CN112561150A - 一种光伏电站发电量预测方法及装置 - Google Patents

一种光伏电站发电量预测方法及装置 Download PDF

Info

Publication number
CN112561150A
CN112561150A CN202011438305.2A CN202011438305A CN112561150A CN 112561150 A CN112561150 A CN 112561150A CN 202011438305 A CN202011438305 A CN 202011438305A CN 112561150 A CN112561150 A CN 112561150A
Authority
CN
China
Prior art keywords
prediction
power generation
power
target area
generation amount
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011438305.2A
Other languages
English (en)
Other versions
CN112561150B (zh
Inventor
刘劲松
吴静
余秋霞
娄奇鹤
谢祥颖
樊昊
葛乐矣
解鸿斌
马晓光
隋佳音
张翠霞
刘润彪
周正
雷亚凤
王少婷
李雪
李海艳
范雪凝
罗聪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Digital Technology Holdings Co ltd
State Grid New Energy Cloud Technology Co ltd
State Grid Corp of China SGCC
Original Assignee
State Grid New Energy Cloud Technology Co ltd
State Grid Corp of China SGCC
State Grid E Commerce Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid New Energy Cloud Technology Co ltd, State Grid Corp of China SGCC, State Grid E Commerce Co Ltd filed Critical State Grid New Energy Cloud Technology Co ltd
Priority to CN202011438305.2A priority Critical patent/CN112561150B/zh
Publication of CN112561150A publication Critical patent/CN112561150A/zh
Application granted granted Critical
Publication of CN112561150B publication Critical patent/CN112561150B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种光伏电站发电量预测方法及装置，该方法包括：在接收到对目标区域的发电量预测请求中，获取所述预测请求中的预测类型，其中，所述预测类型为年发电量预测、月发电量预测和日发电预测中的至少一个；依据预设用电表集统计与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测。上述过程，基于所述目标区域的装置容量和对应的预测类型的等效小时数预测所述目标区域的发电量，上述预测过程，所述预设的用电分类表提供了完备的数据，并且预测过程不需要考虑辐射照度，避免了现有技术中由于辐射照度哪一获取导致预测准确性低的问题。

