[发明专利]一种多因素下集中式光伏电站内的光伏板部署优化方法

权利要求书

1.一种多因素下集中式光伏电站内的光伏板部署优化方法，其特征在于，包括：

S1、依据光伏电站内的地理特征，将光伏电站内划分为多个地形区域；其中，所述地理特征包括年日照时数、平均海拔、坡向、坡度、区域中心与汇集站的距离以及区域中心相对汇集站的方向；

S2、基于双重注意力机制LSTM模型，量化所述地形区域内的气象因素与光伏出力的关联关系；

S3、基于所述地形区域内的气象因素与光伏出力的关联关系，对光伏电站内光伏板进行部署。

2.根据权利要求1所述的一种多因素下集中式光伏电站内的光伏板部署优化方法，其特征在于，依据光伏电站内的地理特征，将光伏电站内分化为多个地形区域，具体方法如下：

S11、基于区域的形状、面积，从地理位置上将光伏电站内的规划区域划分为K个子区域；

S12、定义第i个子区域的地理特征并建立地理特征信息集合其中，下标i1～i6分别表示第i个子区域的年日照时数、平均海拔、坡向、坡度、与汇集站的距离和相对汇集站的方向；

S13、基于模糊C均值聚类算法，将K个子区域分别归类到不同地理特征的地形中，得到多个地形区域。

3.根据权利要求1所述的一种多因素下集中式光伏电站内的光伏板部署优化方法，其特征在于，基于双重注意力机制LSTM模型，量化地形区域内的气象因素与光伏出力的关联关系的方法，具体方法包括：

S21、对多个主要气象因素和光伏出力进行归一化处理，并构造含多个主要气象因素的时序特征序列其中，为第t时刻的上述k个气象特征集，为第m个相关气象变量在T个时刻上的数值集；

S22、构建双重注意力机制LSTM模型，通过双重注意力机制LSTM模型对多个主要气象因素进行分析，得到t+1时刻光伏出力。

4.根据权利要求3所述的一种多因素下集中式光伏电站内的光伏板部署优化方法，其特征在于，双重注意力机制LSTM模型在输入侧设置有特征注意力机制，在解码输出侧设置有时间注意力机制。

5.根据权利要求4所述的一种多因素下集中式光伏电站内的光伏板部署优化方法，其特征在于，构建双重注意力机制LSTM模型，对多个主要气象因素进行分析的方法包括：

S221、通过特征注意力机制，对t时刻的气象特征进行计算，得到不同气象因素贡献率的关联特征；

S222、将不同气象因素贡献率的关联特征输入双重注意力机制LSTM模型中的LSTM网络，得到隐层状态权重；

S223、通过时序注意力机制，对隐层状态权重进行计算，得到t时刻与时序状态特征有关的综合信息；

S224、将t时刻与时序状态特征有关的综合信息输入LSTM网络，得到t+1时刻光伏出力。

6.根据权利要求5所述的一种多因素下集中式光伏电站内的光伏板部署优化方法，其特征在于，通过特征注意力机制，对t时刻的气象特征进行计算的方法包括：

S2211、将t时刻相关气象特征输入到注意力机制，得到注意力权重向量e_t：

上式中，为第t时刻各个气象特征所对应的注意力权重系数组合，V_e、W_e、U_e为注意力机制权重矩阵，b_e为相应偏置项；

S2212、将t时刻各个气象特征所对应的注意力权重系数组合进行归一化处理，得到特征注意力权重值其中，特征注意力权重值为：

上式中，为特征注意力权重，为第m个相关气象变量的特征注意力权重值；

S2213、将特征注意力权重值与对应的气象特征值相乘得到考虑不同气象因素贡献率大小的关联特征

上式中，为气象因素贡献率大小的关联特征。