一种光伏面板发电量迁移学习预测系统

摘要: 本发明涉及光伏发电功率预测与电网调度,具体为一种光伏面板发电量迁移学习预测系统。背景技术:1、光伏发电功率预测是电网调度的重要依据。迁移学习被广泛用于解决新建光...
一种光伏面板发电量迁移学习预测系统

本发明涉及光伏发电功率预测与电网调度,具体为一种光伏面板发电量迁移学习预测系统。

背景技术:

1、光伏发电功率预测是电网调度的重要依据。迁移学习被广泛用于解决新建光伏电站历史数据不足的问题,其基本方法为:将数据丰富的光伏电站(源域)所训练的预测模型迁移至数据稀缺的目标电站,通过特征分布对齐或模型微调提升目标域预测精度。现有研究已提出基于最大均值差异的域自适应神经网络、基于对抗训练的跨域特征提取方法以及基于参数迁移的微调策略等,上述方法在源域与目标域数据分布差异较小的场景下取得了较好的预测效果,并已在部分光伏电站监控系统中获得初步应用。

2、然而,上述现有技术仍存在以下不足:(1)现有系统的迁移策略固定,无法感知电网频率波动等运行状态变化,当电网发生扰动时预测模型与调度需求脱节,形成开环预测困局;(2)现有方法以数据分布对齐为迁移依据,未将光伏物理模型嵌入迁移决策过程,预测结果缺少物理约束校正,输出值可能超出设备保护边界;(3)现有方法假定源域与目标域映射关系稳定,未区分设备老化导致的慢变漂移与电网扰动导致的快变漂移,两者耦合时迁移策略失效。上述问题导致预测结果难以满足电网调度对可执行性和安全裕度的实际需求。

3、现有迁移预测系统迁移策略固定,缺少电网动态感知与物理约束校正,未处理设备老化慢变漂移与电网扰动快变漂移的耦合问题,预测结果易超出设备物理极限。

技术实现思路

1、针对现有技术的不足,本发明提供一种光伏面板发电量迁移学习预测系统,包括状态感知层、可调度能力计算模块、迁移适配器和预测校正模块;状态感知层采集电网侧与光伏侧运行信息生成耦合状态表征信息;可调度能力计算模块基于光伏物理模型计算可调度能力边界参数;迁移适配器根据该边界参数调整迁移特征选择和损失函数权重配置;预测校正模块对预测值进行截断、抬升和平滑校正后输出可调度发电量预测值至电网调度控制系统,形成闭环预测-响应。

2、为实现上述目的,本发明提供如下技术方案:一种光伏面板发电量迁移学习预测系统,包括状态感知层,用于采集电网侧运行信息和光伏侧运行信息,并根据所述电网侧运行信息和所述光伏侧运行信息生成耦合状态表征信息,所述耦合状态表征信息用于表征所述光伏面板在当前状态下响应电网状态变化的能力约束或响应代价;

3、可调度能力计算模块,用于根据所述耦合状态表征信息,基于光伏物理模型计算可调度能力边界参数;

4、迁移适配器,用于根据所述可调度能力边界参数调整迁移学习策略,所述迁移学习策略包括以下至少之一:迁移特征的选择策略、损失函数的权重配置策略;

5、预测校正模块,用于根据所述可调度能力边界参数对模型输出的预测值进行校正,输出可调度发电量预测值。

6、优选的,所述电网侧运行信息包括电网频率偏差和频率变化率,所述光伏侧运行信息包括串联电阻、并联电阻和二极管理想因子;所述耦合状态表征信息为动态响应退化系数,所述动态响应退化系数的计算方式为:将串联电阻对时间的变化率除以频率变化率的绝对值并乘以第一权重系数,加上串联电阻相对初始值的增量与频率偏差绝对值的乘积并乘以第二权重系数,两项求和后得到该系数。

7、优选的,所述状态感知层通过逆变器i-v曲线扫描获取光伏阵列的电压-电流扫描数据,基于单二极管五参数模型拟合得到所述串联电阻、所述并联电阻、所述二极管理想因子、光生电流和反向饱和电流;

8、所述可调度能力边界参数包括最大安全爬坡率和有效调节裕量,所述最大安全爬坡率为第一爬坡限值、第二爬坡限值和逆变器硬件爬坡率限制三者中的最小值,其中所述第一爬坡限值为最大安全功率点与当前功率的差值除以预设安全时间窗口,所述第二爬坡限值为当前功率与最小安全功率点的差值除以所述预设安全时间窗口;所述最大安全功率点和所述最小安全功率点根据当前时刻的串联电阻值确定。

