1.一种基于卫星互联网的多级观测站协同光伏功率预测方法,其特征在于,包括:构建多级观测站协同网络,包括目标光伏场站、大型光伏场站及部署于目标光伏场站周围的微型观测站;所述微型观测站配备光伏组件、环境传感器与卫星通信模组,通过低轨卫星实现数据回传;
实时采集目标光伏场站、大型光伏场站及微型观测站的光伏功率数据、气象数据及遥感云图数据;
根据地面网络覆盖情况选择数据传输方式,所述传输方式包括:地面通信网络和卫星互联网;
基于时空相关模型计算各级观测站与目标光伏场站之间的时空相关度,所述时空相关度包括历史功率相关性及云图演化趋势相关性;
根据所述时空相关度动态分配各级观测站的信息增益权重;
基于所述信息增益权重确定最高相关性站点并通过双时间尺度预测模型输出光伏功率预测结果;
基于预测误差反馈动态调整观测站数据权重,优化预测精度。
2.根据权利要求1所述的方法,其特征在于,所述根据地面网络覆盖情况选择数据传输方式包括:在地面网络覆盖区域通过地面通信网络的方式回传数据,地面通信网络包括:光纤、4G通信网络以及5G通信网络;
在无地面网络覆盖区域通过卫星通信模组将数据经低轨卫星回传至数据中心。
3.根据权利要求1所述的方法,其特征在于,所述基于时空相关模型计算各级观测站与目标光伏场站之间的时空相关度的步骤,包括:计算大型光伏场站和目标站o的时空相关度:
计算微型观测站和目标光伏场站o的时空相关度:
其中,表示大型光伏场站和目标光伏场站o历史功率相关性,表示大型光伏场站和目标光伏场站o的云图演化相关性,表示微型观测站和目标光伏场站o的历史功率的相关性。
4.根据权利要求3所述的方法,其特征在于,历史功率相关性的计算,包括:对于任意一个观测站i和目标光伏场站o历史功率相关性通过皮尔逊相关系数计算:其中,和分别为第i个观测站与目标光伏场站o在时刻t的功率数据,和分别为第i个观测站与目标光伏场站o的功率数据的均值。
5.根据权利要求3所述的方法,其特征在于,云图演化趋势相关性的计算包括:对于大型光伏场站和目标光伏场站o的云图演化相关性,表示为:其中,和分别表示第i个大型光伏场站和目标光伏场站o在时刻t的云图特征数据,和分别表示第i个大型光伏场站和目标光伏场站o在历史时间窗口内的云图特征数据均值。
6.根据权利要求1所述的方法,其特征在于,所述根据所述时空相关度动态分配各级观测站的信息增益权重的步骤,包括:通过时空相关度对全网预测精度的贡献进行归一化计算,定义每个大型光伏场站和微型观测站的信息增益分别为、:其中,m和n分别为选取区域内大型光伏场站和微型观测站的总数,表示大型光伏场站和目标光伏场站o的时空相关度,表示微型观测站Mj和目标光伏场站o的时空相关度。
7.根据权利要求1所述的方法,其特征在于,所述基于所述信息增益权重确定最高相关性站点并通过双时间尺度预测模型输出光伏功率预测结果的步骤之前,还包括:构建双时间尺度的光伏功率预测模型体系;
在所述双时间尺度的光伏功率预测模型体系中采用XGBoost模型融合多源NWP数据进行长时间尺度趋势预测,采用TCN模型结合多头注意力机制进行短时间尺度波动预测。
8.一种基于卫星互联网的多级观测站协同光伏功率预测装置,其特征在于,包括:网络构建模块,用于构建多级观测站协同网络,包括目标光伏场站、大型光伏场站及部署于目标光伏场站周围的微型观测站;所述微型观测站配备光伏组件、环境传感器与卫星通信模组,通过低轨卫星实现数据回传;
数据采集模块,用于实时采集目标光伏场站、大型光伏场站及微型观测站的光伏功率数据、气象数据及遥感云图数据;
数据传输模块,用于根据地面网络覆盖情况选择数据传输方式,所述传输方式包括:地面通信网络和卫星互联网;
计算模块,用于基于时空相关模型计算各级观测站与目标光伏场站之间的时空相关度,所述时空相关度包括历史功率相关性及云图演化趋势相关性;
分配模块,用于根据所述时空相关度动态分配各级观测站的信息增益权重;
预测模块,用于基于所述信息增益权重确定最高相关性站点并通过双时间尺度预测模型输出光伏功率预测结果;
优化模块,用于基于预测误差反馈动态调整观测站数据权重,优化预测精度。
9.一种计算机设备,其特征在于,所述设备包括:存储器、处理器,所述处理器在运行所述存储器存储的计算机指令时,执行如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,包括指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1至7中任一项所述的方法。