基于最優(yōu)相似日集的光伏電站出力預(yù)測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種光伏電站發(fā)電輸出功率預(yù)測(cè)方法，屬于光伏發(fā)電技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 人口的飛速增長(zhǎng)帶來(lái)了化石能源的急劇消耗，能源危機(jī)已經(jīng)成為了各個(gè)國(guó)家共同 面臨的挑戰(zhàn)，太陽(yáng)能作為人類可利用的最直接最充足的清潔能源之一，具有無(wú)污染、能量充 足、可利用地域范圍廣等優(yōu)點(diǎn)，因此得到廣泛的使用。光伏發(fā)電系統(tǒng)通常安裝在空曠的野 外和屋頂，其輸出功率受到天氣、太陽(yáng)輻照度、光伏組件溫度及其他一些環(huán)境因素的影響， 系統(tǒng)輸出功率隨機(jī)性強(qiáng)、波動(dòng)較大，在天氣情況突變時(shí)表現(xiàn)的尤為突出。在這樣的情況下， 光伏發(fā)電系統(tǒng)并入大電網(wǎng)后，必定對(duì)大電網(wǎng)的安全穩(wěn)定運(yùn)行帶來(lái)一系列的影響。所以對(duì)并 網(wǎng)光伏電站輸出功率進(jìn)行預(yù)測(cè)，有利于提高電網(wǎng)的安全性，合理制定發(fā)電計(jì)劃，進(jìn)行實(shí)時(shí)調(diào) 度。
[0003] 光伏功率預(yù)測(cè)從預(yù)測(cè)方式上可分為直接預(yù)測(cè)和間接預(yù)測(cè)。直接預(yù)測(cè)方式是直接對(duì) 光伏電站的輸出功率進(jìn)行預(yù)測(cè)；間接預(yù)測(cè)方式首先對(duì)地表輻照強(qiáng)度進(jìn)行預(yù)測(cè)，然后根據(jù)光 伏電站出力模型得到光伏電站的輸出功率。光伏功率預(yù)測(cè)從預(yù)測(cè)方法上可以分為物理方法 和統(tǒng)計(jì)方法。物理方法將氣象預(yù)測(cè)數(shù)據(jù)作為輸入，采用物理方程進(jìn)行預(yù)測(cè)；統(tǒng)計(jì)方法對(duì)歷史 數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，找出其內(nèi)在規(guī)律并用于預(yù)測(cè)。常用的統(tǒng)計(jì)方法有：時(shí)間序列法、人工神 經(jīng)網(wǎng)絡(luò)（ANN)方法、支持向量機(jī)（SVM)等。但是這些基于統(tǒng)計(jì)法的預(yù)測(cè)方法對(duì)相似日的選 取精度都不高，很難達(dá)到理想的出力預(yù)測(cè)精度。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明所要解決的技術(shù)問(wèn)題是針對(duì)目前統(tǒng)計(jì)方法相似日的選取不夠精確的缺陷， 提出一種基于最優(yōu)相似日集的光伏電站出力預(yù)測(cè)方法。
[0005] 本發(fā)明為解決上述技術(shù)問(wèn)題而采用以下技術(shù)方案：
[0006] 一種基于最優(yōu)相似日集的光伏電站出力預(yù)測(cè)方法，該方法包括以下步驟：
[0007] 1)對(duì)歷史數(shù)據(jù)進(jìn)行異常數(shù)據(jù)處理，剔除異常數(shù)據(jù)；所述歷史數(shù)據(jù)包括天氣類型、 太陽(yáng)輻照度和光伏發(fā)電輸出功率；
