-
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：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：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：CN117318024B
公开(公告)日：2024-06-18
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：CN117335392A
公开(公告)日：2024-01-02
申请号：CN202311245581.0
申请日：2023-09-25
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
摘要： 本发明公开了一种风电机组短期功率预测方法、系统、设备及存储介质，属于风力发电技术领域；方法通过获取风电机组的场站数据和NWP数据；采用样条插值的方式对NWP数据进行时间对齐；采用高斯核密度估计方法对场站数据进行修正；然后通过多源Attention机制和BiLSTM层对修正后的场站数据和NWP数据进行动态整合得到特征值；再根据特征值搭建并训练基于Stacking模型的功率预测模型，对风电机组功率进行预测。本发明结合了历史实测功率数据、NWP(Numerical Weather Prediction)数据以及风电场历史预测气象数据的特征规律，采用更加综合的方式进行风速修正和功率预测。这种综合性的修正方法可以更好地适应不同气象条件下的风电场运行，提高了风电功率预测的准确性和可靠性。
-
公开(公告)号：CN117277304A
公开(公告)日：2023-12-22
申请号：CN202311255468.0
申请日：2023-09-26
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： H02J3/00 , H02J3/38 , G06F18/214 , G06F18/21 , G06N3/0442 , G06N3/045 , G06N3/08 , G06Q50/06
摘要： 本发明公开了一种考虑日出日落时间的光伏发电超短期功率预测方法、系统。属于光伏发电技术领域，包括以下步骤：采集原始数据，对原始数据进行清洗获得数据集分割为训练集和测试集；构造光伏发电超短期功率预测特征，建立基于BiLSTM与Attention机制的光伏发电超短期功率预测模型；利用训练集训练得到光伏发电超短期功率预测结果，利用测试集对光伏发电超短期功率预测结果进行验证。本发明提高了预测的准确性和实用性，更精确地考虑日出和日落时间的动态变化，同时能够适应不同地区和季节的变化，从而为光伏发电系统的运营和管理提供更好的支持。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.085 秒)
