[發明專利]光伏輸出功率預測方法、系統和存儲介質

有效

• 申請號: 201910083732.4
• 申請日: 2019-01-29
• 公開（公告）號: CN109840633B
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 周開樂;李鵬濤;楊善林
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06F17/14
• 代理公司: 北京久誠知識產權代理事務所(特殊普通合伙) 11542
• 代理人: 余罡

1.一種光伏輸出功率預測方法，其特征在于，包括：

獲取在預設歷史時間段內的光伏輸出數據和氣象數據；其中，所述光伏輸出數據為所述預設歷史時間段內多個時間點對應的多個光伏輸出功率所形成的光伏輸出功率序列，所述氣象數據為多個氣象因素在所述多個時間點的值；

采用小波包分解算法對所述光伏輸出功率序列進行分解，得到2ⁿ個分解序列，對2ⁿ個分解序列分別進行單支重構，得到2ⁿ個重構序列；其中，n為分解層數；

將2ⁿ個重構序列分別與對應的氣象數據合并，得到2ⁿ個數據集；

將所述2ⁿ個數據集分別輸入對應的預先訓練的長短期記憶神經網絡單元中，得到2ⁿ個長短期記憶神經網絡單元分別對預設未來時間段內的光伏輸出功率的預測結果；將2ⁿ個長短期記憶神經網絡單元輸出的預測結果進行加權求和，得到所述預設未來時間段內的光伏輸出功率的綜合預測結果；其中，所述預測結果為所述預設未來時間段內多個時間點對應的多個光伏輸出功率預測值所形成的序列，所述綜合預測結果為所述預設未來時間段內多個時間點對應的多個光伏輸出功率綜合預測值所形成的序列；

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為所述多個時間點的數量，P_t為在所述預設歷史時間段內的t時刻的光伏輸出功率；利用小波包分解算法將X分解為2ⁿ個分解序列，所述2ⁿ個分解序列表示為其中，第i個分解序列x_i為為第i個分解序列中的第m/2ⁿ個元素；然后利用小波包分解算法對每一個分解序列進行單支重構，得到2ⁿ個重構序列，所述2ⁿ個重構序列可為其中，第i個重構序列S_i為為第i個重構序列中的第m個元素，與P_t相對應；

所述預設歷史時間段內的t時刻對應的氣象數據包括：H_t＝(a_1,t,a_2,t,...,a_k,t)；k為所述多個氣象因素的數量，a_k,t表示第k個氣象因素在t時刻的值；所述第i個重構序列與對應的氣象數據合并后得到的第i個數據集包括：其中，

2.根據權利要求1所述的方法，其特征在于，所述采用小波包分解算法對所述光伏輸出功率序列進行分解之前，所述方法還包括：對所述光伏輸出功率序列進行預處理，所述預處理包括剔除異常數據、填充缺失數據和歸一化處理；對應的，所述方法還包括：對所述綜合預測結果進行反歸一化處理。

3.根據權利要求1所述的方法，其特征在于，所述方法還包括：預先計算2ⁿ個長短期記憶神經網絡單元各自的權重；

其中，所述2ⁿ個長短期記憶神經網絡單元各自的權重的計算過程包括：采用目標函數計算2ⁿ個長短期記憶神經網絡單元各自的權重，所述目標函數的優化目標為2ⁿ個長短期記憶神經網絡單元的總預測誤差最低，所述目標函數包括：

所述目標函數的約束條件包括：

式中，T為所述預設歷史時間段，t為所述預設歷史時間段的時間點，為所述預設歷史時間段內t時刻的光伏輸出功率的綜合預測結果，P_t為所述預設歷史時間段內t時刻的光伏輸出功率的真實值；ω_i為第i個長短期記憶神經網絡單元的權重，為第i個長短期記憶神經網絡單元對所述預設歷史時間段內t時刻的光伏輸出功率的預測結果。