-
公开(公告)号:CN117374922B
公开(公告)日:2024-06-07
申请号:CN202311234757.2
申请日:2023-09-25
摘要: 本申请涉及一种光伏发电功率预测及管理系统及其应用方法,首先通过光伏发电总站,计算出各个子站当前的发电功率预测值P0;再将各个子站上报的发电预测功率P1,与总站计算的各个子站当前的发电功率预测值P0进行比较,由总站根据各个子站的历史功率计算数据,来对各个子站实际上报的发电预测功率进行预测值监控,以此降低子站机械式预测和输出的功率差异。由总站对各个子站的发电预测功率进行监控,提醒出现偏差的子站重新向总站申报实时的发电预测功率,使得各个子站进行及时的功率计算检查,避免预测值和实际值存在较大偏差而影响后续的总站电力配置和电力调度。提高总站对各个子站的有序管理效率,加强对子站的统一配置和管控。
-
公开(公告)号:CN117394308A
公开(公告)日:2024-01-12
申请号:CN202311234381.5
申请日:2023-09-24
摘要: 本申请涉及一种多时间尺度风力发电功率预测方法、系统及电子设备,本申请旨在结合多时间尺度和智能AI技术,提供一种高精度的风力发电功率预测方法,结合多时间尺度(从分钟级到小时级等)的数据和人工智能技术,以支持电力系统的稳定运行和可再生能源的最大化利用。利用不同时间尺度的数据集进行模型训练,得到不同时间尺度的功率预测模型,并进一步灵活运用不同时间尺度的预测模型进行功率值预测,可以实现短期调度和长期规划预测,基于多时间尺度进行不同尺度下的风力发电功率预测方法,提高预测效率和适用范围,系统使用灵活,有助于推广使用。
-
公开(公告)号:CN117154682A
公开(公告)日:2023-12-01
申请号:CN202310708748.6
申请日:2023-06-14
IPC分类号: H02J3/00 , H02J3/38 , G06Q50/06 , G06N3/0464
摘要: 本发明涉及光伏技术领域,为一种基于神经网络的光伏系统功率预测方法及装置。本申请实施例提供的技术方案中,本申请实施例提供的技术方案中,通过辐射照射周期性的变化以及变化量确定后续预测模型,其中预测模型包括短期预测模型和中长期预测模型,通过短期预测模型和中长期预测模型实现对于光伏系统长期和短期分别预测。
-
公开(公告)号:CN116859333A
公开(公告)日:2023-10-10
申请号:CN202310720343.4
申请日:2023-06-16
申请人: 华能澜沧江水电股份有限公司 , 中国华能集团清洁能源技术研究院有限公司
IPC分类号: G01S5/06
摘要: 本申请提出了一种矩形带状分布式光伏辐照度采集位置确定方法及装置,涉及光伏领域,包括:获得每个分布式光伏安装位置的坐标,并根据坐标得到分布式光伏的第一中心坐标;以第一中心坐标为中心,以预设的分布宽度为边长,建立分布式光伏分布正方形区间;根据预设安装的辐照度采集装置数量将分布正方形区间划分为等同与辐照度采集装置数量的矩形区域;计算各个矩形区域内分布式光伏安装位置的第二中心坐标,并将第二坐标作为各辐照度采集装置的安装位置。本申请提出的方案能够确定辐照度采集装置的安装位置,从而在部署较少辐照度采集装置时便能够有效表征整个分布式光伏场站辐照度。
-
公开(公告)号:CN117394308B
公开(公告)日:2024-08-13
申请号:CN202311234381.5
申请日:2023-09-24
摘要: 本申请涉及一种多时间尺度风力发电功率预测方法、系统及电子设备,本申请旨在结合多时间尺度和智能AI技术,提供一种高精度的风力发电功率预测方法,结合多时间尺度(从分钟级到小时级等)的数据和人工智能技术,以支持电力系统的稳定运行和可再生能源的最大化利用。利用不同时间尺度的数据集进行模型训练,得到不同时间尺度的功率预测模型,并进一步灵活运用不同时间尺度的预测模型进行功率值预测,可以实现短期调度和长期规划预测,基于多时间尺度进行不同尺度下的风力发电功率预测方法,提高预测效率和适用范围,系统使用灵活,有助于推广使用。