Description

一种光伏电站发电量预测方法及装置
技术领域
本发明涉及互联网技术领域，尤其涉及一种光伏电站发电量预测方法及装置。
背景技术
分布式光伏发电量预测，对于国家能源局制定光伏发电补贴政策、产业政策，对于国家电网公司制定分布式光伏发展规划、合理消纳分布式光伏电能，对于光伏运维商开展光伏电站故障预警与诊断工作，均具有重要意义。
当前主流的发电量预测方法是根据辐照度、天气预报、历史发电量，借助统计学的方法来预测分布式光伏电站的发电量。然而，对于每一个具体的光伏电站而言，准确辐照度数值难以获取，制约着当前技术实现方案的预测准确性。
发明内容
有鉴于此，本发明提供了一种光伏电站发电量预测方法及装置，用以解决当前主流的发电量预测方法是根据辐照度、天气预报、历史发电量，借助统计学的方法来预测分布式光伏电站的发电量。然而，对于每一个具体的光伏电站而言，准确辐照度数值难以获取，制约着当前技术实现方案的预测准确性的问题。具体方案如下：
一种光伏电站发电量预测方法，包括：
在接收到对目标区域的发电量预测请求中，获取所述预测请求中的预测类型，其中，所述预测类型为年发电量预测、月发电量预测和日发电预测中的至少一个；
依据预设用电表集统计与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测，所述预设用电表集包括：行业用电分类表、气象数据映射表、游标权值表和单位发电功率表。
上述的方法，可选的，在所述预测类型为年发电量预测时，依据预设用电表集统计与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测，包括：
基于所述行业用电分类表统计所述目标区域的装机容量和月等效小时数序列；
将所述装机容量与所述月等效小时数序列的乘积作为所述目标区域的年发电量。
上述的方法，可选的，在所述预测类型为月发电量预测时，依据预设用电表集统计与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测，包括：
基于当前日确定月度区间，所述月度区间范围为一个月；
计算所述月度区间内每天的等效小时数；
获取所述月度区间内的气象数据，基于所述气象数据映射表和所述气象数据确定所述月度区间内每天的映射系数；
基于所述映射系数，所述装机容量和所述等效小时数确定所述目标区域的月发电量。
上述的方法，可选的，在所述预测类型为日发电量预测时，依据预设用电表集统计与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测，包括：
基于当前日确定预设天数的等效小时数；
获取所述预设天数的气象数据，基于所述气象数据映射表和所述气象数据确定所述预设天数的映射系数；
基于所述映射系数、所述装机容量和所述等效小时数确定所述目标区域的日发电量。
上述的方法，可选的，在所述预测类型为日发电量预测时，依据预设用电表集统计与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测，还包括:
基于所述游标权值表确定所述预设天数的基础权值和每小时的游标权值；
基于所述单位发电功率表确定所述预设天数的单位小时发电功率序列；
基于所述日发电量和所述预设天数的单位小时发电功率序列，确定每小时的发电功率基础值；
基于所述发电功率基础值，所述基础权值和所述游标权值确定每小时的发电功率预测值。
一种光伏电站发电量预测装置，包括：
获取模块，用于在接收到对目标区域的发电量预测请求中，获取所述预测请求中的预测类型，其中，所述预测类型为年发电量预测、月发电量预测和日发电预测中的至少一个；
统计和预测模块，用于依据预设用电表集统计与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测，所述预设用电表集包括：行业用电分类表、气象数据映射表、游标权值表和单位发电功率表。
上述的装置，可选的，在所述预测类型为年发电量预测时，所述统计和预测模块包括：
统计单元，用于基于所述行业用电分类表统计所述目标区域的装机容量和月等效小时数序列；
第一确定单元，用于将所述装机容量与所述月等效小时数序列的乘积作为所述目标区域的年发电量。
上述的装置，可选的，在所述预测类型为月发电量预测时，所述统计和预测模块包括：
第二确定单元，用于基于当前日确定月度区间，所述月度区间范围为一个月；
计算单元，用于计算所述月度区间内每天的等效小时数；
第一获取和确定单元，用于获取所述月度区间内的气象数据，基于所述气象数据映射表和所述气象数据确定所述月度区间内每天的映射系数；
第三确定单元，用于基于所述映射系数，所述装机容量和所述等效小时数确定所述目标区域的月发电量。
上述的装置，可选的，在所述预测类型为日发电量预测时，所述统计和预测模块包括：
第四确定单元，用于基于当前日确定预设天数的等效小时数；
第二获取和确定单元，用于获取所述预设天数的气象数据，基于所述气象数据映射表和所述气象数据确定所述预设天数的映射系数；
第五确定单元，用于基于所述映射系数、所述装机容量和所述等效小时数确定所述目标区域的日发电量。
