光伏系統(tǒng)發(fā)電功率的預(yù)測方法和裝置制造方法
【專利摘要】本發(fā)明提供了一種光伏系統(tǒng)發(fā)電功率的預(yù)測方法和裝置，其中，該方法包括：向支持向量機模型中輸入光伏系統(tǒng)發(fā)電功率歷史數(shù)據(jù)和氣象預(yù)報數(shù)據(jù)；通過所述支持向量機模型預(yù)測所述光伏系統(tǒng)的發(fā)電功率。解決了現(xiàn)有技術(shù)中僅采用光伏系統(tǒng)發(fā)電功率的歷史數(shù)據(jù)作為預(yù)測參數(shù)而導(dǎo)致的預(yù)測結(jié)果準(zhǔn)確率不高的技術(shù)問題，達到了提高光伏系統(tǒng)發(fā)電功率預(yù)測準(zhǔn)確率的技術(shù)效果。
【專利說明】光伏系統(tǒng)發(fā)電功率的預(yù)測方法和裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)據(jù)預(yù)測【技術(shù)領(lǐng)域】，特別涉及一種光伏系統(tǒng)發(fā)電功率的預(yù)測方法和裝置。
【背景技術(shù)】
[0002]對于家庭能量管理系統(tǒng)(Home Energy Management Systems, HEMS),預(yù)測分布式發(fā)電設(shè)備的發(fā)電功率，是制定家庭用電計劃的基礎(chǔ)，精確的預(yù)測結(jié)果可以有效地提高家庭能量管理系統(tǒng)的經(jīng)濟性。光伏發(fā)電的規(guī)律性比較強、發(fā)電功率較為平穩(wěn)，是家庭分布式發(fā)電設(shè)備的重要組成部分，對預(yù)測光伏發(fā)電系統(tǒng)發(fā)電功率十分必要。
[0003]目前，常用的預(yù)測光伏發(fā)電系統(tǒng)發(fā)電功率的方法是單純將風(fēng)機的歷史發(fā)電量數(shù)據(jù)作為輸入數(shù)據(jù)，依據(jù)時間序列來預(yù)測光伏發(fā)電系統(tǒng)發(fā)電功率。但是，僅將歷史發(fā)電量數(shù)據(jù)作為預(yù)測的原始數(shù)據(jù)，會使預(yù)測的準(zhǔn)確率較低。

【發(fā)明內(nèi)容】

[0004]本發(fā)明提供了一種光伏系統(tǒng)發(fā)電功率的預(yù)測方法和裝置，以提高光伏系統(tǒng)的未來發(fā)電功率預(yù)測準(zhǔn)確率。
[0005]本發(fā)明實施例提供了一種光伏系統(tǒng)發(fā)電功率的預(yù)測方法，包括:
[0006]向支持向量機模型中輸入光伏系統(tǒng)發(fā)電功率歷史數(shù)據(jù)和氣象預(yù)報數(shù)據(jù)；
[0007]通過所述支持向量機模型預(yù)測所述光伏系統(tǒng)的發(fā)電功率。
[0008]在一個實施例中，氣象預(yù)報數(shù)據(jù)包括:光照強度。
[0009]在一個實施例中，氣象預(yù)報數(shù)據(jù)還包括:溫度和/或濕度。
[0010]在一個實施例中，上述方法還包括:
[0011]采用遺傳算法確定支持向量機模型的模型參數(shù)；
[0012]根據(jù)確定的模型參數(shù)構(gòu)建支持向量機模型。
[0013]在一個實施例中，采用遺傳算法確定所述支持向量機模型的模型參數(shù)，包括:
[0014]對支持向量機模型的初始模型參數(shù)進行二進制編碼；
[0015]將二進制編碼后的初始模型參數(shù)按照二進制順序排列成初始染色體；
[0016]根據(jù)所述初始染色體計算初始染色體種群中個體適應(yīng)度；
[0017]根據(jù)個體適應(yīng)度的計算結(jié)果，對初始染色體種群進行選擇、交叉和變異處理，對處理后的染色體種群進行平均適應(yīng)度計算；
[0018]在平均適應(yīng)度大于預(yù)設(shè)值時，將處理后的染色體種群作為初始染色體種群重新進行選擇、交叉和變異處理，直至平均適應(yīng)度小于預(yù)設(shè)值；
[0019]對平均適應(yīng)度小于所述預(yù)設(shè)值時的染色體種群中的染色體進行解碼，得到支持向量機模型的模型參數(shù)。
