[发明专利]一种变权重系数的并网光伏电站短期功率组合预测方法

权利要求书

1.一种变权重系数的并网光伏电站短期功率组合预测方法，其特征在于，该方法的步骤包括：

S1、利用包含离预测时段最近的历史数据建立多种单一预测模型，求出各个单一预测模型对预测样本点的拟合值；

S2、通过灰色关联分析法计算各个单一预测模型在每个预测样本点的权重系数；

S3、利用步骤S1和步骤S2分别得到的各个单一预测模型对每个预测样本点的拟合值和对应的权重系数训练拟合得到BPNN网络模型；

S4、通过预测时段最新气象要素预测值得到各个单一预测模型的单一功率预测值，然后利用步骤S3得到的BPNN网络模型计算出各个单一预测模型在预测时段的时变权重系数，利用得到的单一功率预测值和时变权重系数计算出预测时段的功率预测值；

S5、循环步骤S1～S4，不断更新预测时段的功率预测值。

2.根据权利要求1所述的一种变权重系数的并网光伏电站短期功率组合预测方法，其特征在于，所述步骤S1具体包括：

S11、获取光伏电站离预测时段最近的历史气象要素数据和历史光伏输出功率数据作为样本数据，所述样本数据包括训练样本和预测样本；

S12、利用步骤S11得到的训练样本数据，通过最小化训练误差进行训练拟合，建立多种单一预测模型，求出各个单一预测模型对预测样本的拟合值。

3.根据权利要求1所述的一种变权重系数的并网光伏电站短期功率组合预测方法，其特征在于，所述步骤S2具体包括：通过灰色关联分析法计算各个单一预测模型在预测样本点处的拟合值与观测值间的灰色关联系数，将得到的灰色关联系数作为对应单一预测模型的权重系数。

4.根据权利要求1所述的一种变权重系数的并网光伏电站短期功率组合预测方法，其特征在于，所述步骤S3具体包括：将步骤S1得到的各个单一预测模型对每个预测样本点的拟合值作为输入，将步骤S2得到的各个单一预测模型对应的权重系数作为输出，训练得到BPNN网络模型。

5.根据权利要求2所述的一种变权重系数的并网光伏电站短期功率组合预测方法，其特征在于，所述步骤S4具体包括：

S41、获取预测时段最新的气象要素预测值；

S42、利用步骤S41得到的最新气象要素预测值计算出各个单一预测模型对预测时段的单一功率预测值；

S43、将步骤S42得到的单一功率预测值输入步骤S3得到的BPNN网络模型中，得到各个单一预测模型在预测时段的时变权重系数；

S44、对于每个预测时段，将各个单一预测模型得到的单一功率预测值乘以对应的时变权重系数后再全部叠加，得到该预测时段的功率预测值。

6.根据权利要求1所述的一种变权重系数的并网光伏电站短期功率组合预测方法，其特征在于，所述多种单一预测模型包括：支持向量机模型、灰色关联分析结合支持向量机模型以及主成分分析结合支持向量机模型。

7.根据权利要求5所述的一种变权重系数的并网光伏电站短期功率组合预测方法，其特征在于，所述气象要素包括：小时水平面上太阳总辐射、小时地外水平面总辐射、日照时数、小时平均气温、小时最高气温、小时最低气温、相对湿度、本站气压和风速。