[发明专利]一种基于事例推理的光伏电站短期出力预测方法

说明书

本发明公开了一种基于事例推理的光伏电站短期出力预测方法，包括：利用历史光伏出力预测事例建立事例库；对当前光伏出力待预测事例进行检索，找出事例库中与当前光伏出力待预测事例最相似的历史光伏出力预测事例；根据最相似的历史光伏出力预测事例与当前光伏出力待预测事例的特征差异对光伏出力待预测事例进行修正，得到当前光伏出力待预测事例的预测方案；判断当前光伏出力待预测事例的预测方案是否满足要求，否则回到检索步骤。提高了预测精度和预测效率，具有较强的实用性。

技术领域

本发明属于功率预测方法技术领域，涉及一种基于事例推理的光伏电站短期出力预测方法。

背景技术

光伏发电是太阳能直接应用的一种形式。作为一种环境友好的新型发电方式，光伏发电技术正在世界范围内得到快速发展。但是其出力会随着太阳辐射强度和温度的变化而具有波动性和间歇性，难以调节，给电网安全稳定运行及电能质量控制带来了很大的挑战。因此大规模光伏发电系统的并网运行会对传统电网的安全、稳定造成较大影响，而有效的光伏发电预测技术可以减小这种影响。

目前关于光伏发电预测技术的数学模型主要有人工神经网络、最小二乘向量机、组合预测方法等，建模思路一般分为2类：第1类是物理建模预测，首先根据辐射历史数据基于统计方法建立辐射强度模型，然后根据光伏能量转化关系，利用辐照强度得到光伏出力模拟数据。由于光伏阵列的能量转化受到温度、光伏电池的衰减、故障等多种因素的影响，而这类方法难以综合全面考虑这些因素，会导致数据结果不准确。第2类方法是统计建模预测，基于历史运行数据、气象因素与数学方法相结合的模型，通过引入气象数据来提高预测精度，直接利用光伏出力历史数据模拟生成光伏出力序列。该类方法省去光电转化过程，无需考虑光伏电站内部的各种因素，在提高数据准确性同时简化了建模过程。

上述方法在一定程度上提高了预测精度，但天气数据往往反映较大区域的环境状况，无法准确反映出光伏电板所处的环境状况，因此对预测精度的提高有限。

发明内容

本发明的目的是提供一种基于事例推理的光伏电站短期出力预测方法，解决了现有技术中存在的预测方法预测精度较低的问题。

本发明所采用的技术方案是，一种基于事例推理的光伏电站短期出力预测方法，包括以下步骤：

步骤1、利用历史光伏出力预测事例建立事例库，每个历史光伏出力预测事例包括由多个特征组成的特征向量组；

步骤2、对当前光伏出力待预测事例进行检索，找出事例库中与当前光伏出力待预测事例最相似的历史光伏出力预测事例；

步骤3、根据最相似的历史光伏出力预测事例与当前光伏出力待预测事例的特征差异对当前光伏出力待预测事例进行修正，得到当前光伏出力待预测事例的预测方案；

步骤4、判断当前光伏出力待预测事例的预测方案是否满足要求，否则回到步骤2。

本发明的特点还在于：

还包括，

步骤5、根据步骤3修正后的当前光伏出力待预测事例与事例库中所有事例的相似度，判断是否将修正后的当前光伏出力待预测事例及其预测方案保存至事例库。

步骤2具体包括以下步骤：

步骤2.1、计算当前光伏出力待预测事例和事例库中历史光伏出力预测事例各个特征间的相似度；

步骤2.2、根据各个特征间的相似度得到当前光伏出力待预测事例和事例库中每个历史光伏出力预测事例的相似度，得到事例库中与当前光伏出力待预测事例最相似的历史光伏出力预测事例。

若步骤2.1中的特征为数值型特征，当前光伏出力待预测事例和事例库中历史光伏出力预测事例各个特征间的相似度的计算方法为：