[0020]在一個實施例中,所述模型參數(shù)包括:罰參數(shù)和核參數(shù)。
[0021]在一個實施例中，所述支持向量機模型中采用的核函數(shù)為徑向基函數(shù)RBF。[0022]本發(fā)明實施例還提供了一種光伏系統(tǒng)發(fā)電功率的預(yù)測裝置，包括:
[0023]輸入模塊，用于向支持向量機模型中輸入光伏系統(tǒng)發(fā)電功率歷史數(shù)據(jù)和氣象預(yù)報數(shù)據(jù)；
[0024]預(yù)測模塊，用于通過所述支持向量機模型預(yù)測所述光伏系統(tǒng)的發(fā)電功率。
[0025]在一個實施例中，氣象預(yù)報數(shù)據(jù)包括:光照強度。
[0026]在一個實施例中，氣象預(yù)報數(shù)據(jù)還包括:溫度和/或濕度。
[0027]在一個實施例中，上述裝置還包括:
[0028]確定模塊，用于采用遺傳算法確定支持向量機模型的模型參數(shù)；
[0029]構(gòu)建模塊，用于根據(jù)確定的模型參數(shù)構(gòu)建支持向量機模型。
[0030]在一個實施例中，所述確定模塊包括:
[0031]編碼單元，用于對支持向量機模型的初始模型參數(shù)進行二進制編碼；
[0032]排序單元，用于將二進制編碼后的初始模型參數(shù)按照二進制順序排列成初始染色體；
[0033]計算單元，用于根據(jù)所述初始染色體計算初始染色體種群中個體適應(yīng)度；
[0034]選擇單元，用于根據(jù)個體適應(yīng)度的計算結(jié)果，對初始染色體種群進行選擇、交叉和變異處理，對處理后的染色體種群進行平均適應(yīng)度計算；
[0035]處理單元，用于在平均適應(yīng)度大于預(yù)設(shè)值時，將處理后的染色體種群作為初始染色體種群重新進行選擇、交叉和變異處理，直至平均適應(yīng)度小于預(yù)設(shè)值；
[0036]解碼單元，用于對平均適應(yīng)度小于所述預(yù)設(shè)值時的染色體種群中的染色體進行解碼，得到支持向量機模型的模型參數(shù)。
[0037]在一個實施例中,所述模型參數(shù)包括:罰參數(shù)和核參數(shù)。
[0038]在一個實施例中，所述支持向量機模型中采用的核函數(shù)為徑向基函數(shù)RBF。
[0039]在本發(fā)明實施例中，通過向支持向量機模型中同時輸入光伏系統(tǒng)發(fā)電功率歷史數(shù)據(jù)和氣象預(yù)報數(shù)據(jù)，以對光伏系統(tǒng)的發(fā)電功率進行預(yù)測，這樣，引入了氣象預(yù)報數(shù)據(jù)作為預(yù)測的依據(jù)，解決了現(xiàn)有技術(shù)中僅采用光伏系統(tǒng)發(fā)電功率的歷史數(shù)據(jù)作為預(yù)測參數(shù)而導(dǎo)致的預(yù)測結(jié)果準(zhǔn)確率不高的技術(shù)問題，達到了提高光伏系統(tǒng)發(fā)電功率預(yù)測準(zhǔn)確率的技術(shù)效果。
【專利附圖】

【附圖說明】
[0040]此處所說明的附圖用來提供對本發(fā)明的進一步理解，構(gòu)成本申請的一部分，并不構(gòu)成對本發(fā)明的限定。在附圖中:
[0041]圖1是本發(fā)明實施例的光伏系統(tǒng)發(fā)電功率的預(yù)測方法流程圖；
[0042]圖2是本發(fā)明實施例的采用遺傳算法對支持向量機模型的模型參數(shù)進行優(yōu)化的方法流程圖；
[0043]圖3是本發(fā)明實施例的光伏系統(tǒng)發(fā)電功率的預(yù)測裝置結(jié)構(gòu)框圖。
【具體實施方式】
[0044]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚明白，下面結(jié)合實施方式和附圖，對本發(fā)明做進一步詳細說明。在此，本發(fā)明的示意性實施方式及其說明用于解釋本發(fā)明，但并不作為對本發(fā)明的限定。[0045]發(fā)明人發(fā)現(xiàn)，現(xiàn)有技術(shù)中單一的采用光伏系統(tǒng)發(fā)電功率歷史數(shù)據(jù)預(yù)測光伏系統(tǒng)的發(fā)電功率導(dǎo)致預(yù)測結(jié)果不是很準(zhǔn)確，氣象數(shù)據(jù)對光伏系統(tǒng)發(fā)電功率的預(yù)測會很大程度上影響預(yù)測的準(zhǔn)確性，因此發(fā)明人想到可以將氣象預(yù)報數(shù)據(jù)也作為預(yù)測的因素，這樣可以在很大程度上提升預(yù)測的準(zhǔn)確度。
