(19)中华 人民共和国 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 202111655630.9 (22)申请日 2021.12.3 0 (71)申请人 山东浪潮科 学研究院有限公司 地址 250101 山东省济南市高新区浪潮路 1036号S02号楼 (72)发明人 段强　李锐　张晖　 (74)专利代理 机构 北京君慧知识产权代理事务 所(普通合伙) 11716 代理人 肖鹏 (51)Int.Cl. G06F 30/20(2020.01) G06Q 50/06(2012.01) G06F 16/29(2019.01) H02J 3/00(2006.01) (54)发明名称 一种光伏发电预测方法、 装置、 设备及存储 介质 (57)摘要 本发明提供一种基于残差修正时间序列的 光伏发电预测方法及装置。 针对光伏发电系统的 电量预测， 使用历史天气数据结合光伏发电设备 的历史数据， 建立两个模型： 时间序列预测模型 和残差回归模 型。 其中时间序列模 型对历史发电 量数据进行分解和预测， 通过历史发电量产生新 发电量； 残差预测模型以历史的天气数据为特 征， 对历史发电量与时间序列模 型预测的发电量 的残差进行回归建模， 通过学习历史天气数据与 发电量预测残差的关系， 使用新天气特征预测残 差， 并与时间序列预测的发电量相加产生最终预 测结果。 该方法利用历史特征和结果， 融合两个 模型进行预测， 解决了 现有模型单独依靠历史特 征进行预测的数据利用不充分和预测偏差较大 的问题。 权利要求书2页 说明书5页 附图2页 CN 114329985 A 2022.04.12 CN 114329985 A 1.一种光伏发电预测方法， 其特 征在于， 所述方法包括： 采集多个历史时间点的历史发电量与历史天气数据； 根据历史发电量与历史时间点的关联 特性， 构建时间序列预测模型； 根据所述时间序列预测模型， 确定多个历史时间点的发电量历史预测值； 计算所述发电量历史预测值与所述历史发电量的残差； 使用历史天气数据对所述残差建立残差回归 模型； 根据所述时间序列预测模型与所述残差回归 模型， 确定发电量预测值。 2.如权利要求1所述的一种光伏发电预测方法， 其特征在于， 所述根据历史发电量与历 史时间点的关联 特性， 构建时间序列预测模型， 具体包括： 对所述历史发电量数据进行时间序列分解， 具体包括： 使用时间序列分解算法， 将所述历史发电量分解为趋势量、 周期量和随机量， 并确定趋 势量‑时间曲线、 周期量 ‑时间曲线、 随机量 ‑时间曲线； 其中， 所述趋势量为历史发电量随时间成趋势性变化的分量， 所述周期量为历史发电 量随时间成周期性变化的分量， 所述 随机量为历史发电量除趋势量、 周期量之外的剩余分 量。 3.根据权利要求2所述的一种光伏发 电预测方法， 其特征在于， 所述时间序列预测模 型， 还包括： 对所述趋势量进行多 项式拟合， 确定 趋势‑时间多项式函数； 根据所述趋势 ‑时间多项式函数， 确定所 预测的时间点的趋势预测值； 根据周期量 ‑时间曲线， 确定所 预测的时间点的周期量预测值； 根据随机量 ‑时间曲线， 确定随机量的平均值； 将所预测时间点的所述趋势预测值与所述周期量预测值， 以及所述随机量的平均值相 加， 得到所述时间序列预测模型的预测结果。 4.根据权利要求2或3所述的一种光伏发电预测方法， 其特征在于， 所述时间序列分解 算法， 具体为STL 算法。 5.根据权利要求1所述的一种光伏发电预测方法， 其特征在于， 所述使用历史天气数据 对所述残差建立残差回归 模型， 具体包括： 以所述历史天气数据作为训练数据， 以所述残差作为训练标签， 基于机器学习算法， 得 到残差回归 模型。 6.根据权利要求5所述的一种光伏发电预测方法， 其特征在于， 所述历史天气数据包括 日照时长、 光照强度、 温度、 湿度、 风向、 风 量、 云量、 降雨 量中的一项或多 项； 其中， 所述日照时长、 光照强度、 温度、 湿度、 风量、 降雨量中的一项或多项的数据类型 为数值类数据， 所述数值类数据直接作为建立残差回归 模型的训练数据； 所述风向、 云量中的一项或两项的数据类型为非数值类数据， 所述非数值类数据经过 编码后作为建立残差回归 模型的训练数据。 7.根据权利要求1所述的一种光伏发电预测方法， 其特征在于， 所述采集多个历史时间 点的历史发电量与历史天气数据， 具体地， 以日为单位采集； 所述周期量的变化周期为 4周。 8.一种光伏发电预测装置， 其特 征在于， 包括：权　利　要　求　书 1/2 页 2 CN 114329985 A 2采集模块， 用于采集多个历史时间点的历史发电量与历史天气数据； 时间序列模型构建模块， 用于根据历史发电量与历史时间点的关联特性， 构建时间序 列预测模型； 历史残差计算模块， 用于根据所述时间序列预测模型， 确定多个所述历史时间点的发 电量历史预测值， 并计算所述发电量历史预测值与所述历史发电量的残差； 残差回归 模块， 用于使用历史天气数据对所述残差建立残差回归 模型； 发电量预测模块， 用于根据所述时间序列模型以及所述残差回归模型， 确定发电量预 测值。 9.一种光伏发电预测设备， 包括存储器、 处理器以及存储在所述存储器中并且可在所 述处理器上运行 的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如下 步骤： 采集多个历史时间点的历史发电量与历史天气数据； 根据历史发电量与历史时间点的关联 特性， 构建时间序列预测模型； 根据所述时间序列预测模型， 确定多个历史时间点的发电量历史预测值； 计算所述发电量历史预测值与所述历史发电量的残差； 使用历史天气数据对所述残差建立残差回归 模型； 根据所述时间序列预测模型与所述残差回归 模型， 确定发电量预测值。 10.一种非易失性计算机存储介质， 存储有计算机可执行指令， 其特征在于， 所述计算 机程序被处 理器执行时实现如下步骤： 采集多个历史时间点的历史发电量与历史天气数据； 根据历史发电量与历史时间点的关联 特性， 构建时间序列预测模型； 根据所述时间序列预测模型， 确定多个历史时间点的发电量历史预测值； 计算所述发电量历史预测值与所述历史发电量的残差； 使用历史天气数据对所述残差建立残差回归 模型； 根据所述时间序列预测模型与所述残差回归 模型， 确定发电量预测值。权　利　要　求　书 2/2 页 3 CN 114329985 A 3