基于大数据模型低压分布式光伏出力预测及群调群控方法

本发明涉及低压分布式光伏调控领域，旨在解决其高比例接入配电网带来的问题。通过收集历史出力、气象及地理信息数据，经预处理后，构建融合物理与机器学习的功率预测模型，利用历史数据优化模型超参数，提升预测准确性。基于此，进行光伏出力能力分析，结合功率预测与电网负荷需求，制定调控策略，包括构建动态仿真模型、预警反向过载等。通过群调群控方案，按用户额定容量占比等比例下调调控，经用电信息采集系统等实现对逆变器出力调节。本发明可精准预测光伏出力，有效调控，实现特殊时段全网电力平衡，提升电网稳定性与清洁能源利用效率，推动分布式光伏在电网中的可持续发展。