(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211372919.4 (22)申请日 2022.11.02 (71)申请人 北方工业大 学 地址 100000 北京市石景山区晋元庄路5号 (72)发明人 李学成　胡长斌　罗珊娜　陆珩　 (74)专利代理 机构 北京康盛知识产权代理有限 公司 11331 专利代理师 李欣芮 (51)Int.Cl. G06F 30/27(2020.01) G06F 17/17(2006.01) G06Q 50/06(2012.01) G06F 119/02(2020.01) (54)发明名称 一种光伏出力组合预测模型生成方法及装 置 (57)摘要 本公开是关于一种光伏出力组合预测模型 生成方法及装置。 其中， 该方法包括： 基于历史气 象预测数据生成气象特征， 基于历史发电功率数 据提取有效发电功率数据， 并建立所述有效发电 功率数据与所述气象特征的对应关系； 解析所述 气象特征的时间戳， 并基于所述时间戳分别计算 太阳方位角、 太阳高度角； 以所述太阳方位角、 太 阳高度角、 气象特征为输入， 分别建立点预测模 型及时序预测模 型， 并根据所述有效发电功率数 据与所述气象特征的对应关系完成对所述点预 测模型及时序预测模型的训练； 基于偏差 ‑方差 权重生成点预测模型及时序预测模型的组合预 测模型， 完成光伏出力组合预测模型构建。 本公 开通过组合预测模型提高了预测精度， 提高了电 力系统的可靠性。 权利要求书2页 说明书10页 附图2页 CN 115544897 A 2022.12.30 CN 115544897 A 1.一种光伏出力组合预测模型生成方法， 其特 征在于， 所述方法包括： 基于历史气象预测数据提取有效气象数据， 并对所述有效气象数据筛选生成气象特 征， 基于历史发电功率数据提取有效发电功率数据， 并建立所述有效发电功率数据与所述 气象特征的对应关系； 解析所述气象特 征的时间戳， 并基于所述时间戳分别计算太阳 方位角、 太阳高度角； 以所述太阳方位角、 太阳高度角、 气象特征为输入， 分别建立点预测模型及时序 预测模 型， 并根据所述有效发电功 率数据与所述气象特征的对应关系完成对所述点预测模型及时 序预测模型的训练； 基于偏差 ‑方差权重生成点预测模型及时序预测模型的组合预测模型， 完成光伏出力 组合预测模型构建。 2.如权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 对所述历史气象预测数据进行过滤和修正、 填充缺失数据、 删除预设弱相关数据， 并对 历史气象预测数据进行归一 化处理， 完成有效气象数据提取； 对所述历史发电功率数据进行过滤和修正、 填充缺失数据、 删除预设弱相关数据， 并对 历史发电功率数据进行归一 化处理， 完成有效发电功率数据提取。 3.如权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 解析所述有效气象数据中的气象特征， 所述气象特征包括水平面辐射通量、 水平面潜 射通量、 水平面短波辐射通量、 水平面长波辐射通量、 云量、 气压、 预设高度温度、 预设高度 湿度、 预设高度风速、 预设高度风向； 建立所述气象特征与有效发电功率数据的Spearman相关系数： 其中， d为两个列秩之差， m为每列的长度； 基于所述Spearman相关系数完成对气象特 征的筛选。 4.如权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 基于所述时间戳分别计算太阳 方位角 其中， h、 m分别为当地时间的小时(hour)与分钟(minute)， 24小时制， θt在12:00时为0 °, 每增加或减少一小时， 则相应增 加或减少15 °。 5.如权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 基于所述时间戳分别计算太阳高度角 sin( θh)＝sin(φ)×sin( δ )+cos(φ) ×cos( δ )×cos( θt)， 其中， φ为 光伏发电站的纬度； δ 为赤纬， 即地球上太阳直 射点的纬度。 6.如权利要求1所述的方法， 其特征在于， 所述方法中以所述太阳方位角、 太阳高度角、 气象特征为输入， 分别建立 点预测模型及时序预测模型， 其中： 所述点预测模型包括MLP、 XGBo ost和lightGBM点预测模型； 所述时序预测模型包括 LSTM、 GRU、 双向LSTM、 卷积LSTM时序预测模型。 7.如权利要求1所述的方法， 其特 征在于， 所述方法还 包括：权　利　要　求　书 1/2 页 2 CN 115544897 A 2基于偏差 ‑方差权重 生成点预测模型及时序预测模型的组合预测 模型， 其中， 为平均预测偏差， Vi为预测方差， pi,qi为误差和方差的惩罚系数； 基于所述组合预测模型生成加权组合预测值 其中， yi为第i个样本的实际 值。 8.一种光伏出力组合预测方法， 其特 征在于， 所述方法还 包括： 采集气象数据生成气象特 征， 基于时间计算太阳 方位角、 太阳高度角； 以所述太阳方位角、 太阳高度角、 气象特征为输入， 基于组合预测模型完成光伏出力组 合预测。 9.一种光伏出力组合预测模型生成装置， 其特 征在于， 所述装置包括： 气象特征生成模块， 用于基于历史气象预测数据提取有效气象数据， 并对所述有效气 象数据筛选生成气象特征， 基于历史发电功率数据提取有效发电功率数据， 并建立所述有 效发电功率数据与所述气象特 征的对应关系； 太阳角度计算模块， 用于解析所述气象特征的时间戳， 并基于所述时间戳分别计算太 阳方位角、 太阳高度角； 模型训练模块， 用于以所述太阳方位角、 太阳高度角、 气象特征为输入， 分别建立点预 测模型及时序预测模型， 并根据所述有效发电功 率数据与所述气象特征的对应关系完成对 所述点预测模型及时序预测模型的训练； 模型构建模块， 用于基于偏差 ‑方差权重生成点预测模型及时序预测模型的组合预测 模型， 完成光伏出力组合预测模型构建。权　利　要　求　书 2/2 页 3 CN 115544897 A 3