[發明專利]一種光伏電站短期功率預測方法及系統

在審

• 申請號: 201710339205.6
• 申請日: 2017-05-15
• 公開（公告）號: CN107085755A
• 公開（公告）日: 2017-08-22
• 發明（設計）人: 侯佑華;蒿峰;張強;王新建;杭晨輝;王福賀;牛新
• 申請（專利權）人: 內蒙古電力（集團）有限責任公司;北京中科伏瑞電氣技術有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06K9/62
• 代理公司: 北京輕創知識產權代理有限公司11212
• 代理人: 楊立,王丹

1.一種光伏電站短期功率預測方法，其特征在于,該方法包括如下步驟：

S1，讀取當前時刻及其之前一段時間的光伏電站的大氣上界水平輻照度、數值天氣預報以及光伏電站并網點有功功率的數據作為預測樣本數據；

S2，利用樣本篩選算法，對預測樣本數據進行去噪和減樣處理，再對去噪和減樣處理后的預測樣本數據進行歸一化處理；

S3，將歸一化處理后的預測樣本數據作為建模樣本，對支持向量機模型進行建模，得到光伏電站短期功率預測模型；

S4，獲取預測時刻的光伏電站的大氣上界水平輻照度、數值天氣預報的預測時刻數據，對預測時刻數據進行歸一化處理；

S5，將歸一化處理后的預測時刻數據輸入所述光伏電站短期功率預測模型，得到輸出向量，并對輸出向量進行逆歸一化處理，得到光伏電站并網點有功功率的預測值。

2.根據權利要求1所述的預測方法，其特征在于，所述S3中將歸一化處理后的預測樣本數據作為建模樣本，其具體是將歸一化處理后的預測樣本數據中的大氣上界水平輻照度、數值天氣預報作為建模輸入樣本，同時將歸一化處理后的預測樣本數據中的光伏電站并網點有功功率作為建模輸出樣本，利用建模輸入樣本和建模輸出樣本同時對支持向量機模型進行建模，得到光伏電站短期功率預測模型。

3.根據權利要求1或2所述的預測方法，其特征在于，所述S2中包括：

S21，對預測樣本數據進行初步篩選，將缺失部分數據的樣本數據直接刪除；

S22，將預測樣本數據按光伏電站裝機容量平均分為N個功率區間，其中，N是根據光伏電站裝機容量和樣本篩選的精度來確定；

S23，將初步篩選后的預測樣本數據，分別劃分到N個功率區間上，得到N個子樣本集；

S24，對各個子樣本集中的每一個樣本數據都進行去噪處理；

S25，對去噪處理后的樣本數據進行減樣處理；

S26，對減樣處理的樣本數據進行歸一化處理。

4.根據權利要求3所述的預測方法，其特征在于，所述S24中包括：

S241，選取一個子樣本集中的一個樣本數據，計算該樣本數據與本功率區間中其它樣本數據的類內距離、該樣本數據與其它功率區間樣本數據的類間距離，并將本功率區間的類內距離和其它功率區間的類間距離進行排序；

S242，根據排序后的類內距離和類間距離，利用K近鄰距離模型計算該樣本數據的類內K近鄰距離和類間K近鄰距離；

S243，判斷類內K近鄰距離是否大于類間K近鄰距離，若類內K近鄰距離大于類間K近鄰距離，則刪除該樣本，同時將該樣本數據對應的子樣本集的樣本數減1；若否，則去噪終止。

5.根據權利要求3所述的預測方法，其特征在于，所述S25中包括：

S251，對去噪處理后的所有樣本數據的重要度W_i賦值為0，被刪除的樣本數R_i賦值為1；

S252，計算所有樣本數據的重要度W_i，依據重要度W_i將所有樣本數據升序排序；

S253，選擇重要度W_i最小的樣本數據i及其最近鄰樣本數據j，將最小的樣本數據i刪除，并將樣本數減1；

S254，判斷樣本數是否符合樣本縮減要求，若符合，則減樣終止；否則，繼續執行S252。