本申请涉及光伏出力预测,具体地涉及一种光伏出力预测方法、装置、电子设备及存储介质。
背景技术:
1、随着当代能源结构的转变和可再生能源的发展,光伏发电系统在全球范围内得到了广泛应用。然而,光伏发电系统的输出功率受到多种因素的影响,其中最重要的是天气条件和季节变化,因此,对光伏出力进行精准预测对于提高电力系统的稳定性和经济性具有重要意义。
2、目前,光伏出力预测方法主要分为两大类:统计方法和物理方法。统计方法主要包括回归分析、支持向量回归和神经网络等,物理方法主要包括基于气象模型的光伏模拟和优化方法等。其中统计方法虽然具有一定的普适性,但需要大量的历史数据作为训练样本,而且无法考虑天气变化的动态特性。物理方法虽然考虑了天气变化的动态特性,但需要准确的气象模型和光伏电池的物理特性,且计算复杂度较高。
3、可见,现有的光伏出力存在难以准确预测的技术问题。
技术实现思路
1、本申请实施例的目的是提供一种光伏出力预测方法、装置、电子设备及存储介质,用以解决现有技术中光伏出力存在难以准确预测的技术问题。
2、为了实现上述目的,本申请第一方面提供一种光伏出力预测方法,包括:
3、获取预设时间段内的历史天气数据与对应的历史光伏出力数据;
4、对历史天气数据进行聚类,得到历史天气数据的多种天气类型;
5、获取目标预测日的天气数据;
6、确定每种天气类型下的历史天气数据与目标预测日的天气数据之间的皮尔逊相关系数;
7、根据皮尔逊相关系数确定目标预测日的天气数据的目标天气类型;
8、将目标预测日的天气数据输入至目标天气类型对应的光伏出力预测模型中,得到光伏出力预测值,其中,光伏出力预测模型是基于transformer模型训练得到的。
9、在本申请实施例中,确定每种天气类型下的历史天气数据与目标预测日的天气数据之间的皮尔逊相关系数,包括:
10、提取多种天气类型下的历史天气数据的第一太阳辐照度;
11、提取目标预测日的天气数据的第二太阳辐照度;
12、根据第一太阳辐照度与第二太阳辐照度,确定每种天气类型下的历史天气数据与目标预测日的天气数据之间的皮尔逊相关系数。
13、在本申请实施例中,根据皮尔逊相关系数确定目标预测日的天气数据的目标天气类型,包括:
14、将最大的皮尔逊相关系数对应的天气类型作为目标预测日的天气数据的目标天气类型。
15、在本申请实施例中,对历史天气数据进行聚类,得到历史天气数据的多种天气类型,包括:
16、利用混合高斯模型聚类算法对历史天气数据进行聚类,得到历史天气数据的多种天气类型。
17、在本申请实施例中,在对历史天气数据进行聚类,得到历史天气数据的多种天气类型之前,还包括:
18、对历史天气数据与历史光伏出力数据进行数据预处理。
19、在本申请实施例中,对历史天气数据与历史光伏出力数据进行数据预处理,包括:
20、对历史天气数据与历史光伏出力数据进行异常值剔除与缺失值重构。
21、在本申请实施例中,光伏出力预测模型的训练步骤包括:
22、根据多种天气类型,利用历史天气数据与历史光伏出力数据对多个预设模型分别进行训练,得到多种天气类型对应的多个光伏出力预测模型。
23、本申请第二方面提供一种光伏出力预测装置,包括:
24、存储器,被配置成存储指令;以及
25、处理器,被配置成从存储器调用指令以及在执行指令时能够实现根据第一方面中任一项所述的光伏出力预测方法。
26、本申请第三方面提供一种电子设备,包括:
27、根据第二方面所述的光伏出力预测装置。
28、本申请第四方面提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行根据第一方面中任一项所述的光伏出力预测方法。
29、通过上述技术方案,对历史天气数据进行聚类,将历史天气数据分成多种天气类型,根据不同天气类型下的历史天气数据与对应的历史光伏出力数据可以建立不同天气类型对应的光伏出力预测模型,使模型能够更精准地捕捉不同天气类型的天气数据的规律和趋势;并通过确定每种天气类型下的历史天气数据与目标预测日的天气数据之间的皮尔逊相关系数,从而对目标预测日的天气数据的目标天气类型进行准确的判定;将目标预测日的天气数据输入至目标天气类型对应的光伏出力预测模型中,能够更全面地考虑天气类型对光伏出力的影响,从而提高光伏出力预测的准确性。
30、本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
1.一种光伏出力预测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的光伏出力预测方法,其特征在于,所述确定每种所述天气类型下的所述历史天气数据与所述目标预测日的天气数据之间的皮尔逊相关系数,包括:
3.根据权利要求1所述的光伏出力预测方法,其特征在于,所述根据所述皮尔逊相关系数确定所述目标预测日的天气数据的目标天气类型,包括:
4.根据权利要求1所述的光伏出力预测方法,其特征在于,所述对所述历史天气数据进行聚类,得到所述历史天气数据的多种天气类型,包括:
5.根据权利要求1所述的光伏出力预测方法,其特征在于,在对所述历史天气数据进行聚类,得到所述历史天气数据的多种天气类型之前,还包括:
6.根据权利要求5所述的光伏出力预测方法,其特征在于,所述对所述历史天气数据与所述历史光伏出力数据进行数据预处理,包括:
7.根据权利要求1所述的光伏出力预测方法,其特征在于,所述光伏出力预测模型的训练步骤包括:
8.一种光伏出力预测装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括:
10.一种机器可读存储介质,其特征在于,该机器可读存储介质上存储有指令,该指令用于使得机器执行根据权利要求1至7中任一项所述的光伏出力预测方法。