[0008] 2)提取歷史數(shù)據(jù)中天氣類型和太陽(yáng)輻照度，通過(guò)通徑分析法確定其對(duì)光伏發(fā)電輸 出功率的影響權(quán)重，將預(yù)測(cè)日的天氣類型和太陽(yáng)輻照度融入歷史數(shù)據(jù)中得到樣本數(shù)據(jù)，利 用引入加權(quán)歐氏距離的K-means聚類算法對(duì)樣本數(shù)據(jù)進(jìn)行聚類，根據(jù)WCBCR聚類評(píng)價(jià)指標(biāo) 確定出其最終出力水平相似集；
[0009] 3)提取歷史數(shù)據(jù)中的光伏發(fā)電輸出功率，利用引入相關(guān)系數(shù)的K-means聚類算法 對(duì)歷史數(shù)據(jù)進(jìn)行聚類，根據(jù)WCBCR聚類評(píng)價(jià)指標(biāo)確定出其最優(yōu)曲線形狀相似日集；根據(jù)預(yù) 測(cè)日與最優(yōu)曲線形狀相似日集聚類中心的曲線形狀相似性度量值，確定其所屬曲線形狀相 似集；
[0010] 4)將出力水平相似集與曲線形狀相似集的交集日作為最優(yōu)相似集；
[0011] 5)采用BP神經(jīng)網(wǎng)絡(luò)，將最優(yōu)相似集的天氣類型、太陽(yáng)輻照度和光伏發(fā)電輸出功 率，以及預(yù)測(cè)日天氣類型和太陽(yáng)輻照度作為光伏發(fā)電輸出功率預(yù)測(cè)模型的輸入，得到預(yù)測(cè) 日光伏發(fā)電輸出功率。
[0012] 進(jìn)一步的，本發(fā)明的基于最優(yōu)相似日集的光伏電站出力預(yù)測(cè)方法，步驟1)所述異 常數(shù)據(jù)分為兩種：一種是當(dāng)太陽(yáng)輻照度為零時(shí)，光伏發(fā)電輸出功率不為零；另一種是太陽(yáng) 輻照度或光伏發(fā)電輸出功率變化全為零或有激增現(xiàn)象。
[0013] 進(jìn)一步的，本發(fā)明的基于最優(yōu)相似日集的光伏電站出力預(yù)測(cè)方法，步驟2)具體包 括以下步驟：
[0014] 201、根據(jù)通徑分析法計(jì)算各特征量權(quán)值，因變量選取每天日出到日落之間各整點(diǎn) 的光伏發(fā)電輸出功率，設(shè)為P，自變量選取每天天氣類型和日出到日落之間各整點(diǎn)的太陽(yáng)輻 照度，1^為 X。，Xp X2，???，Xk;
[0015] 對(duì)各變量進(jìn)行歸一化處理后，因變量序列為
[0016]
【主權(quán)項(xiàng)】
1. 一種基于最優(yōu)相似日集的光伏電站出力預(yù)測(cè)方法，其特征在于，該方法包括以下步 驟： 1) 對(duì)歷史數(shù)據(jù)進(jìn)行異常數(shù)據(jù)處理，剔除異常數(shù)據(jù)；所述歷史數(shù)據(jù)包括天氣類型、太陽(yáng) 輻照度和光伏發(fā)電輸出功率； 2) 提取歷史數(shù)據(jù)中天氣類型和太陽(yáng)輻照度，通過(guò)通徑分析法確定其對(duì)光伏發(fā)電輸出功 率的影響權(quán)重，將預(yù)測(cè)日的天氣類型和太陽(yáng)輻照度融入歷史數(shù)據(jù)中得到樣本數(shù)據(jù)，利用引 入加權(quán)歐氏距離的K-means聚類算法對(duì)樣本數(shù)據(jù)進(jìn)行聚類，根據(jù)WCBCR聚類評(píng)價(jià)指標(biāo)確定 出其最終出力水平相似集； 3) 提取歷史數(shù)據(jù)中的光伏發(fā)電輸出功率，利用引入相關(guān)系數(shù)的K-means聚類算法對(duì) 