一种分布式光伏的气象数据优化方法及装置与流程

本发明涉及机器学习和统计建模，具体涉及一种分布式光伏的气象数据优化方法及装置。

背景技术：

1、分布式光伏系统通常由大量分散的光伏发电单元组成，因此需要获取每个单元的发电功率以进行预测。然而，由于分布式光伏系统的特点，目前采集到的功率数据相对较少或不完整。这导致了缺乏可靠的历史实测数据用于建立功率预测模型，并且难以直接复制集中式光伏的成熟技术路线。另外，分布式光伏短期功率预测面临一个挑战，即缺乏同时空的气象数据。

2、传统方法通常通过使用邻近的集中式光伏站点数据来进行功率预测，然而这种方法忽略了地理位置偏移所导致的气象信息时移问题，从而难以满足精确预测的要求。这些数据可能存在采集点稀疏、不准确或无法获取等问题，从而影响到光伏短期功率预测的准确性。

技术实现思路

1、为了克服上述缺陷，本发明提出了一种分布式光伏的气象数据优化方法及装置。

2、第一方面，提供一种分布式光伏的气象数据优化方法，所述分布式光伏的气象数据优化方法包括：

3、基于待测分布式光伏的历史功率数据和与待测分布式光伏距离最近的布置气象站的光伏发电系统的历史功率数据确定时间平移参数；

4、基于所述时间平移参数对分布式光伏的气象数据进行优化。

5、优选的，所述基于待测分布式光伏的历史功率数据和与待测分布式光伏距离最近的布置气象站的光伏发电系统的历史功率数据确定时间平移参数之前，包括：

6、对待测分布式光伏的历史功率数据进行数据清洗。

7、进一步的，所述对待测分布式光伏的历史功率数据进行数据清洗，包括：

8、计算待测分布式光伏的历史功率数据与选定功率数据之间的皮尔逊系数，获取皮尔逊系数最大对应的选定功率数据；

9、剔除待测分布式光伏的历史功率数据中的异常数据；

10、将皮尔逊系数最大对应的选定功率数据中对应的功率数据填补至待测分布式光伏的历史功率数据中的缺失位置。

11、优选的，所述基于待测分布式光伏的历史功率数据和与待测分布式光伏距离最近的布置气象站的光伏发电系统的历史功率数据确定时间平移参数，包括：

12、基于待测分布式光伏的历史功率数据和与待测分布式光伏距离最近的布置气象站的光伏发电系统的历史功率数据构建格兰杰因果关系模型；

13、求解所述格兰杰因果关系模型，得到时间平移参数s。

14、进一步的，所述格兰杰因果关系模型如下：

15、

16、上式中，ptp为待测分布式光伏的历史t时刻功率数据，αi为待测分布式光伏对应的无限制回归模型的第i系数，为待测分布式光伏的历史t-i时刻功率数据，βi为与待测分布式光伏距离最近的布置气象站的光伏发电系统对应的第i系数，ps,t-i为与待测分布式光伏距离最近的布置气象站的历史t-i时刻功率数据，εi为单变量白噪声。

17、优选的，所述基于所述时间平移参数对分布式光伏的气象数据进行优化，包括：

18、将与待测分布式光伏距离最近的布置气象站的光伏发电系统的气象数据平移s个采样周期，得到待测分布式光伏的气象数据；

19、其中，s为时间平移参数。

20、优选的，所述平移包括：前移或后移。

21、优选的，所述气象数据包括：辐照度、温度、湿度、风速、风向。

22、第二方面，提供一种分布式光伏的气象数据优化装置，所述分布式光伏的气象数据优化装置包括：

23、分析模块，用于基于待测分布式光伏的历史功率数据和与待测分布式光伏距离最近的布置气象站的光伏发电系统的历史功率数据确定时间平移参数；

24、优化模块，用于基于所述时间平移参数对分布式光伏的气象数据进行优化。

25、优选的，所述装置包括：

26、数据清洗模块，用于对待测分布式光伏的历史功率数据进行数据清洗。

27、进一步的，所述数据清洗模块具体用于：

28、计算待测分布式光伏的历史功率数据与选定功率数据之间的皮尔逊系数，获取皮尔逊系数最大对应的选定功率数据；

29、剔除待测分布式光伏的历史功率数据中的异常数据；

30、将皮尔逊系数最大对应的选定功率数据中对应的功率数据填补至待测分布式光伏的历史功率数据中的缺失位置。

31、优选的，所述分析模块具体用于：

32、基于待测分布式光伏的历史功率数据和与待测分布式光伏距离最近的布置气象站的光伏发电系统的历史功率数据构建格兰杰因果关系模型；

33、求解所述格兰杰因果关系模型，得到时间平移参数s。

34、进一步的，所述格兰杰因果关系模型如下：

35、

36、上式中，ptp为待测分布式光伏的历史t时刻功率数据，αi为待测分布式光伏对应的无限制回归模型的第i系数，为待测分布式光伏的历史t-i时刻功率数据，βi为与待测分布式光伏距离最近的布置气象站的光伏发电系统对应的第i系数，ps,t-i为与待测分布式光伏距离最近的布置气象站的历史t-i时刻功率数据，εi为单变量白噪声。

