【技術實現步驟摘要】
本專利技術涉及新能源光伏電站，尤其涉及一種數值氣象預報數據更新方法和系統。
技術介紹
1、隨著“雙碳”目標下新能源電力消納目標的逐步落實，為保障電網的安全穩定運行，各地區對新能源電站發電功率預測的考核日趨嚴格，對新能源發電在功率預測精度、功率預測時長和功率預測數據類別等方面提出了更高要求，考核罰款機制得到了進一步的明確和加強，發電功率預測的精度將直接影響電站的運營與盈利情況，而數值氣象預報數據精度和更新頻率又直接決定著發電功率預測的精度。電力市場化背景下電價的定制依賴于準確的產量預測，精準化的功率預測將成為重要的談判籌碼助力發電集團獲得滿意電價。由于電網中的新能源比例上升，電價的波動幅度也逐漸加大，對電力市場參與者帶來了不可控的影響。精準的預測量價可讓參與電力交易的新能源發電集團、新能源電站了解未來發電量數據，在短期現貨和中長期電力交易中合理分配電量。
2、但是，目前傳統方案數據輸入源單一，所以無法有效提高數值氣象預報數據精度和更新頻率，導致光伏電站發電功率預測精度和預測時長準確率較低。
技術實現思路
1、本專利技術的目的在于解決
技術介紹
中的至少一個技術問題，提供一種數值氣象預報數據更新方法和系統。
2、為實現上述目的，本專利技術提供一種數值氣象預報數據更新方法，包括：
3、通過地星聯合數據管理云平臺獲取并存儲光伏電站區域內的多源氣象數據和功率數據；
4、對多源氣象數據和功率數據進行預處理；
5、對所述多源氣象觀測數據中的
6、對所述初始化氣象預報數據和所述多源氣象數據中的氣象觀測站數據、天空成像儀監測數據進行二次融合處理，然后進行二次氣象預測，得到多源氣象融合數據；
7、對所述多源氣象融合數據和功率數據進行三次融合處理，然后進行三次氣象預測，得到歷史可用氣象預報數據；
8、實時獲取未來4小時的天空成像儀監測數據和氣象觀測站數據，通過獲取的數據對所述歷史可用氣象預報數據進行修正，得到實時可用氣象預報數據。
9、根據本專利技術的一個方面，所述地星聯合數據管理云平臺獲取并存儲光伏電站區域內的多源氣象數據和功率數據，包括：
10、地星聯合數據管理云平臺中安裝操作系統和關系數據庫，用于建立存放多源氣象觀測數據和功率數據的固定通道；
11、地星聯合數據管理云平臺與氣象衛星、光功率預測系統、氣象觀測站、天空成像儀建立數據傳輸通道，定期獲取到各數據源的多源氣象數據和功率數據。
12、根據本專利技術的一個方面，所述對多源氣象數據和功率數據進行預處理，包括：
13、通過氣象衛星專用通道讀取光伏電站區域內的多源氣象數據中的氣象衛星云圖數據，對氣象衛星云圖數據進行完整性、合理性校驗、壞數據剔除、缺測和異常數據平滑補充預處理，將預處理后的氣象衛星云圖數據存放于地星聯合數據管理云平臺的關系數據庫中；
14、對氣象觀測站數據、天空成像儀監測數據進行完整性、合理性校驗、壞數據剔除、缺測和異常數據平滑補充預處理，將預處理后的氣象觀測站數據、天空成像儀監測數據存放于地星聯合數據管理云平臺的關系數據庫中；
15、對功率數據集進行完整性、合理性校驗、壞數據剔除、缺測和異常數據平滑補充預處理，將預處理后的功率數據集存放于地星聯合數據管理云平臺的關系數據庫中。
16、根據本專利技術的一個方面，對所述多源氣象觀測數據中的氣象衛星云圖數據進行降尺度處理，采用模式預報方法進行初次氣象預測，得到初始氣象預報數據，包括：
17、從美國全球數值預報系統gfs和歐洲中期天氣預報中心ecmwf獲得原始數值氣象預報nwp數據，先依照當地歷史實測數據，對兩份數值氣象預報nwp數據進行合理性校驗，剔除異常數據，再對兩份數值氣象預報nwp數據取平均值；
18、對求取的平均值數據，利用transformer模型中的uformer模型和平滑插補算法進行降尺度處理，得到預報時間尺度15min的初始氣象預報數據。
19、根據本專利技術的一個方面，對所述初始化氣象預報數據和所述多源氣象數據中的氣象觀測站數據、天空成像儀監測數據進行二次融合處理，然后進行二次氣象預測，得到多源氣象融合數據，包括：
20、構建數據融合預測模型；
21、將初始化氣象預報數據、氣象觀測站數據、天空成像儀監測數據輸入數據融合預測模型，輸出原始多源氣象融合數據；
22、參考氣象觀測站數據，對原始多源氣象融合數據進行相關性修正，對偏離過大數據進行線性修正，輸出多源氣象融合數據。
23、根據本專利技術的一個方面，對所述多源氣象融合數據和功率數據進行三次融合處理，然后進行三次氣象預測，得到歷史可用氣象預報數據，包括：
24、將地星聯合數據管理云平臺的關系數據庫中預處理后的光伏電站區域內的功率數據和對多源融合氣象數據輸入數據融合預測模型進行融合處理和預測，得到初始可用氣象預報數據；
