一種光伏發(fā)電系統(tǒng)的短期功率預(yù)測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種光伏發(fā)電系統(tǒng)功率預(yù)測(cè)方法。
【背景技術(shù)】
[0002] 面對(duì)日益嚴(yán)峻的能源形勢(shì)和愈發(fā)窘迫的環(huán)?，F(xiàn)狀，中國(guó)制定了大力發(fā)展可再生能 源的相關(guān)政策和發(fā)展規(guī)劃，而太陽(yáng)能作為一種情結(jié)的、可再生能源引起能源界大量的技術(shù) 研發(fā)投入。太陽(yáng)能發(fā)電具有安全可靠、能源質(zhì)量高、無(wú)枯竭危險(xiǎn)、無(wú)污染、維修保養(yǎng)簡(jiǎn)單等優(yōu) 點(diǎn)，是可再生能源發(fā)展的重要方向。雖然光伏發(fā)電因其諸多優(yōu)點(diǎn)得到了廣泛應(yīng)用，但由于光 伏發(fā)電系統(tǒng)受環(huán)境因素影響，存在不確定性、波動(dòng)性、間歇性等特點(diǎn)，不利于電網(wǎng)的安全調(diào) 度和能量管理，增加了電網(wǎng)的運(yùn)行風(fēng)險(xiǎn)。因此，對(duì)光伏發(fā)電的短期功率進(jìn)行精確預(yù)測(cè)，對(duì)于 電網(wǎng)的安全調(diào)度和能量管理具有十分重要的意義。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的是提供一種光伏發(fā)電系統(tǒng)短期功率精確預(yù)測(cè)方法，用于有效調(diào)節(jié)光 伏發(fā)電系統(tǒng)對(duì)電網(wǎng)的安全調(diào)度和能量管理帶來(lái)的不利影響。本發(fā)明的技術(shù)方案如下：
[0004] -種光伏發(fā)電系統(tǒng)的短期功率預(yù)測(cè)方法，包括下列步驟：
[000引（1)、天氣類(lèi)型的重新劃分
[0006] 對(duì)歷史數(shù)據(jù)根據(jù)天氣類(lèi)型進(jìn)行劃分，從而建立各自對(duì)應(yīng)的預(yù)測(cè)模型，根據(jù)影響光 伏系統(tǒng)出力的主要自然因素是光照強(qiáng)度與環(huán)境溫度，將光照強(qiáng)度波動(dòng)量小、平均值較低的 陰天、雨雪W及霧靈做合并處理，按照自然環(huán)境量是否連續(xù)穩(wěn)定、平均數(shù)值的大小，從廣義 角度將天氣類(lèi)型劃分為A、B、CS類(lèi)：
[0007]
[0008] (2)、確定待預(yù)測(cè)日的相似日
[0009] 根據(jù)待預(yù)測(cè)日的天氣因素確定其所對(duì)應(yīng)的廣義天氣類(lèi)型，并按照灰色關(guān)聯(lián)系數(shù)法 選取與待預(yù)測(cè)日相似的歷史日，W該歷史日的光伏發(fā)電出力作為模型輸入量，選取的每日 氣象特征向量為：
[0010] xi=[xi(l),xi(2),xi(3),] = [thi,tii,hi] \*MERGEF0RMAT (1)
[0011] 其中，thi表示第i日最高溫度，til表示第i日最低溫度，hi表示第i日天氣濕度； [001引 Wxo表示待預(yù)測(cè)日，則待預(yù)測(cè)日X0與第i個(gè)歷史日XI的第j個(gè)特征分量的關(guān)聯(lián)系數(shù) 為：
[0013]
[0014] 其中，P-般取為ο. 5，min min |λ',,( ( /)1為兩層式取絕對(duì)差值中最小值計(jì)算，即 I J 第一層為先分別由各比較數(shù)列XI曲線(xiàn)上的每一個(gè)點(diǎn)與參考數(shù)列XO曲線(xiàn)上的每一個(gè)點(diǎn)之絕對(duì) 差值中取最小值，再由運(yùn)些最小值當(dāng)中選取最小值;戶(hù)m嚴(yán)m(xù)jix|x〇〇) - χ,.〇·)|)為兩層式取絕 對(duì)差值中最大值計(jì)算，即第一層為先分別由各比較數(shù)列XI曲線(xiàn)上的每一個(gè)點(diǎn)與參考數(shù)列ΧΟ 曲線(xiàn)上的每一個(gè)點(diǎn)之絕對(duì)差值中取最大值，再由運(yùn)些最大值當(dāng)中選取最大值；|x〇(j)-xi(j) 為各比較數(shù)列XI曲線(xiàn)上的每一個(gè)點(diǎn)與參考數(shù)列XO曲線(xiàn)上的每一個(gè)點(diǎn)的絕對(duì)差值；
[001引待預(yù)測(cè)日XO與第i個(gè)歷史日XI的相似度定義為：
