一种分布式光伏发电预测方法及系统与流程

本发明涉及光伏发电预测，尤其涉及一种分布式光伏发电预测方法及系统。

背景技术：

1、由于日照强度具有随机性，光伏电站的发电量常常不稳定，且电站的分布相对于传统的火电站也较为分散。鉴于光伏电站发电量随机、地理位置分散的特点，需要为其提供调控治理方法。目前针对光伏电站调控治理方法，状态估计这一技术已经获得了广泛应用。状态估计是一种通过收集电站现有数据、分析得出电站运行状态的技术。现有的电站状态估计方法可以分为基于传输系统的测量、基于分布式系统的测量以及伪测量，其中伪测量以基于学习的测量为主。

2、在传统的电站状态估计中，伪测量由于其精度问题并没有得到广泛应用。而近年来，深度学习技术的发展给伪测量带来了新的优化方案，有效的提高了伪测量精度。然而，目前基于循环神经网络的伪测量方法对于过长的时间序列数据，预测精度仍未满足要求，且对于时序数据中的错误数据处理效果不佳，这些错误可能是由设备故障、恶劣天气等原因导致。因此，亟需一种能够对随机性数据进行较高精确度处理的调控方法。

技术实现思路

1、鉴于上述现有存在的问题，提出了本发明。

2、因此，本发明提供了一种分布式光伏发电预测方法及系统解决目前伪测量方法对于过长的时间序列数据，预测精度无法满足要求，且对于时序数据中的错误数据处理效果不佳的问题。

3、为解决上述技术问题，本发明提供如下技术方案：

4、第一方面，本发明提供了一种分布式光伏发电预测方法，包括：

5、获取原始发电数据序列；

6、对所述原始发电数据序列进行预处理，所述预处理通过经验模态分解原则对所述原始发电数据序列进行分解，得到数个子序列；

7、将所述数个子序列输入至循环神经网络，所述输入通过引入因果卷积方法对数个子序列进行卷积操作，并得到各子序列的预测分量；对所述预测分量进行聚合，所述聚合引入点积注意力机制并通过激活函数作为网络连接方式，以控制不同预测分量聚合程度并得到预测值；

