本技术提供考虑空气湿度的转换功率预测方法及系统,涉及电力技术领域,包括获取目标光伏电站的历史气象数据和对应的实际转换功率数据;提取光伏电站的设计参数;构建空气相对湿度与光伏组件转换效率的非线性映射模型;基于预处理后的光伏电站的历史气象数据和转换功率数据,结合光伏电站的设计参数,形成光伏电站转换功率预测模型;利用变分模态分解算法对光伏电站转换功率预测模型的转换功率数据进行自适应分解,构建多源异构数据驱动的光伏电站转换功率预测模型。
背景技术
光伏发电量预测方法主要有数据驱动和物理建模两大类,这些方法存在一些不足:
大多数模型仅考虑了太阳辐射强度和环境温度对发电量的影响,忽略了空气湿度的作用。事实上,空气湿度会影响太阳辐射的透过率和光伏组件表面的热传导,进而影响光电转换效率和发电量。
现有模型大多采用固定的模型结构和参数,缺乏对预测模型的优化机制,难以适应光伏系统的时变特性和外部环境的动态变化。
传统的参数辨识算法如最小二乘法、梯度下降法等,容易陷入局部最优,求解效率较低,难以满足实时预测的需求。
实现思路