[0016]
\'* ME民邸FORMAT 貸）
[0017] W相似度最大的歷史日作為待預(yù)測(cè)日的相似日；
[0018] (3)、建立基于支持向量機(jī)的光伏發(fā)電短期功率預(yù)測(cè)模型，樣本數(shù)據(jù)選擇預(yù)測(cè)日及 其相似日，W預(yù)測(cè)日的包括最高溫度、最低溫度和天氣濕度在內(nèi)的環(huán)境因素?cái)?shù)據(jù)W及相似 日的發(fā)電功率數(shù)據(jù)，作為預(yù)測(cè)模型的輸入量，W預(yù)測(cè)日各預(yù)測(cè)點(diǎn)的光伏發(fā)電功率輸出數(shù)據(jù) 作為預(yù)測(cè)模型的輸出數(shù)據(jù)，采用遺傳算法對(duì)預(yù)測(cè)模型的參數(shù)進(jìn)行優(yōu)化。
[0019] 步驟(3)的采用遺傳算法對(duì)預(yù)測(cè)模型的參數(shù)進(jìn)行優(yōu)化如下：
[0020] 1)設(shè)置遺傳算法的初始群體規(guī)模和迭代次數(shù)，W及交叉率和變異率；
[0021] 2)初始化待優(yōu)化參數(shù)值，即利用實(shí)數(shù)編碼方式對(duì)正規(guī)化參數(shù)C與核參數(shù)σ進(jìn)行初始 化；
[0022] 3)對(duì)種群進(jìn)行遺傳迭代，并計(jì)算各種群的適應(yīng)度大??；
[0023] 4) W優(yōu)化后的參數(shù)值作為支持向量機(jī)光伏發(fā)電預(yù)測(cè)模型的參數(shù)值；
[0024] 5)計(jì)算預(yù)測(cè)模型的輸出和實(shí)際輸出的誤差是否滿(mǎn)足要求，如果滿(mǎn)足要求，則執(zhí)行 步驟6)，如果誤差不滿(mǎn)足要求，則返回步驟3);
[0025] 6)將運(yùn)組優(yōu)化后的參數(shù)值作為預(yù)測(cè)模型的參數(shù)值，輸入待預(yù)測(cè)日的天氣數(shù)據(jù)和相 似日的功率數(shù)據(jù)進(jìn)行短期功率預(yù)測(cè)。
[0026] 本方法通過(guò)將傳統(tǒng)的天氣類(lèi)型歸為廣義的Α、ΒΧΞ類(lèi)，在相同天氣類(lèi)型的條件下， 根據(jù)灰色關(guān)聯(lián)系數(shù)法尋找待預(yù)測(cè)日的相似日，將待預(yù)測(cè)日的天氣數(shù)據(jù)和相似日的光伏發(fā)電 數(shù)據(jù)作為預(yù)測(cè)模型的輸入，采用支持向量機(jī)方法進(jìn)行預(yù)測(cè)模型的建模，并采用遺傳算法對(duì) 預(yù)測(cè)模型的參數(shù)進(jìn)行優(yōu)化，避免模型參數(shù)尋優(yōu)陷入局部最優(yōu)，W提高預(yù)測(cè)模型的預(yù)測(cè)精度。 在本發(fā)明的基礎(chǔ)上進(jìn)而可W有效緩解了光伏發(fā)電系統(tǒng)對(duì)電網(wǎng)的能量管理和電網(wǎng)調(diào)度帶來(lái) 的不利影響。
【附圖說(shuō)明】
[0027] 圖1支持向量機(jī)結(jié)構(gòu)圖
[0028] 圖2優(yōu)化模型和預(yù)測(cè)模型的流程圖
[0029] 圖3 A類(lèi)氣象條件下預(yù)測(cè)功率與實(shí)際功率
[0030] 圖4 A類(lèi)氣象條件下預(yù)測(cè)結(jié)果相對(duì)誤差
[0031] 圖5 B類(lèi)氣象條件下預(yù)測(cè)功率與實(shí)際功
[0032] 圖6 B類(lèi)氣象條件下預(yù)測(cè)結(jié)果相對(duì)誤差
[0033] 圖7 C類(lèi)氣象條件下預(yù)測(cè)功率與實(shí)際功率
[0034] 圖8 C類(lèi)氣象條件下預(yù)測(cè)結(jié)果相對(duì)誤差
[0035] 圖7 C類(lèi)氣象條件下預(yù)測(cè)功率與實(shí)際功率
[0036] 圖8 C類(lèi)氣象條件下預(yù)測(cè)結(jié)果相對(duì)誤差
【具體實(shí)施方式】
[0037] 下面對(duì)本發(fā)明的技術(shù)方案進(jìn)行詳細(xì)說(shuō)明
[0038] (1)、天氣類(lèi)型的重新劃分