上述的装置，可选的，所述统计和预测模块还包括：
第六确定单元，用于基于所述游标权值表确定所述预设天数的基础权值和每小时的游标权值；
第七确定单元，用于基于所述单位发电功率表确定所述预设天数的单位小时发电功率序列；
第八确定单元，用于基于所述日发电量和所述预设天数的单位小时发电功率序列，确定每小时的发电功率基础值；
第九确定单元，用于基于所述发电功率基础值，所述基础权值和所述游标权值确定每小时的发电功率预测值。
与现有技术相比，本发明包括以下优点：
本发明公开了一种光伏电站发电量预测方法及装置，该方法包括：在接收到对目标区域的发电量预测请求中，获取所述预测请求中的预测类型，其中，所述预测类型为年发电量预测、月发电量预测和日发电预测中的至少一个；依据预设用电表集统计与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测。上述过程，基于所述目标区域的装置容量和对应的预测类型的等效小时数预测所述目标区域的发电量，上述预测过程，所述预设的用电分类表提供了完备的数据，并且预测过程不需要考虑辐射照度，避免了现有技术中由于辐射照度哪一获取导致预测准确性低的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例公开的一种光伏电站发电量预测方法流程图；
图2为本申请实施例公开的一种光伏电站发电量预测装置结构框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
本发明公开了一种光伏电站发电量预测方法及装置，应用于对光伏发电站发电量的预测过程中，当前主流方法是根据辐照度、天气预报、历史发电量，借助统计学的方法来预测分布式光伏电站的发电量。然而，对于每一个具体的光伏电站而言，准确辐照度数值难以获取，此外，历史发电量数据不够完备，发电量预测工业机理模型精度低，这些因素制约着当前技术实现方案的预测准确性。因此，本发明提供了一种光伏电站发电量预测方法用于解决上述问题，所述预测方法的执行流程如图1所示，包括步骤：
S101、在接收到对目标区域的发电量预测请求中，获取所述预测请求中的预测类型，其中，所述预测类型为年发电量预测、月发电量预测和日发电预测中的至少一个；
本发明实施例中，所述目标区域可以为某一光伏电站预设范围内区域，或者某一预设区域，其中，所述预设区域可以为县或者区等，所述目标区域内包含光伏发电设备，在接收到所述预测请求时，解析所述预测请求，获取所述预测请求中包含的预测类型，其中，所述预测请求为年发电量预测、月发电量预测和日发电预测中的至少一个，所述预测类型可以通过所述预测请求中标识进行确定，例如，所述预测请求中包含标识A代表年发电量预测，所述预测请求中包含标识A和B，代表年发电量预测和月发电量预测，所述预测请求中包含C代表日发电量预测，本发明实施例中，对所述标识的具体存在形式不进行限定。
S102、依据预设用电表集统计与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测，所述预设用电表集包括：行业用电分类表、气象数据映射表、游标权值表和单位发电功率表。
本发明实施例中，所述预设用电表集包括：历史发电量数据和所述目标区域的基本数据，所述基本数据包括：装机数据和等效小时等，，所述预设用电表集包括：行业用电分类表、气象数据映射表、游标权值表和单位发电功率表。确定与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测。
本发明公开了一种光伏电站发电量预测方法，包括：在接收到对目标区域的发电量预测请求中，获取所述预测请求中的预测类型，其中，所述预测类型为年发电量预测、月发电量预测和日发电预测中的至少一个；依据预设用电表集统计与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测。上述过程，基于所述目标区域的装置容量和对应的预测类型的等效小时数预测所述目标区域的发电量，上述预测过程，所述预设的用电分类表提供了完备的数据，并且预测过程不需要考虑辐射照度，避免了现有技术中由于辐射照度哪一获取导致预测准确性低的问题。
本发明实施例中，在所述预测类型为年发电量预测时，依据预设用电表集统计与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测包括：
(1)统计所述目标区域的所有营销装机规模w
依据所述行业用电分类表(地区全口径)明确各月等效小时数，获得月等效小时数序列：T＝[T1,…,T12]。
(3)统计实际发电量，统计所述目标区域各月的实际发电量序列：Z＝[z1,…,z12]。
省、市的实际发电量由县、站的实际发电量累加获得。
(4)计算理论发电量
计算所述目标区域每月的理论发电量序列：
Z’＝[w×T1,…,w×T12] (1)
其中，全国、省、市的理论发电量由对应区域的理论发电量累加获得。
优选的，绘制每个月的Z’、Z的二维图。
在所述预测类型为月发电量预测时，依据预设用电表集统计与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测，包括：
