一种光伏功率预测方法、装置、设备和介质与流程

本发明涉及光伏发电，尤其涉及一种光伏功率预测方法、装置、设备和介质。

背景技术：

1、随着世界能源需求的不断增长，光伏发电作为清洁能源收到越来越多的关注，然而光伏发电受云团移动等因素的影响，导致光伏发电具有随机性、间歇性和波动性，直接影响电力系统的安全稳定性。为此，通过光伏发电功率的精准预测而助于电力系统更加安全稳定的运行，具有重要意义。

2、目前，主要通过构建预测模型进行光伏场站的光伏发电功率预测，由于光伏发电功率受到受云团移动等因素的影响存在波动特性，预测模型不可避免存在预测误差。而传统的光伏功率预测模型主要通过采用均值类评价指标来评价预测模型的优劣，仅从误差角度单一采用均值类评价指标对预测结果偏差进行平均化，难以体现指标接近的预测模型之间的个体差异性，导致最终确定的预测模型的功率预测精度低下。

技术实现思路

1、本发明提供了一种光伏功率预测方法、装置、设备和介质，用于解决现有技术对光伏功率预测误差单一采用均值类评价指标进行评估，导致最终确定的预测模型的功率预测精度低下的技术问题。

2、本发明第一方面提供的一种光伏功率预测方法，包括：

3、获取多个预设的光伏功率预测模型，通过各所述光伏功率预测模型分别构建光伏场站在预设的调度周期内的预测光伏功率集；

4、采用预设的云团影响功率评估指标体系和所述调度周期关联的实际光伏功率集，分别计算各所述预测光伏功率集的多个评价指标值；

5、对全部所述评价指标值执行正向化处理，并构建成正向化矩阵；

6、基于全部所述评价指标值，根据预置层次分析法、预置熵权法和最小鉴别信息原理确定所述云团影响功率评估指标体系的综合权重向量；

7、对所述正向化矩阵执行标准化处理，并结合全部所述综合权重向量确定各所述光伏功率预测模型的相对贴近度；

8、选取相对贴近度最大的光伏功率预测模型作为目标光伏功率预测模型，通过所述目标光伏功率预测模型预测输出目标预测时刻的目标预测光伏功率。

9、可选地，所述云团影响功率评估指标体系包括均方根误差、平均绝对误差、平均相对误差、合格率、准确率、跌落预判时间、跌落预测均方根误差、平均跌落持续时间、平均跌落深度和跌落频率；

10、所述跌落预判时间具体为：

11、

12、其中，tpre为跌落预判时间，tdrop为实际光伏功率受云团影响而开始跌落的时刻，tfore为预测光伏功率受云团影响而开始跌落的时刻；

13、所述跌落预测均方根误差具体为：

14、

15、其中，ermesedrop为跌落预测均方根误差，g为第g次跌落，ndrop为调度周期内的跌落频率，ydrop,g为第g次跌落的实际跌落深度，为第g次跌落的预测跌落深度；

16、跌落深度的计算过程具体为：

17、y′drop＝max(p[t′drop,t′drop+tdrop])-min(p[t′drop,t′drop+tdrop])；

18、y′drop为跌落深度，t′drop为光伏功率受云团影响而开始跌落的时刻，tdrop为平均跌落持续时间，p[t′drop,t′dro[+tdro[]为光伏功率集的功率曲线在波动段的功率序列，max(p[t′drop,t′drop+tdrop])为波动段的最大光伏功率，min(p[t′drop,t′drop+tdrop])为波动段的最小光伏功率；

