基于多任务一维卷积网的光伏发电功率波动性多参数预报方法技术

技术编号：44508433 阅读：2 留言：0更新日期：2025-03-07 13:05

本发明专利技术基于多任务一维卷积网的光伏发电功率波动性多参数预报方法，属于电力系统控制技术领域，首先，进行预报参数的选择，选取光伏发电功率波动标准差和波动变差作为光伏发电功率波动范围和波动速率的直接刻画；然后，对各参数进行ACF、PACF、MIC的时延相关性分析，来进行光伏发电多参数的可预报性分析；最后，设计一种多任务一维卷积神经网络进行光伏发电功率波动性多参数预报。本发明专利技术引入了具有明确物理意义和良好统计特性的光伏发电功率波动标准差和波动变差作为传统功率值的补充，利用多任务一维卷积网能够提高各参数、各时间步的预测精度，有助于推动光伏技术发展，推动可再生能源的普及应用，实现光伏发电的高效消纳。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术属于电力系统控制，特别是涉及到基于多任务一维卷积网的光伏发电功率波动性多参数预报方法。

技术介绍

1、电网在大规模光伏发电并网背景下需要合理安排互补电源的容量，预留充足的灵活性，保证系统调节速度能够快速响应风功率的变化，实现调节范围和调节速率的匹配以促进光伏发电的高效消纳。但是目前的光伏发电预报对象基本都集中在太阳辐射度和光伏发电功率，关于常规的常规状态波动范围和波动速率的直接刻画指标预报研究其实很少。

2、因此，现有技术亟需一种新的技术方案来解决上述问题。

技术实现思路

1、本专利技术所要解决的技术问题是：提供基于多任务一维卷积网的光伏发电功率波动性多参数预报方法，通过选择合适的光伏发电波动性度量参数，分析其可预报性、彼此间的相干性，制定适合的确定性预报策略，将传统单参数预报模式拓展至多参数集成型预报模式，从而为高比例光伏发电接入后电网的调峰调频提供更加多元化的信息。

2、基于多任务一维卷积网的光伏发电功率波动性多参数预报方法，包括以下步骤，

3、步骤一、选取光伏发电功率波动标准差作为光伏发电功率波动范围参数，选取光伏发电功率波动变差作为衡量光伏发电功率波动速率参数；

4、步骤二、对步骤一所述各参数进行自相关函数acf、偏自相关函数pacf以及最大信息系数mic的时延相关性分析，进行光伏发电功率波动多参数的可预报性分析；

5、步骤三、建立多任务一维卷积神经网络，对步骤二所述光伏发电功率波动多参数预报。

<p>6、步骤二所述自相关函数acf用于度量时间序列自身在不同滞后下的相关性，通过计算不同滞后步长的自相关系数来展示序列中各个时刻值之间的相似程度：

7、

8、式中，k表示滞后阶数，xt和xt+k分别为时间t和t+k时刻的观测值，t为序列的总长度，为时间序列的均值，定义为：

9、所述偏自相关函数pacf在acf的基础上，进一步考虑每个滞后步之间的直接关系，排除中间滞后的影响，公式为：

10、

11、式中，φk,k为序列在滞后k位置的偏自相关系数，γk为自相关函数acf在滞后k的值，φk-1,j是阶数为k-1时滞后j的偏自相关系数；

12、所述最大信息系数mic用于检测两个变量间的非线性关系，公式为：

13、

14、式中，x和y为划分网格的大小，i(x；y)为互信息。

15、步骤三所述多任务一维卷积神经网络用于时序数据建模，包括卷积层、池化层以及全连接层，所述卷积层通过多个卷积核在层输入上滑动执行对应元素乘积并求和的运算，将感受野内的信息投影产生一组平行的特征图；所述池化层对卷积层产生的特征图进行非线性降采样；降采样后特征集经过一层卷积操作和全连接操作获得模型输出。

16、通过上述设计方案，本专利技术可以带来如下有益效果：基于多任务一维卷积网的光伏发电功率波动性多参数预报方法，以研究常规的常规状态波动范围和波动速率的直接刻画指标预报，为高比例光伏发电接入后电网的调峰调频提供更加多元化的信息。

17、进一步的，本专利技术引入具有明确物理意义和良好统计特性的光伏发电功率波动标准差和波动变差作为传统功率值的补充，直接刻画了光伏发电功率的波动性，并对各参数进行了可预报性研究，证明了所选参数在一定时间尺度范围下的可预报性，同时，本专利技术设计的多任务1dcnn模型相较于单任务ann、单任务lstm、单任务1dcnn模型，在各参数、各时间步的预测表现都更加优异。本专利技术能够提高光伏发电功率预报的准确性，并给出了光伏发电波动性更为直接的刻画，促进了光伏发电的高效消纳。

18、本专利技术通过构建特定工况，在仿真平台上进行了验证，发现基于多任务一维卷积网的光伏发电功率波动性多参数预报方法能够有效提高各参数、各时间步的预测表现，有助于推动光伏技术发展，推动可再生能源的普及应用。

本文档来自技高网...

【技术保护点】

1.基于多任务一维卷积网的光伏发电功率波动性多参数预报方法，其特征是：包括以下步骤，

2.根据权利要求1所述的基于多任务一维卷积网的光伏发电功率波动性多参数预报方法，其特征是：步骤二所述自相关函数ACF用于度量时间序列自身在不同滞后下的相关性，通过计算不同滞后步长的自相关系数来展示序列中各个时刻值之间的相似程度：

3.根据权利要求1所述的基于多任务一维卷积网的光伏发电功率波动性多参数预报方法，其特征是：步骤三所述多任务一维卷积神经网络用于时序数据建模，包括卷积层、池化层以及全连接层，所述卷积层通过多个卷积核在层输入上滑动执行对应元素乘积并求和的运算，将感受野内的信息投影产生一组平行的特征图；所述池化层对卷积层产生的特征图进行非线性降采样；降采样后特征集经过一层卷积操作和全连接操作获得模型输出。

【技术特征摘要】

1.基于多任务一维卷积网的光伏发电功率波动性多参数预报方法，其特征是：包括以下步骤，

2.根据权利要求1所述的基于多任务一维卷积网的光伏发电功率波动性多参数预报方法，其特征是：步骤二所述自相关函数acf用于度量时间序列自身在不同滞后下的相关性，通过计算不同滞后步长的自相关系数来展示序列中各个时刻值之间的相似程度：

3.根据权利要求1所述的...

【专利技术属性】
技术研发人员：郭钰锋，欧阳逸航，贺欢，姜狄，周舒涛，白雪辰，杨晓明，刘宇，
申请(专利权)人：国网辽宁省电力有限公司鞍山供电公司，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人