【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及園區(qū)出力預(yù)測，尤其涉及一種多因素整合的園區(qū)新能源出力預(yù)測方法。
技術(shù)介紹
1、目前的大型智慧園區(qū)中，多配置了新能源光伏發(fā)電系統(tǒng)。新能源光伏發(fā)電系統(tǒng)的出力數(shù)據(jù)預(yù)測不足，通常會引發(fā)一系列問題。比如：
2、1.電力供應(yīng)不穩(wěn)定
3、光伏發(fā)電的出力受天氣、季節(jié)等多種因素的影響。如果預(yù)測不準(zhǔn)確，可能導(dǎo)致電力供應(yīng)的不穩(wěn)定，特別是在需求高峰期或者光伏發(fā)電不穩(wěn)定的情況下，可能無法滿足園區(qū)的電力需求，從而影響園區(qū)的運(yùn)營。
4、2.資源管理不優(yōu)化
5、如果無法準(zhǔn)確預(yù)測光伏發(fā)電的出力，園區(qū)的能源管理可能會出現(xiàn)資源浪費(fèi)或短缺。
6、3.運(yùn)營成本增加
7、不準(zhǔn)確的預(yù)測可能導(dǎo)致園區(qū)在調(diào)度和運(yùn)行中采取額外的措施來彌補(bǔ)預(yù)測誤差，如增加備用發(fā)電容量或者進(jìn)行頻繁的電力市場交易，這都會增加運(yùn)營成本。
8、4.經(jīng)濟(jì)效益受損
9、不準(zhǔn)確的預(yù)測可能影響園區(qū)的經(jīng)濟(jì)效益。例如，無法最大化利用光伏發(fā)電的電力，或者因?yàn)轭A(yù)測不準(zhǔn)確而錯失電力市場的價格波動機(jī)會，都會影響園區(qū)的經(jīng)濟(jì)收益。
10、5.能源結(jié)構(gòu)優(yōu)化困難
11、智慧園區(qū)通常致力于實(shí)現(xiàn)綠色低碳目標(biāo)。如果對光伏發(fā)電的出力數(shù)據(jù)預(yù)測不足，會導(dǎo)致園區(qū)在制定和調(diào)整能源結(jié)構(gòu)策略時遇到困難，無法有效整合可再生能源與傳統(tǒng)能源的使用。
12、目前，智慧園區(qū)新能源出力預(yù)測機(jī)制，多采用單一算法來進(jìn)行計(jì)算預(yù)測。例如采用向量機(jī)、神經(jīng)網(wǎng)絡(luò)算法來進(jìn)行數(shù)據(jù)預(yù)測。這種機(jī)制存在一些不足：
13、算法局限性：每
14、數(shù)據(jù)特征不足：不同算法在處理數(shù)據(jù)特征的方式上有所不同。一種算法可能對某些特征不夠敏感，無法有效捕捉數(shù)據(jù)中的重要信息。如果僅使用單一因素算法，可能無法充分利用所有可用的特征信息。
15、缺乏綜合視角：分析的數(shù)據(jù)來源有限。有些考慮了光照環(huán)境因素、功率數(shù)據(jù)，有些是以出力曲線作為切入點(diǎn)進(jìn)行分析。沒有統(tǒng)一多因素，分情況分步驟進(jìn)行預(yù)測。只能從一個角度進(jìn)行預(yù)測，無法綜合考慮多種因素。
16、適應(yīng)性差：能找出特定情況下的關(guān)系，但是不夠全面。在數(shù)據(jù)來源和處理的不同階段，仍有可優(yōu)化項(xiàng)。例如，不同的數(shù)據(jù)可以進(jìn)行不同預(yù)處理和使用不同算法來尋找其與結(jié)果的關(guān)聯(lián)性。
17、缺乏解釋性：某些算法（如深度學(xué)習(xí)模型）的預(yù)測結(jié)果可能缺乏解釋性，導(dǎo)致預(yù)測結(jié)果的理解和分析變得困難。
技術(shù)實(shí)現(xiàn)思路
1、針對上述技術(shù)問題，本專利技術(shù)提供了一種多因素整合的園區(qū)新能源出力預(yù)測方法。
2、本專利技術(shù)是采用以下技術(shù)方案實(shí)現(xiàn)的：一種多因素整合的園區(qū)新能源出力預(yù)測方法，包括第一階段和第二階段，所述第一階段為設(shè)備新安裝運(yùn)行階段，無歷史數(shù)據(jù)累積；所述第二階段為設(shè)備運(yùn)行累積多個周期歷史數(shù)據(jù)；所述第一階段的新能源出力預(yù)測基于環(huán)境因素，所述第二階段的新能源出力預(yù)測基于環(huán)境因素、運(yùn)維因素、設(shè)備因素和歷史因素進(jìn)行出力功率預(yù)測，第二階段的環(huán)境因素基于第一階段的預(yù)測算法進(jìn)行預(yù)測計(jì)算，并整合其他因素進(jìn)行結(jié)果修正。