[0039] 建立光伏發(fā)電系統(tǒng)的分類(lèi)預(yù)測(cè)模型就需要對(duì)歷史數(shù)據(jù)根據(jù)天氣類(lèi)型進(jìn)行劃分，從 而建立各自對(duì)應(yīng)的預(yù)測(cè)模型。目前的氣象預(yù)報(bào)可W將天氣類(lèi)型劃分為晴天、多云、陰天、雨 天、雪、霧等。過(guò)多的類(lèi)別劃分會(huì)導(dǎo)致數(shù)據(jù)集特征向量過(guò)于分散，為模型的訓(xùn)練帶來(lái)困難。由 于影響光伏系統(tǒng)出力的主要自然因素是光照強(qiáng)度與環(huán)境溫度，可W將光照強(qiáng)度波動(dòng)量小、 平均值較低的陰天、雨雪W及霧靈做合并處理，按照自然環(huán)境量是否連續(xù)穩(wěn)定、平均數(shù)值的 大小等，從廣義角度將天氣類(lèi)型劃分為Α、ΒΧΞ類(lèi)。
[0040]
[0041 ]具體操作步驟為：
[0042] 1)按照傳統(tǒng)天氣類(lèi)型數(shù)據(jù)對(duì)樣本數(shù)據(jù)進(jìn)行廣義歸類(lèi)；
[0043] 2)根據(jù)待預(yù)測(cè)日的天氣類(lèi)型數(shù)據(jù)確定其廣義天氣類(lèi)型；
[0044] 3)根據(jù)廣義天氣類(lèi)型，利用和待預(yù)測(cè)日同類(lèi)型下的樣本數(shù)據(jù)進(jìn)行建模預(yù)測(cè)。
[004引（2)、模型確定待預(yù)測(cè)日的相似日
[0046] 根據(jù)待預(yù)測(cè)日的天氣因素確定其所對(duì)應(yīng)的天氣類(lèi)型，并按照灰色關(guān)聯(lián)系數(shù)法選取 與待預(yù)測(cè)日相似的歷史日，W該歷史日的光伏發(fā)電出力作為模型輸入量。選取的每日氣象 特征向量為：
[0047] xi=[xi(l),xi(2),Xi(3),] = [thi,tii,hi] \*MERGEF0RMAT (1)
[0048] 其中，thi表示第i日最高溫度，til表示第i日最低溫度，hi表示第i日天氣濕度。
[0049] Wxo表示待預(yù)測(cè)日，則待預(yù)測(cè)日X0與第i個(gè)歷史日XI的第j個(gè)特征分量的關(guān)聯(lián)系數(shù) 為：
[00501
[0051] 其中，P-般取為0.5。
[0052] 待預(yù)測(cè)日X0與第i個(gè)歷史日XI的相似度定義為：
[0053]
MERGEFQ民MAT 巧)
[0054] W相似度最大的歷史日作為待預(yù)測(cè)日的相似日。
[00巧]具體操作步驟為：
[0056] 1)確定樣本容量，記為η;
[0057] 2)對(duì)樣本數(shù)據(jù)進(jìn)行編號(hào)，從1編號(hào)到η;
[0058] 3)根據(jù)公式(2)和(3)計(jì)算1號(hào)樣本數(shù)據(jù)的相似度，并將1號(hào)樣本記為相似日；
[0059] 4)計(jì)算2號(hào)樣本數(shù)據(jù)的相似度，并于相似日的相似度進(jìn)行比較，若2號(hào)樣本數(shù)據(jù)的 相似度大，則將2號(hào)樣本記為相似日，若2號(hào)樣本的相似度小，則相似日不變；
[0060] 5)依次類(lèi)推，直到將η個(gè)樣本的相似度都計(jì)算出來(lái)，最后得到的相似日即為相似度 最大的樣本。
[0061 ] (3)、對(duì)光伏發(fā)電短期功率預(yù)測(cè)模型的參數(shù)優(yōu)化模型和功率預(yù)測(cè)模型進(jìn)行求解
[0062] 遺傳算法是一種模擬化rwin生物進(jìn)化論過(guò)程的尋優(yōu)算法，它是W任一群體為起始 點(diǎn)，通過(guò)隨機(jī)性的選擇、交叉和變異操作，產(chǎn)生具有更好適應(yīng)能力的新生代個(gè)體，通過(guò)優(yōu)勝 劣汰的機(jī)制使得群體在約束條件的基礎(chǔ)上向著更好的捜索空間移動(dòng)，經(jīng)過(guò)不斷的繁衍尋找 到適應(yīng)度最高的個(gè)體，即優(yōu)化問(wèn)題的最優(yōu)解。本發(fā)明即是用遺傳算法對(duì)預(yù)測(cè)模型的參數(shù)進(jìn) 行尋優(yōu)操作。
[0063] 對(duì)預(yù)測(cè)模型的正規(guī)化參數(shù)C與核參數(shù)σ通過(guò)選擇、交叉和變異操作進(jìn)行優(yōu)化。為避 免基因缺失、提高算法的全局收斂性，利用個(gè)體的適應(yīng)度進(jìn)行選擇操作，其具體操作過(guò)程 為:找出當(dāng)前群體中適應(yīng)度最高的個(gè)體和適應(yīng)度最低的個(gè)體;若當(dāng)前群體中最佳個(gè)體的適 應(yīng)度比總的迄今為止的最好個(gè)體的適應(yīng)度還要高，就W當(dāng)前群