[0046]如圖1所示，本實施例提供了一種光伏系統(tǒng)發(fā)電功率的預(yù)測方法，包括以下步驟:
[0047]步驟101:向支持向量機模型中輸入光伏系統(tǒng)發(fā)電功率歷史數(shù)據(jù)和氣象預(yù)報數(shù)據(jù)；
[0048]步驟102:通過所述支持向量機模型預(yù)測所述光伏系統(tǒng)的發(fā)電功率。
[0049]在上述實施例中，通過向支持向量機模型中同時輸入光伏系統(tǒng)發(fā)電功率歷史數(shù)據(jù)和氣象預(yù)報數(shù)據(jù)，以對光伏系統(tǒng)的發(fā)電功率進行預(yù)測，這樣，引入了氣象預(yù)報數(shù)據(jù)作為預(yù)測的依據(jù)，解決了現(xiàn)有技術(shù)中僅采用光伏系統(tǒng)發(fā)電功率的歷史數(shù)據(jù)作為預(yù)測參數(shù)而導(dǎo)致的預(yù)測結(jié)果準(zhǔn)確率不高的技術(shù)問題，達到了提高光伏系統(tǒng)發(fā)電功率預(yù)測準(zhǔn)確率的技術(shù)效果。
[0050]上述的氣象預(yù)報數(shù)據(jù)包括:光照強度。在具體實施時，氣象預(yù)報數(shù)據(jù)還可以包括:溫度、濕度等，這些數(shù)據(jù)可以從天氣預(yù)報的網(wǎng)站上獲取。
[0051]考慮到現(xiàn)有的支持向量機模型的模型參數(shù)一般都是人工憑借經(jīng)驗確定的，這種方式確定出的參數(shù)必然不是很準(zhǔn)確的，為了獲得更為標(biāo)準(zhǔn)的模型參數(shù)，在本例中采用遺傳算法來確定模型參數(shù)，相較人為選取模型參數(shù)進行預(yù)測，更為可靠。在一個實施例中，上述支持向量機模型可以是按照以下方式構(gòu)建的:采用遺傳算法確定支持向量機模型的模型參數(shù)；根據(jù)確定的模型參數(shù)構(gòu)建支持向量機模型。
[0052]具體的，采用遺傳算法確定支持向量機模型的模型參數(shù)可以如圖2所示，包括以下步驟:
[0053]步驟201:對支持向量機模型的初始模型參數(shù)進行二進制編碼；
[0054]步驟202:將二進制編碼后的初始模型參數(shù)按照二進制順序排列成初始染色體，其中，模型參數(shù)可以包括:罰參數(shù)和核參數(shù)；
[0055]步驟203:根據(jù)所述初始染色體計算初始染色體種群中個體適應(yīng)度；
[0056]步驟204:根據(jù)個體適應(yīng)度的計算結(jié)果，對初始染色體種群進行選擇、交叉和變異處理，對處理后的染色體種群進行平均適應(yīng)度計算；
[0057]步驟205:在平均適應(yīng)度大于預(yù)設(shè)值時，將處理后的染色體種群作為初始染色體種群重新進行選擇、交叉和變異處理，直至平均適應(yīng)度小于預(yù)設(shè)值；
[0058]步驟206:對平均適應(yīng)度小于所述預(yù)設(shè)值時的染色體種群中的染色體進行解碼，得到支持向量機模型的模型參數(shù)。
[0059]常用到的核函數(shù)有:
[0060]線性核函數(shù):k(Xi,Y^=Xi.Xj ；
[0061]多項式核函數(shù):k(Xi, yi) = (xiyi+l)d, d=l, 2，3…，其中，d為特征調(diào)節(jié)參數(shù)；
[0062]徑向基函數(shù)(RadialBasic Function，RBF)核函數(shù):
【權(quán)利要求】
1.一種光伏系統(tǒng)發(fā)電功率的預(yù)測方法，其特征在于，包括: 向支持向量機模型中輸入光伏系統(tǒng)發(fā)電功率歷史數(shù)據(jù)和氣象預(yù)報數(shù)據(jù)； 通過所述支持向量機模型預(yù)測所述光伏系統(tǒng)的發(fā)電功率。