25、對初始可用氣象預報數據集進行平滑處理和異常數據清洗，得到歷史可用氣象預報數據。
26、根據本專利技術的一個方面，實時獲取未來4小時的天空成像儀監測數據和氣象觀測站數據，通過獲取的數據對所述歷史可用氣象預報數據進行修正，得到實時可用氣象預報數據，包括：
27、每隔1小時，利用獲取到的當前時刻和過去24小時的天空成像儀監測數據與氣象觀測站數據，利用卷積長短期記憶網絡模型預測未來4小時的天空成像儀監測數據和氣象觀測站數據，得到未來4小時的天空成像儀監測數據和氣象觀測站數據；
28、然后使用未來4小時的氣象觀測站數據和天空成像儀監測數據，利用bp神經網絡模型對歷史可用氣象預報數據進行修正，得到實時可用氣象預報數據，包括：
29、使用過去3個月歷史可用氣象預報數據和天空成像儀監測數據作為bp神經網絡的輸入數據，過去3個月氣象觀測站數據作為bp神經網絡的輸出數據，訓練得到bp神經網絡模型；
30、每隔1小時使用未來4小時的天空成像儀監測數據和歷史可用氣象預報數據作為bp神經網絡模型輸入數據，通過bp神經網絡得到模型得到輸出的原始數值氣象預報nwp數據；
31、將原始數值氣象預報nwp數據和未來4小時的氣象觀測站數據做加權處理，得到實時可用氣象預報數據，其中加權系數根據原始數值氣象預報nwp數據與實時氣象觀測站數據的偏差率做動態調整。
32、為實現上述目的，本專利技術還提供一種數值氣象預報數據更新系統，包括：
33、數據獲取模塊，通過地星聯合數據管理云平臺獲取并存儲光伏電站區域內的多源氣象數據和功率數據；
34、數據預處理模塊，對多源氣象數據和功率數據進行預處理；
35、初始氣象預報數據預測模塊，對所述多源氣象觀測數據中的氣象衛星云圖數據進行降尺度處理，采用模式預報方法進行初次氣象預測，得到本文檔來自技高網...
【技術保護點】
1.數值氣象預報數據更新方法，其特征在于，包括：
2.根據權利要求1所述的數值氣象預報數據更新方法，其特征在于，所述地星聯合數據管理云平臺獲取并存儲光伏電站區域內的多源氣象數據和功率數據，包括：
3.根據權利要求2所述的數值氣象預報數據更新方法，其特征在于，所述對多源氣象數據和功率數據進行預處理，包括：
4.根據權利要求1所述的數值氣象預報數據更新方法，其特征在于，對所述多源氣象觀測數據中的氣象衛星云圖數據進行降尺度處理，采用模式預報方法進行初次氣象預測，得到初始氣象預報數據，包括：
5.根據權利要求1所述的數值氣象預報數據更新方法，其特征在于，對所述初始化氣象預報數據和所述多源氣象數據中的氣象觀測站數據、天空成像儀監測數據進行二次融合處理，然后進行二次氣象預測，得到多源氣象融合數據，包括：
6.根據權利要求2所述的數值氣象預報數據更新方法，其特征在于，對所述多源氣象融合數據和功率數據進行三次融合處理，然后進行三次氣象預測，得到歷史可用氣象預報數據，包括：
7.根據權利要求1-6中任一項所述的數值氣象預報數據
8.數值氣象預報數據更新系統，其特征在于，包括：
9.電子設備，其特征在于，包括處理器、存儲器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序被所述處理器執行時實現如權利要求1-7中任一項所述的數值氣象預報數據更新方法。
10.計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲計算機程序，所述計算機程序被處理器執行時實現如權利要求1-7中任一項所述的數值氣象預報數據更新方法。
...【技術特征摘要】
1.數值氣象預報數據更新方法，其特征在于，包括：
2.根據權利要求1所述的數值氣象預報數據更新方法，其特征在于，所述地星聯合數據管理云平臺獲取并存儲光伏電站區域內的多源氣象數據和功率數據，包括：
3.根據權利要求2所述的數值氣象預報數據更新方法，其特征在于，所述對多源氣象數據和功率數據進行預處理，包括：
4.根據權利要求1所述的數值氣象預報數據更新方法，其特征在于，對所述多源氣象觀測數據中的氣象衛星云圖數據進行降尺度處理，采用模式預報方法進行初次氣象預測，得到初始氣象預報數據，包括：
5.根據權利要求1所述的數值氣象預報數據更新方法，其特征在于，對所述初始化氣象預報數據和所述多源氣象數據中的氣象觀測站數據、天空成像儀監測數據進行二次融合處理，然后進行二次氣象預測，得到多源氣象融合數據，包括：
6.根據權利要求2所述的數值氣象預報數據...
【專利技術屬性】
技術研發人員：謝景煌，周岳，常勝祥，文震宇，
申請(專利權)人：南京國電南自電網自動化有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。