(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 202111554790.4 (22)申请日 2021.12.17 (71)申请人 国网河南省电力公司南阳 供电公司 地址 473000 河南省南阳市卧龙区人民北 路268号 (72)发明人 张朋飞　张庶　王延平　王鑫　 袁昉　周林　邵丽　李宜珂　 (74)专利代理 机构 郑州知己知识产权代理有限 公司 41132 专利代理师 季发军 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06N 20/10(2019.01) G06N 3/00(2006.01)H02J 3/00(2006.01) (54)发明名称 新能源微电网剩余功率预测方法、 计算机设 备和存储介质 (57)摘要 本发明提供了一种新能源微电网剩余功率 预测方法、 计算机设备和存储介质， 属于电力调 度技术领域。 所述预测方法包 括： S1、 基于样本 数 据进行训练， 得到剩余功率预测模型； S2、 利用所 述剩余功率预测模型进行剩余功率预测； 步骤S1 包括： S11、 获取样本数据， 所述样本数据包括历 史剩余功率数据、 历史气象数据； S12、 对样本数 据进行归一化处理； S13、 建立LSSVM预测模型； S14、 利用粒子群算法对 LSSVM模型的核 参数进行 优化； S15、 构建出剩余功率预测模型。 本发明对 新能源微电网短期剩余功率的预测， 能够提高对 微电网的优化管理； 本发明能够帮助大电网调度 中心预测微电网剩余功率大小和变化情况， 能够 加强对微电网的规范化和精细化管理， 保障大电 网安全稳定运行。 权利要求书1页 说明书7页 附图2页 CN 114492925 A 2022.05.13 CN 114492925 A 1.一种新能源微电网剩余功率预测方法， 其特 征在于： 所述预测方法包括： S1、 基于样本数据进行训练， 得到剩余功率预测模型； S2、 利用所述剩余功率预测模型进行剩余功率预测； 步骤S1包括： S11、 获取样本数据， 所述样本数据包括历史剩余功率数据、 历史气象数据； S12、 对样本数据进行归一 化处理； S13、 建立 LSSVM预测模型； S14、 利用粒子群算法对LS SVM模型的核参数进行优化； S15、 构建出剩余功率预测模型。 2.根据权利要求1所述的新能源微电网剩余功率预测方法， 其特征在于： 所述历史剩余 功率数据为历史发电功率与历史用电负荷的差值。 3.根据权利要求2所述的新能源微电网剩余功率预测方法， 其特征在于： 所述历史气象 数据包括天气类型、 空气质量、 温度、 湿度和风速 。 4.根据权利要求3所述的新能源微电网剩余功率预测方法， 其特征在于： 所述样本数据 还包括是否为休息日。 5.根据权利要求4所述的新能源微电网剩余功率预测方法， 其特征在于： 步骤S12进行 归一化处理的公式为 6.根据权利要求5所述的新能源微电网剩余功率预测方法， 其特征在于： 所述剩余功率 预测模型表示 为 7.一种计算机设备， 包括存储器和处理器， 其特征在于： 所述存储器用于存储计算机程 序和数据， 所述处理器调用存储器存储的计算机程序， 以执行权利要求1至6任一项所述的 新能源微电网剩余功率预测方法。 8.一种计算机可读存储介质， 存储有计算机程序， 其特征在于： 所述计算机程序被处理 器执行时用于实现权利要求1至 6中任一项述的新能源微电网剩余功率预测方法。权　利　要　求　书 1/1 页 2 CN 114492925 A 2新能源微电网剩余功率 预测方法、 计算机设 备和存储介质 技术领域 [0001]本发明属于电力调度技术领域， 具体涉及一种新能源微电网剩余功率预测方法、 计算机设备和存 储介质。 背景技术 [0002]微电网是集分布式电源、 配电系统、 监控系统和用电系统汇集而成的小型电力系 统， 是一个具备自我控制和自我能量管理的自治系统。 微电网可与大电网并网运行或者独 立运行， 可以改善供电可靠性以及提高经济效益， 为用户带来多 方面的利益。 微电网与大电 网并网运行时， 当微电网内的电能无法满足所有的用电负荷需求时， 外部大电网起到补充 电能的作用， 为微电网中的用电负荷提供足够的电量， 当微电网的发电量富余时， 可以向外 部电网输送多余的电能。 [0003]新能源微电网多采用风电或光伏等分布式电源， 但新能源发电易受环境因素影 响， 波动性大， 对一些未配置储能系统的新能源微电网来说， 就需要对其过剩的功 率进行精 确的短期预测， 以便大电网及时采取调 度措施， 消纳微电网的过剩电能， 或配置向微电网的 输电计划。 微电网的过剩功率为发电功率与用电负荷的差值， 现有技术中未发现有直接对 剩余功率进行 预测的方法， 而仅对微电网的发电功率或用电负荷进行 预测。 [0004]如专利文献CN109002948A提出一种基于CDA ‑BP的微电网短期光伏发电功率预测 方法， 该发 明提出了一种基于 混沌蜻蜓算法优化BP神经网络(CDA ‑BP神经网络)的微电网短 期光伏功率预测方法。 基于太阳辐照变化率和温度变化率对光伏输出功率的影响， 利用混 沌蜻蜓算法(CDA)优化BP神经网络模型的连接权重系数和阈值， 得到最优光伏发电功率预 测模型。 该发明仅能对光伏发电功率进行 预测， 因此不 适用于一些风 光微电网。 [0005]又如专利文献CN110866633A提出一种基于SVR支持向量回归的微电网超 短期负荷 预测方法， 将历史负荷数据分为三类， 工作日、 双休日和节假日， 对每一类数据都建立了在 线的基于SVR的训练模 型， 采用相似度方法确定 当前预测时刻的输入样 本集， 实现了微电网 超短期负荷的快速准确预测。 该发明未包 含对发电功率电预测。 发明内容 [0006]本发明所要解决的技术问题是， 针对现有技术的不足， 提供一种新能源微电网剩 余功率预测方法、 计算机设备和存 储介质。 [0007]为解决上述 技术问题， 本发明所采用的技 术方案是： [0008]一种新能源微电网剩余功率预测方法， 所述预测方法包括： [0009]S1、 基于样本数据进行训练， 得到剩余功率预测模型； [0010]S2、 利用所述剩余功率预测模型进行剩余功率预测； [0011]步骤S1包括： [0012]S11、 获取样本数据， 所述样本数据包括历史剩余功率数据、 历史气象数据； [0013]S12、 对样本数据进行归一 化处理；说　明　书 1/7 页 3 CN 114492925 A 3