(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 202211299523.1 (22)申请日 2022.10.24 (71)申请人 佛山职业 技术学院 地址 528000 广东省佛山市禅城区清水二 街17号 (72)发明人 段春艳　胡昌吉　李姗　冯泽君　 连佳生　陈潇跃　林涛　许继源　 赵骏华　梁宏全　 (74)专利代理 机构 广州名扬高玥专利代理事务 所(普通合伙) 44738 专利代理师 郭琳 (51)Int.Cl. H02J 3/00(2006.01) H02J 3/38(2006.01) G06Q 10/04(2012.01)G06F 17/10(2006.01) G06Q 50/06(2012.01) G06T 7/62(2017.01) G06V 20/10(2022.01) (54)发明名称 一种新能源发电功率预测方法 (57)摘要 本发明涉及新能源技术领域， 具体公开了一 种新能源发电功率预测方法， 所述方法包括： 步 骤一、 对光伏电源进行周 期划分； 根据预测气象 信息及光伏电源所处位置确定下个周期的预测 辐射量曲线； 步骤二、 在下个周期开始时获取第 一云系图像信息， 在设定间隔时长后获取第二云 系图像信息， 通过第一云系图像信息、 第二云系 图像信息及其变化状态对预测辐射量曲线进行 调整， 获得调整辐射量曲线； 步骤三、 根据温度预 测变化曲线及调整辐射量曲线获得预测光伏电 源馈入功率； 该方法在预测气象信息的基础上根 据光伏电源馈电周期的初始时段的实际状况综 合判断， 进 而能够提高预测结果的准确性。 权利要求书3页 说明书8页 附图1页 CN 115441447 A 2022.12.06 CN 115441447 A 1.一种新能源发电功率预测方法， 其特 征在于， 所述方法包括： 步骤一、 对光伏电源进行周期划分； 根据预测气象信息及光伏电源所处位置确定下个 周期的预测 辐射量曲线； 步骤二、 在下个周期开始时获取第一云系图像信息， 在设定间隔时长后获取第二云系 图像信息， 通过第一云系图像信息、 第二云系图像信息及其变化状态对预测辐 射量曲线进 行调整， 获得调整辐射 量曲线； 步骤三、 根据温度预测变化曲线及调整辐射 量曲线获得 预测光伏电源馈入功率。 2.根据权利要求1所述的一种新 能源发电功率预测方法， 其特征在于， 调整辐射量曲线 获取的过程 为： 获取气候状况， 所述气候状况包括晴天和非晴天； 非晴天状态下， 按预设的最低发电功率曲线作为预测光伏电源馈入功率曲线； 晴天状态下， 对第一云系图像信息及第二云系图像信息进行识别， 识别出云层区域面 积S； 通过公式 计算出云层占比变化速率； 其中， 为第一时间点的云层区域面积， 为第二时间点的云层区域面积， 为天空 图像总面积， t为设定间隔时长； 通过 及 的大小对第二时间点后的预测辐 射量曲线进行调整， 获得调整辐 射量曲 线， 根据温度预测变化曲线及调整辐射 量曲线获得 预测光伏电源馈入功率曲线。 3.根据权利要求2所述的一种新 能源发电功率预测方法， 其特征在于， 所述预测辐射量 曲线调整的方式为： 当 时， 若 ≤0， 则将第二时间点后的预测辐射量曲线与预测系数相乘， 得到调整辐射量曲 线； 若 ＞0， 则将第二时间点后按预设的最低发电功率曲线作 为预测光伏电源馈入功率 曲线； 当 时， 若 ≤0， 则将第二时间点后的预测 辐射量曲线作为调整辐射 量曲线； 若 ＞0， 则将第二时间点后的预测辐射量曲线与预测系数相乘， 得到调整辐射量曲 线； 所述云层区域 面积S包括浅云层区域 面积 及厚云层区域 面积 ；权　利　要　求　书 1/3 页 2 CN 115441447 A 2通过公式 获取预测系数 ； 其中， 为预设阈值， 为第二时间点的浅云层区域面积， 为第二时间点的厚云层 区域面积， 、 为预设系数。 4.根据权利要求1所述的一种新 能源发电功率预测方法， 其特征在于， 所述方法还包括 对风力电源进行 预测， 所述 风力电源馈入功率的预测过程 为： 获取风力电源所处位置的预测风力状况， 所述预测风力状况包括风速及风向角随时间 变化曲线； 获取风力电源所处位置的预测温度变化曲线； 以特定时间间隔采集风速、 风向角及温度 数据， 将风速、 风向角及温度 数据输入至分析 模型中， 获取每个时间点的预测发电功 率， 将所有时间点的预测发电功 率数值连接， 获取预 测风力电源馈入功率曲线； 所述分析模型根据历史数据训练获得。 5.根据权利要求4所述的一种新 能源发电功率预测方法， 其特征在于， 根据光伏电源及 风力电源的馈入功率及实时馈入功率调整氢储能策略。 6.根据权利要求5所述的一种新 能源发电功率预测方法， 其特征在于， 所述氢储能策略 调整的方法包括： 通过公式 计算出电解槽的数量 n； 其中， L(t)为预测光伏电源馈入功率曲线； W （t） 为预测风力电源馈入功率曲线； min() 为最小值函数， []为取整符号， p为单个电解槽制氢 所需最低功率。 7.根据权利要求6所述的一种新 能源发电功率预测方法， 其特征在于， 所述氢储能策略 调整的方法还 包括： 获取光伏电源实时输出功率 及风力电源实时输出功率 ； 判断是否 ： 若 ， 则不通过电网进行 供电； 否则通过公式 获得电网供电功率 。 8.根据权利要求6所述的一种新 能源发电功率预测方法， 其特征在于， 将光伏电源实时 输出功率 及风力电源实时输出功率 与电解槽设定功率值 进行比对， 根据比对结 果判断是否增 加电解槽 。 9.根据权利要求8所述的一种新能源发电功率预测方法， 其特 征在于， 比对方法为： 若 ， 则保持当前电解槽数量； 若 ， 则增加 个电解槽数量；权　利　要　求　书 2/3 页 3 CN 115441447 A 3