光伏储能系统的功率预测方法及光伏储能系统与流程

摘要: 本申请涉及储能,特别涉及一种光伏储能系统的功率预测方法及光伏储能系统。背景技术:1、光伏储能系统是一种整合光伏发电、储能系统、负荷充电的新型新能源基础设施,具体...
光伏储能系统的功率预测方法及光伏储能系统与流程

本申请涉及储能,特别涉及一种光伏储能系统的功率预测方法及光伏储能系统。

背景技术:

1、光伏储能系统是一种整合光伏发电、储能系统、负荷充电的新型新能源基础设施,具体可以包括光伏发电设备、储能设备以及充电桩等输出负荷设备等,在此不做限定;在光伏储能系统的实际应用过程中,如何对系统的整体输出功率进行精准预测是实现光伏储能系统的能源调度、功率平衡、消纳优化的核心前提。特别是随着新能源汽车产业和光伏产业的协同发展,光伏储能系统的应用场景规模持续扩大,对功率预测的精度、实时性、场景适配性提出了更高要求。

2、在现有技术中,在对光伏储能系统进行功率预测过程中,往往采用单一模型进行时间特征的提取,且仅针对光伏储能系统中的光伏发电设备的发电出力情况进行评估,并未考虑光伏储能系统对应的储充场景中储能充放电、充电桩负荷与光伏发电的耦合影响,存在显著的场景适配性缺陷以及功率预测误差较大的问题。

技术实现思路

1、本申请提供一种光伏储能系统的功率预测方法及光伏储能系统,能够在对光伏储能系统的光伏发电功率进行预测的过程中,结合多维度预测特征数据、光伏储能系统的实时储能情况以及储能输出负荷情况,对光伏发电功率预测进行多维度协同预测修正,有效提升了光伏发电预测的准确性和鲁棒性。

2、本申请的第一方面提供了一种光伏储能系统的功率预测方法,具体可以包括如下步骤:基于光伏储能系统的预测特征数据集合,确定光伏储能系统的基础功率预测结果,预测特征数据集合包括光伏储能系统的气象环境数据、光伏发电数据、储能状态数据、充电输出数据以及设备状态数据中的一项或任意多项的组合;基于光伏储能系统的实时储能容量数据和/或实时储能负荷数据,确定光伏储能系统的场景修正系数;基于基础功率预测结果以及场景修正系数,确定光伏储能系统的修正功率预测结果。

3、在上述第一方面的一种可能的实现中,基于光伏储能系统的实时储能容量数据和/或实时储能负荷数据,确定光伏储能系统的场景修正系数,包括如下步骤:基于光伏储能系统的剩余储能容量与预设储能容量的差异情况,确定光伏储能系统的实时储能容量数据;基于光伏储能系统的实时储能负荷与历史平均储能负荷的差异情况,确定光伏储能系统的实时储能负荷数据;基于实时储能容量数据与第一预设修正系数的乘积,以及实时储能负荷数据与第二预设修正系数的乘积,确定光伏储能系统的场景修正系数。

4、在上述第一方面的一种可能的实现中,实时储能容量数据基于光伏储能系统的剩余储能容量与预设储能容量的差值,与预设储能容量的比值确定;实时储能负荷数据为光伏储能系统的实时储能负荷与历史平均储能负荷的差值,与历史平均储能负荷的比值确定。

5、在上述第一方面的一种可能的实现中,基于基础功率预测结果以及场景修正系数,确定光伏储能系统的修正功率预测结果,包括如下步骤:基于预设的预测时间范围,确定预测时间范围对应的基础功率预测结果;基于场景修正系数,对预测时间范围对应的基础功率预测结果进行修正,以获取修正功率预测结果。

6、在上述第一方面的一种可能的实现中,基于光伏储能系统的预测特征数据集合,确定基础功率预测结果,包括如下步骤:基于预测特征数据集合,分别提取空间分布特征、时间序列特征以及全局依赖特征,以获取预测特征数据集合对应的融合特征向量;基于融合特征向量,通过预训练的功率预测模型,确定基础功率预测结果;其中,空间分布特征基于气象环境数据,通过卷积神经网络提取以获取;时间序列特征基于光伏发电数据、储能状态数据以及充电输出数据中的一项或任意多项,通过长短期记忆网络提取以获取;全局依赖特征基于预测特征数据集合,通过多头注意力机制提取以获取。

7、在上述第一方面的一种可能的实现中,该种光伏储能系统的功率预测方法,还可以包括如下步骤:获取光伏储能系统的实际功率监测结果;基于实际功率监测结果与修正功率预测结果之间的差异情况,修正预训练的功率预测模型。

8、在上述第一方面的一种可能的实现中,该种光伏储能系统的功率预测方法,还可以包括如下步骤:获取光伏储能系统的实际功率监测结果;基于实际功率监测结果与修正功率预测结果之间的差异情况,修正第一预设修正系数和/或第二预设修正系数。

9、在上述第一方面的一种可能的实现中,该种光伏储能系统的功率预测方法,还可以包括如下步骤:在实际功率监测结果与修正功率预测结果之间的差异程度大于预设阈值的情况下,基于实际功率监测结果以及预测特征数据集合,对预训练的功率预测模型执行重训练。

10、在上述第一方面的一种可能的实现中,获取光伏储能系统的预测特征数据集合,包括:基于预测特征数据所包含的数据项,获取对应的原始采集数据;对原始采集数据执行数据归一化处理以及异常数据清洗处理,以获取对应的预处理采集数据;基于时间戳信息对齐数据项对应的预处理采集数据,以获取预测特征数据集合。

11、本申请的第二方面提供了一种光伏储能系统,可以应用前述第一方面提供的光伏储能系统的功率预测方法执行功率预测控制。

12、本申请提供的技术方案至少具有以下优点:

13、通过本申请提供的技术方案,能够结合多维度预测特征数据、光伏储能系统的实时储能情况以及储能输出负荷情况,对光伏发电功率预测进行多维度协同预测修正,有效提升了光伏发电预测的准确性和鲁棒性。

1.一种光伏储能系统的功率预测方法,其特征在于,包括:

2.根据权利要求1所述的光伏储能系统的功率预测方法,其特征在于,所述基于所述光伏储能系统的实时储能容量数据和/或实时储能负荷数据,确定所述光伏储能系统的场景修正系数,包括:

3.根据权利要求2所述的光伏储能系统的功率预测方法,其特征在于,所述实时储能容量数据基于所述光伏储能系统的剩余储能容量与所述预设储能容量的差值,与所述预设储能容量的比值确定;

4.根据权利要求1或2所述的光伏储能系统的功率预测方法,其特征在于,所述基于所述基础功率预测结果以及所述场景修正系数,确定所述光伏储能系统的修正功率预测结果,包括:

5.根据权利要求1所述的光伏储能系统的功率预测方法,其特征在于,所述基于所述光伏储能系统的预测特征数据集合,确定基础功率预测结果,包括:

6.根据权利要求5所述的光伏储能系统的功率预测方法,其特征在于,还包括:

7.根据权利要求2所述的光伏储能系统的功率预测方法,其特征在于,还包括:

8.根据权利要求6或7所述的光伏储能系统的功率预测方法,其特征在于,还包括:

9.根据权利要求1或5所述的光伏储能系统的功率预测方法,其特征在于,所述获取光伏储能系统的预测特征数据集合,包括:

10.一种光伏储能系统,其特征在于,应用如权利要求1至权利要求9中任意一项所述的光伏储能系统的功率预测方法执行功率预测控制。