CN118966447B 一种光伏功率预测方法 （苏州市壹米新能源科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN118966447B(45)授权公告日2025.07.11

(21)申请号202411059219.9

(22)申请日2024.08.03

(65)同一申请的已公布的文献号申请公布号CN118966447A

(43)申请公布日2024.11.15

(73)专利权人苏州市壹米新能源科技有限公司地址215000江苏省苏州市吴江区东太湖

生态旅游度假区(太湖新城)东太湖大道7070号亨银金融大厦-1901内1910号

(51)Int.CI.

GO6Q10/04(2023.01)

G06Q10/067(2023.01)GO6Q50/06(2024.01)GO6N3/0442(2023.01)GO6N3/08(2023.01)

(56)对比文件

CN117713218A,2024.03.15

CN116596580A,2023.08.15审查员钟容

(72)发明人王中华沈福官龚赟

(74)专利代理机构苏州前哨站知识产权代理事务所(普通合伙)32858

专利代理师刘坤

权利要求书4页说明书13页附图2页

(54)发明名称

一种光伏功率预测方法

(57)摘要

CN118966447B本发明公开了一种光伏功率预测方法，涉及智能电网技术领域，包括，从多个数据源中收集并预处理数据，形成多模态数据集；构建辐射传输模型，计算光伏组件表面的太阳辐射强度；基于历史数据构建光伏功率预测模型，捕捉天气模式与光伏功率输出之间的非线性关系，输出得到预测光伏功率；使用历史数据集训练光伏功率预测模型，将太阳辐射强度作为模型的辅助输入；收集实时多模态数据集，结合实时太阳辐射强度输入训练好的光伏功率预测模型，进行光伏功率实时预测；根据实时预测值的误差，动态调整预测策略，优化模型参数；根据光伏功率预测结果，

CN118966447B

理数照，形成多模态数据集

理数照，形成多模态数据集

构建福时传拍模型，计算光伏组件表黑的太阳福射强度

基于历史数据构建光状功车

光伏功军输出之间的非然性

车预测模型，将太阳疆材强

收集实时多模态数据集，绍

合实时太阳幅盯强度输入训

体好的光伏功车预则模型。

进行光伏功车实时预测

，结储系统的状态，对电力资源的进行高效分配和管理

CN118966447B权利要求书1/4页

2

1.一种光伏功率预测方法，其特征在于：包括，

从多个数据源中收集并预处理数据，形成多模态数据集；

构建辐射传输模型，计算光伏组件表面的太阳辐射强度；

基于历史数据构建光伏功率预测模型，捕捉天气模式与光伏功率输出之间的非线性关系，输出得到预测光伏功率；

使用历史数据集训练光伏功率预测模型，将太阳辐射强度作为模型的辅助输入；

收集实时多模态数据集，结合实时太阳辐射强度输入训练好的光伏功率预测模型，进行光伏功率实时预测；

根据实时预测值的误差，动态调整预测策略，优化模型参数；

根据光伏功率预测结果，结合电网的实时需求和储能系统的状态，对电力资源进行高效分配和管理；

所述从多个数据源中收集并预处理数据，形成多模态数据集，具体步骤为：

收集气象数据，对收集到的数据进行预处理；

将经过预处理的数据集合形成多模态数据矩阵X,X是n×p的矩阵，其中n是观测的数量，p是变量的数量；

针对气象数据中的温度和风速进行融合，形成风寒指数，表达式为：

WCI=13.12+0.6215·T-11.37·v0.16+0.3965·T·v?.16;

其中，WCI为风寒指数，表示在给定的温度和风速条件下，人体皮肤感知的温度，T表示空气温度，v表示风速，公式中的具体数值为常数；

多模态数据矩阵为X,表达式为：

X=(WCI,It);

其中，I表示太阳辐射强度；

利用主成分分析PCA对数据进行降维，表达式为：

Y=X·W;

其中，X表示多模态数据矩阵，W由主成分构成的权重矩阵，Y表示融合后的特征向量；

将经过预处理的数据按时间序列组织，构建包含历史天气状况与对应光伏功率输出的多模态数据集；

所述构建辐射传输模型，计算光伏组件表面的太阳辐射强度，具体步骤为：

采用二流近似辐射传输模型作为辐射传输模型；

采用皮尔逊-布拉克曼公式计算直射辐射强度，表达式为：

Ia=Io·cos(δ)/Z;