杭州齐智能源科技股份有限公司

通过对光伏发电站的光伏设备、气象仪设备的发电数据、设备状态数据以及气象数据进行采集分析预测，能够有效的帮助公司智慧能源一体化平台提供更加实时和准确的数据支撑。主要应用在以下几个方面：（1）在光伏运维方面，可以优化公司光伏站点的运维管理，提前调整运维策略，确保站点的高效运行，降低不稳定性。（2）在储能方面，通过光伏发电量预测，可以优化发电站储能系统的充放电策略，提高储能设备的利用率和经济效益‌。（3）在购售电方面，现货市场要求提前申报发电量，偏差考核成本高昂的情况下，精准预测可显著提升竞价策略。1、数据采集：从本公司物联网平台获取实际发电量、输出交流功率、输入直流功率、无功有功损耗等光伏设备数据以及温湿度等气象仪设备数据。从公司智慧能源一体化平台获取光伏面板清洗频率数据。 2、数据处理：对采集的数据进行聚合与分类，按照日期、站点、设备等维度进行梳理。其中逆变器效率=(输出交流功率/输入直流电功率)x100%；逆变器损耗率= (无功损耗 + 有功损耗)/(输入直流功率 × 运行时间)×100%；预测准确率=(预测发电量-实际发电量)/实际发电量x100%。 3、数据加工：将逆变器效率、逆变器损耗、面板清洗频率以及温湿度气压等数据作为特征数据，进行Min-Max归一化、KNN缺失值补充等方式进行加工。 4、数据应用：使用公司自行训练和部署的LSTM神经网络模型，即通过MYSQL表和对组件进行归一化、拆分处理，运用XGBoost-回归、 RF-回归，借助机器学习预测和模型评估从而实现对未来时间段光伏发电量PV进行数据预测。