[发明专利]一种分布式光伏输出功率短期预测模型建模方法

权利要求书

1.一种分布式光伏输出功率短期预测模型建模方法，它包括下述步骤：

步骤1、从电力机构获取光伏出力历史数据，从气象监测点获取光伏出力采样时刻对应的气象因素数据，它包括光照强度、温度和风速数据，进行归一化处理；

步骤2、利用皮尔逊相关系数分析法分析归一化处理后的数据，得到光伏出力与光照强度、温度和风速数据之间的相关系数；

步骤3、将相关系数不小于0.5的气象因素数据通过灰色关联度分析法进行分析，确定待预测日的相似日；

步骤4、将相似日的光伏出力数据和相关系数不小于0.5的气象因素数据作为模型的输入条件构建支持向量回归机预测模型；

步骤5、通过两阶段确定支持向量回归机预测模型参数，得到完整的分布式光伏输出功率短期预测模型。

2.根据权利要求1所述的一种分布式光伏输出功率短期预测模型建模方法，其特征在于：

光照强度、温度和风速的最大值；是归一化处理后的值。

3.根据权利要求1所述的一种分布式光伏输出功率短期预测模型建模方法，其特征在于：步骤2所述的皮尔逊相关系数分析法其公式为：

温度和风速与光伏出力的相关系数。

4.根据权利要求1所述的一种分布式光伏输出功率短期预测模型建模方法，其特征在于：步骤3所述的采用灰色关联度分析法进行分析，它包括：

步骤4、选取步骤3中计算出的灰色关联度最大的3天作为该待预测日的相似日，将相似日的光伏出力数据和相关系数不小于0.5的气象因素数据构成训练样本，作为模型输入条件。

5.根据权利要求1所述的一种分布式光伏输出功率短期预测模型建模方法，其特征在于：步骤4所述的构建支持向量回归机预测模型，它包括：

步骤1、确定支持向量回归问题表达式：

 p为核参数。

6.根据权利要求1所述的一种分布式光伏输出功率短期预测模型建模方法，其特征在于：步骤5所述的通过两阶段确定支持向量回归机预测模型参数指的是确定惩罚系数C、不敏感参数和核参数p的数值，它包括下述步骤：a、使用全局网格搜索法，按照步长为0.001—1增加惩罚系数C、不敏感参数和核参数p的数值，确定不敏感参数的值、惩罚系数C和核参数p的变化范围，通过参数自适应调整的差分进化算法确定惩罚系数C和核参数p的数值。