3、具體地，所述第一階段的新能源出力預(yù)測包括以下步驟：
4、步驟a1：根據(jù)預(yù)設(shè)時間間隔采集環(huán)境因素和光伏功率數(shù)據(jù)，整合為數(shù)據(jù)矩陣，對模型進(jìn)行初始化；
5、步驟a2：使用決策樹進(jìn)行n次迭代訓(xùn)練，最終得出基于殘差修正的預(yù)測公式，計(jì)算每一輪的殘差，第輪殘差計(jì)算式為：
6、；
7、其中，是模型初始化的出力量，；為迭代次數(shù)，與模型初始化迭代數(shù)據(jù)的數(shù)量相等；
8、步驟a3：使用殘差作為訓(xùn)練決策樹，樹的葉子結(jié)點(diǎn)輸出為，計(jì)算式為：
9、；
10、其中，是決定r的影響因子；是第j樹在特征上的輸出值；
11、步驟a4：利用j顆樹的預(yù)測值輸出第j+1棵樹的預(yù)測值更新模型，復(fù)訓(xùn)練，直到迭代次數(shù)停止，模型更新公式為：
12、；
13、步驟a5：得到最終的預(yù)測公式為：
14、；
15、；
16、其中，是i時刻的功率預(yù)測值，是初始化模型輸出值，是在第j顆樹上對與環(huán)境因素c輸出的結(jié)果值，是殘差影響系數(shù)。
17、具體地，所述步驟a1整合的數(shù)據(jù)矩陣每行數(shù)據(jù)是某一時刻t的因素與結(jié)果的值，表示為：={，，，，，，，，}；整合矩陣z表示為：
18、。
19、具體地，所述模型進(jìn)行初始化公式為：
20、；
21、是初始化模型預(yù)測值，迭代后對該模型進(jìn)行調(diào)整，n是迭代數(shù)據(jù)的數(shù)量，是實(shí)際的出力量。
22、具體地，所述第二階段的新能源出力預(yù)測包括以下步驟：
23、步驟b1：基于第一階段算法得出預(yù)測模型；
24、步驟b2：查詢設(shè)備壞損情況計(jì)算壞損率，結(jié)合運(yùn)行時間計(jì)算退化率，并計(jì)算積灰影響因素；
25、步驟b3：模型整合多因素，輸入環(huán)境因素得到預(yù)測數(shù)據(jù)；
26、步驟b4：查詢相似環(huán)境因素歷史數(shù)據(jù)，以加權(quán)法進(jìn)行預(yù)測結(jié)果修正。
27、具體地，所述步驟b3整合多因素，具體公式為：
28、；
29、其中，是i時刻的功率預(yù)測值，是初始化模型輸出值，是殘差影響系數(shù)，是在第j顆樹上對與環(huán)境因素c輸出的結(jié)果值，代表設(shè)備的年退化率，是退化率的重要因子控制度量，代表積灰影響率，是退化率的重要因子控制度量。
30、具體地，所述步驟b4具體包括：歷史因素結(jié)合相似環(huán)境因素的出力數(shù)據(jù)對預(yù)測結(jié)果進(jìn)行校正，以5%相似度的環(huán)境因素進(jìn)行加權(quán)結(jié)果修正，10%相似度進(jìn)行弱加權(quán)結(jié)果修正，修正公式為：
31、；
32、其中，是加權(quán)系數(shù)，是預(yù)測值，是相似因素查詢所得歷史平均值，是調(diào)整后的結(jié)果。
33、本專利技術(shù)的有益效果在于：
34、1.預(yù)測精度提升：引入運(yùn)維因素和設(shè)備因素可以使預(yù)測模型更準(zhǔn)確地反映實(shí)際光伏發(fā)電功率的變化。例如，考慮到設(shè)備退化和故障可能導(dǎo)致的功率損失，可以對預(yù)測結(jié)果進(jìn)行更精細(xì)的調(diào)整，從而提高預(yù)測的準(zhǔn)確性。此外，通過加權(quán)校正歷史數(shù)據(jù)，可以更好地處理環(huán)境因素的變化帶來的長期影響。
35、2.運(yùn)維效率提升：通過精確預(yù)測發(fā)電功率和及時了解設(shè)備狀況，運(yùn)維團(tuán)隊(duì)可以優(yōu)化維護(hù)計(jì)劃，減少突發(fā)故障的發(fā)生頻率。