8、基于所述预测值调控输出功率，设置不同输出策略。

9、作为本发明所述的分布式光伏发电预测方法的一种优选方案，其中：所述预处理通过经验模态分解原则对所述原始发电数据序列进行分解，得到数个子序列，包括：

10、将原始发电数据序列与上下包络相减，得到备选光伏发电特征序列；

11、若备选发电特征序列满足子信号模态稳定的分解原则，则将其从原序列中取出，并对剩余序列继续分解；

12、若备选发电特征不满足子信号模态稳定的分解原则，则继续上下包络操作，直至满足分解原则；

13、得到数个子序列与残余序列，并将残余序列剔除。

14、作为本发明所述的分布式光伏发电预测方法的一种优选方案，其中：所述输入通过引入因果卷积方法对数个子序列进行卷积操作，并得到各子序列的预测分量，包括：

15、根据光伏发电数据的周期性特征，预设输入长度的滑动窗口时间跨度；

16、输入数个子序列，引入因果卷积法对输入数据进行卷积操作；

17、利用门控循环单元神经元的重置状态与更新状态，对输入数据进行保留与更新，提取输入数据的局部特征，得到各子序列的预测分量。

18、作为本发明所述的分布式光伏发电预测方法的一种优选方案，其中：所述聚合引入点积注意力机制，包括：

19、计算子序列与原始发电数据序列点积值，归一化后以得到权重；

20、通过计算所述权重与子序列的预测分量乘积，以控制不同预测分量的聚合程度。

21、作为本发明所述的分布式光伏发电预测方法的一种优选方案，其中：所述通过激活函数作为网络连接方式，其中：

22、设定所述激活函数为输出范围在(-1,1)的sigmoid函数。

23、作为本发明所述的分布式光伏发电预测方法的一种优选方案，其中：所述上下包络利用交点导数相等的数个三次函数构建，具体包括：

24、获取原始发电数据序列的所有极大值点与极小值点；

25、以三次函数连接相邻的两个极大值点，并通过该两点的坐标与导数值求解该三次函数

26、选取交点导数相等的约束连接相邻相交的三次函数；

27、将极大值点连成的曲线作为上包络线，将极小值点连成的曲线作为下包络线。

28、作为本发明所述的分布式光伏发电预测方法的一种优选方案，其中：基于所述预测值调控输出功率，设置不同输出策略，包括：

29、根据光伏发电量设计不同的输出功率调控方案；

30、基于输出功率与发电量匹配原则，结合所述预测值动态的改变调控方案。

31、第二方面，本发明提供了一种分布式光伏发电预测系统，包括：

32、获取模块，用于获取原始发电数据序列；

33、预处理分解模块，用于对所述原始发电数据序列进行预处理，所述预处理通过经验模态分解原则对所述原始发电数据序列进行分解，得到数个子序列；

34、预测模块，用于将所述数个子序列输入至循环神经网络，所述输入通过引入因果卷积方法对数个子序列进行卷积操作，并得到各子序列的预测分量；对所述预测分量进行聚合，所述聚合引入点积注意力机制并通过激活函数作为网络连接方式，以控制不同预测分量聚合程度并得到预测值；

35、调控输出模块，用于基于所述预测值调控输出功率，设置不同输出策略。

36、第三方面，本发明提供了一种计算设备，包括：

37、存储器和处理器；

38、所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现分布式光伏发电预测方法的步骤。

39、第四方面，本发明提供了一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现所述分布式光伏发电预测方法的步骤。

40、与现有技术相比，本发明的有益效果：本发明通过循环神经网络适配光伏电站发电数据的时间序列特性，易于捕捉光伏数据的长期与短期特征，预测速度与精度上优于传统的基于统计的方法；同时，通过因果卷积方法处理输入数据扩大了预测模型的特征感受野，优化了模型的特征提取效果；并优化设计新的激活函数既适应了光伏发电数据的波动特性，也优化了残差机制的连接方式，缓解了模型层数堆叠带来的梯度问题，提升了预测精度。

技术特征：

1.一种分布式光伏发电预测方法，其特征在于，包括：

2.如权利要求1所述的分布式光伏发电预测方法，其特征在于，所述预处理通过经验模态分解原则对所述原始发电数据序列进行分解，得到数个子序列，包括：

3.如权利要求1或2所述的分布式光伏发电预测方法，其特征在于，所述输入通过引入因果卷积方法对数个子序列进行卷积操作，并得到各子序列的预测分量，包括：

4.如权利要求3所述的分布式光伏发电预测方法，其特征在于，所述聚合引入点积注意力机制，包括：

5.如权利要求4所述的分布式光伏发电预测方法，其特征在于，所述通过激活函数作为网络连接方式，其中：

6.如权利要求5所述的分布式光伏发电预测方法，其特征在于，所述上下包络利用交点导数相等的数个三次函数构建，具体包括：

7.如权利要求6所述的分布式光伏发电预测方法，其特征在于，基于所述预测值调控输出功率，设置不同输出策略，包括：

8.一种应用如权利要求1所述的分布式光伏发电预测方法的系统，其特征在于，包括：

9.一种电子设备，包括：

10.一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现权利要求1至7任意一项所述分布式光伏发电预测方法的步骤。

技术总结本发明公开了分布式光伏发电预测方法及系统，方法包括：获取原始发电数据序列；对原始发电数据序列进行预处理，预处理通过经验模态分解原则对原始发电数据序列进行分解，得到数个子序列；将数个子序列输入至循环神经网络，输入通过引入因果卷积方法对数个子序列进行卷积操作，并得到各子序列的预测分量；对预测分量进行聚合，聚合引入点积注意力机制并通过激活函数作为网络连接方式，以控制不同预测分量聚合程度并得到预测值；基于预测值调控输出功率，设置不同输出策略。本发明易于捕捉光伏数据的长期与短期特征，通过因果卷积法优化了模型的特征提取效果；新的激活函数既适应了光伏发电数据的波动特性，也优化了残差机制的连接方式。技术研发人员：吴少雄,李若昕,刘永春,陶晓峰,蔡华,田中利,卢炎炎,王瑞,陆洋,张高山,刘淇,盛昕炜,缪平,陈诚,邓风平,吴海龙,俞海猛,袁野,冯金兰受保护的技术使用者：国电南瑞南京控制系统有限公司技术研发日：技术公布日：2024/12/2