[發(fā)明專利]光伏輸出功率預(yù)測(cè)方法、系統(tǒng)和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201910083732.4
• 申請(qǐng)日: 2019-01-29
• 公開（公告）號(hào): CN109840633B
• 公開（公告）日: 2021-03-23
• 發(fā)明（設(shè)計(jì)）人: 周開樂(lè);李鵬濤;楊善林
• 申請(qǐng)（專利權(quán)）人: 合肥工業(yè)大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q50/06;G06F17/14
• 代理公司: 北京久誠(chéng)知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11542
• 代理人: 余罡

1.一種光伏輸出功率預(yù)測(cè)方法，其特征在于，包括：

獲取在預(yù)設(shè)歷史時(shí)間段內(nèi)的光伏輸出數(shù)據(jù)和氣象數(shù)據(jù)；其中，所述光伏輸出數(shù)據(jù)為所述預(yù)設(shè)歷史時(shí)間段內(nèi)多個(gè)時(shí)間點(diǎn)對(duì)應(yīng)的多個(gè)光伏輸出功率所形成的光伏輸出功率序列，所述氣象數(shù)據(jù)為多個(gè)氣象因素在所述多個(gè)時(shí)間點(diǎn)的值；

采用小波包分解算法對(duì)所述光伏輸出功率序列進(jìn)行分解，得到2ⁿ個(gè)分解序列，對(duì)2ⁿ個(gè)分解序列分別進(jìn)行單支重構(gòu)，得到2ⁿ個(gè)重構(gòu)序列；其中，n為分解層數(shù)；

將2ⁿ個(gè)重構(gòu)序列分別與對(duì)應(yīng)的氣象數(shù)據(jù)合并，得到2ⁿ個(gè)數(shù)據(jù)集；

將所述2ⁿ個(gè)數(shù)據(jù)集分別輸入對(duì)應(yīng)的預(yù)先訓(xùn)練的長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)單元中，得到2ⁿ個(gè)長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)單元分別對(duì)預(yù)設(shè)未來(lái)時(shí)間段內(nèi)的光伏輸出功率的預(yù)測(cè)結(jié)果；將2ⁿ個(gè)長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)單元輸出的預(yù)測(cè)結(jié)果進(jìn)行加權(quán)求和，得到所述預(yù)設(shè)未來(lái)時(shí)間段內(nèi)的光伏輸出功率的綜合預(yù)測(cè)結(jié)果；其中，所述預(yù)測(cè)結(jié)果為所述預(yù)設(shè)未來(lái)時(shí)間段內(nèi)多個(gè)時(shí)間點(diǎn)對(duì)應(yīng)的多個(gè)光伏輸出功率預(yù)測(cè)值所形成的序列，所述綜合預(yù)測(cè)結(jié)果為所述預(yù)設(shè)未來(lái)時(shí)間段內(nèi)多個(gè)時(shí)間點(diǎn)對(duì)應(yīng)的多個(gè)光伏輸出功率綜合預(yù)測(cè)值所形成的序列；

所述光伏輸出功率序列表示為：X＝(P_t-m+1,P_t-m+2,...,P_t)^T，m為所述多個(gè)時(shí)間點(diǎn)的數(shù)量，P_t為在所述預(yù)設(shè)歷史時(shí)間段內(nèi)的t時(shí)刻的光伏輸出功率；利用小波包分解算法將X分解為2ⁿ個(gè)分解序列，所述2ⁿ個(gè)分解序列表示為其中，第i個(gè)分解序列x_i為為第i個(gè)分解序列中的第m/2ⁿ個(gè)元素；然后利用小波包分解算法對(duì)每一個(gè)分解序列進(jìn)行單支重構(gòu)，得到2ⁿ個(gè)重構(gòu)序列，所述2ⁿ個(gè)重構(gòu)序列可為其中，第i個(gè)重構(gòu)序列S_i為為第i個(gè)重構(gòu)序列中的第m個(gè)元素，與P_t相對(duì)應(yīng)；

所述預(yù)設(shè)歷史時(shí)間段內(nèi)的t時(shí)刻對(duì)應(yīng)的氣象數(shù)據(jù)包括：H_t＝(a_1,t,a_2,t,...,a_k,t)；k為所述多個(gè)氣象因素的數(shù)量，a_k,t表示第k個(gè)氣象因素在t時(shí)刻的值；所述第i個(gè)重構(gòu)序列與對(duì)應(yīng)的氣象數(shù)據(jù)合并后得到的第i個(gè)數(shù)據(jù)集包括：其中，

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述采用小波包分解算法對(duì)所述光伏輸出功率序列進(jìn)行分解之前，所述方法還包括：對(duì)所述光伏輸出功率序列進(jìn)行預(yù)處理，所述預(yù)處理包括剔除異常數(shù)據(jù)、填充缺失數(shù)據(jù)和歸一化處理；對(duì)應(yīng)的，所述方法還包括：對(duì)所述綜合預(yù)測(cè)結(jié)果進(jìn)行反歸一化處理。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：預(yù)先計(jì)算2ⁿ個(gè)長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)單元各自的權(quán)重；

其中，所述2ⁿ個(gè)長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)單元各自的權(quán)重的計(jì)算過(guò)程包括：采用目標(biāo)函數(shù)計(jì)算2ⁿ個(gè)長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)單元各自的權(quán)重，所述目標(biāo)函數(shù)的優(yōu)化目標(biāo)為2ⁿ個(gè)長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)單元的總預(yù)測(cè)誤差最低，所述目標(biāo)函數(shù)包括：

所述目標(biāo)函數(shù)的約束條件包括：

式中，T為所述預(yù)設(shè)歷史時(shí)間段，t為所述預(yù)設(shè)歷史時(shí)間段的時(shí)間點(diǎn)，為所述預(yù)設(shè)歷史時(shí)間段內(nèi)t時(shí)刻的光伏輸出功率的綜合預(yù)測(cè)結(jié)果，P_t為所述預(yù)設(shè)歷史時(shí)間段內(nèi)t時(shí)刻的光伏輸出功率的真實(shí)值；ω_i為第i個(gè)長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)單元的權(quán)重，為第i個(gè)長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)單元對(duì)所述預(yù)設(shè)歷史時(shí)間段內(nèi)t時(shí)刻的光伏輸出功率的預(yù)測(cè)結(jié)果。