9、优选的,所述迁移适配器包含参数生成子模块,所述参数生成子模块以所述可调度能力边界参数为输入,输出目标预测模型各层的特征选择掩码;所述参数生成子模块为多层全连接结构;

10、所述迁移适配器根据所述可调度能力边界参数是否满足预设收紧条件确定特征选择策略,当所述最大安全爬坡率下降至其初始值的预设百分比以下或所述有效调节裕量下降至其初始值的预设百分比以下时,所述特征选择掩码将源域模型中与时序高频分量对应的特征通道置零,保留与稳态映射对应的特征通道;否则所述特征选择掩码激活全部特征通道。

11、优选的,所述迁移适配器的损失函数由预测误差项、爬坡偏差惩罚项和裕量越限惩罚项加权求和得到;所述爬坡偏差惩罚项的权重随所述耦合状态表征信息所表征的响应代价的增大而增大,所述裕量越限惩罚项的权重随所述有效调节裕量的减小而增大。

12、优选的,所述迁移适配器还包括概念漂移处理模块,所述概念漂移处理模块将预测误差分解为慢变分量和快变分量,所述慢变分量由光伏阵列电气参数退化产生并采用第一更新周期更新,所述快变分量由电网频率扰动产生并采用第二更新周期更新,所述第一更新周期大于所述第二更新周期。

13、优选的,所述预测校正模块包括时序校正子模块,所述时序校正子模块用于对预测功率时序曲线进行校正,所述校正包括:将预测值中高于最大安全功率点的数据截断至所述最大安全功率点,将预测值中低于最小安全功率点的数据抬升至所述最小安全功率点,并对预测曲线进行平滑处理使相邻时间点的功率变化率不超过最大安全爬坡率。

14、优选的,所述预测校正模块还包括置信区间生成子模块,所述置信区间生成子模块根据所述耦合状态表征信息和有效调节裕量生成预测置信区间,所述耦合状态表征信息所表征的响应代价越大或所述有效调节裕量越小,所述预测置信区间的宽度越大。

15、优选的,所述预测校正模块输出的可调度发电量预测值为经校正后的发电量预测值,所述预测校正模块还输出动态安全裕度带宽和爬坡速率约束信息,所述可调度发电量预测值、所述动态安全裕度带宽和所述爬坡速率约束信息一并输出至电网调度控制系统。

16、优选的,状态感知层,用于采集电网侧运行信息和光伏侧运行信息,并根据所述电网侧运行信息和所述光伏侧运行信息生成耦合状态表征信息,所述耦合状态表征信息用于表征所述光伏面板在当前状态下响应电网状态变化的能力约束或响应代价;

17、能力边界计算层,用于根据所述耦合状态表征信息,基于光伏物理模型计算可调度能力边界参数,所述可调度能力边界参数包括最大安全爬坡率和有效调节裕量;

18、迁移调控层,用于根据所述可调度能力边界参数调整迁移学习策略,所述迁移学习策略包括以下至少之一:

19、迁移特征的选择策略、损失函数的权重配置策略;

20、安全校正输出层,用于根据所述可调度能力边界参数对模型输出的预测值进行校正,并输出可调度发电量预测值,所述校正包括将预测值中高于最大安全功率点的数据截断至所述最大安全功率点、将预测值中低于最小安全功率点的数据抬升至所述最小安全功率点,以及对预测曲线进行平滑处理使相邻时间点的功率变化率不超过所述最大安全爬坡率。

21、与现有技术相比,本发明提供了一种光伏面板发电量迁移学习预测系统,具备以下有益效果:

22、第一,所述系统通过状态感知层采集电网侧与光伏侧运行信息并生成耦合状态表征信息,由可调度能力计算模块基于光伏物理模型计算可调度能力边界参数,使迁移适配器根据该边界参数动态调整迁移特征选择和损失函数权重配置,以物理可调度域替代传统数据分布对齐作为迁移决策依据,从开环预测升级为闭环预测-响应系统。

23、第二,所述系统通过将动态响应退化系数作为损失函数中爬坡偏差惩罚项和裕量越限惩罚项的动态权重调节因子,使预测模型的优化目标随设备老化程度和电网扰动状态自适应变化,同时通过时序校正子模块对预测曲线进行截断、抬升和平滑处理,确保预测结果始终处于光伏面板当前老化状态下的物理可执行范围内。

24、第三,所述系统通过概念漂移处理模块将预测误差分解为慢变分量和快变分量并采用不同更新周期分别处理,以周级增量学习应对设备电气参数退化引起的慢变漂移,以秒级参数自适应应对电网频率扰动引起的快变漂移。