简介:【摘要】随着越来越多的大规模光伏电站、风电场并网运行,间歇式电源的发电容量在部分区域电力系统中所占比例大大提高,给电力系统的供需平衡、安全稳定运行与控制带来了巨大挑战,大大加重了电网的调度负担。其输出功率在短期内呈现随机性和不确定性,大规模并网容易引起电网波动。因此前期充分调研各气象因子的数据对比和整理,根据其关联程度和差异性,基于Python环境下,使用机器学习人工智能技术,设计基于天气信息预测光伏发电功率的预测模型,并采用经过处理的数据进行对模型的训练, 准确的光伏出力预测模型在电网侧可以帮助电网调控中心较为准确预测光伏出力水平,并提前安排负荷平衡措施,保障高比例分布式光伏并网后电网运行稳定;在用户侧可以指导光伏发电项目业主合理安排检修计划,优化发电运行方式,提升光伏设备发电小时数。