[发明专利]一种基于相似日的光伏发电功率预测方法

说明书

本发明公开了一种基于相似日的光伏发电功率预测方法，该方法依赖光伏电站的历史发电数据及历史气象数据，并采用组合预测方法对光伏发电功率进行预测。具体步骤如下：先是将预测日辐照度曲线与前n天历史日辐照度曲线进行匹配，分别计算其相异度，得到m天历史相似日以及历史最相似日(mn)。一方面，利用神经网络算法训练m天历史相似日的数据，得到拟合预测模型，再将预测日的辐照度、温度、湿度等代入到拟合预测模型得到拟合预测值；另一方面，将历史最相似日的实际发电功率作为相似日预测值。最后将拟合预测值和相似日预测值加权相加得到组合预测值。

技术领域

本发明属于光伏发电技术领域，具体涉及一种基于相似日的光伏发电功率预测方法。

背景技术

以光伏为代表的新能源接入电网，可减少传统火电的发电量，具有显著的环保效应。然而，由于光伏发电具有波动性和间歇性的特征，光伏并网带来了电网线路、断面潮流、节点电压越限与波动等一系列问题，对电网的传统调控模式形成了巨大挑战，也对电力系统运行的安全性和稳定性造成了很大的影响。光伏发电预测指的是基于气象信息、历史运行数据等，通过机器学习、人工智能方法，预测未来一段时间的光伏发电功率，准确的光伏发电功率预测可以有效帮助电网调度部门及时调整调度计划，合理安排电网运行方式，从而保证电网安全稳定运行。

相比国外，中国在光伏预测领域启动较晚，远落后于国外发达国家。但近些年在功率预测技术方面，也有了一定的成就。现有技术通常先将历史数据划分为多种天气类型(晴天、阴天、多云、雨天等)，然后以天气数据、临近日数据、相似日数据作为输入特征，借助智能算法进行模型训练，分别建立不同天气类别下的光伏预测模型，最后根据预测日的天气类型代入到相应模型得出预测结果。

现有技术需要将历史数据按照天气情况分类，客观上需要大量完整的历史数据，不适用于刚运行不久的光伏电站功率预测；此外，按天气类别分类建立的多类别预测模型难以覆盖极端天气情况，出现次数较少的天气情况其预测准确性有待提高。

因此，亟待解决上述技术难题。

发明内容

发明目的：本发明目的是为了解决现有光伏发电预测技术不适用于新投产运行机组以及极端天气情况的技术缺陷，提供了一种基于相似日的光伏发电功率预测方法。

技术方案：为实现以上目的，本发明公开了一种基于相似日的光伏发电功率预测方法，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。