本发明专利技术提供一种基于残差修正时间序列的光伏发电预测方法及装置。针对光伏发电系统的电量预测，使用历史天气数据结合光伏发电设备的历史数据，建立两个模型：时间序列预测模型和残差回归模型。其中时间序列模型对历史发电量数据进行分解和预测，通过历史发电量产生新发电量；残差预测模型以历史的天气数据为特征，对历史发电量与时间序列模型预测的发电量的残差进行回归建模，通过学习历史天气数据与发电量预测残差的关系，使用新天气特征预测残差，并与时间序列预测的发电量相加产生最终预测结果。该方法利用历史特征和结果，融合两个模型进行预测，解决了现有模型单独依靠历史特征进行预测的数据利用不充分和预测偏差较大的问题。的问题。的问题。
【技术实现步骤摘要】
一种光伏发电预测方法、装置、设备及存储介质
[0001]本申请涉及光伏发电领域，尤其涉及一种光伏发电预测方法、装置、设备及存储介质。
技术介绍
[0002]光伏组件是一种可以将光能转化为电能的装置。随着清洁能源越来越被重视，光伏产业作为一种低碳、可再生能源，正在世界范围内蓬勃发展，各国光伏发电站的安装量逐年增长。
[0003]在预建立光伏发电站时，首先需要对光伏发电站的发电量进行预测，相关技术中，通常参照根据安装地点周边已有光伏发电站的发电量对预建立的光伏发电站进行发电量的大致估测，或者采用一定的历史数据或历史特征，进行数据建模预测。
[0004]然而，在光伏发电的预测中，该问题与天气数据有强相关性，同时具备以天为单位的强周期性与趋势性。因此，单纯采用以天为单位的周期性建模方式或者单纯采用以天气数据为特征历史特征的建模方式，都无法完整利用数据得到可靠的预测结果，导致预测结果不准确，不能满足光伏发电预测的生产需要。因此，亟需一种光伏发电预测方法，能够将天气因素与时间因素统筹考量，以提高光伏发电预测的准确性。
技术实现思路
[0005]本申请实施例提供了一种光伏发电预测方法、装置、设备及介质，用以解决现有的光伏发电预测方法不准确，不能满足光伏发电预测的生产需要技术问题。
[0006]第一方面，本申请实施例提供了一种光伏发电预测方法，包括：采集多个历史时间点的历史发电量与历史天气数据；根据历史发电量与历史时间点的关联特性，构建时间序列预测模型；根据时间序列预测模型，确定多个历史时间点的发电量历史预测值，并计算发电量历史预测值与历史发电量的残差；使用历史天气数据对残差建立残差回归模型；根据时间序列预测模型，确定待预测时间点的发电量初预测值；根据残差回归模型，确定残差预测值；根据发电量初预测值与残差预测值，确定发电量预测值。
[0007]在本申请实施例中，既考虑了历史时间点与历史发电量的关联规律，同时，又考虑了天气数据对发电量的影响，将天气数据用于对时间因素的预测结果残差进行残差回归，从而结合了时间因素与天气因素两种发电量影响因素，进而全面利用历史发电量数据，提高了光伏发电量的预测准确度。
[0008]在本申请的一个实施例中，根据历史发电量与历史时间点的关联特性，构建时间序列预测模型，具体包括：对历史发电量数据进行时间序列分解，将历史发电量分解为趋势量、周期量和随机量，并确定趋势量
‑
时间曲线、周期量
‑
时间曲线、随机量
‑
时间曲线；其中，趋势量为历史发电量随时间成趋势性变化的分量，周期量为历史发电量随时间成周期性变化的分量，随机量为历史发电量除趋势量、周期量之外的剩余分量。
[0009]本申请实施例将时间因素分解为趋势量、周期量和随机量三个分量，依次来对历
史发电量与时间的关系进行拟合，一方面提高了发电量与时间规律拟合的准确性，另一方面设置的随机量这一分量，与因天气变化产生的波动具有较高的一致性，从而便于使用天气数据对残差进行拟合。
[0010]在本申请的一个实施例中，时间序列预测模型，还包括：对趋势量进行多项式拟合，确定趋势
‑
时间多项式函数；根据趋势
‑
时间多项式函数，确定所预测的时间点的趋势预测值；根据周期量
‑
时间曲线，确定所预测的时间点的周期量预测值；根据随机量时间曲线，确定随机量的平均值；将所预测时间点的趋势预测值与周期量预测值，以及随机量的平均值相加，得到时间序列预测模型的预测结果。
[0011]在本申请实施例中，周期量是随时间周期性变化的分量，可以根据周期情况直接得到对应时间点的周期量；而随机量是历史发电量除趋势量以及周期量之外的残差分量，其无法根据时间性规律进行预测，因此在时间拟合的模型中，仅需直接考虑随机量的平均值，即可得到根据时间性规律模型的预测结果。
[0012]在本申请的一个实施例中，时间序列分解具体为：使用STL算法进行时间序列分解。
[0013]在本申请的一个实施例中，历史天气数据包括日照时长、光照强度、温度、湿度、风向、风量、云量、降雨量中的一项或多项。