(1)计算当前日等效小时数
获取所述行业用电分类表等效小时数的数据，其中，所述等效小时数数据包括：上一月、本月和下一月。
1)计算当前月等效小时数：
取上一月、本月、下一月的等效小时数，进行二阶多项式拟合，获得当前月等效小时数的拟合曲线：
y＝b0+b1×x+b2×x2 (2)
式中：
y为当前月等效小时数；
b0、b1、b2为曲线拟合系数，其中，b0、b1、b2可以基于经验或者具体情况进行设定，本发明实施例中对b0、b1、b2的具体取值不进行限定。
x为归一化处理后的日期。例如，当前日是9月16日，归一化处理，x＝9+16/30，日期x取值为9.533。
2)计算当前日等效小时数：
当前日等效小时数为：
y’＝y/30 (3)
式中：y’为当前日等效小时数。
(2)获取气象数据
本发明实施例中，所述气象数据包括历史天气信息和天气预报信息，其中，所述历史天气信息和所述天气预报在对应的网站或者数据库中进行获取，本发明实施例中对具体的获取形式不进行限定。其中，所述历史天气信息和所述天预报信息包括：晴、多云、阴、雨、雪、晴转雨/雨转晴、晴转阴/阴转晴、晴转多云/多云转晴、多云转雨/雨转多云、多云转阴/阴转多云、阴转雨/雨转阴、雪转晴/晴转雪、雪转多云/多云转雪、雪转阴/阴转雪和雪转雨/雨转雪等。
(3)气象数据映射
本发明实施例中，基于当前日确定月度区间，所述月度区间范围为一个月，所述月度区间可以基于经验或者具体情况进行设定，本发明实施例中不进行具体限定，本发明实施例中，以所述月度区间为30天(前14天，当前日，后15天)的天气进行气象数据基于所述气象数据映射表进行映射，获得映射系数Q：
Q＝[Qi]＝[Q1,…,Q30]，Qi＝{q1,…,q10} (4)
式中：i＝{1,…,30}。
其中，所述气象数据映射表表征天气类型与映射系数的关系，该关系可以由经验或者大数据进行分析得到，例如，所述气象数据映射表如表1所示，
表1
Figure BDA0002821450930000091
(4)计算月度发电量(月理论发电量)
W＝[Wi] (5)
Wi＝{Qi×w×y’} (6)
式中：
w为目标区域装机容量；
y’为当前日等效小时数。
全国、省、市的理论发电量由对应区域的月度发电量累加获得。
优选的，统计当前日前后30天，每天的所述目标实际发电量Z＝[z1,…,z30]。
全国、省、市的实际发电量由对应区域的实际发电量累加获得。绘制当前日前后15天的W、Z的二维图。
在所述预测类型为日发电量预测时，依据预设用电表集统计与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测，其中，所述预设天数可以基于经验或者具体情况进行设定，本发明实施例中不进行具体，本发明实施例中以所述预设天数为三天为例进行说明，预测所述目标区域未来三天的发电量，进一步的，还可以预测未来三天的发电功率，具体流程包括：
(1)计算当前日等效小时数
根据公式(2)、(3)计算当前日等效小时数。
(2)获取气象数据
本发明实施例中，所述气象数据包括历史天气信息和天气预报信息，其中，所述历史天气信息和所述天气预报在对应的网站或者数据库中进行获取，本发明实施例中对具体的获取形式不进行限定。其中，所述历史天气信息和所述天预报信息包括：晴、多云、阴、雨、雪、晴转雨/雨转晴、晴转阴/阴转晴、晴转多云/多云转晴、多云转雨/雨转多云、多云转阴/阴转多云、阴转雨/雨转阴、雪转晴/晴转雪、雪转多云/多云转雪、雪转阴/阴转雪和雪转雨/雨转雪等。
(3)气象数据映射
根据预测日(即当前日的后3天)的天气，查询附录：《气象数据映射表》进行气象数据映射，其中，所述气象数据映射表如表1所示，获得映射系数序列Q的取值：
Q＝[Q1,Q2,Q3] (7)
(4)计算日发电量(日理论发电量)
计算预测日发电量序列W。
W＝[W1,W2,W3] (8)
W1＝{Q1×w×y’} (9)
W2＝{Q2×w×y’} (10)
W3＝{Q3×w×y’} (11)
(5)确定预测日的基础权值
根据预测日的雨雪情况，查询所述游标权值表，其中，所述气象游标权值表表征天气类型和几区权值与游标权值的关系，该关系可以由经验或者大数据进行分析得到，例如，所述气象游标权值表如表2所示，
表2
Figure BDA0002821450930000111
确定每天的基础权值
Figure BDA0002821450930000112
Figure BDA0002821450930000113
例如：预测日为晴天，则基础权值取1.5。
(6)确定预测日每小时的游标权值
根据预测日的每小时的雨雪情况，查询所述《游标权值表》，确定每小时的游标权值序列ε。例如：预测日的上午9点为多云，则上午9点的游标权值为0.8。
(7)确定预测日每小时的单位发电功率值
本发明实施例中，查询所述单位发电功率表，所述档位发电功率表表针单位时间与发电功率的关系，所述单位发电功率表与所述目标功率的选取有关，例如，所述档位发电功率表的如表3所示，
表3
Figure BDA0002821450930000121