歷史數(shù)據(jù)進(jìn)行聚類，根據(jù)WCBCR聚類評(píng)價(jià)指標(biāo)確定出其最優(yōu)曲線形狀相似日集；根據(jù)預(yù)測(cè) 日與最優(yōu)曲線形狀相似日集聚類中心的曲線形狀相似性度量值，確定其所屬曲線形狀相似 集； 4) 將出力水平相似集與曲線形狀相似集的交集日作為最優(yōu)相似集； 5) 采用BP神經(jīng)網(wǎng)絡(luò)，將最優(yōu)相似集的天氣類型、太陽(yáng)輻照度和光伏發(fā)電輸出功率，以 及預(yù)測(cè)日天氣類型和太陽(yáng)輻照度作為光伏發(fā)電輸出功率預(yù)測(cè)模型的輸入，得到預(yù)測(cè)日光伏 發(fā)電輸出功率。
2. 根據(jù)權(quán)利要求1所述的基于最優(yōu)相似日集的光伏電站出力預(yù)測(cè)方法，其特征在于， 步驟1)所述異常數(shù)據(jù)分為兩種：一種是當(dāng)太陽(yáng)輻照度為零時(shí)，光伏發(fā)電輸出功率不為零； 另一種是太陽(yáng)輻照度或光伏發(fā)電輸出功率變化全為零或有激增現(xiàn)象。
3. 根據(jù)權(quán)利要求1所述的基于最優(yōu)相似日集的光伏電站出力預(yù)測(cè)方法，其特征在于， 步驟2)具體包括以下步驟： 201、根據(jù)通徑分析法計(jì)算各特征量權(quán)值，因變量選取每天日出到日落之間各整點(diǎn)的光 伏發(fā)電輸出功率，設(shè)為P，自變量選取每天天氣類型和日出到日落之間各整點(diǎn)的太陽(yáng)輻照 度，為xQ，叉丨，x2，…，xk; 對(duì)各變量進(jìn)行歸一化處理后，因變量序列為
自變量序列為
則自變量Xk與因變量P直接通徑系數(shù)為
式中，bk為偏回歸系數(shù)，i表示所有樣本的天氣類型或日出到日落之間各整點(diǎn)的太陽(yáng)輻 照度的平均值，P表示所有樣本每天日出到日落之間各整點(diǎn)的光伏發(fā)電輸出功率平均值； 202、 根據(jù)上述步驟201得到的各自變量的直接通徑系數(shù)，得到各自變量對(duì)因變量的影 響權(quán)重9
203、 采用K-means聚類算法根據(jù)樣本數(shù)據(jù)對(duì)聚類中心歐式距離最小值原則進(jìn)行聚類：
式中，Q為聚類中心； 204、 將各因素權(quán)值代入，
205、 利用WCBCR聚類評(píng)價(jià)指標(biāo)對(duì)聚類效果進(jìn)行評(píng)價(jià)，WCBCR定義為組內(nèi)距離平方和/組 間距離平方和，
式中，K為聚類數(shù)目，\^為第L類聚類中心坐標(biāo)，D 第L類樣本集，WP和W8分別代表 不同類別的聚類中心，d代表變量間的歐式距離； WCBCR聚類指標(biāo)值越小說(shuō)明聚類效果越好，當(dāng)其達(dá)到最小值時(shí)，此時(shí)的K就是最終的出 力水平相似集聚類數(shù)。
4. 根據(jù)權(quán)利要求1所述的基于最優(yōu)相似日集的光伏電站出力預(yù)測(cè)方法，其特征在于， 步驟3)具體包括以下步驟： 301、 采用K-means聚類算法根據(jù)歷史數(shù)據(jù)對(duì)聚類中心歐式距離最小值原則進(jìn)行聚類，
式中，Pai為歷史數(shù)據(jù)，P為聚類中心； 302、 采用相關(guān)系數(shù)r代替歐式距離，
