(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111554794.2 (22)申请日 2021.12.17 (71)申请人 国网河南省电力公司南阳 供电公司 地址 473000 河南省南阳市卧龙区人民北 路268号 (72)发明人 曲永　张庶　贾乐宁　肖旭文　 袁昉　周林　邵丽　李宜珂　 (74)专利代理 机构 郑州知己知识产权代理有限 公司 41132 代理人 季发军 (51)Int.Cl. G06F 30/25(2020.01) G06F 30/27(2020.01) G06N 3/00(2006.01) G06N 20/10(2019.01)G06Q 10/04(2012.01) H02J 3/00(2006.01) (54)发明名称 一种分布式光伏超短期发电功率预测方法 及系统 (57)摘要 本发明提供了一种分布式光伏超短期发电 功率预测方法及系统， 属于电力调度技术领域。 所述预测方法包括： S1、 基于样本 数据进行训练， 得到分布式光伏功率预测模型； S2、 根据实时发 电功率及天气预报数据， 利用所述分布式光伏功 率预测模型进行发电功率预测； 步骤S1包括： S11、 获取样本 数据， 所述样本数据包括历史发电 功率、 历史气象数据； S12、 对样本数据进行归一 化处理； S13、 建立LSSVM 预测模型； S14、 利用粒子 群算法对LSSVM模型的核参数进行优化； S15、 构 建出分布式光伏发电功率预测模 型。 本发明通过 构建发电功率预测模型和搭建预测系统， 实现分 布式光伏在线预测建模和模型在 线训练优化， 输 出高精度功率预测数据， 辅助调度提升新能源并 网接入及消纳管理水平。 权利要求书1页 说明书8页 附图2页 CN 114021420 A 2022.02.08 CN 114021420 A 1.一种分布式光伏超短期发电功率预测方法， 其特 征在于： 所述预测方法包括： S1、 基于样本数据进行训练， 得到分布式光伏 功率预测模型； S2、 根据实时发电功率及天气预报数据， 利用所述分布式光伏功率预测模型进行发电 功率预测； 步骤S1包括： S11、 获取样本数据， 所述样本数据包括历史发电功率、 历史气象数据； S12、 对样本数据进行归一 化处理； S13、 建立 LSSVM预测模型； S14、 利用粒子群算法对LS SVM模型的核参数进行优化； S15、 构建出分布式光伏发电功率预测模型。 2.根据权利要求1所述的分布式光伏超短期发电功率预测方法， 其特征在于： 所述样本 数据为一定时间跨度内， 每天日出时刻至日落时刻内， 每隔一定时间 间隔的历史数据。 3.根据权利要求2所述的分布式光伏超短期发电功率预测方法， 其特征在于： 所述 时间 跨度至少为6个月。 4.根据权利要求3所述的分布式光伏超短期发电功率预测方法， 其特征在于： 所述样本 数据还包括当天的正午太阳高度。 5.根据权利要求4所述的分布式光伏超短期发电功率预测方法， 其特征在于： 所述历史 气象数据包括天气类型、 空气质量、 温度、 湿度和风速 。 6.根据权利要求5所述的分布式光伏超短期发电功率预测方法， 其特征在于： 所述实时 发电功率由电网采集终端获取， 所述电网采集终端安装在分布式光伏电站与电网的连接 处， 且接入电力部门的5G专网。 7.一种分布式光伏超短期发电功率预测系统， 所述预测系统用于执行权利要求1 ‑6中 任一项所述预测方法， 其特 征在于： 所述预测系统包括： 采集单元， 用于获取分布式光伏电站 的实时发电功率和天气预报数据， 包括电网采集 终端； 预测模块， 用于预测分布式光伏电站发电功率， 包括计算机设备和存 储介质。权　利　要　求　书 1/1 页 2 CN 114021420 A 2一种分布式光 伏超短期发电功率 预测方法及系统 技术领域 [0001]本发明属于电力调度技术领域， 具体涉及 一种分布式光伏超短期发电功率预测方 法及系统。 背景技术 [0002]随着全国新能源场站的大规模建设， 风电、 光伏、 分布式电源并网的规模越来越 大， 由于这些新能源发电普遍具有波动性、 间歇性等特点， 对电网的调峰调频压力很大， 因 而给电网调度带来的挑战也越来越多。 为实现对电网的精确调度， 一方面需要实时掌握新 能源场站的出力数据， 另一方面 也需要对其发电功率进行 预测。 [0003]目前电网中还接入有居民低压户用的分布式光伏， 分布式光伏的数量多但规模 小， 大量分布式光伏接入造成电网运行管理更加复杂， 分布式光伏并网运行使得配电网由 无源网发展为有源网， 对电力平衡、 无功调节等提出更高要求， 也使得稳控装置切负荷措施 变得复杂。 因此， 也需要加强对分布式光伏的监测 和发电功率预测。 [0004]如专利文献CN113052389A提出基于多任务的分布式光伏电站超短期功率预测方 法， 包括： 获取待预测时刻前T个光伏发电功率数据及待预测时刻的影响因素数据， 进行归 一化； 将获取 的数据输入到训练好的多任务学习神经网络模型中， 得到待预测时刻的区域 内多个分布式光伏电站的光伏发电功率预测数据。 该发明进 行模型训练 时的气象因素中包 括全球水平辐射、 扩散水平辐射， 但常规的气象数据中不包含 上述数据， 因此该发 明实现对 成本较高。 [0005]又如专利文献CN113572425A提出一种应用于分布式光伏发电功率预测系统， 包括 光伏发电功率预测单元， 所述光伏发电功率预测单元包括有中央处理器。 通过数据采集系 统中环境采集模块对分布式光伏发电单元周围环 境进行数据采集， 发电功 率预测模块通过 预测算法对环境采集模块所采集的数据进 行运算， 从而得到分布式光伏发电单元的短期光 伏发电功率预测。 但该发明未公开具体的预测算法。 发明内容 [0006]本发明所要解决的技术问题是， 针对现有技术的不足， 提供一种分布式光伏超短 期发电功率预测方法及系统。 [0007]为解决上述 技术问题， 本发明所采用的技 术方案是： [0008]一种分布式光伏超短期发电功率预测方法， 所述预测方法包括： [0009]S1、 基于样本数据进行训练， 得到分布式光伏 功率预测模型； [0010]S2、 根据实时发电功率及天气预报数据， 利用所述分布式光伏功率预测模型进行 发电功率预测； [0011]步骤S1包括： [0012]S11、 获取样本数据， 所述样本数据包括历史发电功率、 历史气象数据； [0013]S12、 对样本数据进行归一 化处理；说　明　书 1/8 页 3 CN 114021420 A 3