[发明专利]一种光伏电站短期功率预测方法及系统

权利要求书

1.一种光伏电站短期功率预测方法，其特征在于,该方法包括如下步骤：

S1，读取当前时刻及其之前一段时间的光伏电站的大气上界水平辐照度、数值天气预报以及光伏电站并网点有功功率的数据作为预测样本数据；

S2，利用样本筛选算法，对预测样本数据进行去噪和减样处理，再对去噪和减样处理后的预测样本数据进行归一化处理；

S3，将归一化处理后的预测样本数据作为建模样本，对支持向量机模型进行建模，得到光伏电站短期功率预测模型；

S4，获取预测时刻的光伏电站的大气上界水平辐照度、数值天气预报的预测时刻数据，对预测时刻数据进行归一化处理；

S5，将归一化处理后的预测时刻数据输入所述光伏电站短期功率预测模型，得到输出向量，并对输出向量进行逆归一化处理，得到光伏电站并网点有功功率的预测值。

2.根据权利要求1所述的预测方法，其特征在于，所述S3中将归一化处理后的预测样本数据作为建模样本，其具体是将归一化处理后的预测样本数据中的大气上界水平辐照度、数值天气预报作为建模输入样本，同时将归一化处理后的预测样本数据中的光伏电站并网点有功功率作为建模输出样本，利用建模输入样本和建模输出样本同时对支持向量机模型进行建模，得到光伏电站短期功率预测模型。

3.根据权利要求1或2所述的预测方法，其特征在于，所述S2中包括：

S21，对预测样本数据进行初步筛选，将缺失部分数据的样本数据直接删除；

S22，将预测样本数据按光伏电站装机容量平均分为N个功率区间，其中，N是根据光伏电站装机容量和样本筛选的精度来确定；

S23，将初步筛选后的预测样本数据，分别划分到N个功率区间上，得到N个子样本集；

S24，对各个子样本集中的每一个样本数据都进行去噪处理；

S25，对去噪处理后的样本数据进行减样处理；

S26，对减样处理的样本数据进行归一化处理。

4.根据权利要求3所述的预测方法，其特征在于，所述S24中包括：

S241，选取一个子样本集中的一个样本数据，计算该样本数据与本功率区间中其它样本数据的类内距离、该样本数据与其它功率区间样本数据的类间距离，并将本功率区间的类内距离和其它功率区间的类间距离进行排序；

S242，根据排序后的类内距离和类间距离，利用K近邻距离模型计算该样本数据的类内K近邻距离和类间K近邻距离；

S243，判断类内K近邻距离是否大于类间K近邻距离，若类内K近邻距离大于类间K近邻距离，则删除该样本，同时将该样本数据对应的子样本集的样本数减1；若否，则去噪终止。

5.根据权利要求3所述的预测方法，其特征在于，所述S25中包括：

S251，对去噪处理后的所有样本数据的重要度W_i赋值为0，被删除的样本数R_i赋值为1；

S252，计算所有样本数据的重要度W_i，依据重要度W_i将所有样本数据升序排序；

S253，选择重要度W_i最小的样本数据i及其最近邻样本数据j，将最小的样本数据i删除，并将样本数减1；

S254，判断样本数是否符合样本缩减要求，若符合，则减样终止；否则，继续执行S252。