式中，^為歷史數(shù)據(jù)平均值，&為聚類中心平均值； 303、 利用引入相關(guān)系數(shù)的K-means聚類算法對(duì)歷史數(shù)據(jù)進(jìn)行聚類，根據(jù)WCBCR聚類指 標(biāo)值確定最終聚類數(shù)，WCBCR值越小說(shuō)明聚類效果越好，當(dāng)其達(dá)到最小值時(shí)，此時(shí)的K就是 歷史數(shù)據(jù)的最終曲線形狀相似日集聚類數(shù)，確定出最終曲線形狀相似日集； 304、 計(jì)算最終曲線形狀相似日集所對(duì)應(yīng)太陽(yáng)輻照度的各聚類中心，再次利用相關(guān)系數(shù) 公式得到預(yù)測(cè)日太陽(yáng)輻照度與其最相似集合，即曲線形狀相似集。
5. 根據(jù)權(quán)利要求1所述的基于最優(yōu)相似日集的光伏電站出力預(yù)測(cè)方法，其特征在于， 步驟4)具體為： 根據(jù)預(yù)測(cè)日的出力水平相似集與曲線形狀相似集的交集，得到具體歷史日期，將其天 氣類型、太陽(yáng)輻照度和光伏發(fā)電輸出功率提取出，為建立預(yù)測(cè)模型做準(zhǔn)備。
6.根據(jù)權(quán)利要求1所述的基于最優(yōu)相似日集的光伏電站出力預(yù)測(cè)方法，其特征在于， 步驟5)所述BP神經(jīng)網(wǎng)絡(luò)采用三層結(jié)構(gòu)： 輸入層為最優(yōu)相似集每天天氣類型、日出至日落之間各整點(diǎn)太陽(yáng)輻照度和光伏發(fā)電輸 出功率，以及預(yù)測(cè)日天氣類型和日出至日落之間各整點(diǎn)太陽(yáng)輻照度； 輸出層為預(yù)測(cè)日的日出至日落之間各整點(diǎn)光伏電站輸出功率； 隱含層根據(jù)
訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)得到預(yù)測(cè)日輸出功率，利用均方根誤差對(duì)其 進(jìn)行效果評(píng)估：
式中，n為輸入層數(shù)，m為輸出層數(shù)，a為[1，10]之間的常數(shù)；Pi為光伏電站實(shí)際輸出 功率，$為預(yù)測(cè)輸出功率，P為光伏電站額定輸出功率。
【專利摘要】本發(fā)明公開(kāi)了一種基于最優(yōu)相似日集的光伏電站出力預(yù)測(cè)方法，包括：1）對(duì)歷史數(shù)據(jù)進(jìn)行異常處理；2）將天氣類型、太陽(yáng)輻照度作為出力水平相似日的特征向量歸一化后采用聚類算法進(jìn)行聚類分析，確定最終出力水平相似日集；3）選擇光伏發(fā)電輸出功率作為曲線形狀相似日的特征向量，將其歸一化后采用聚類算法進(jìn)行聚類分析，求得不同聚類數(shù)目的分類結(jié)果，并確定最終曲線形狀相似日集；4）根據(jù)相關(guān)系數(shù)最大原則得到預(yù)測(cè)日所屬類別；5）構(gòu)成最優(yōu)相似集；6）將最優(yōu)相似集作為輸入，建立出力預(yù)測(cè)模型對(duì)預(yù)測(cè)日進(jìn)行光伏功率預(yù)測(cè)。發(fā)明較精確地選擇出與預(yù)測(cè)日最大相關(guān)性的歷史日進(jìn)行預(yù)測(cè)，簡(jiǎn)單易行，提高了光伏發(fā)電輸出功率預(yù)測(cè)的準(zhǔn)確性。
【IPC分類】G06Q50-06, G06Q10-04
【公開(kāi)號(hào)】CN104573879
【申請(qǐng)?zhí)枴緾N201510051905
【發(fā)明人】袁曉玲, 郭宇杰, 楊店飛, 沈桂鵬, 劉皓明
【申請(qǐng)人】河海大學(xué)
【公開(kāi)日】2015年4月29日
【申請(qǐng)日】2015年1月30日