[发明专利]针对气象卫星云图动态注意域的光伏功率预测方法

说明书

本发明公开了针对气象卫星云图动态注意域的光伏功率预测方法，属于可再生能源开发利用技术领域；该方法及系统包括如下三个功能模块：编码、特征增强和解码；其中，编码模块接入地球同步静止气象卫星数据，基于气象卫星云图计算光流图，并将气象卫星云图和光流图输入到二维多通道卷积神经网络模型，计算得到卷积隐层特征。特征增强模块基于卷积隐层特征、结合历史光伏功率和晴空光伏估计值，利用注意力模型计算得到动态注意域特征。解码模块将动态注意域特征作为输入，构建冗余循环神经网络模型，实现提前0.5～3小时光伏功率预测。本发明方法及系统能够部署于接入实时卫星遥感的光伏电站，满足电站监控运维及光伏并网系统实时调度需求。

技术领域

本发明属于可再生能源开发利用技术领域，具体涉及针对气象卫星云图动态注意域的光伏功率预测方法。

背景技术

太阳能具有显著的环境和气候效益，发展太阳能光伏发电技术可以缓解能源消费中对化石燃料的依赖。

近年来，全球光伏发电装机容量在全球范围内得到明显增长，到2019年底已达到720太瓦时。然而，由于太阳能发电输出具有极强的波动性和间歇性，若快速提升光伏发电并网渗透率将极大地影响并网发电系统的安全性和稳定性。

因此，电力系统运营仍然需要准确的光伏发电功率预测技术，并将短期光伏预测结果应用于电网调度。

光伏发电功率预测技术的准确性和时效性取决于预测模型的输入数据，而常规的预测模型使用数值气象预报中的太阳辐照度、环境温湿度和风速等作为输入，虽然能够满足提前一至多天的光伏预测需求，但是由于气象预报时间分辨率的限制，其应用于三小时以内的预测时无法反映云团快速运动的影响性，对于光伏功率爬坡或电压跌落等极端电网变化事件难以有效预警。

因此，发展基于气象卫星云图的光伏功率预测是当前可再生能源利用中的一大难点。

发明内容

发明目的：基于上述光伏功率预测技术中的局限性和难点，本发明提出针对气象卫星云图动态注意域的光伏功率预测系统及其方法。

技术方案：为实现上述发明目的，本发明的针对气象卫星云图动态注意域的光伏功率预测方法，包括如下步骤：

1)基于稠密光流算法计算每两帧气象卫星云图之间的光流图；将待预测时刻及其之前5个小时内的历史气象卫星云图和光流图按通道合并，形成多通道动态特征图谱；

2)构建二维多通道卷积神经网络模型，以多通道动态特征图谱作为输入，计算得到卷积隐层特征；

3)针对待预测时刻的日期和时间估算地表水平面的太阳晴空总辐射强度，计算晴空光伏功率估计值；

4)基于注意力模型，以晴空光伏功率估计值、历史光伏功率和卷积隐层特征作为模型输入，计算得到动态注意域特征；

5)基于冗余循环神经网络模型，将动态注意域特征作为模型输入，输出提前0.5～3小时的光伏功率预测值；

6)通过误差评价指标验证预测结果精度，实现光伏电站的发电功率预测功能。

进一步地，所述的步骤1)中，所述的气象卫星云图是接入红外光谱频段范围在0.46～0.65微米、纬度范围在北纬60度～南纬60度以内、经度范围在东经80度～东经200度以内、经纬度空间分辨率1/20度(5千米)、时间分辨率30分钟的地球同步静止气象卫星遥感云图。

进一步地，所述的步骤1)中，具体包括如下步骤：

基于Farneback二阶稠密光流算法计算每两帧气象卫星云图之间的光流图，首先假设对于每相邻两帧气象云图，图中云团运动过程中的光线反射强度在帧间保持恒定，满足公式：

I(x,y,t)≈I(x+dx,y+dy,t+dt)