获得单位发电功率值序列P的取值。
P＝[p1,…,p24] (13)
(8)计算预测日每小时的发电功率基础值
计算预测日每小时的发电功率基础值序列
Figure BDA0002821450930000122
的取值：
Figure BDA0002821450930000123
(9)计算预测日每小时发电功率预测值
计算预测日每小时发电功率预测值序列G的取值：
Figure BDA0002821450930000124
优选的，绘制每小时发电功率预测值序列G的二维图。
本发明实施例中，针对年发电量、月发电量和日发电量的预测过程，可以依据用户需求进行自由组合，执行过程与单独进行年发电量预测、月发电量预测或日发电量预测的过程相同，针对其中任意两两个或者全部的预测类型本发明实施例中不进行具体的赘述。
针对上述额度一种光伏发电站预测方法，本发明实施例中还提供了一种发电量预测装置，所述预测装置的结构框图如图2所示，包括：
获取模块201和统计和预测模块202。
其中，
所述获取模块201，用于在接收到对目标区域的发电量预测请求中，获取所述预测请求中的预测类型，其中，所述预测类型为年发电量预测、月发电量预测和日发电预测中的至少一个；
所述统计和预测模块202，用于依据预设用电表集统计与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测，所述预设用电表集包括：行业用电分类表、气象数据映射表、游标权值表和单位发电功率表。
本发明公开了一种光伏电站发电量预测装置，包括：在接收到对目标区域的发电量预测请求中，获取所述预测请求中的预测类型，其中，所述预测类型为年发电量预测、月发电量预测和日发电预测中的至少一个；依据预设用电表集统计与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测。上述过程，基于所述目标区域的装置容量和对应的预测类型的等效小时数预测所述目标区域的发电量，上述预测过程，所述预设的用电分类表提供了完备的数据，并且预测过程不需要考虑辐射照度，避免了现有技术中由于辐射照度哪一获取导致预测准确性低的问题。
本发明实施例中，在所述预测类型为年发电量预测时，所述统计和预测模块202包括：
统计单元203和第一确定单元204。
其中，
所述统计单元203，用于基于所述行业用电分类表统计所述目标区域的装机容量和月等效小时数序列；
所述第一确定单元204，用于将所述装机容量与所述月等效小时数序列的乘积作为所述目标区域的年发电量。
本发明实施例中，在所述预测类型为月发电量预测时，所述统计和预测模块202包括：
第二确定单元205、计算单元206、第一获取和确定单元207和第三确定单元208。
其中，
所述第二确定单元205，用于基于当前日确定月度区间，所述月度区间范围为一个月；
所述计算单元206，用于计算所述月度区间内每天的等效小时数
所述第一获取和确定单元207，用于获取所述月度区间内的气象数据，基于所述气象数据映射表和所述气象数据确定所述月度区间内每天的映射系数；
所述第三确定单元208，用于基于所述映射系数，所述装机容量和所述等效小时数确定所述目标区域的月发电量。
本发明实施例中，在所述预测类型为日发电量预测时，所述统计和预测模块202包括：
第四确定单元209、第二获取和确定单元210和第五确定单元211。
其中，
所述第四确定单元209，用于基于当前日确定预设天数的等效小时数；
所述第二获取和确定单元210，用于获取所述预设天数的气象数据，基于所述气象数据映射表和所述气象数据确定所述预设天数的映射系数；
所述第五确定单元211，用于基于所述映射系数、所述装机容量和所述等效小时数确定所述目标区域的日发电量。
本发明实施例中，所述统计和预测模块202还包括：
第六确定单元212、第七确定单元213、第八确定单元214和第九确定单元215。
其中，
所述第六确定单元212，用于基于所述游标权值表确定所述预设天数的基础权值和每小时的游标权值；
所述第七确定单元213，用于基于所述单位发电功率表确定所述预设天数的单位小时发电功率序列；
所述第八确定单元214，用于基于所述日发电量和所述预设天数的单位小时发电功率序列，确定每小时的发电功率基础值；
所述第九确定单元215，用于基于所述发电功率基础值，所述基础权值和所述游标权值确定每小时的发电功率预测值。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上对本发明所提供的一种光伏电站发电量预测方法及装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种光伏电站发电量预测方法，其特征在于，包括：
在接收到对目标区域的发电量预测请求中，获取所述预测请求中的预测类型，其中，所述预测类型为年发电量预测、月发电量预测和日发电预测中的至少一个；
依据预设用电表集统计与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测，所述预设用电表集包括：行业用电分类表、气象数据映射表、游标权值表和单位发电功率表。
