[發明專利]一種基于多模型融合的光伏發電短期功率預測方法

在審

• 申請號: 202010541414.0
• 申請日: 2020-06-15
• 公開（公告）號: CN111695736A
• 公開（公告）日: 2020-09-22
• 發明（設計）人: 鄭哲;耿曉明;賀立朝
• 申請（專利權）人: 河北銳景能源科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/04;G06N3/08;G06K9/62;G06F17/18
• 代理公司: 北京律譜知識產權代理事務所(普通合伙) 11457
• 代理人: 孫紅穎

本申請公開了一種基于多模型融合的光伏發電短期功率預測方法，包括：步驟1，獲取被預測光伏發電地區的氣象歷史數據和對應的光伏發電量歷史數據，利用局部加權線性回歸模型，根據采集到的當前氣象數據、氣象歷史數據和光伏發電量歷史數據，計算當前氣象數據對應的第一功率預測值；步驟2，根據光伏發電量歷史數據和對應的發電時間，采用遞歸神經網絡，計算當前時刻對應的第二功率預測值；步驟3，計算融合誤差值最小情況下，局部加權線性回歸模型和遞歸神經網絡對應的第一融合權值和第二融合權值，并結合第一功率預測值和第二功率預測值，計算當前時刻和氣象條件下的第三功率預測值。通過本申請中的技術方案，提高光伏發電短期功率預測的準確性。

技術領域

本申請涉及光伏發電的技術領域，具體而言，涉及一種基于多模型融合的光伏發電短期功率預測方法。

背景技術

氣候變化和能源危機推動了太陽能發電的使用和發展。太陽能被認為是最豐富和最有前途的大規模發電的候選能源之一。然而，所有可再生能源的一個固有特征是高度間歇性的，發電完全依賴天氣和氣象參數，因此，太陽能的輸出是不能完全控制或事先計劃好的。

確保光伏系統安全集成到智能電網中，準確無誤的短期功率預測，是新能源管理系統的重要組成部分。如果缺乏準確的短期功率預測，太陽能發電量的意外波動可能會對日常運行和管理產生重大影響，整個電網的健康狀況可能會對新能源消費者的生活質量產生負面影響。

而現有技術中，短期功率預測通常是使用單一預測模型，適應性不強，且由于單一預測模型為線性或非線性中的一種，這種模型本身預測得出的數據存在不可避免的預測風險，進而會影響光伏并網的穩定性。

發明內容

本申請的目的在于：采用線性和非線性預測融合的方式，分散預測數據自身存在的預測風險，提高光伏發電短期功率預測的準確性，進而提高光伏并網的可靠性。

本申請的技術方案是：提供了一種基于多模型融合的光伏發電短期功率預測方法，該方法包括：步驟1，獲取被預測光伏發電地區的氣象歷史數據和對應的光伏發電量歷史數據，利用局部加權線性回歸模型，根據采集到的當前氣象數據、氣象歷史數據和光伏發電量歷史數據，計算當前氣象數據對應的第一功率預測值；步驟2，根據光伏發電量歷史數據和對應的發電時間，采用遞歸神經網絡，計算當前時刻對應的第二功率預測值；步驟3，計算融合誤差值最小情況下，局部加權線性回歸模型和遞歸神經網絡對應的第一融合權值和第二融合權值，并結合第一功率預測值和第二功率預測值，計算當前時刻和氣象條件下的第三功率預測值。

上述任一項技術方案中，進一步地，步驟1中，具體包括：步驟11，將氣象歷史數據和光伏發電量歷史數據劃分為訓練集和測試集；步驟12，依次計算訓練集中氣象歷史數據與光伏發電量歷史數據之間的相關系數，構建局部加權線性回歸模型，并計算測試集中氣象歷史數據對應的預測發電量數據；步驟13，根據預測發電量數據和測試集中光伏發電量歷史數據，結合損失函數，對局部加權線性回歸模型進行校正，當損失函數收斂時，判定局部加權線性回歸模型完成校正；步驟14，根據校正后的局部加權線性回歸模型，對采集到的當前氣象數據進行功率預測，將預測結果記作第一功率預測值。

上述任一項技術方案中，進一步地，步驟13中，損失函數的計算公式為：

式中，m為測試集中數據的個數，x⁽ⁱ⁾為測試集中第i個氣象歷史數據對應的預測發電量數據，y⁽ⁱ⁾為第i個氣象歷史數據對應的光伏發電量歷史數據，w_i(x)為第i個預測發電量數據x⁽ⁱ⁾的權重值，為第i個預測發電量數據x⁽ⁱ⁾在預設范圍內的第j個臨近點，k為權重變化參數，θ⁽ⁱ⁾為對應的相關系數矩陣，

其中，相關系數矩陣中各元素的取值由相關系數的取值確定，若相關系數的取值在[-0.5,0.5]時，則對應的元素取值為0，否則，取值為1。