[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

说明书

技术领域

本发明涉及新能源发电与电力系统技术领域，尤其是涉及一种变权重系数的并网光伏电站短期功率组合预测方法。

背景技术

近年来，太阳能开发利用规模快速扩大，技术进步和产业升级加快，成本显著降低，已成为全球能源转型的重要领域。“十二五”时期，我国光伏产业体系不断完善，技术进步显著，光伏制造和应用规模均居世界前列。太阳能热发电技术研发及装备制造取得较大进展，已建成商业化试验电站，初步具备了规模化发展条件。截止到2014年底，光伏发电累计装机容量2805万千瓦，提前完成“十二五”规划目标，表明我国光伏市场蕴藏了巨大的发展潜力。

“十三五”将是太阳能产业发展的关键时期，基本任务是产业升级、降低成本、扩大应用，实现不依赖国家补贴的市场化自我持续发展，成为实现2020年和2030年非化石能源分别占一次能源消费比重15％和20％目标的重要力量。截至2016年底，我国光伏发电新增装机容量3454万千瓦，累计装机容量7742万千瓦，新增和累计装机容量均为全球第一。其中，光伏电站累计装机容量6710万千瓦，分布式累计装机容量1032万千瓦。全年发电量662亿千瓦时，占我国全年总发电量的1％。由于光伏电站的出力易受气象环境因素的影响，具有不确定性和不稳定性等特点，随着光伏并网渗透率的不断提高，必将会对电力系统的安全稳定运行产生一定影响，所以迫切需要对光伏电站在未来一段时间内的输出功率进行准确预测。而对于目前常见的单一预测模型来讲，提高其预测精度的难度较大，且各单一预测模型的准确度和适用性有所不同，预测存在不确定性。概率是一种表达不确定性的方式，而组合预测(或集合预报)则是获得概率预报的一个有效途径。

目前对于分析影响光伏出力的气象因素的研究上，由于影响光伏电站出力的气象因素复杂多变，实际的天气变化情况也复杂得多，且难以对与光伏出力相关的气象因素进行全面分析，目前常见的光伏预测模型大多是以考虑少量的气象因素，如以太阳辐照度和气温等为输入变量，而很少考虑引入大气清晰度指数、日照时数、温差等相关环境影响因素。即使在建模时将上述气象因素全部考虑在内，同样会增加预测模型的复杂性，况且各气象因素之间也是存在多重共线性关系，不利于预测模型的建立，所以在建立预测模型时所选取的气象环境要素及如何降低气象因素间的多重共线性关系对于模型预测精度的提高显得尤其重要。

在建立模型时除了上述所考虑的气象因素条件以外，模型算法的选取对于预测精度来说同样重要，已往对于光伏电站功率预测多是以单一预测模型为主，而对于单一预测模型，提高其预测精度的难度较大，且各单一预测模型的准确度和适用性有所不同，预测存在不确定性。

目前常见的组合预测一般是对多种单一预测模型所得到的预测结果进行的一种组合，但是不同的单一模型的预测结果肯定是各不相同的，这就需要对各单一预测模型的输出结果确定一个权值，等权重的预测模型由于单一预测模型预测结果的权重相同，这就会由于某个单一预测模型的预测结果出现较大偏差，影响组合预测模型的预测结果，选取适当权重的主要目的在于消除单一预测方法可能存在的较大偏差，提高预测的准确性。

鉴于以上原因，传统的光伏功率预测方法难以满足光伏电站和电力系统实用、简单以及预测能力的要求。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种更准确的变权重系数的并网光伏电站短期功率组合预测方法。

本发明的目的可以通过以下技术方案来实现：

一种变权重系数的并网光伏电站短期功率组合预测方法，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。

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；