摘要
本发明涉及可再生能源技术领域,提出基于气象分类的园区级光伏发电预测方法、系统、终端和介质,其中方法包括:收集历史数据;计算相关性,找出对光伏发电具有显著影响的气象因素;划分极端天气类型,选择与极端天气相关的历史数据加入模型训练;建立多个光伏发电预测模型;将每一光伏发电预测模型的预测结果按极端天气类型进行分类,并分别计算误差评价指标;针对每一天气类型,筛选误差评价指标表现最佳的预测模型,并形成最佳模型组合;采集目标园区的实时气象数据,基于当前天气类型,调用最佳模型组合中对应的模型进行光伏发电预测。本发明能够解决现有技术中园区级分布式光伏系统发电量估算精度不足,特别是极端天气下估算精度不足的问题。
技术关键词
光伏发电预测方法
光伏发电数据
历史气象数据
机器学习算法
天气
多层感知机
斯皮尔曼等级相关系数
光伏发电预测系统
光伏发电量
计算误差
预测误差
多元线性回归模型
分布式光伏系统
样本
指标
可再生能源技术