[发明专利]一种基于时序动态回归的超短期光伏发电功率预测方法

权利要求书

1.一种基于时序动态回归的超短期光伏发电功率预测方法，其特征在于，包括以下步骤：

获取历史光伏发电功率数据和数值天气预报数据构成历史数据集；

将据历史数据划分为白天时段与夜晚时段；夜晚时段的光伏发电功率预测值直接取0，根据白天时段建立基于时序动态回归的预测模型，

根据历史数据集的白天时段子集，确定预测模型的参数；

判定当前时刻的预测提前期是否与白天时段有交集，

若有，根据距当前时刻最近的历史数据，确定预测模型中的待定参数；

若无，预测结果直接取0；

获得实时的数值天气预报结果，将实时天气预报与截取的历史数据集代入预测模型中，输出计算结果，将预测提前期内处于夜晚时段的部分预测结果取0，得到当前时刻的最终预测结果；

待到下一时刻，更新历史数据集，继续滚动预测；

所述预测模型包括回归模型和残差模型两部分，其中回归模型刻画光伏功率与地表太阳辐射数据以及谐波序列的回归关系，残差模型采用ARIMA方法刻画回归模型残差；

所述预测模型由公式(1)、(2)获得：

式(1)中，HSSRD表示每小时太阳辐射量，为地表太阳辐射累计值的差分；式(2)中，P_t为t时刻光伏发电功率；m为白天时段的时间长度，为正整数；K为谐波最大次数，为正整数，1≤K≤m/2；β_k,1、β_k,2为第k次谐波分量的系数；β₀为回归截距；β₁为回归斜率；ε_t为回归残差；B为时间序列的后移算子；φ_i为历史数据权重系数；θ_i为历史数据权重系数；p、d、q为非负整数；c为常数；η_t为ARIMA部分的预测误差。

2.如权利要求1所述的一种基于时序动态回归的超短期光伏发电功率预测方法，其特征在于：所述历史光伏发电功率数据为光伏电站总发电功率的历史测量值；

所述数值天气预报数据为当地的历史数值天气预报结果。

3.如权利要求1所述的一种基于时序动态回归的超短期光伏发电功率预测方法，其特征在于：根据历史数据集通过时序交叉验证而确定预测模型参数，预测模型参数包括ARIMA模型的阶数p、d、q和谐波分量的最高次数K以及滚动预测时训练模型所需的滑动窗口长度。

4.如权利要求1所述的一种基于时序动态回归的超短期光伏发电功率预测方法，其特征在于：根据截取的历史数据段通过极大似然估计确定的预测模型参数包括回归参数β₀、β₁、β_k,1、β_k,2与ARIMA公式中的系数φ_i、θ_i和常数项c。