[發(fā)明專利]基于相似日特征分類與極端學(xué)習(xí)機(jī)的光伏發(fā)電功率短期預(yù)報方法

有效

• 申請?zhí)枺?/td>: 201210413463.1
• 申請日: 2012-10-17
• 公開（公告）號: CN102999786A
• 公開（公告）日: 2013-03-27
• 發(fā)明（設(shè)計）人: 劉士榮;張曉東;姜碧光;胡浙東;吳舜裕;李松峰
• 申請（專利權(quán)）人: 浙江埃菲生能源科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/02
• 代理公司: 溫州高翔專利事務(wù)所 33205
• 代理人: 朱德寶

技術(shù)領(lǐng)域

本發(fā)明屬于太陽能光伏發(fā)電技術(shù)領(lǐng)域，是一種光伏發(fā)電功率短期預(yù)報方法。

背景技術(shù)

太陽能光伏發(fā)電具有能量密度低、間歇性、不確定等特征，特別是輸出功率與氣象條件密切相關(guān)，使得其發(fā)電特性與常規(guī)電力具有很大區(qū)別。光伏發(fā)電并網(wǎng)接入是光伏發(fā)電實(shí)現(xiàn)大規(guī)模高效利用的重要形式。由于光伏發(fā)電的間歇性、不確定性和不可控性，當(dāng)大規(guī)模、大容量的光伏發(fā)電系統(tǒng)接入電網(wǎng)，對公共電網(wǎng)的安全運(yùn)行帶來重大挑戰(zhàn)。為此，若能較準(zhǔn)確地預(yù)測光伏發(fā)電系統(tǒng)的發(fā)電功率，對于光伏發(fā)電系統(tǒng)并網(wǎng)接入運(yùn)行的安全性和穩(wěn)定性，以及電網(wǎng)經(jīng)濟(jì)調(diào)度具有重要意義，可促進(jìn)電網(wǎng)對這類不穩(wěn)定能源的接納和消化，減輕光伏發(fā)電系統(tǒng)輸出功率的不確定性對公共電網(wǎng)的影響具有重要意義。在此提出的光伏發(fā)電功率預(yù)報，是基于公共氣象網(wǎng)提供的氣象數(shù)據(jù)、光伏發(fā)電系統(tǒng)發(fā)電功率數(shù)據(jù)等，通過數(shù)據(jù)特征分類和基于極端學(xué)習(xí)機(jī)算法神經(jīng)網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)光伏發(fā)電功率短期預(yù)報。

通過光伏發(fā)電功率的數(shù)據(jù)分析發(fā)現(xiàn)，在同類型天氣條件下，光伏發(fā)電功率在大部分天數(shù)中呈現(xiàn)相近的變化規(guī)律。以日預(yù)報氣象數(shù)據(jù)、光伏發(fā)電系統(tǒng)的日發(fā)電功率數(shù)據(jù)，分別建立日氣象特征相似度和日發(fā)電功率形狀相似度，構(gòu)建相似日綜合判斷函數(shù)，選取出來的相似日可以直接對預(yù)測日的發(fā)電功率從進(jìn)行預(yù)測，也可以作為其它算法的輸入變量來進(jìn)行預(yù)測。

極端學(xué)習(xí)機(jī)(Extreme?Learning?Machine，簡稱ELM)算法對傳統(tǒng)的單隱層前饋神經(jīng)網(wǎng)絡(luò)進(jìn)行了很好的完善：通過對網(wǎng)絡(luò)內(nèi)權(quán)值與閾值的隨機(jī)選取，將參數(shù)訓(xùn)練問題轉(zhuǎn)換為不相容線性方程組的求解問題，然后利用摩爾-彭羅斯(Moore-Penrose)廣義逆矩陣?yán)碚摚馕銮蟮迷摲匠探M的最小二乘解作為網(wǎng)絡(luò)權(quán)值參數(shù)。這樣可以很好地克服傳統(tǒng)神經(jīng)網(wǎng)絡(luò)存在的訓(xùn)練時間長、過擬合等問題。

發(fā)明內(nèi)容

本發(fā)明針對公共氣象預(yù)報數(shù)據(jù)、光伏發(fā)電功率數(shù)據(jù)的特點(diǎn)，提出了一種光伏發(fā)電功率短期預(yù)測方法。

該光伏發(fā)電功率預(yù)測方法包括如下步驟：

步驟一：已有歷史數(shù)據(jù)的初步篩選確定相似日：

步驟二：通過計算確定相似日；

步驟三：極端學(xué)習(xí)機(jī)神經(jīng)網(wǎng)絡(luò)參數(shù)確定；

步驟四：預(yù)測實(shí)際發(fā)電功率，并計算預(yù)測精度。

作為一種改進(jìn)，所述的步驟一包括以下步驟：

①將歷史發(fā)電功率根據(jù)季節(jié)、氣候進(jìn)行歸類，同時將日類型分為：晴、雨、多云；

②依據(jù)氣象臺預(yù)報，獲取預(yù)測日預(yù)測時段的氣候類型、溫度、大氣壓、濕度、風(fēng)速；

③根據(jù)季節(jié)和天氣類型的氣象參數(shù)初步篩選相似日。

作為一種改進(jìn)，所述的步驟二包括以下步驟：

①設(shè)預(yù)測日氣象特征序列：溫度、大氣壓、濕度、風(fēng)速為x_ik，歷史氣象特征序列為x_jk，通過公式(1)計算日特征差異度

Dij=Σk=1n(xik-xjk)2---(1)]]>

②計算預(yù)測日與歷史日的日特征相似度O_ij

O_ij＝1-D_ij??????(2)