2.根据权利要求1所述的方法，其特征在于，在所述预测类型为年发电量预测时，依据预设用电表集统计与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测，包括：
基于所述行业用电分类表统计所述目标区域的装机容量和月等效小时数序列；
将所述装机容量与所述月等效小时数序列的乘积作为所述目标区域的年发电量。
3.根据权利要求2所述的方法，其特征在于，在所述预测类型为月发电量预测时，依据预设用电表集统计与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测，包括：
基于当前日确定月度区间，所述月度区间范围为一个月；
计算所述月度区间内每天的等效小时数；
获取所述月度区间内的气象数据，基于所述气象数据映射表和所述气象数据确定所述月度区间内每天的映射系数；
基于所述映射系数，所述装机容量和所述等效小时数确定所述目标区域的月发电量。
4.根据权利要求2所述的方法，其特征在于，在所述预测类型为日发电量预测时，依据预设用电表集统计与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测，包括：
基于当前日确定预设天数的等效小时数；
获取所述预设天数的气象数据，基于所述气象数据映射表和所述气象数据确定所述预设天数的映射系数；
基于所述映射系数、所述装机容量和所述等效小时数确定所述目标区域的日发电量。
5.根据权利要求4所述的方法，其特征在于，在所述预测类型为日发电量预测时，依据预设用电表集统计与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测，还包括:
基于所述游标权值表确定所述预设天数的基础权值和每小时的游标权值；
基于所述单位发电功率表确定所述预设天数的单位小时发电功率序列；
基于所述日发电量和所述预设天数的单位小时发电功率序列，确定每小时的发电功率基础值；
基于所述发电功率基础值，所述基础权值和所述游标权值确定每小时的发电功率预测值。
6.一种光伏电站发电量预测装置，其特征在于，包括：
获取模块，用于在接收到对目标区域的发电量预测请求中，获取所述预测请求中的预测类型，其中，所述预测类型为年发电量预测、月发电量预测和日发电预测中的至少一个；
统计和预测模块，用于依据预设用电表集统计与所述预测类型对应的装机容量和等效小时数，基于所述装机容量和所述等效小时数对所述目标区域的发电量进行预测，所述预设用电表集包括：行业用电分类表、气象数据映射表、游标权值表和单位发电功率表。
7.根据权利要求6所述的装置，其特征在于，在所述预测类型为年发电量预测时，所述统计和预测模块包括：
统计单元，用于基于所述行业用电分类表统计所述目标区域的装机容量和月等效小时数序列；
第一确定单元，用于将所述装机容量与所述月等效小时数序列的乘积作为所述目标区域的年发电量。
8.根据权利要求7所述的装置，其特征在于，在所述预测类型为月发电量预测时，所述统计和预测模块包括：
第二确定单元，用于基于当前日确定月度区间，所述月度区间范围为一个月；
计算单元，用于计算所述月度区间内每天的等效小时数；
第一获取和确定单元，用于获取所述月度区间内的气象数据，基于所述气象数据映射表和所述气象数据确定所述月度区间内每天的映射系数；
第三确定单元，用于基于所述映射系数，所述装机容量和所述等效小时数确定所述目标区域的月发电量。
9.根据权利要求7所述的装置，其特征在于，在所述预测类型为日发电量预测时，所述统计和预测模块包括：
第四确定单元，用于基于当前日确定预设天数的等效小时数；
第二获取和确定单元，用于获取所述预设天数的气象数据，基于所述气象数据映射表和所述气象数据确定所述预设天数的映射系数；
第五确定单元，用于基于所述映射系数、所述装机容量和所述等效小时数确定所述目标区域的日发电量。
10.根据权利要求9所述的装置，其特征在于，所述统计和预测模块还包括：
第六确定单元，用于基于所述游标权值表确定所述预设天数的基础权值和每小时的游标权值；
第七确定单元，用于基于所述单位发电功率表确定所述预设天数的单位小时发电功率序列；
第八确定单元，用于基于所述日发电量和所述预设天数的单位小时发电功率序列，确定每小时的发电功率基础值；
第九确定单元，用于基于所述发电功率基础值，所述基础权值和所述游标权值确定每小时的发电功率预测值。
CN202011438305.2A 2020-12-07 2020-12-07 一种光伏电站发电量预测方法及装置 Active CN112561150B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011438305.2A CN112561150B (zh) 2020-12-07 2020-12-07 一种光伏电站发电量预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011438305.2A CN112561150B (zh) 2020-12-07 2020-12-07 一种光伏电站发电量预测方法及装置

