[發明專利]結合光伏功率物理模型與數據驅動的光伏功率預測方法

有效

• 申請號: 201710492720.8
• 申請日: 2017-06-26
• 公開（公告）號: CN107341569B
• 公開（公告）日: 2020-04-24
• 發明（設計）人: 鐘海旺;王劍曉;汪洋;賴曉文;夏清;康重慶
• 申請（專利權）人: 清華大學;北京清能互聯科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06K9/62
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 廖元秋

1.一種結合光伏功率物理模型與數據驅動的光伏功率預測方法，其特征在于，包括以下步驟：

1)基于光伏功率物理模型，獲取與光伏功率直接相關的天氣特征為有效光強和光伏陣列溫度，得到光伏功率關于有效光強和光伏陣列溫度的線性表達式，確定影響光伏功率的關鍵天氣特征；

光伏功率P_mp的物理模型表達式如式(1)所示：

式中，E_e為有效光強，T_c為光伏陣列溫度，E₀為參考光強，T₀為參考溫度，P_mp0為光伏額定功率，γ為光伏陣列的溫度系數；由式(1)可知，與光伏功率直接相關的天氣特征為有效光強E_e和光伏陣列溫度T_c；

則光伏功率關于有效光強和光伏陣列溫度的線性表達式如式(2)所示：

式(2)為光伏功率P_mp關于E_e和E_e·T_c的線性表達式；將E_e和E_e·T_c記為影響光伏功率的關鍵天氣特征；

2)選取歷史時段，建立歷史時段的關鍵天氣特征矩陣；每個歷史時段為獲得光伏功率數據和天氣數據的一個單位采樣時間；

對于任一歷史時段t∈{1,2...T^h}，T^h為歷史時段數目，設為歷史時段t的有效光強，為歷史時段t的光伏陣列溫度；歷史時段的關鍵天氣特征矩陣表達式如下：

3)選取預測時段，建立預測時段的關鍵天氣特征矩陣；每個預測時段的長度與歷史時段相同；

對于任一預測時段t∈{1,2...T^f}，T^f為預測時段數目，設為預測時段t的有效光強，為預測時段t的光伏陣列溫度；預測時段的關鍵天氣特征矩陣表達式如下：

4)從數值天氣預報的歷史數據庫中獲取歷史時段天氣數據，建立歷史天氣數據矩陣該矩陣每行表示一個歷史時段，每列表示一類天氣數據，共N類天氣數據；

5)從數值天氣預報的預測天氣數據庫中獲取預測時段天氣數據，建立預測天氣數據矩陣該矩陣每行表示一個預測時段，每列表示一類天氣數據，預測時段所選取的天氣數據類別與歷史時段相同，共N類天氣數據；

6)分別構建歷史時段輸入矩陣和預測時段輸入矩陣，表達式分別如式(8)和式(9)所示：

7)將歷史時段輸入矩陣和預測時段輸入矩陣合并，運用主成分分析法，對歷史時段輸入矩陣和預測時段輸入矩陣進行特征提取；

對歷史時段和預測時段合并后的輸入矩陣進行奇異值分解，提取得到主成分特征矩陣其中為歷史時段的主成分特征矩陣，為預測時段的主成分特征矩陣，L為主成分特征數目；

8)對于任一預測時段t∈{1,2...T^f}，計算該預測時段主成分特征與各歷史時段主成分特征的曼哈頓距離，運用K鄰近聚類方法，選取與該預測時段主成分特征曼哈頓距離最近的K個歷史時段；

9)運用支持向量機方法，擬合步驟8)得到的K個歷史時段的主成分特征與對應歷史時段光伏功率的關系，得到該預測時段t的擬合映射關系記為g_t:R^1×L→R^1×1；

10)將預測時段t的主成分特征輸入到步驟9)得到的映射關系g_t，計算得到預測時段t的光伏功率。