[发明专利]一种基于相似日的光伏发电功率预测方法

权利要求书

1.一种基于相似日的光伏发电功率预测方法，其特征在于，包括如下步骤：

(1)、获取预测日之前n天的包括光伏发电功率、辐照度、温度、湿度的历史运行数据；n为大于0的整数；

(2)、计算预测日辐照度曲线与之前n天历史日辐照度曲线的相异度，得到相异度序列{X₁,X₂,…X_n}，其中相异度计算方法为：

其中：t为大于0且小于n的整数；X_t指之前第t日与预测日的相异度，相异度越小，相似性越高；Y_i为预测日的辐照度序列；为之前第t日的辐照度序列；i为1-96个时间段；

(3)、将相异度序列{X₁,X₂,…X_n}升序排列得到一维有序样本{x₁,x₂,…x_n}，然后利用有序样本聚类方法，得到m天历史相似日；m为大于0且小于n的整数；

(4)、利用神经网络训练m天历史相似日的数据得到拟合预测模型，其中辐照度、温度、湿度为输入，光伏发电功率为输出，将预测时段的辐照度、温度、湿度代入拟合预测模型得到拟合预测值；

(5)、将步骤(2)中相异度最小的历史日作为历史最相似日，以历史最相似日的实际发电功率作为相似日预测值；

(6)、将拟合预测值和相似日预测值加权相加得到组合预测值；步骤(6)中计算组合预测值的步骤为：

(6.1)、计算加权系数：

其中：λ为加权系数；为预测日最大辐照度；为历史最相似日的最大辐照度；

(6.2)、计算组合预测值：

P＝λP₁+(1-λ)P₂

其中：P为组合预测值；P₁为拟合预测值；P₂为相似日预测值。

2.根据权利要求1所述的基于相似日的光伏发电功率预测方法，其特征在于：所述步骤(2)中是根据辐照度曲线计算预测日与历史日的相异度。

3.根据权利要求1所述的基于相似日的光伏发电功率预测方法，其特征在于：所述步骤(3)中对于一维有序样本{x₁,x₂,…x_n}，利用有序聚类算法得到m天历史相似日的具体步骤包括如下：

(3.1)、计算离差平方和矩阵D_n×n，离差平方和D(i,j)的计算公式为：

其中为该类的均值向量，D_n×n的其余元素置为0；

(3.2)、计算分类损失函数L：

其中b(n,k)表示将n个有序样本分为k类的一种分法，1＝j₁＜j₂＜…j_k＜n＝j_k+1-1为分类点；

(3.3)、构建最小分类损失矩阵C_n×n及分类标记矩阵J_n×n，具体方法为：

对有

J(l,k)＝j_lk

式中，3≤l≤n,k≤j≤n；p(l,k)表示将l个样本分为k类的最佳分法；j_lk表示p(l,k)中第k类的起始样本序号；矩阵C_n×n和矩阵J_n×n中其余元素均置为0；

(3.4)、令k＝3，确定各个离散区间，得到m天历史相似日：

第3个区间G₃＝{j₃,j₃+1,…,n},j₃＝J(n,3)，

第2个区间G₂＝{j₂,j₂+1,…,j₃-1},j₂＝J(j₃-1,2)，

第1个区间G₁＝{1,2,…,j₂-1}，G₁区间包含的历史日即为m天历史相似日。