[發(fā)明專利]光伏輸出功率預(yù)測(cè)方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201610131283.2
• 申請(qǐng)日: 2016-03-08
• 公開(kāi)（公告）號(hào): CN105760961A
• 公開(kāi)（公告）日: 2016-07-13
• 發(fā)明（設(shè)計(jì)）人: 張少凡;王莉;祁忠;蔡燕春;華煌圣;高強(qiáng);李俊格;秦綺蒨;汪華;王聰;李妍紅;洪計(jì)茂;陽(yáng)林峰
• 申請(qǐng)（專利權(quán)）人: 廣州供電局有限公司
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06F17/50
• 代理公司: 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 潘桂生

技術(shù)領(lǐng)域

本發(fā)明涉及新能源發(fā)電和智能電網(wǎng)技術(shù)領(lǐng)域，特別是涉及一種光伏輸出功率預(yù)測(cè)方法和系統(tǒng)。

背景技術(shù)

隨著社會(huì)的發(fā)展，化石燃料面臨枯竭，環(huán)境的問(wèn)題也日益突出。為了解決這一難題，人類開(kāi)始關(guān)注可再生能源，其中綠色無(wú)污染的太陽(yáng)能就成為大家關(guān)注的焦點(diǎn)。作為一種有效利用太陽(yáng)能的方式，光伏發(fā)電已經(jīng)取得了顯著的發(fā)展。但是考慮到光伏發(fā)電受到諸多氣候因素的影響，功率變化的隨機(jī)性較強(qiáng)，一旦功率發(fā)生較大變化，必須投入大量備用設(shè)備進(jìn)行削峰填谷，同時(shí)輸出功率的擾動(dòng)嚴(yán)重時(shí)可能影響電網(wǎng)的安全穩(wěn)定運(yùn)行，因此對(duì)光伏輸出功率的預(yù)測(cè)研究就顯得尤為必要。

考慮實(shí)際光伏輸出功率的非平穩(wěn)性，直接對(duì)其進(jìn)行預(yù)測(cè)的誤差較大。現(xiàn)有的光伏輸出功率預(yù)測(cè)方法有人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeuralNetworks，ANN)、支持向量機(jī)(SupportVectorMachines，SVM)。但是在實(shí)際應(yīng)用過(guò)程中，上述方法對(duì)突變天氣下的光伏輸出功率的預(yù)測(cè)效果不佳。一方面，上述方法數(shù)據(jù)分析的復(fù)雜度較高，另一方面，上述方法對(duì)突變天氣下的光伏輸出功率預(yù)測(cè)的精度較低。綜上所述，現(xiàn)有技術(shù)的功率預(yù)測(cè)效果較差。

發(fā)明內(nèi)容

基于此，有必要針對(duì)功率預(yù)測(cè)效果較差的問(wèn)題，提供一種光伏輸出功率預(yù)測(cè)方法和系統(tǒng)。

一種光伏輸出功率預(yù)測(cè)方法，包括以下步驟：

根據(jù)獲取光伏功率數(shù)據(jù)時(shí)的天氣特征將光伏功率數(shù)據(jù)劃分為不同天氣類型對(duì)應(yīng)的光伏功率數(shù)據(jù)，將預(yù)設(shè)范圍內(nèi)的光伏功率數(shù)據(jù)分解為若干個(gè)隨機(jī)項(xiàng)分量和趨勢(shì)項(xiàng)分量；

根據(jù)隨機(jī)項(xiàng)分量構(gòu)造第一訓(xùn)練樣本和第一預(yù)測(cè)樣本，根據(jù)所述第一訓(xùn)練樣本和第一預(yù)測(cè)樣本建立隨機(jī)項(xiàng)分量的第一預(yù)測(cè)模型，并根據(jù)所述第一訓(xùn)練樣本對(duì)所述第一預(yù)測(cè)模型進(jìn)行訓(xùn)練；

根據(jù)趨勢(shì)項(xiàng)分量構(gòu)造第二訓(xùn)練樣本和第二預(yù)測(cè)樣本，根據(jù)所述第二訓(xùn)練樣本和第二預(yù)測(cè)樣本建立趨勢(shì)項(xiàng)分量的第二預(yù)測(cè)模型，并根據(jù)所述第二訓(xùn)練樣本對(duì)所述第二預(yù)測(cè)模型進(jìn)行訓(xùn)練；

將預(yù)測(cè)樣本的輸入導(dǎo)入訓(xùn)練后的第一預(yù)測(cè)模型和訓(xùn)練后的第二預(yù)測(cè)模型，分別獲取待預(yù)測(cè)的光伏功率的隨機(jī)項(xiàng)分量的第一預(yù)測(cè)值和趨勢(shì)項(xiàng)分量的第二預(yù)測(cè)值，將第一預(yù)測(cè)值和第二預(yù)測(cè)值進(jìn)行疊加求和，獲得待預(yù)測(cè)的光伏輸出功率的預(yù)測(cè)功率。