2.如權(quán)利要求1所述的方法，其特征在于，所述氣象預(yù)報數(shù)據(jù)包括:光照強度。
3.如權(quán)利要求2所述的方法，其特征在于，所述氣象預(yù)報數(shù)據(jù)還包括:溫度和/或濕度。
4.如權(quán)利要求1所述的方法，其特征在于，還包括: 采用遺傳算法 確定支持向量機模型的模型參數(shù)； 根據(jù)確定的模型參數(shù)構(gòu)建支持向量機模型。
5.如權(quán)利要求4所述的方法，其特征在于，采用遺傳算法確定所述支持向量機模型的模型參數(shù)，包括: 對支持向量機模型的初始模型參數(shù)進行二進制編碼； 將二進制編碼后的初始模型參數(shù)按照二進制順序排列成初始染色體； 根據(jù)所述初始染色體計算初始染色體種群中個體適應(yīng)度； 根據(jù)個體適應(yīng)度的計算結(jié)果，對初始染色體種群進行選擇、交叉和變異處理，對處理后的染色體種群進行平均適應(yīng)度計算； 在平均適應(yīng)度大于預(yù)設(shè)值時，將處理后的染色體種群作為初始染色體種群重新進行選擇、交叉和變異處理，直至平均適應(yīng)度小于預(yù)設(shè)值； 對平均適應(yīng)度小于所述預(yù)設(shè)值時的染色體種群中的染色體進行解碼，得到支持向量機模型的模型參數(shù)。
6.如權(quán)利要求5所述的方法,其特征在于,所述模型參數(shù)包括:罰參數(shù)和/或核參數(shù)。
7.如權(quán)利要求1至6中任一項所述的方法，其特征在于，所述支持向量機模型中采用的核函數(shù)為徑向基函數(shù)RBF。
8.一種光伏系統(tǒng)發(fā)電功率的預(yù)測裝置，其特征在于，包括: 輸入模塊，用于向支持向量機模型中輸入光伏系統(tǒng)發(fā)電功率歷史數(shù)據(jù)和氣象預(yù)報數(shù)據(jù)； 預(yù)測模塊，用于通過所述支持向量機模型預(yù)測所述光伏系統(tǒng)的發(fā)電功率。
9.如權(quán)利要求8所述的裝置，其特征在于，所述氣象預(yù)報數(shù)據(jù)包括:光照強度。
10.如權(quán)利要求9所述的裝置方法，其特征在于，所述氣象預(yù)報數(shù)據(jù)還包括:溫度和/或濕度。
11.如權(quán)利要求8所述的裝置，其特征在于，還包括: 確定模塊，用于采用遺傳算法確定支持向量機模型的模型參數(shù)； 構(gòu)建模塊，用于根據(jù)確定的模型參數(shù)構(gòu)建支持向量機模型。
12.如權(quán)利要求11所述的裝置，其特征在于，所述確定模塊包括: 編碼單元，用于對支持向量機模型的初始模型參數(shù)進行二進制編碼； 排序單元，用于將二進制編碼后的初始模型參數(shù)按照二進制順序排列成初始染色體； 計算單元，用于根據(jù)所述初始染色體計算初始染色體種群中個體適應(yīng)度； 選擇單元，用于根據(jù)個體適應(yīng)度的計算結(jié)果，對初始染色體種群進行選擇、交叉和變異處理，對處理后的染色體種群進行平均適應(yīng)度計算；處理單元，用于在平均適應(yīng)度大于預(yù)設(shè)值時，將處理后的染色體種群作為初始染色體種群重新進行選擇、交叉和變異處理，直至平均適應(yīng)度小于預(yù)設(shè)值； 解碼單元，用于對平均適應(yīng)度小于所述預(yù)設(shè)值時的染色體種群中的染色體進行解碼，得到支持向量機模型的模型參數(shù)。
13.如權(quán)利要求12所述的裝置，其特征在于，所述模型參數(shù)包括:罰參數(shù)和核參數(shù)。
14.如權(quán)利要求8至13中任一項所述的裝置，其特征在于，所述支持向量機模型中采用的核函數(shù)為徑向基函數(shù)RBF。
【文檔編號】G06Q50/06GK103745275SQ201410009560
【公開日】2014年4月23日 申請日期:2014年1月9日 優(yōu)先權(quán)日:2014年1月9日
【發(fā)明者】孫佳文, 王繼東, 王玨 申請人:樂金電子研發(fā)中心(上海)有限公司