[0014]在本申请的一个实施例中，使用历史天气数据对残差建立残差回归模型，具体为基于决策树算法建立残差回归模型。
[0015]在本申请的一个实施例中，采集多个历史时间点的历史发电量与历史天气数据，具体地，以日为单位采集；周期量的变化周期为4周。
[0016]第二方面，本申请实施例提供了一种光伏发电预测装置，包括：采集模块，用于采集多个历史时间点的历史发电量与历史天气数据；时间序列模型构建模块，用于根据历史发电量与历史时间点的关联特性，构建时间序列预测模型；历史残差计算模块，用于根据时间序列预测模型，确定多个历史时间点的发电量历史预测值，并计算发电量历史预测值与历史发电量的残差；残差回归模块，用于使用历史天气数据对残差建立残差回归模型；发电量预测模块，用于根据时间序列模型以及残差回归模型，确定发电量预测值。
[0017]第三方面，本申请实施例提供了一种光伏发电预测设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，处理器执行计算机程序时实现如本申请第一方面所提供的方法的步骤。
[0018]第四方面，本申请实施例提供了一种非易失性计算机存储介质，存储有计算机可执行指令，计算机程序被处理器执行时实现如本申请第一方面所提供的方法的步骤。
附图说明
[0019]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0020]图1为本申请实施例提供的一种光伏发电预测方法流程图；
[0021]图2为本申请实施例提供的一种光伏发电预测装置示意图；
[0022]图3为本申请实施例提供的一种光伏发电预测设备示意图。
具体实施方式
[0023]为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0024]太阳光作为一种新能源已经广泛应用于光伏发电产业。在预建立光伏发电站时，首先需要对光伏发电站的发电量进行预测，相关技术中，通常参照根据安装地点周边已有光伏发电站的发电量对预建立的光伏发电站进行发电量的大致估测，或者采用一定的历史数据或历史特征，进行数据建模预测。
[0025]通常，任意随机变量的时间序列都可以分解为四种成分：水平部分(平均值)、趋势部分(上升或下降)、季节性部分(周期性的重复)，以及剩余的随机扰动，即前三者都没法解释的“杂音”。我们常见的时间序列，根据复杂度的不同，一般上述成分中的一种、两种、三种或本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种光伏发电预测方法，其特征在于，所述方法包括：采集多个历史时间点的历史发电量与历史天气数据；根据历史发电量与历史时间点的关联特性，构建时间序列预测模型；根据所述时间序列预测模型，确定多个历史时间点的发电量历史预测值；计算所述发电量历史预测值与所述历史发电量的残差；使用历史天气数据对所述残差建立残差回归模型；根据所述时间序列预测模型与所述残差回归模型，确定发电量预测值。2.如权利要求1所述的一种光伏发电预测方法，其特征在于，所述根据历史发电量与历史时间点的关联特性，构建时间序列预测模型，具体包括：对所述历史发电量数据进行时间序列分解，具体包括：使用时间序列分解算法，将所述历史发电量分解为趋势量、周期量和随机量，并确定趋势量
‑
时间曲线、周期量
‑
时间曲线、随机量
‑
时间曲线；其中，所述趋势量为历史发电量随时间成趋势性变化的分量，所述周期量为历史发电量随时间成周期性变化的分量，所述随机量为历史发电量除趋势量、周期量之外的剩余分量。3.根据权利要求2所述的一种光伏发电预测方法，其特征在于，所述时间序列预测模型，还包括：对所述趋势量进行多项式拟合，确定趋势
‑
时间多项式函数；根据所述趋势
‑
时间多项式函数，确定所预测的时间点的趋势预测值；根据周期量
‑
时间曲线，确定所预测的时间点的周期量预测值；根据随机量
‑
时间曲线，确定随机量的平均值；将所预测时间点的所述趋势预测值与所述周期量预测值，以及所述随机量的平均值相加，得到所述时间序列预测模型的预测结果。4.根据权利要求2或3所述的一种光伏发电预测方法，其特征在于，所述时间序列分解算法，具体为STL算法。5.根据权利要求1所述的一种光伏发电预测方法，其特征在于，所述使用历史天气数据对所述残差建立残差回归模型，具体包括：以所述历史天气数据作为训练数据，以所述残差作为训练标签，基于机器学习算法，得到残差回归模型。6.根据权利要求5所述的一种光伏发电预测方法，其特征在于，所述历史天气数据包括日照时长、光照强度、温度、湿度、风...
【专利技术属性】
技术研发人员：段强，李锐，张晖，
申请(专利权)人：山东浪潮科学研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。