[發明專利]一種分布式光伏短期出力預測的方法

有效

• 申請號: 202010414675.6
• 申請日: 2020-05-15
• 公開（公告）號: CN111598337B
• 公開（公告）日: 2022-12-13
• 發明（設計）人: 段子荷;付文杰;申洪濤;王曉甜;吳一敵;陶鵬
• 申請（專利權）人: 國網河北省電力有限公司電力科學研究院;國網河北省電力有限公司營銷服務中心;國網河北能源技術服務有限公司;國家電網有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06K9/62;G06F17/14
• 代理公司: 石家莊新世紀專利商標事務所有限公司 13100
• 代理人: 李洪信;董金國

1.一種分布式光伏短期出力預測的方法，其特征在于：采用如下步驟：

步驟一、采集光伏配變數據、地理信息及天氣情況數據，進行數據預處理，構建預測日的臨近日特征和相似日特征；

步驟二、對歷史發電數據進行小波變換算法分解得到主體序列和細節序列；

步驟三、依據發電數據和天氣數據，將天氣分為晴、陰、雨三類；

步驟四、結合天氣數據、臨近日特征、相似日特征和小波分解結果作為輸入特征，在不同天氣類別內分別利用隨機森林回歸算法建模得到晴、陰、雨三種預測模型；

步驟五、判斷未來一日天氣數據所屬天氣類別，輸入對應天氣類別的算法模型得到發電數據主體序列和細節序列預測數據；

步驟六、對預測數據進行小波重構，得出分布式光伏未來一天96個時間點的發電功率數據。

2.根據權利要求1所述的一種分布式光伏短期出力預測的方法，其特征在于：所述光伏配變數據包括光伏配變檔案數據和光伏配變出力數據。

3.根據權利要求1所述的一種分布式光伏短期出力預測的方法，其特征在于：數據預處理包括基于箱線圖法的異常值處理、線性回歸缺失值處理以及最優建模數據自動篩選。

4.根據權利要求1所述的一種分布式光伏短期出力預測的方法，其特征在于：臨近日為待測日前N天，臨近日特征為提取待測日前N天發電數據均值；

相似日為與預測日天氣類型相似，相似日特征為改進KNN算法提取與待測日天氣狀況最相似的前M日數據均值；

相似日與預測日的距離計算公式如下：

其中，x為權重調整系數，依實際數據而定，a、b分別為相似日與預測日的天氣因素序列；

所述天氣因素序列包括最高溫度、最低溫度、濕度和降水量。

5.根據權利要求1所述的一種分布式光伏短期出力預測的方法，其特征在于：步驟二中利用小波變換算法分解光伏歷史發電功率數據，分解得到主體序列和細節序列，主體序列和細節序列的計算公式如下：

其中，f(k)是初始數據信號；

i是小波分解的層數，當最高分解層數是I時，i＝I-1,I-2,…,2,1；a_i+1(f(k))、d_i+1(f(k))分別是低、高頻分量的多分辨率分析的小波離散逼近系數；H(2k-m)、G(2k-m)分別是低、高通的小波分解的濾波器。

6.根據權利要求1所述的一種分布式光伏短期出力預測的方法，其特征在于：步驟三中依據K-Means算法對發電數據進行聚類分析，然后對各個類別內對應天氣類型進行分類匯總，得到晴、陰、雨三類天氣。

7.根據權利要求1所述的一種分布式光伏短期出力預測的方法，其特征在于：步驟六中的小波重構公式為：

式中：a_j-1(f(k))為將主體序列和細節序列預測數據經重構生成的結果；

h(m-2k)、g(m-2k)分別是低、高通小波重構濾波器。

8.根據權利要求1所述的一種分布式光伏短期出力預測的方法，其特征在于：所述臨近日為待測日前5天，臨近日特征為提取待測日前10天發電數據均值；

數據來源通過HPLC高速載波模塊高頻采集。

9.根據權利要求5所述的一種分布式光伏短期出力預測的方法，其特征在于：小波變換算法是建立在函數的多尺度逼近和多分辨分析上，將一組信號經過小波變換后分解成多個互相正交的小波函數的線性組合,展示信號的重要特征，在分析、比較、處理變換系數后,根據新得到的系數去重構信號。

10.根據權利要求1所述的一種分布式光伏短期出力預測的方法，其特征在于：所述隨機森林算法通過組合多個弱分類器，最終結果通過投票或取均值，使得整體模型的結果具有較高的精確度和泛化性能。