19、所述平均跌落持续时间具体为：

20、

21、其中，tdrop,g为第g次跌落时的跌落持续时间；

22、所述平均跌落深度具体为：

23、

24、其中，为平均跌落深度，ydrop,g为第g次跌落时的跌落深度。

25、可选地，所述基于全部所述评价指标值，根据预置层次分析法、预置熵权法和最小鉴别信息原理确定所述云团影响功率评估指标体系的综合权重向量的步骤，包括：

26、根据预置层次分析法确定所述云团影响功率评估指标体系中各功率评估指标的主观权重；

27、采用全部所述评价指标值，基于预置熵权法确定各所述功率评估指标的客观权重；

28、基于最小鉴别信息原理综合各所述功率评估指标的主观权重和客观权重，确定多个综合权重，并组成综合权重向量。

29、可选地，所述对所述正向化矩阵执行标准化处理，并结合全部所述综合权重向量确定各所述光伏功率预测模型的相对贴近度的步骤，包括：

30、对所述正向化矩阵进行标准化处理，确定标准化矩阵；

31、采用所述综合权重向量与所述标准化矩阵执行乘法运算，构建加权标准化矩阵；

32、计算所述加权标准化矩阵中各功率评估指标的正理想解和负理想解；

33、采用全部所述正理想解和所述负理想解计算各所述光伏功率预测模型的加权欧氏距离；

34、基于全部所述加权欧式距离计算各所述光伏功率预测模型的相对贴近度。

35、可选地，所述选取相对贴近度最大的光伏功率预测模型作为目标光伏功率预测模型，通过所述目标光伏功率预测模型预测输出目标预测时刻的目标预测光伏功率的步骤，包括：

36、对各所述相对贴近度进行排列，将相对贴近度最大的光伏功率预测模型确定为目标光伏功率预测模型；

37、当接收到所述光伏场站在目标预测时刻的场站辐照强度和气象特征时，将所述场站辐照强度和所述气象特征输入所述目标光伏功率预测模型进行预测，输出目标预测光伏功率。

38、本发明第二方面提供的一种光伏功率预测装置，包括：

39、预测模型处理模块，用于获取多个预设的光伏功率预测模型，通过各所述光伏功率预测模型分别构建光伏场站在预设的调度周期内的预测光伏功率集；

40、评价指标计算模块，用于采用预设的云团影响功率评估指标体系和所述调度周期关联的实际光伏功率集，分别计算各所述预测光伏功率集的多个评价指标值；

41、正向化矩阵构建模块，用于对全部所述评价指标值执行正向化处理，并构建成正向化矩阵；

42、权重确定模块，用于基于全部所述评价指标值，根据预置层次分析法、预置熵权法和最小鉴别信息原理确定所述云团影响功率评估指标体系的综合权重向量；

43、相对贴近度确定模块，用于对所述正向化矩阵执行标准化处理，并结合全部所述综合权重向量确定各所述光伏功率预测模型的相对贴近度；

44、目标预测光伏功率输出模块，用于选取相对贴近度最大的光伏功率预测模型作为目标光伏功率预测模型，通过所述目标光伏功率预测模型预测输出目标预测时刻的目标预测光伏功率。

45、可选地，所述权重确定模块具体用于：

46、根据预置层次分析法确定所述云团影响功率评估指标体系中各功率评估指标的主观权重；

47、采用全部所述评价指标值，基于预置熵权法确定各所述功率评估指标的客观权重；

48、基于最小鉴别信息原理综合各所述功率评估指标的主观权重和客观权重，确定多个综合权重，并组成综合权重向量。

49、可选地，所述目标预测光伏功率输出模块具体用于：

50、对各所述相对贴近度进行排列，将相对贴近度最大的光伏功率预测模型确定为目标光伏功率预测模型；

51、当接收到所述光伏场站在目标预测时刻的场站辐照强度和气象特征时，将所述场站辐照强度和所述气象特征输入所述目标光伏功率预测模型进行预测，输出目标预测光伏功率。

52、本发明第三方面提供的一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如本发明第一方面任一项所述的光伏功率预测方法的步骤。

53、本发明第四方面提供的一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如本发明第一方面任一项所述的光伏功率预测方法。

54、从以上技术方案可以看出，本发明具有以下优点：

55、本发明通过获取多个预设的光伏功率预测模型以及在预设的调度周期内的预测光伏功率集，采用预设的云团影响功率评估指标体系和调度周期关联的实际光伏功率集计算评价指标值，对全部评价指标值执行正向化处理并构建成正向化矩阵，根据预置层次分析法、预置熵权法和最小鉴别信息原理确定云团影响功率评估指标体系中各功率评估指标的综合权重向量，对正向化矩阵执行标准化处理，并结合全部综合权重向量确定各光伏功率预测模型的相对贴近度，确定相对贴近度最大的目标光伏功率预测模型预测输出目标预测时刻的目标预测光伏功率。整个光伏功率预测过程中，通过考虑云团移动影响下光伏功率预测的指标评估，解决单一赋权法使光伏功率预测误差指标权重过于客观或过于主观的问题，帮助光伏场站提升了光伏功率预测的精度，从而降低光伏随机性、波动性和间歇性对新型电力系统安全稳定运行的影响。