[發明專利]基于歷史數據集時間跨度優化的光伏發電功率預測方法及系統

有效

• 申請號: 202210547313.3
• 申請日: 2022-05-19
• 公開（公告）號: CN114819391B
• 公開（公告）日: 2022-12-06
• 發明（設計）人: 付青;楊航;朱坤
• 申請（專利權）人: 中山大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06;H02J3/00
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 劉俊

本發明提出一種基于歷史數據集時間跨度優化的光伏發電功率預測方法，涉及光伏發電預測的技術領域，首先確定用于光伏發電功率預測的歷史功率數據來源，按時間跨度調整用于預測光伏發電功率的歷史數據集的樣本數據數目，在歷史數據集的數據樣本數設置值的限定下，獲取預測誤差指標隨歷史數據集的樣本數變化的趨勢曲線，在預測誤差指標最優點附近搜尋最優的歷史數據集樣本數，根據調整后的歷史數據集重新進行預測，往復進行，加快最佳歷史數據集樣本數的搜尋過程，直至選擇最佳的歷史數據集樣本數目，提高了光伏發電功率預測精度，避免歷史數據集選取粗糙，導致計算量大及干擾大的問題。

技術領域

本發明涉及光伏發電預測的技術領域，更具體地，涉及一種基于歷史數據集時間跨度優化的光伏發電功率預測方法及系統。

背景技術

光伏發電功率預測是高效利用太陽能資源的前提和基礎，對提升光伏發電消納能力，保障系統安全起著至關重要的作用。一個高效穩定的光伏發電系統，必然要對光伏發電功率進行預測，進而克服控制系統的滯后性，提升系統的效率，同時參照預測結果又能提前進行傳統能源調度以達到電力系統的功率平衡，從而保障電力系統的安全穩定運行。在具體光伏發電功率預測的過程中，預測數值越準確，輸出功率也就更加穩定，對電網造成的不良影響越小。

由于光伏發電系統受氣象環境因素、太陽能資源變化的影響較大，具有較強的間歇性和波動性，對光伏發電功率的預測提出了挑戰，從預測精度來看，即使目前存在各種智能算法應用于光伏發電預測中，但光伏發電功率預測的平均絕對百分比誤差(MAPE)的整體水平仍在10％左右，商業應用的預測軟件MAPE超過15％，與電力系統和工業產業的應用要求差距很大，更難以滿足日益提高的光伏發電功率精度需求。

現有技術公開了一種發電功率預測方法，包括以下步驟：采集歷史發電功率數據，并根據歷史發電功率數據獲取發電影響因素；對歷史發電功率數據進行預處理，得到預處理后歷史發電功率數據，然后根據發電影響因素和預處理后歷史發電功率數據，建立發電功率預測模型，最后使用發電功率預測模型得到發電功率預測結果。在該方案中，歷史數據的處理主要是對于歷史發電功率數據中發電影響因素和數據本身的歸一化處理、異常數據提出、缺失值補充以及降維處理等，在整個預測過程中，對于歷史數據集，依據經驗設定為一定時間跨度下的固定值或者籠統地選取所有已獲得的數據，歷史數據集選取方式粗糙，使得光伏發電功率的預測精度大受影響。實際上，歷史數據集的選取對光伏功率預測起著關鍵性的作用，在實際預測中，獲得的數據可能很多，但過多的選取歷史數據，既增加了計算量又可能引入不必要的干擾，如果選取的歷史數據集時間跨度太長，歷史數據集的數目選取則較大，不僅僅會使得預測計算量增大，也有可能引入過期的干擾因素而影響預測精度，而選取的歷史數據時間跨度過短，歷史數據集的數目選取較少，則會使得有效的歷史數據流失而使得預測能獲得的信息量不夠完整，同樣也影響預測精度。

發明內容

為解決傳統光伏發電預測時，由于歷史數據集選取粗糙，導致計算量大及干擾大的問題，本發明提出一種基于歷史數據集時間跨度優化的光伏發電功率預測方法及系統，對歷史數據集時間跨度進行優化，選取時間跨度下的最佳歷史數據集數據樣本數目，提高了光伏發電功率的預測精度。

為了達到上述技術效果，本發明的技術方案如下：

一種基于歷史數據集時間跨度優化的光伏發電功率預測方法，所述方法包括以下步驟：

S1.確定用于光伏發電功率預測的歷史功率數據來源，從歷史功率數據來源中選定一定時間跨度下、具有若干數據樣本數的歷史數據集，并對歷史數據集進行預處理；

S2.基于已預處理的歷史數據集，利用光伏發電功率預測算法A進行光伏發電功率預測，并計算光伏發電功率預測結果的預測誤差指標；

S3.以P為歷史數據集的數據樣本數按時間跨度方向增加的間隔，將歷史數據集的數據樣本數增加P，利用光伏發電功率預測算法A進行光伏發電功率預測，并計算光伏發電功率預測結果的預測誤差指標；