技术摘要：
本发明实施例公开了一种新能源并网条件下的电网负荷预测方法、装置和系统，所述方法包括：采集场站预设范围内的气象数据；获取待预测场站类型，并提取与所述待预测场站类型匹配的气象数据类型；根据所述待预测场站类型和所述气象数据类型建立算法模型，基于所述算法模  全部
背景技术：
新能源是指在新技术基础上加以开发利用的可再生能源，例如风能、太阳能、生物 质能、水能等。而随着新能源在发电领域使用规模和范围的增加，叠加新能源发电功率的不 稳定性，对电网的稳定运行带来较大的隐患。因此，提供一种新能源并网条件下的电网负荷 预测方法，以期能够在预测新能源发电功率的基础上，提供地区和网供负荷的预测结果，为 电网调度提供科学参考，就成为本领域技术人员亟待解决的问题。
技术实现要素：
为此，本发明实施例提供一种新能源并网条件下的电网负荷预测方法、装置和系 统，以解决现有技术中由于无法预测新能源叠加条件下的电网负荷而导致的电网调度缺少 数据参考的问题。 为了实现上述目的，本发明实施例提供如下技术方案： 根据本发明实施例的第一方面，本发明提供了一种新能源并网条件下的电网负荷 预测方法，所述方法包括： 采集场站预设范围内的气象数据； 获取待预测场站类型，并提取与所述待预测场站类型匹配的气象数据类型； 根据所述待预测场站类型和所述气象数据类型建立算法模型，基于所述算法模型 获取并输出功率预报数据。 进一步地，所述采集场站预设范围内的气象数据，具体包括： 采集通过Internet/专线传输的所有场站的天气预报数据；或， 采集通过气象观测获取的实时气象数据采； 所述气象数据包括风速、辐射量、温度、降水和相对湿度。 进一步地，所述获取待预测场站类型，并提取与所述待预测场站类型匹配的气象 数据类型，具体包括： 判定所述待预测场站类型为风电场，则在所述气象数据中至少提取所述风速作为 所述气象数据类型； 判定所述待预测场站类型为光伏电场，则在所述气象数据中至少提取所述辐射量 作为所述气象数据类型； 判定所述待预测场站类型为全网电场，则在所述气象数据中至少提取所述温度、 降水和相对湿度作为所述气象数据类型。 进一步地，所述待预测场站类型为风电场时，根据所述待预测场站类型和所述气 象数据类型建立算法模型，并所述算法模型获取并输出功率预报数据，具体包括： 5 CN 111582544 A 说　明　书 2/10 页 若无所述风电场对应的风速数据和历史功率数据，则通过模式风速与理论风功率 曲线建立第一风电场算法模型，并所述第一风电场算法模型获取并输出功率预报数据； 若获取有所述风电场对应的风速数据、且无历史功率数据，则通过模式风速多元 回归订正与理论风功率曲线建立第二风电场算法模型，并所述第二风电场算法模型获取并 输出功率预报数据； 若获取有所述风电场对应的风速数据和历史功率数据，则通过模式风速的神经网 络订正与实际风功率曲线建立第三风电场算法模型，并所述第三风电场算法模型获取并输 出功率预报数据； 若获取有预设时段内的历史功率数据、且无所述风电场对应的风速数据，则预设 时段内的历史功率与同期数值预报结果的滚动预报建立第四风电场算法模型，并所述第四 风电场算法模型获取并输出功率预报数据；或针对预测对象，自适应分析各模式要素的预 测能力，为它们分配回归权值，并实施加权偏最小二乘回归，建立预设时段内的滚动模型， 并所述滚动模型获取并输出功率预报数据； 若获取有所述风电场对应的风速数据和预设时段内的历史功率数据，则通过所述 第一风电场算法模型、所述第二风电场算法模型、所述第三风电场算法模型以及动力统计 法滚动计算预设时段，以获取并输出功率预报数据。 进一步地，当功率预报数据的预测周期短于预设值时，则所述方法进入超短期预 测模式，所述超短期预测模式包括： 获取预设时段内的短期功率预报结果和实况功率数据，则短期功率预测结果的实 时订正，得到所述超短期预测模式的超短期功率预测数据； 获取实况功率数据，则多元回归方法，得到所述超短期预测模式的超短期功率预 测数据。 