[发明专利]一种考虑分时段的非线性光伏出力预测方法

权利要求书

1.一种考虑分时段的非线性光伏出力预测方法，其特征在于，包括以下步骤：

1)通过工程实践中一天内早中晚的太阳辐射强度的经验，获取太阳辐射强度时间序列的先验信息，包括分段点数量m，m＝0,…,M、预估分段点位置初值t_m、分段点在该位置附近的摆动时间Δt_m以及分段点在该位置的可能性大小ρ_m；

2)对步骤1)获得的太阳辐射强度时间序列的先验信息进行先验概率转化，定义变量X＝{X_m；m＝0,…,M}表示分段点位置，Y为太阳辐射强度时间序列，长度为n的太阳辐射强度时间序列表示为Y_t＝{Y_t,t＝1,…,n}，分得的第m段太阳辐射强度时间序列记为Y^m＝{Y_t；t＝X_m-1+1,…,X_m}；采用最大似然函数法MLE估计分布参数，整个太阳辐射强度时间序列的似然函数记作h(Y|X,ω)＝{h(Y|X；ω)}:

f(ω)为分布参数ω的先验分布，π(X)为分段点位置X的先验分布概率；

3)根据步骤2)中的公式推导，得到分段模型：

其中，对数似然函数V(X,Y)＝-lnh(Y|X；ω(X))，第m段太阳辐射强度时间序列的似然函数为V^m(X,Y)，β_i为第i时间的转换系数；根据步骤1)获得的太阳辐射强度时间序列的先验信息，求解上述分段模型，能够估计整个太阳辐射强度序列的分段点位置X；

具体公式推导过程如下：

3.1)认为对每段太阳辐射强度时间序列的分布参数ω没有任何先验信息，所以认为f(ω)满足均匀分布，即f(ω)为常数；对步骤2)公式取负对数得

其中，V(X,Y)＝-lnh(Y|X；ω(X))

3.2)先验分布概率表示为以下形式：

其中，P_i¹是在时间i处存在分段点的概率，P_i⁰是在时间i处不存在分段点的概率，P_i¹+P_i⁰＝1；

对上式取对数得到

对于优化问题而言，常数的加减对参数的优化结果没有影响，因此忽略右边第二项常数项，定义

则

根据β_i特性，定义时间i处转换系数β_i如下：

3.3)太阳辐射强度具有某种分布特性，根据实际工程需要，选定太阳辐射强度的分布函数，推导V(X,Y)的步骤如下：

3.3.1)选定需要的分布函数并得到其似然函数，将其写成分段形式；

3.3.2)对每一段太阳辐射强度时间序列对应的似然函数取负对数，然后把每段辐射强度时间序列对应的结果进行求和，得到原始的V(X,Y)；

3.3.3)将所选分布的最大似然参数估计方程代入步骤3.3.2)得到的原始的V(X,Y)中，对其进行化简，得到最终的结果；

4)根据步骤3)得到分段点位置X，处于分段点间的每一段平稳序列分别符合非线性SIAVAR模型的假设条件，使用非线性SIAVAR模型进行模拟；将一个长度为n的时间太阳辐射强度时间序列表示为Y_t＝{Y_t,t＝1,…,n}，非线性SIAVAR模型如下：

其中p为模型的阶数,a_j是第j阶的系数，g_j是每一阶的非线性函数；采用全局样条逼近方法对非线性非参函数进行估计；由于非线性SIAVAR模型不具有唯一性，对a_j进行重新参数化；采用Backfitting回溯法进行半参数估计，得到a_j和g_j；

将太阳辐射强度时间序列Y按照分段点分成M段，即完成每一段太阳辐射强度时间序列Y^m的非线性SIAVAR模型的拟合；

5)根据步骤4)拟合得到的每一段太阳辐射强度序列Y^m，假设在光伏系统中使用了最大功率跟踪技术，根据光伏发电出力特性，单位面积光伏阵列输出功率为

P^m＝ηSY^m

其中，η是转换效率，S是阵列面积；

即可得到光伏出力预测时间序列P_t。