-
公开(公告)号:CN116957223B
公开(公告)日:2024-03-08
申请号:CN202310708777.2
申请日:2023-06-14
-
公开(公告)号:CN117318024A
公开(公告)日:2023-12-29
申请号:CN202311210268.3
申请日:2023-09-19
IPC分类号: H02J3/00 , H02J3/38 , H02J13/00 , H02S50/00 , G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/084
摘要: 本申请涉及一种基于CNN神经网络的光伏发电功率预测管理方法及系统,基于CNN神经网络,训练生成覆盖光伏组件的图像数据、太阳辐射数据、随光照转动角度数据、清洁度数据、老化程度数据以及温度数据的CNN光伏发电功率预测模型,基于该模型,从多角度方位实现对光伏发电功率的预测,使得CNN模型能够考虑到更为全面的模型影响因子,使得所预测的光伏发电功率更加贴合实际,降低与实际的偏差。本方案由光伏发电总站实现对各个光伏发电子站的实时功率监测,能够在总站的监督指导下,由子站根据CNN光伏发电功率预测模型独立完成各自光伏发电功率预测的前提下,保证子站预测的独立性,避免因总站介入子站功率预测而降低子站数据的可行性。
-
公开(公告)号:CN117313927A
公开(公告)日:2023-12-29
申请号:CN202311210266.4
申请日:2023-09-19
摘要: 本申请涉及一种基于小波神经网络的风力发电功率预测方法和系统,以所述小波变换数据O为小波神经网络架构‑‑WNN的输入,进行小波神经网络模型学习训练,得到风力发电功率预测WNN模型,并用于识别实时风力发电数据Q1,输出对应的风力发电功率预测值P。结合风速V,风向f,空气密度ρ,叶轮直径D,发电机效率Cp,机械效率ηg,功率系数ηt,风力发电功率P等进行模型训练,训练得到多维度的特征识别模型,能够基于小波变换而得到动态的特征向量,使得模型能够根据上述各个数据来精确预测风力发电功率,使得功率预测值更加精确。结合小波分析处理风力发电数据的优势,更好地捕捉时间‑频率特征,从而提高了预测的准确性。
-
公开(公告)号:CN117374922A
公开(公告)日:2024-01-09
申请号:CN202311234757.2
申请日:2023-09-25
摘要: 本申请涉及一种光伏发电功率预测及管理系统及其应用方法,首先通过光伏发电总站,计算出各个子站当前的发电功率预测值P0;再将各个子站上报的发电预测功率P1,与总站计算的各个子站当前的发电功率预测值P0进行比较,由总站根据各个子站的历史功率计算数据,来对各个子站实际上报的发电预测功率进行预测值监控,以此降低子站机械式预测和输出的功率差异。由总站对各个子站的发电预测功率进行监控,提醒出现偏差的子站重新向总站申报实时的发电预测功率,使得各个子站进行及时的功率计算检查,避免预测值和实际值存在较大偏差而影响后续的总站电力配置和电力调度。提高总站对各个子站的有序管理效率,加强对子站的统一配置和管控。
-
公开(公告)号:CN117371581A
公开(公告)日:2024-01-09
申请号:CN202311228425.3
申请日:2023-09-21
申请人: 中国华能集团清洁能源技术研究院有限公司 , 华能澜沧江水电股份有限公司
IPC分类号: G06Q10/04 , G06Q50/06 , G06F18/23213 , G06F18/214
摘要: 本发明涉及新能源发电功率预测技术领域,尤其是指一种新能源发电功率预测方法、装置及计算机存储介质。本发明所述的新能源发电功率预测方法,首先从功率预测的主要误差引入环节着手,通过输入数据修正和功率预测模型的精细化处理来降低预测的方法误差,对于经过输入数据修正环节以及建模精细化处理环节后获得的预测功率仍不可避免地存在误差,因此,本发明进一步在获得功率预测结果后追加输出数据修正环节,以实现最大限度的预测精度提升。
-
-
-
-
-
-
-
-
-