进一步地，所述待预测场站类型为光伏电场时，根据所述待预测场站类型和所述 气象数据类型建立算法模型，并所述算法模型获取并输出功率预报数据，具体包括： 若无辐射量数据和历史功率数据，则通过预报辐射和光电转换模型建立第一光伏 电场算法模型，并所述第一光伏电场算法模型获取并输出功率预报数据； 若获取至少一个月内的辐射量数据、且无历史功率数据，则通过预报辐射 逐步误差逼近法订正和光电转换模型建立第二光伏电场算法模型，并所述第二光 伏电场算法模型获取并输出功率预报数据； 若获取至少一个月内的历史功率数据，则通过建立前30天历史功率与同 期订正数值预报的滚动预报模型建立第三光伏电场算法模型，并所述第三光伏电 场算法模型获取并输出功率预报数据； 若获取至少一个月内的辐射量数据和历史功率数据，则通过所述第二光伏电场算 法模型、第二光伏电场算法模型以及动力统计法建模，滚动计算30天，以获取并输出功率预 报数据。 进一步地，当功率预报数据的预测周期短于预设值时，则所述方法进入超短期预 测模式，所述超短期预测模式包括： 获取预设时段内的短期功率预报结果和实况功率数据，则短期功率预测结果的实 时订正，得到所述超短期预测模式的超短期功率预测数据； 6 CN 111582544 A 说　明　书 3/10 页 获取实况功率数据，则多元回归方法，得到所述超短期预测模式的超短期功率预 测数据。 进一步地，所述待预测场站类型为全网电场时，根据所述待预测场站类型和所述 气象数据类型建立算法模型，基于所述算法模型获取并输出功率预报数据，具体包括： 利用数值模式逐小时温度、降水、相对湿度的预报数据，使用集合平均、按近期准 确率分配权重等方法确定逐小时预报的基本趋势曲线，同时结合预报时效内已经出现的气 象实况进行曲线订正，最终使用样条插值方法插值为逐15分钟的预测数据； 根据历史的全网负荷和气象要素，结合时次、节假日、星期因素，利用大数据分析 及机器学习方法，建立耦合了气象因子的全网负荷模型； 建立的耦合了气象因子的全网负荷模型，利用所述气象预测数据，得到短期全网 负荷预测数据； 风电场站和光伏场站的功率预测结果，以及所述短期全网负荷预测数据，获取网 供负荷的短期功率预测结果。 根据本发明实施例的第二方面，本发明提供一种新能源并网条件下的电网负荷预 测装置，所述装置包括： 数据采集系统，用于采集场站预设范围内的气象数据； 综合管理系统，用于获取待预测场站类型，并提取与所述待预测场站类型匹配的 气象数据类型； 功率预报系统，用于根据所述待预测场站类型和所述气象数据类型建立算法模 型，并所述算法模型获取并输出功率预报数据。 根据本发明实施例的第三方面，本发明提供一种新能源并网条件下的电负荷预测 系统，其特征在于，所述系统包括：处理器和存储器； 所述存储器用于存储一个或多个程序指令； 所述处理器，用于运行一个或多个程序指令，用以执行如上所述的方法。 本发明实施例具有如下优点： 本发明所提供的新能源并网条件下的电网负荷预测方法、装置和系统，通过采集 场站预设范围内的气象数据，获取待预测场站类型，并提取与所述待预测场站类型匹配的 气象数据类型，并根据所述待预测场站类型和所述气象数据类型建立算法模型，并所述算 法模型获取并输出功率预报数据。其通过大数据分析及深度学习技术，揭示出新能源发电 功率、地区用电负荷与气象因子间的相关关系，建立耦合气象因子的发电功率及用电负荷 预测预报方法和模型，开展新能源发电功率、用电负荷的短期预测，其在预测新能源发电功 率的基础上，提供地区和网供负荷的预测结果，为电网调度提供了科学参考，从而解决了现 有技术中由于无法预测新能源叠加条件下的电网负荷而导致的电网调度缺少数据参考的 问题。 附图说明 为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方 式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅 仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据 7 CN 111582544 A 说　明　书 4/10 页 提供的附图引伸获得其它的实施附图。 本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供 熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的 实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功 效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。 图1为本发明所提供的新能源并网条件下的电负荷预测方法一种