36、3.增強(qiáng)決策支持：優(yōu)化后的模型能夠提供更可靠的數(shù)據(jù)支持，幫助管理層做出更明智的決策，包括設(shè)備更新、資源分配以及應(yīng)急預(yù)案等方面。
37、4.提高系統(tǒng)穩(wěn)定性：通過對光伏發(fā)電功率的更精確預(yù)測，可以更好地調(diào)配電網(wǎng)資源，平衡供需，提升整個電力系統(tǒng)的穩(wěn)定性和可靠性。
38、5.客戶滿意度提升：對于光伏發(fā)電廠商或服務(wù)提供商而言，提供準(zhǔn)確的發(fā)電預(yù)測和高效的運(yùn)維服務(wù)，可以提高客戶的本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種多因素整合的園區(qū)新能源出力預(yù)測方法，其特征在于，包括第一階段和第二階段，所述第一階段為設(shè)備新安裝運(yùn)行階段，無歷史數(shù)據(jù)累積；所述第二階段為設(shè)備運(yùn)行累積多個周期歷史數(shù)據(jù)；所述第一階段的新能源出力預(yù)測基于環(huán)境因素，所述第二階段的新能源出力預(yù)測基于環(huán)境因素、運(yùn)維因素、設(shè)備因素和歷史因素進(jìn)行出力功率預(yù)測，第二階段的環(huán)境因素基于第一階段的預(yù)測算法進(jìn)行預(yù)測計(jì)算，并整合其他因素進(jìn)行結(jié)果修正。
2.如權(quán)利要求1所述的一種多因素整合的園區(qū)新能源出力預(yù)測方法，其特征在于，所述第一階段的新能源出力預(yù)測包括以下步驟：
3.如權(quán)利要求2所述的一種多因素整合的園區(qū)新能源出力預(yù)測方法，其特征在于，所述步驟A1整合的數(shù)據(jù)矩陣每行數(shù)據(jù)是某一時刻t的因素與結(jié)果的值，表示為：；整合矩陣Z表示為：
4.如權(quán)利要求3所述的一種多因素整合的園區(qū)新能源出力預(yù)測方法，其特征在于，所述模型進(jìn)行初始化公式為：
5.如權(quán)利要求4所述的一種多因素整合的園區(qū)新能源出力預(yù)測方法，其特征在于，所述第二階段的新能源出力預(yù)測包括以下步驟：
6.如權(quán)利要求5所述的一種多因素整合的園
7.如權(quán)利要求6所述的一種多因素整合的園區(qū)新能源出力預(yù)測方法，其特征在于，所述步驟B4具體包括：歷史因素結(jié)合相似環(huán)境因素的出力數(shù)據(jù)對預(yù)測結(jié)果進(jìn)行校正，以5%相似度的環(huán)境因素進(jìn)行加權(quán)結(jié)果修正，10%相似度進(jìn)行弱加權(quán)結(jié)果修正，修正公式為：
...【技術(shù)特征摘要】
1.一種多因素整合的園區(qū)新能源出力預(yù)測方法，其特征在于，包括第一階段和第二階段，所述第一階段為設(shè)備新安裝運(yùn)行階段，無歷史數(shù)據(jù)累積；所述第二階段為設(shè)備運(yùn)行累積多個周期歷史數(shù)據(jù)；所述第一階段的新能源出力預(yù)測基于環(huán)境因素，所述第二階段的新能源出力預(yù)測基于環(huán)境因素、運(yùn)維因素、設(shè)備因素和歷史因素進(jìn)行出力功率預(yù)測，第二階段的環(huán)境因素基于第一階段的預(yù)測算法進(jìn)行預(yù)測計(jì)算，并整合其他因素進(jìn)行結(jié)果修正。
2.如權(quán)利要求1所述的一種多因素整合的園區(qū)新能源出力預(yù)測方法，其特征在于，所述第一階段的新能源出力預(yù)測包括以下步驟：
3.如權(quán)利要求2所述的一種多因素整合的園區(qū)新能源出力預(yù)測方法，其特征在于，所述步驟a1整合的數(shù)據(jù)矩陣每行數(shù)據(jù)是某一時刻t的因素...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：代輝，唐鴻，李陽，袁玉蘭，翟純玉，陳權(quán)，王柄權(quán)，
申請(專利權(quán))人：成都四為電子信息股份有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。