Publications (2)

Publication Number Publication Date
CN112561150A true CN112561150A (zh) 2021-03-26
CN112561150B CN112561150B (zh) 2022-04-12

Family

ID=75060483

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011438305.2A Active CN112561150B (zh) 2020-12-07 2020-12-07 一种光伏电站发电量预测方法及装置

Country Status (1)

Country Link
CN (1) CN112561150B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116721356A (zh) * 2023-08-10 2023-09-08 深圳航天科创泛在电气有限公司 一种光伏***的输出功率预测方法及相关设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104868505A (zh) * 2015-06-03 2015-08-26 中国能源建设集团甘肃省电力设计院有限公司 大型太阳能光伏发电基地集群出力特性分析方法
CN106203709A (zh) * 2016-07-13 2016-12-07 国网江苏省电力公司电力科学研究院 基于多因子的光伏电站中长期发电量预测方法
CN107909218A (zh) * 2017-12-06 2018-04-13 南通大学 一种短期光伏发电量预测方法
CN111178609A (zh) * 2019-12-23 2020-05-19 国网河北省电力有限公司 一种基于归一化拟合的区域光伏月发电量预测方法
CN111754026A (zh) * 2020-05-28 2020-10-09 国网冀北电力有限公司 光伏电站群功率预测方法、装置、计算机设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104868505A (zh) * 2015-06-03 2015-08-26 中国能源建设集团甘肃省电力设计院有限公司 大型太阳能光伏发电基地集群出力特性分析方法
CN106203709A (zh) * 2016-07-13 2016-12-07 国网江苏省电力公司电力科学研究院 基于多因子的光伏电站中长期发电量预测方法
CN107909218A (zh) * 2017-12-06 2018-04-13 南通大学 一种短期光伏发电量预测方法
CN111178609A (zh) * 2019-12-23 2020-05-19 国网河北省电力有限公司 一种基于归一化拟合的区域光伏月发电量预测方法
CN111754026A (zh) * 2020-05-28 2020-10-09 国网冀北电力有限公司 光伏电站群功率预测方法、装置、计算机设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116721356A (zh) * 2023-08-10 2023-09-08 深圳航天科创泛在电气有限公司 一种光伏***的输出功率预测方法及相关设备
CN116721356B (zh) * 2023-08-10 2023-11-24 深圳航天科创泛在电气有限公司 一种光伏***的输出功率预测方法及相关设备

