型；基于校正后的辐照度数据，通过多输出神经网络建立集中式和分布式非户用光伏电站功率预测模型；借助模型迁移的方法建立小样本场景下的光伏出力预测模型；通过计算发电量关系系数，估算分布式220V户用光伏电站出力预测值；将所有光伏电站出力预测值求和得到县域光伏功率预测结果。本发明方法显著提升了县域级场景下光伏出力的预测精度。

技术领域

本发明涉及光伏出力预测技术领域，具体为一种配电网光伏功率预测方法及系统。

背景技术

随着新型电力系统建设的快速推进，系统中光伏渗透率迅速提高。在光伏高渗透率地区，分布式电源的就地消纳、电源集群送出与传统电网供电可靠性问题交织。为了满足光伏发电高利用率和灵活调度满足电网需求，电力系统运营商需要光伏出力预测。准确的光伏出力预测，成为电网调度计划可靠制订、电力系统安全稳定运行的重要支撑。

目前，国内外学者对于光伏功率预测的研究大多着眼于模型的有效性和可靠性，而忽视了对于实际场景的充分考量。其一在于大多数研究往往只考虑某一电站或很小区域内的电站，而忽视了诸如县域级之类的大区域场景下空间不确定性对光伏预测所造成的影响。远距离的地理差异势必造成气象条件的显著差异，数值天气预报数据与实际气象数据可能出现较大误差；其二在于对于分布式220V户用光伏，往往不能采集到光伏出力数据，使得预测模型难以建立；其三在于对于新建光伏电站或者存在数据缺失的电站，数据量不足的小样本场景严重制约了预测模型的有效性和准确性。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种配电网光伏功率预测方法及系统，解决了上述背景技术中现有县域级场景下空间不确定性、户用光伏缺乏功率数据和数据量不足的小样本场景的问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

第一方面，提供了一种配电网光伏功率预测方法，包括：

将收集的县域内的样本数据预处理后构建原始数据集，提出光伏出力预测评价指标并初始化模型参数；

对县域内各集中式光伏出力进行特征分析，提取空间特征向量和特征向量间余弦距离，对县域进行子区域划分；

通过收集的县域内的样本数据建立集中式和分布式非户用光伏电站的辐照度校正模型，基于校正后的辐照度数据和原始数据集，构建光伏电站功率预测模型；

利用投运一年及以上的光伏电站已建立的光伏电站功率预测模型，辅助建立小样本场景下光伏电站的功率预测模型；

基于子区域内集中式光伏电站发电量和分布式220V户用光伏电站发电量计算发电量关系系数，通过所述发电量关系系数倒推分布式220V户用光伏电站功率；

将所有集中式光伏和分布式光伏出力预测值求和以得到最终的县域光伏功率预测结果。

优选的，所述将收集的县域内的样本数据预处理后构建原始数据集，具体为：

对于所述收集的县域内的样本数据依次进行缺失值填补、特征提取和归一化处理，生成预测模型训练原始数据集；

其中，所述收集的县域内的样本数据的对象包括集中式光伏电站、分布式非户用光伏电站以及分布式220V户用光伏电站，所述收集的县域内的样本数据的类型包括数值天气预报数据、各电站微气象实测数据、功率及发电量历史数据。