[发明专利]一种光伏电站短期功率预测方法及系统

说明书

技术领域

本发明属于电力系统光伏发电领域，尤其涉及一种光伏电站短期功率预测方法及系统。

背景技术

光伏发电作为清洁、可再生能源，其应用前景非常广阔。由于光伏电站发电的输出功率具有剧烈变化的间歇性、随机性等特点，因此光伏电站并网必将对电网的平衡产生巨大的影响，同时也为电力调度带来了极大的挑战。

随着大规模光伏电站接入区域电网，各光伏电站运行条件各不相同，为电力调度部门统一预测各光伏电站输出功率带来困难。因此，有必要对光伏电站，以最少的条件，预测其输出功率情况，为电力调度提供各光伏电站输出功率的预测数据，保障电网能量管理系统制定调度计划。现有的预测方法对各光伏电站要求较高，并且可操作性较低，不能满足实际运行要求，并且还因调度限制出力或者逆变器等设备维护而造成的噪声样本，不能够反映光伏电站有功功率与气象因素的客观规律，同时传统距离模型偶然性强、对噪音敏感以及对整体样本分布敏感存在局限。

发明内容

本发明所要解决的技术问题是：现有的预测方法对各光伏电站要求较高，可操作性较低，不能满足实际运行要求，并且还因调度限制出力或者逆变器等设备维护造成的噪声样本，不能够反映光伏电站有功功率与气象因素的客观规律，同时传统距离模型偶然性强、对噪音敏感以及对整体样本分布敏感存在局限，使得无法得出精确的预测光伏电站短期功率。

为解决上面的技术问题，本发明提供了一种光伏电站短期功率预测方法，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。

本发明的有益效果：本发明提出的光伏电站短期功率预测方法，采用样本筛选处理技术，筛除了因调度限制出力或者逆变器等设备维护而造成的噪声样本，使得筛选后的样本数据更好地反映了光伏电站出力与气象因素的客观规律，同时克服了传统距离模型偶然性强、对噪音敏感以及对整体样本分布敏感存在局限的问题。另外，在支持向量机输入因子中除常规数值天气预报外，还添加了反映光伏电站位置太阳辐射变化物理规律的大气上界水平辐照度，采用本发明的方法其试验结果和实际应用，明显提高了光伏电站短期功率预测的准确率。

进一步地，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。

上述进一步地有益效果：将输入建模样本作为支持向量机模型的输入，将建模输出样本作为支持向量机模型的输出，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。这样就可以使得模型的建立准确，大大提高了后续短期预测的精度。

进一步地，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。

上述进一步地有益效果：筛除因调度限制出力或者逆变器等设备维护而造成的噪声样本，使得筛选后的样本数据更好地反映了光伏电站出力与气象因素的客观规律，有利于后续对光伏电站短期功率的预测，同时也大大节约了时间，减少了计算的繁琐，也提高了预测的精度。

进一步地，所述S24中包括：