一種光伏輸出功率預(yù)測(cè)系統(tǒng)，包括：

分解模塊，用于根據(jù)獲取光伏功率數(shù)據(jù)時(shí)的天氣特征將光伏功率數(shù)據(jù)劃分為不同天氣類型對(duì)應(yīng)的光伏功率數(shù)據(jù)，將預(yù)設(shè)范圍內(nèi)的光伏功率數(shù)據(jù)分解為若干個(gè)隨機(jī)項(xiàng)分量和趨勢(shì)項(xiàng)分量；

第一訓(xùn)練模塊，用于根據(jù)隨機(jī)項(xiàng)分量構(gòu)造第一訓(xùn)練樣本和第一預(yù)測(cè)樣本，根據(jù)所述第一訓(xùn)練樣本和第一預(yù)測(cè)樣本建立隨機(jī)項(xiàng)分量的第一預(yù)測(cè)模型，并根據(jù)所述第一訓(xùn)練樣本對(duì)所述第一預(yù)測(cè)模型進(jìn)行訓(xùn)練；

第二訓(xùn)練模塊，用于根據(jù)趨勢(shì)項(xiàng)分量構(gòu)造第二訓(xùn)練樣本和第二預(yù)測(cè)樣本，根據(jù)所述第二訓(xùn)練樣本和第二預(yù)測(cè)樣本建立趨勢(shì)項(xiàng)分量的第二預(yù)測(cè)模型，并根據(jù)所述第二訓(xùn)練樣本對(duì)所述第二預(yù)測(cè)模型進(jìn)行訓(xùn)練；

預(yù)測(cè)模塊，用于將預(yù)測(cè)樣本的輸入導(dǎo)入訓(xùn)練后的第一預(yù)測(cè)模型和訓(xùn)練后的第二預(yù)測(cè)模型，分別獲取待預(yù)測(cè)的光伏功率的隨機(jī)項(xiàng)分量的第一預(yù)測(cè)值和趨勢(shì)項(xiàng)分量的第二預(yù)測(cè)值，將第一預(yù)測(cè)值和第二預(yù)測(cè)值進(jìn)行疊加求和，獲得待預(yù)測(cè)的光伏輸出功率的預(yù)測(cè)功率。

上述光伏輸出功率預(yù)測(cè)方法和系統(tǒng)，通過(guò)對(duì)光伏功率數(shù)據(jù)按天氣類型進(jìn)行分類，并將預(yù)設(shè)范圍內(nèi)的光伏功率數(shù)據(jù)分解為若干個(gè)隨機(jī)項(xiàng)分量和趨勢(shì)項(xiàng)分量，對(duì)隨機(jī)項(xiàng)分量和趨勢(shì)項(xiàng)分量，分別構(gòu)造預(yù)測(cè)模型并進(jìn)行訓(xùn)練，根據(jù)訓(xùn)練后的預(yù)測(cè)模型分別獲取待預(yù)測(cè)的光伏功率的隨機(jī)項(xiàng)分量的第一預(yù)測(cè)值和趨勢(shì)項(xiàng)分量的第二預(yù)測(cè)值，將第一預(yù)測(cè)值和第二預(yù)測(cè)值進(jìn)行疊加求和，獲得待預(yù)測(cè)的光伏輸出功率的預(yù)測(cè)功率，考慮了隨機(jī)項(xiàng)的非平穩(wěn)性影響預(yù)測(cè)效果，提高了對(duì)突變天氣下光伏輸出功率預(yù)測(cè)的精度。

附圖說(shuō)明

圖1為本發(fā)明的光伏輸出功率預(yù)測(cè)方法流程圖；

圖2為三種天氣類型下的光伏輸出功率預(yù)測(cè)模型框圖；

圖3為為小波分析效果示意圖；

圖4為BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖；

圖5為晴天光伏輸出功率短期預(yù)測(cè)結(jié)果；

圖6為陰雨天光伏輸出功率短期預(yù)測(cè)結(jié)果；

圖7為多云天光伏輸出功率短期預(yù)測(cè)結(jié)果；

圖8為本發(fā)明的光伏輸出功率預(yù)測(cè)系統(tǒng)的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明的光伏輸出功率預(yù)測(cè)方法和系統(tǒng)的實(shí)施例進(jìn)行描述。

圖1為本發(fā)明的光伏輸出功率預(yù)測(cè)方法流程圖。如圖1所示，所述光伏輸出功率預(yù)測(cè)方法可包括如下步驟：