[發明專利]超短期光伏功率區間預測方法、系統、裝置及設備

在審

• 申請號: 202210420638.5
• 申請日: 2022-04-20
• 公開（公告）號: CN114757424A
• 公開（公告）日: 2022-07-15
• 發明（設計）人: 黃思皖;李小翔;馮帆;楊永前;曾誰飛;王青天;張燧;劉旭亮;江晨;韋瑋;邸智;薛麗;盧澤華;王志偉;陳沐新;代斌;劉菲;王靜;劉君;吳磊;丁杰
• 申請（專利權）人: 中國華能集團清潔能源技術研究院有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/04;G06N3/08;H02J3/00;H02J3/38
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 黃垚琳

1.一種超短期光伏功率區間預測方法，其特征在于，包括以下步驟：

S101，獲取光伏場站運行數據和氣象數據；

S102，將所述光伏場站運行數據和氣象數據輸入訓練好的時空前饋神經網絡模型進行預測得到第一單值結果；

S103，將所述第一單值結果輸入概率分布函數，基于所述概率分布函數對所述第一單值結果進行計算得到第二單值結果；

S104，將所述第一單值結果和所述第二單值結果聯立方程組，基于所述方程組計算輸出光伏功率區間預測結果。

2.根據權利要求1所述的方法，其特征在于，所述方法，還包括：

獲取光伏場站運行數據和氣象數據的樣本數據；

將所述樣本數據進行數據預處理和數據清洗剔除異常數據，得到預處理數據；其中，所述數據清洗包括剔除停機數據、傳感器異常數據和功率異常數據；

基于所述預處理數據，選取預設數量特征數據訓練時空前饋神經網絡模型得到所述訓練好的時空前饋神經網絡模型。

3.根據權利要求1所述的方法，其特征在于，所述獲取光伏場站運行數據和氣象數據，包括：

獲取功率、短波輻射、長波輻射、風速、風向、云量、氣壓、降水量、大氣溫度和相對空氣濕度。

4.根據權利要求2所述的方法，其特征在于，訓練ANN結構的所述時空前饋神經網絡模型，通過正弦激活函數g計算隱藏層第i個神經元，表達式為：

其中，j是輸入參數，w_p,i是第i個神經元在每一個維度的權重，b_i是第i個神經元的偏差閾值。

5.根據權利要求4所述的方法，其特征在于，基于所述正弦激活函數通過線性激活函數的形式進行計算得到輸出層的第i個神經元，以得到所述第一單值結果：

6.根據權利要求5所述的方法，其特征在于，基于所述概率分布函數預測的第二單值結果表達為：

y＝h(x；γ^*)+e (3)

其中，e是預測值和真實值之間的差值，γ^*則是實數集中一組最能體現日照輻射的參數；

則通過所述訓練好的時空前饋神經網絡模型進行預測得到第一單值結果的表達為：

其中，是γ^*通過L-M算法近似計算出的結果，h是等式(2)；

通過等式(3)、(4)和e，得到的表達式為：

其中，

轉換得到等式(5)表達式為：

其中，是雅各布矩陣，R是J矩陣中的列數，是γ^*中的參數數目，K是J矩陣中的行數，是用來計算的數據庫樣本數目。

7.根據權利要求6所述的方法，其特征在于，將所述等式(5)表達式中的方程結合，計算得到區間預測結果：

其中，u²是σ²的無偏估計值：

定義隨機參數：

得到置信度在100(1-α)％下的區間預測為：

其中，α∈[0,1]是用戶選擇的錯誤率，

8.一種超短期光伏功率區間預測裝置，其特征在于，包括：

數據獲取模塊，用于獲取光伏場站運行數據和氣象數據；

第一計算模塊，用于將所述光伏場站運行數據和氣象數據輸入訓練好的時空前饋神經網絡模型進行預測得到第一單值結果；

第二計算模塊，用于將所述第一單值結果輸入概率分布函數，基于所述概率分布函數對所述第一單值結果進行計算得到第二單值結果；

結果預測模塊，用于將所述第一單值結果和所述第二單值結果聯立方程組，基于所述方程組計算輸出光伏功率區間預測結果。