申请/专利权人：浙江大学;东方电气股份有限公司;东方电气长三角(杭州)创新研究院有限公司

申请日：2023-12-29

公开（公告）日：2024-06-25

公开（公告）号：CN117713218B

主分类号：H02J3/38

分类号：H02J3/38;G06F18/10;G06F18/23213;G06F18/25;G06N3/0442;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2024.04.02#实质审查的生效;2024.03.15#公开

摘要：本发明公开了一种基于知识与数据融合驱动的光伏出力预测方法，涉及电力系统技术领域，包括采集光伏历史数据、地理位置数据及NWP天气数据，进行数据预处理，分析光伏板吸收辐照度的机理建立有效辐照度机理模型，依据发电数据和天气数据，将数据聚类为晴天、阴天、雨天三个场景，结合天气数据和机理模型得到的特征序列，在不同天气场景下利用CNN‑LSTM神经网络建模得到不同场景下的光伏出力预测模型，判断未来一段时间内的天气类别，输入对应算法模型得到光伏出力预测数据，在晴天场景下，知识与数据融合驱动的光伏出力预测模型的预测结果相较于传统的BP神经网络模型、单一的LSTM数据模型、CNN‑LSTM混合数据模型，RMSE分别降低了32％、37％、26％，预测精度得到较大提升。

主权项：1.一种基于知识与数据融合驱动的光伏出力预测方法，其特征在于，包括以下步骤：步骤1：获取历史气象数据以及历史光伏发电功率数据并进行数据预处理，通过k-means算法聚类将历史气象数据划分为晴天、阴天、雨天三个不同的天气类型；步骤2：通过光伏电站现场数据采集，获取不同光伏组件倾角、方位角地理位置信息以及短路电流、开路电压、额定温度性能参数；步骤3：通过光伏组件光谱检测仪现场测试，获取不同的光伏组件在不同大气质量信息条件下的光谱响应函数，并与参考大气质量条件下的组件光谱响应函数对比，建立不同光伏组件在不同空气质量条件下的光谱响应修正函数；步骤4：采用光谱检测仪现场测试得到的不同入射角对应的光伏板透射率，建立不同光伏组件在不同太阳光入射角下的入射角-透射率修正函数；步骤5：针对大型光伏电站的光伏组件在不同位置接收辐照度的差异，采用辐照度检测仪测量不同地理位置的辐照度变化，并通过数据拟合建立在不同位置情况下的辐照度地理位置修正函数；步骤6：根据步骤2得到的光伏组件地理位置信息及光伏组件性能参数建立光伏组件吸收有效辐照度的知识预测模型，通过机理和经验知识分析将光伏组件吸收的辐照度分为直接辐照度、散射辐照度及地面反射辐照度三部分，由光伏组件倾角、所处位置经纬度、地面反射率物理参数计算得到有效辐照度；根据步骤3得到的光谱响应修正函数、步骤4得到的入射角-透射率修正函数和步骤5得到的地理位置修正函数对光伏组件吸收的有效辐照度进行修正，建立知识-数据融合的光伏组件有效辐照度预测模型；所述基于知识的光伏组件有效辐照度预测模型表达式如下： 其中，ET0表示基于经验知识的光伏组件有效辐照度预测数据，Eb×Rb表示斜面上的太阳直接辐照度，Eb是水平面上的太阳直接辐照度，表示倾斜表面上的太阳直接辐射量，β是PV板的倾斜角，Ed是水平面上的太阳散射辐照度，表示地面反射辐照度，ρ是地面反射率，θT为太阳光线在倾斜表面上的入射角，θz为天顶角；所述知识-数据融合的光伏组件有效辐照度预测模型表达式如下： 其中，ET表示基于经验知识的光伏组件有效辐照度预测数据；fAMa为光谱修正光伏组件吸收辐照度系数；fθ为入射角修正光伏组件吸收辐照度系数；SP为空间位置修正光伏组件吸收辐照度系数；所述光谱修正光伏组件吸收辐照度系数，是以大气光学质量AMa＝1.5条件下光伏组件的光谱响应函数为参考，将当前大气光学质量条件下组件的光谱响应函数与参考的光谱响应函数的积分比值作为修正参数；所述大气光学质量AMa和光谱修正系数M表达式如下： 其中，P为大气压力，P0为标准大气压力，Rrλ为参考光伏组件的光谱响应，Rtλ为当前条件下光伏组件的光谱响应，E0λ为参考的光谱辐照度，Eλ为光谱辐照度，λ1、λ2、λ3、λ4为积分区间，即光伏电池光谱响应的波长范围；步骤7：将步骤1中得到的气象数据和步骤2得到的光伏组件地理位置信息及光伏组件性能参数代入到步骤6建立的光伏组件吸收有效辐照度的知识模型中，计算每日的有效辐照度；步骤8：根据步骤1划分的不同天气类型，分别训练CNN-LSTM神经网络模型，得到对应不同天气类型的光伏功率预测模型；步骤9：根据步骤8建立的针对不同天气类型的预测模型，判断未来预测时段所属的天气类型，将预测时段的有效辐照度数据以及光伏组件历史功率数据代入对应的预测模型中，预测光伏功率；步骤10：将步骤9中预测的光伏功率与实际功率数据对比，采用现场运行数据对光伏电站功率预测模型进行实时修正。

全文数据：

权利要求：

百度查询： 浙江大学;东方电气股份有限公司;东方电气长三角(杭州)创新研究院有限公司 一种基于知识与数据融合驱动的光伏出力预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD