本发明专利技术公开了基于极端天气的新能源区域功率预测系统，涉及新能源功率预测技术领域，解决了现有技术中因没有考虑到极端天气下的历史功率与气象数据的误差关联性有误差，导致功率预测不准确的技术问题；本发明专利技术通过收集历史天气数据、对应历史区域功率、历史发电数据和预测天气数据；将历史天气数据与预设的天气阈值范围进行比较并分析历史极端天气；构建功率预测模型，并识别得到预测极端天气，将医学极端天气与预测天气数据输入功率预测模型得到预测总功率；将与预测极端天气与历史极端天气进行匹配得到匹配发电手段，根据匹配发电手段得到匹配功率，将预测总功率减去匹配功率得到非清洁能源功率，根据非清洁能源功率得到非清洁能源用量。
【技术实现步骤摘要】
本专利技术属于功率预测领域，涉及天气数据分析技术，具体是基于极端天气的新能源区域功率预测系统。
技术介绍
1、环境污染与能源紧缺给社会带来巨大压力，使得环保意识逐渐深入人心，越来越多地区鼓励发展新能源产业，促使新能源发展提上日程，新能源发电将成为一个重要发展方向。光伏与风力发电系统成为现代新能源发电主要表现形式，而系统能源功率极大的受到温度、湿度、气压、太阳辐射量、风速和风向等天气数据影响，并且在极端天气时，天气变化存在极大的不确定性与随机性，会导致新能源发电系统无法稳定运行；
2、申请号为cn2019108238078的专利技术专利公开了一种考虑天气的区域短期能源功率预测方法及系统，该专利技术通过获取未来日期的未来气象数据，并从数据库中提取与未来气象数据相同的历史气象数据、历史网络api气象数据以及实测历史发电功率数据，根据历史气象数据、历史网络api气象数据以及实测历史发电功率数据计算得到历史总误差数据；获取实时气象误差，将历史总误差数据与实时气象数据结合得到气象总误差数据，将未来气象数据与气象总误差数据结合得到预测气象数据，根据预测气象数据得到功率预测数据，根据功率预测数据优化系统发电计划；该专利技术在获取功率预测数据时，只将气象总误差数据作为功率预测的因素，没有考虑到历史气象对应的历史功率，特别是在极端天气时，不同的极端天气对应的历史功率不同，只考虑气象的误差数据可能会导致预测得到的预测功率不准确。
3、本专利技术提供了基于极端天气的新能源区域功率预测系统，以解决以上技术问题。
<
p>技术实现思路1、本专利技术旨在至少解决现有技术中存在的技术问题之一；为此，本专利技术提出了基于极端天气的新能源区域功率预测系统，用于解决现有技术中因没有考虑到极端天气下的历史功率与气象数据的误差关联性有误差，导致功率预测不准确的技术问题。
2、为实现上述目的，本专利技术的第一方面提供了基于极端天气的新能源区域功率预测系统，包括：数据库、数据收集模块、天气识别模块和功率预测模块；
3、数据收集模块：用于收集历史天气数据、对应的历史区域功率、历史发电数据和预测天气数据；
4、功率预测模块：用于根据历史天气数据识别对应的历史极端天气，基于历史极端天气、历史天气数据与对应的历史区域功率构建功率预测模型；识别预测天气数据对应的极端天气，将极端天气输入功率预测模型中得到预测总功率；
5、发电分析模块：用于根据预测总功率、历史区域功率、历史发电数据、历史天气数据和预测天气数据预测得到非清洁能源使用量。
6、优选的，所述根据历史天气数据识别对应的历史极端天气，包括：
7、提取历史天气数据；所述历史天气数据包括历史温度、历史光照、历史风速和历史降雨量；
8、设置天气阈值范围；其中，天气阈值根据分辨极端天气的天气数据设置；天气阈值包括光照阈值范围、风速阈值范围、温度阈值范围和降雨阈值范围；
9、判断历史温度是否包含于温度阈值范围内；是，则将温度状态标记为温度非极端状态；否，将温度状态标记为温度极端状态；
10、判断历史风速是否包含于风速阈值范围内；是，则将风速状态标记为风速非极端状态；否，则将风速状态标记为风速极端状态；
11、判断历史光照是否包含于光照阈值范围内；是，则将光照状态标记为光照非极端状态；否，则将光照状态标记为光照极端状态；
12、判断历史降雨量是否包含于降雨阈值范围内；是，则将降雨状态标记为降雨非极端状态；否，则将降雨状态标记为降雨极端状态；
13、将温度极端状态、风速极端状态、光照极端状态和降雨极端状态标记为极端状态；将温度状态、风速状态、光照状态和降雨状态组合得到天气状态；对天气状态中出现的极端状态进行分析得到历史极端天气。
14、优选的，所述对天气状态中出现的极端状态进行分析得到历史极端天气，包括：
15、提取天气状态中的极端状态，从数据库中提取极端天气对照表；
16、将极端状态与极端天气对照表进行匹配得到历史天气数据对应的历史极端天气。
17、优选的，所述基于历史极端天气、历史天气数据与对应的历史区域功率构建功率预测模型，包括：
18、提取历史极端天气、历史天气数据与对应的历史区域功率；
19、将历史极端天气、历史天气数据与对应的历史区域功率作为训练数据和检验数据，使用训练数据对神经网络模型进行训练，使用检验数据对训练完成后的神经网络模型进行检验，根据检验结果对神经网络模型进行参数调整，得到输入数据为极端天气和天气数据，输出数据为对应的区域功率的功率预测模型。
20、优选的，所述根据预测总功率、历史区域功率、历史发电数据、历史天气数据和预测天气数据预测得到非清洁能源使用量，包括：
21、提取预测总功率、历史区域功率、历史发电数据、历史天气数据和预测天气数据；
22、匹配历史极端天气对应的历史区域功率和历史发电数据；
23、识别预测天气数据的预测天气状态，将预测天气状态与极端天气对照表进行匹配得到预测极端天气；
24、判断预测极端天气是否与历史极端天气相同；是，则将对应历史发电数据标记为匹配发电手段；否，则将对应历史发电数据标记为不匹配发电手段；
25、根据匹配发电手段获取匹配功率；将对应预测总功率减去匹配功率得到非清洁能源功率；根据非清洁能源功率得到非清洁能源用量。
26、优选的，所述根据匹配发电手段获取匹配功率，包括：
27、提取匹配发电手段；所述匹配发电手段包括极端天气下太阳能发电、水力发电、风力发电与对应的发电功率；
28、计算太阳能发电功率的平均值得到太阳能功率，计算水力发电功率的平均值得到水力功率，计算风力发电功率的平均值得到风力功率；
29、将太阳能功率、水力功率和风力功率组合得到匹配功率。
30、与现有技术相比，本专利技术的有益效果是：
31、1.本专利技术通过收集历史天气数据、对应历史区域功率、历史发电数据和预测天气数据；将历史天气数据与预设的天气阈值范围进行比较，得到天气状态，对天气状态中的极端状态进行分析得到历史极端天气，能够更加准确的判断是否为极端天气，可以帮助制定更有效的适应策略，有助于优化能源生产和分配；基于历史极端天气、历史天气数据与对应的历史区域功率构建功率预测模型，并识别预测日期的预测天气数据对应极端天气，将极端天气与预测天气数据输入功率预测模型得到预测总功率，可以更准确地预测在不同天气条件下区域的总功率需求；识别预测天气数据对应的预测天气状态，并与极端天气对照表进行匹配，得到预测极端天气，将与预测极端天气相同的历史极端天气对应历史发电数据标记为匹配发电手段，根据匹配发电手段得到匹配功率，将预测总功率减去匹配功率得到非清洁能源功率，根据非清洁能源功率得到非清洁能源用量，能够更准确地预测在特定天气条件下，尤其是极端天气下，区域的总功率需求，使电力调度更为本文档来自技高网
...
【技术保护点】
1.基于极端天气的新能源区域功率预测系统，其特征在于，包括：数据库、数据收集模块、天气识别模块和功率预测模块；
2.根据权利要求1所述的基于极端天气的新能源区域功率预测系统，其特征在于，所述根据历史天气数据识别对应的历史极端天气，包括：
3.根据权利要求2所述的基于极端天气的新能源区域功率预测系统，其特征在于，所述对天气状态中出现的极端状态进行分析得到历史极端天气，包括：
4.根据权利要求1所述的基于极端天气的新能源区域功率预测系统，其特征在于，所述基于历史极端天气、历史天气数据与对应的历史区域功率构建功率预测模型，包括：
5.根据权利要求1所述的基于极端天气的新能源区域功率预测系统，其特征在于，所述根据预测总功率、历史区域功率、历史发电数据、历史天气数据和预测天气数据预测得到非清洁能源使用量，包括：
6.根据权利要求5所述的基于极端天气的新能源区域功率预测系统，其特征在于，所述根据匹配发电手段获取匹配功率，包括：
【技术特征摘要】
1.基于极端天气的新能源区域功率预测系统，其特征在于，包括：数据库、数据收集模块、天气识别模块和功率预测模块；
2.根据权利要求1所述的基于极端天气的新能源区域功率预测系统，其特征在于，所述根据历史天气数据识别对应的历史极端天气，包括：
3.根据权利要求2所述的基于极端天气的新能源区域功率预测系统，其特征在于，所述对天气状态中出现的极端状态进行分析得到历史极端天气，包括：
4.根据权利要求1所述的基于极端...
【专利技术属性】
技术研发人员：姚一鸣，丁然，王宣元，徐海翔，刘冉杰，
申请(专利权)人：国网冀北电力有限公司，
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。