[發明專利]基于聚類分析的光伏電站超短期出力預測方法

在審

• 申請號: 201911232972.2
• 申請日: 2019-12-04
• 公開（公告）號: CN110929953A
• 公開（公告）日: 2020-03-27
• 發明（設計）人: 張興友;于芃;王飛;王春義;張曉磊;杜鵬;盧志鵬;劉濤;魏大鈞;李偉鵬;閆崇峰;史潔;程新功
• 申請（專利權）人: 國網山東省電力公司電力科學研究院;國家電網有限公司;國網山東省電力公司;濟南大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06K9/62
• 代理公司: 濟南誠智商標專利事務所有限公司 37105
• 代理人: 李修杰

1.一種基于聚類分析的光伏電站超短期出力預測方法，其特征是，包括以下步驟：

采用模糊聚類方法對歷史氣象數據進行分類，并按照歷史氣象數據與光伏歷史發電功率數據的映射關系對光伏歷史發電功率進行分類；

根據不同分類下的歷史氣象數據和光伏歷史發電功率數據建立相應的光伏發電功率預測模型；

進行光伏電站超短期出力預測。

2.根據權利要求1所述的基于聚類分析的光伏電站超短期出力預測方法，其特征是，所述光伏發電功率預測模型的輸入數據包括發電電量、環境溫度、輻照強度、當地天氣和風速風向，輸出數據為功率預測值。

3.根據權利要求1所述的基于聚類分析的光伏電站超短期出力預測方法，其特征是，所述天氣類型至少包括晴天、多云和陰雨天氣情況。

4.根據權利要求1所述的基于聚類分析的光伏電站超短期出力預測方法，其特征是，所述天氣類型還包括霧天天氣情況。

5.根據權利要求1所述的基于聚類分析的光伏電站超短期出力預測方法，其特征是，所述光伏發電功率預測模型采用徑向基神經網絡回歸法建立。

6.根據權利要求1-5任意一項所述的基于聚類分析的光伏電站超短期出力預測方法，其特征是，所述對光伏發電功率歷史數據進行分類之前還包括以下步驟：

基于模糊聚類建立樣本數據對類別的不確定描述。

7.根據權利要求6所述的基于聚類分析的光伏電站超短期出力預測方法，其特征是，所述基于模糊聚類建立樣本數據對類別的不確定描述的過程具體為：

設集合M有a個待分類樣本：

M＝{m₁,m₂,...,m_a}(1)

每個樣本有b個指標描述其特性，即

M_i＝{m_i1,m_i2,...,m_ib}(2)

組成的原始數據矩陣為：

其中，a為樣本類別數量,b為每一類樣本數據個數。

8.根據權利要求1-5任意一項所述的基于聚類分析的光伏電站超短期出力預測方法，其特征是，所述對光伏發電功率歷史數據進行分類的過程包括：

對原始樣本數據進行無量綱化處理：

其中，i≤a，j≤b；

將歷史數據中的待分類樣本數據構成向量則光伏功率因素的關聯系數為：

式中：j＝1,2,…,n，n是待分類歷史數據的個數，p是分辨系數；

定義與的關聯度為：

通過對待預測日關聯度的對比和計算，選擇與待預測日關聯度γ_j較大的歷史數據作為預測樣本數據{m_i,y_i}。

9.根據權利要求1-5任意一項所述的基于聚類分析的光伏電站超短期出力預測方法，其特征是，所述光伏發電功率預測模型為：

其中，y為輸出數據，即光伏發電的功率預測值；y_i為輸入數據，即預測樣本數據；y^*為輸入數據的無量綱化值。

10.根據權利要求1-5任意一項所述的基于聚類分析的光伏電站超短期出力預測方法，其特征是，所述進行光伏電站超短期出力預測的過程為：

輸入預測樣本數據，根據光伏發電功率預測模型得到與輸入預測樣本數據相對應的預測結果，即功率預測值。