Also Published As

Publication number Publication date
CN112561150B (zh) 2022-04-12

Similar Documents

Publication Publication Date Title
Schulz et al. Post-processing numerical weather prediction ensembles for probabilistic solar irradiance forecasting
EP3333999A1 (en) Device for predicting amount of photovoltaic power generation, and method for predicting amount of photovoltaic power generation
JP6079215B2 (ja) 電力需要予測装置、プログラム
Coughlin et al. Estimating demand response load impacts: Evaluation of baseline load models for non-residential buildings in California
CN102426674A (zh) 一种基于马尔科夫链的电力***负荷预测方法
Brivio et al. A novel software package for the robust design of off-grid power systems
Wu et al. Solar power generation intermittency and aggregation
CN103713336A (zh) 基于gis分区的水电站流域面雨量气象预报方法
CN102509173A (zh) 一种基于马尔科夫链的电力***负荷准确预测方法
CN109165763A (zh) 一种95598客服工单的潜在被投诉的评估方法及装置
CN112003278A (zh) 一种分布式光伏自用电比例预测的实现方法及***
Chatzisideris et al. Economic and environmental performances of organic photovoltaics with battery storage for residential self-consumption
JP2003180032A (ja) 電力需要予測システム及びその予測方法
JP2006011715A (ja) 資源消費量の推定方法及び装置
CN112561150B (zh) 一种光伏电站发电量预测方法及装置
Zheng et al. Historical PV-output characteristic extraction based weather-type classification strategy and its forecasting method for the day-ahead prediction of PV output
Hodge et al. Examining information entropy approaches as wind power forecasting performance metrics
KR20160074325A (ko) 기상변화에 따른 전력수요지수 예측 시스템 및 그 방법
CN108154259B (zh) 热泵的负荷预测方法及装置、存储介质、处理器
KR20210058372A (ko) 분산형 태양광 발전소 건설에 따른 배전계통의 경제성 평가 장치 및 방법
Guo et al. A new approach for interval forecasting of photovoltaic power based on generalized weather classification
CN115512488B (zh) 一种基于灵活费率电能表的分时电费计算方法及装置
Silva et al. Naturalized streamflows and Affluent Natural Energy projections for the Brazilian hydropower sector for the SSP2-4.5 and SSP5-8.5 scenarios of the CMIP6
CN115456346B (zh) 一种电量监控预警方法、装置、电子设备及介质
Zufferey et al. Impact of data availability and pseudo‐measurement synthesis on distribution system state estimation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 100017 Beijing Xicheng District West Chang'an Avenue 86

Patentee after: STATE GRID CORPORATION OF CHINA

Patentee after: State Grid Digital Technology Holdings Co.,Ltd.

Patentee after: State Grid new energy cloud Technology Co.,Ltd.

Address before: 100017 Beijing Xicheng District West Chang'an Avenue 86

Patentee before: STATE GRID CORPORATION OF CHINA

Patentee before: STATE GRID ELECTRONIC COMMERCE Co.,Ltd.

Patentee before: State Grid new energy cloud Technology Co.,Ltd.