买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】考虑气象关联匹配及趋势突变感知的光伏功率区间预测方法_东北电力大学_202410064910.X 

申请/专利权人:东北电力大学

申请日:2024-01-17

公开(公告)日:2024-04-16

公开(公告)号:CN117895502A

主分类号:H02J3/00

分类号:H02J3/00;G06F18/23;G06N3/0464;G06F17/16;G06N7/01;G06Q50/06

优先权:

专利状态码:在审-公开

法律状态:2024.04.16#公开

摘要:考虑气象关联匹配及趋势突变感知的光伏功率区间预测方法,属于光伏功率预测技术领域,包括光伏电站气象与功率数据匹配度识别、基于时空相关性的气象资源重构、考虑功率的趋势突变的区间预测等步骤。相比于其他预测方法,本发明针对低匹配度电站进行数值天气预报信息重构,并通过出力水平进行天气分型进行确定性预测。根据趋势变化因素、时序关联因素及数值突变因素的状态转移概率矩阵来确定出预测区间。考虑气象资源关联信息匹配及趋势突变感知的光伏功率短期区间预测可以有效重构气象预报数据,减小预测区间的宽度并提高对实际功率点的覆盖率。

主权项:1.考虑气象关联匹配及趋势突变感知的光伏功率区间预测方法,其特征是:包括以下步骤,步骤一、省域光伏电站匹配度检验检验省域内所有光伏电站的匹配度并发掘出匹配度低于平均值的光伏电站;所述匹配度为功率与气象预报数据相关性值的绝对值之和;步骤二、省域光伏电站气象信息时空相关性分析通过光伏功率输出在纬度方向上的辐角特性以及在经度方向上的时差特性,获得省域内各光伏场之间输出强弱与地理位置相关性;步骤三、基于气象资源关联信息匹配的NWP数据重构根据所述步骤二获得的省域内各光伏场之间输出强弱与地理位置相关性,对所述步骤一获得的低匹配度电站气象预报数据进行重构;并通过深度学习、人工神经网络和组合模型验证重构NWP数据的适用性;步骤四、考虑趋势突变感知的区间预测将待预测时刻相的邻上一时刻、待预测时刻的点预测功率值及其一阶差分值分别由小到大进行排序,训练集做交叉预测得到预测误差;在原功率—误差矩阵前提下,增加待预测时刻相邻时点的功率值和一阶差分值共同作为功率值突变的参考量,建立相邻时刻的功率—误差及功率—误差的矩阵,通过HMC模型计算得到预测区间上限与下限。

全文数据:

权利要求:

百度查询: 东北电力大学 考虑气象关联匹配及趋势突变感知的光伏功率区间预测方法

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。