37、优选的，所述优化模块具体用于：

38、将与待测分布式光伏距离最近的布置气象站的光伏发电系统的气象数据平移s个采样周期，得到待测分布式光伏的气象数据；

39、其中，s为时间平移参数。

40、优选的，所述平移包括：前移或后移。

41、优选的，所述气象数据包括：辐照度、温度、湿度、风速、风向。

42、第三方面，提供一种计算机设备，包括：一个或多个处理器；

43、所述处理器，用于存储一个或多个程序；

44、当所述一个或多个程序被所述一个或多个处理器执行时，实现所述的分布式光伏的气象数据优化方法。

45、第四方面，提供一种计算机可读存储介质，其上存有计算机程序，所述计算机程序被执行时，实现所述的分布式光伏的气象数据优化方法。

46、本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：

47、本发明提供了一种分布式光伏的气象数据优化方法及装置，包括：基于待测分布式光伏的历史功率数据和与待测分布式光伏距离最近的布置气象站的光伏发电系统的历史功率数据确定时间平移参数；基于所述时间平移参数对分布式光伏的气象数据进行优化。基于本发明提供的气象预测数据能够有效提高光伏短期功率预测的准确性；

48、进一步的，基于时空特性的偏移修正是指在分布式光伏系统中，通过对数据进行时移或时间窗口调整，使得数据在某种准则下达到最优的延迟效果。基于时空特性的偏移修正能够充分利用系统的历史数据，在考虑时序依赖性的情况下，提高数据处理和分析的精度和效率。

技术特征：

1.一种分布式光伏的气象数据优化方法，其特征在于，所述方法包括：

2.如权利要求1所述的方法，其特征在于，所述基于待测分布式光伏的历史功率数据和与待测分布式光伏距离最近的布置气象站的光伏发电系统的历史功率数据确定时间平移参数之前，包括：

3.如权利要求2所述的方法，其特征在于，所述对待测分布式光伏的历史功率数据进行数据清洗，包括：

4.如权利要求1所述的方法，其特征在于，所述基于待测分布式光伏的历史功率数据和与待测分布式光伏距离最近的布置气象站的光伏发电系统的历史功率数据确定时间平移参数，包括：

5.如权利要求4所述的方法，其特征在于，所述格兰杰因果关系模型如下：

6.如权利要求1所述的方法，其特征在于，所述基于所述时间平移参数对分布式光伏的气象数据进行优化，包括：

7.如权利要求1所述的方法，其特征在于，所述平移包括：前移或后移。

8.如权利要求1所述的方法，其特征在于，所述气象数据包括：辐照度、温度、湿度、风速、风向。

9.一种分布式光伏的气象数据优化装置，其特征在于，所述装置包括：

10.如权利要求9所述的装置，其特征在于，所述装置包括：

11.如权利要求10所述的装置，其特征在于，所述数据清洗模块具体用于：

12.如权利要求9所述的装置，其特征在于，所述分析模块具体用于：

13.如权利要求12所述的装置，其特征在于，所述格兰杰因果关系模型如下：

14.如权利要求9所述的装置，其特征在于，所述优化模块具体用于：

15.如权利要求9所述的装置，其特征在于，所述平移包括：前移或后移。

16.如权利要求9所述的装置，其特征在于，所述气象数据包括：辐照度、温度、湿度、风速、风向。

17.一种计算机设备，其特征在于，包括：一个或多个处理器；

18.一种计算机可读存储介质，其特征在于，其上存有计算机程序，所述计算机程序被执行时，实现如权利要求1至8中任意一项所述的分布式光伏的气象数据优化方法。

技术总结
本发明涉及机器学习和统计建模技术领域，具体提供了一种分布式光伏的气象数据优化方法及装置，包括：基于待测分布式光伏的历史功率数据和与待测分布式光伏距离最近的布置气象站的光伏发电系统的历史功率数据确定时间平移参数；基于所述时间平移参数对分布式光伏的气象数据进行优化。基于本发明提供的气象预测数据能够有效提高光伏短期功率预测的准确性。

技术研发人员：李蕊,惠慧,王铭,赵阳,李鹏丽
受保护的技术使用者：中国电力科学研究院有限公司
技术研发日：
技术公布日：2024/2/21