[发明专利]多阶光伏发电功率预测方法和系统

说明书

本发明提供了一种多阶光伏发电功率预测方法和系统，包括：步骤1：获取光伏发电数据并进行预处理；步骤2：对预处理后的数据进行维度扩充、降维处理和特征标准化；步骤3：构建功率预测模型，通过功率预测模型进行一阶功率预测，并对一阶功率预测结果进行归一化处理；步骤4：基于特征处理后的数据和一阶功率预测结果进行二阶功率预测，得到最终功率预测结果。本发明采用了多种算法对输入数据进行了预处理，找出对预测结果影响较为明显的特征，采用多种经典算法对功率进行第一步预测，然后将预测后的结果再进一步与传感器数据进行结合，作为最终网络的输入，对光伏数据进行预测，保证了输入数据的完整性、正确性。

技术领域

本发明涉及光伏发电功率预测技术领域，具体地，涉及一种多阶光伏发电功率预测方法和系统。

背景技术

目前关于光伏电站发电功率的预测方法较多，而且分类也比较混乱，从光伏发电厂整体与局部的关系进行简单分类：

第一类，基于单台光伏发电功率的累加算法，即对区域内的每套光伏发电单元进行预测，然后将预测结果累加起来，形成整个大区域的光伏光电预测，此方法计算量较大，需要知道单个业务单元的多种数据，所以推广性较差；

第二类，整体切割算法，即将整个光伏发电区域进行小区域划分，然后对每个区域安装不同的传感器进行必要数据采集，然后基于采集的数据，进行单个区域光电功率预测，最终将结果进行汇总，计算整个区域的光电功率；

第三类，整体预测法，即将整个光伏发电区域作为一个整体，整体测量光伏发电区域的各种数据，然后进行整体预测，此类预测方法具备部署实施容易，便于推广；

另外，从使用的算法角度来进行简单分类：

第一类基于光伏发电设备物理模型的功率预测，其需要采集设备的各种关键参数，同时结合设备外在气候、地形等数据，进行光伏发电功率预测。

第二类，基于光伏发电场的历史功率、历史数据进行发电功率的预测，一般可以采用的算法包括：时间序列算法、回归分析算法以及人工神经网络算法。

专利文献CN105680486B(申请号：CN201410658829.0)公开了一种风光储联合发电系统的平滑出力方法，包括：分别获取风力发电功率预测值和光伏发电功率预测值，将风力发电功率预测值与光伏发电功率预测值相加后得到风光总发电功率预测值，并组成综合数据集合；利用多项式拟合算法对综合数据集合进行拟合，得到平滑出力公式；根据平滑出力公式计算平滑出力输出值；根据平滑出力输出值与风光总发电功率预测值的大小关系及差值绝对值，确定储能系统的出力方式及功率输出值。

随着地球能源与环境问题的日益突出，尤其是不可再生资源的过度消耗，人们逐渐开始重视可再生资源的开发与利用。光伏发电在电网中的渗透率不断提高。然而光伏电站的发电功率受到多种因素影响，尤其是天气因素，而且光伏发电功率的改变对输电线路会产生很多潜在危害，为此需要对光伏电厂的发电功率进行预测，以便为电力电网调度决策提供数据支持，提高电力系统的安全性。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种多阶光伏发电功率预测方法和系统。

根据本发明提供的多阶光伏发电功率预测方法，包括：

步骤1：获取光伏发电数据并进行预处理；

步骤2：对预处理后的数据进行维度扩充、降维处理和特征标准化；

步骤3：构建功率预测模型，通过功率预测模型进行一阶功率预测，并对一阶功率预测结果进行归一化处理；

步骤4：基于特征处理后的数据和一阶功率预测结果进行二阶功率预测，得到最终功率预测结果。

优选的，所述步骤1包括：

数据清洗：将数据中的离群值、不符合预设条件的数值进行剔除，并按预设频率对数据进行采样；