一种光伏系统发电量的预测方法技术方案

本发明专利技术实施例公开了一种光伏系统发电量的预测方法，在预测过程中，通过检测所述初选单元集合中的多个单项预测模型的包容性，从而确定在预测光伏系统发电量时所需用组合预测模型中的单项预测模型，并且通过采用组合预测模型中的各个单项预测模型的信息熵Sj，计算所述组合预测模型中的各个单项预测模型的权重系数，使得所述各个单项预测模型的权重系数与当前天气参数相匹配，因此，在采用本方案对光伏系统的发电量进行预测时，所述每个单项预测模型在组合预测模型中所占的权重系数是依据当前天气参数可调的，因此，具有较高的预测精度。

【技术实现步骤摘要】

本专利技术涉及光伏发电
，更具体地说，涉及一种光伏系统发电量的预测方 法。
技术介绍
在光伏发电系统中，对光伏系统的发电量进行预测时，需要气象参数和历史数据 的支持，而常规的气象参数包括辐照量、气温、气压、风、湿度、云、降水等，光伏系统发电量 的预测具有不确定性，如何提高光伏系统发电量的预测精度，成为本领域技术人员亟待解 决的技术问题之一。
技术实现思路
本专利技术的目的在于提供和系统，以提高光伏发电 系统预测发电量的预测精度。 为实现上述目的，本专利技术实施例提供了如下技术方案： -种光伏系统发电量的预测方法，包括： 获取光伏发电站的历史发电量数据和所述光伏发电站所处地的气象参数，对所述 历史发电量数据和气象参数进行预处理，依据所述气象参数提取预测时间序列； 对初选单元集合中的多个单项预测模型进行包容性检测，将不相互包容的单项预 测模型选入组合预测模型中； 获取与当前气象参数相匹配的n种评价指标； 依据所n种评价指标和所述组合预测模型中各个单项预测模型在i时刻的预测值 计算i时刻所述组合预测模型中的各个单项预测模型的信息熵Sj; 依据所述信息熵确定所述i时刻时，组合预测模型中第j种单项预测模型在所述 组合预测模型中的权重系数其中所述j= 1，2,3…m，所述m为组合预测模型种单 项预测模型的个数； 采用确定权重系数后的所述组合预测模型对预测区内发电量的进行预测并输出 最终预测结果。 优选的，上述光伏系统发电量的预测方法中，所述采用确定权重系数后的所述组 合预测模型对预测区内发电量的进行预测并输出最终预测结果，包括： 依据公式【主权项】1. ，其特征在于，包括： 获取光伏发电站的历史发电量数据和所述光伏发电站所处地的气象参数，对所述历史 发电量数据和气象参数进行预处理，依据所述气象参数提取预测时间序列； 对初选单元集合中的多个单项预测模型进行包容性检测，将不相互包容的单项预测模 型选入组合预测模型中； 获取与当前气象参数相匹配的n种评价指标； 依据所n种评价指标和所述组合预测模型中各个单项预测模型在i时刻的预测值计算i时刻所述组合预测模型中的各个单项预测模型的信息熵Sj; 依据所述信息熵确定所述i时刻时，组合预测模型中第j种单项预测模型在所述组合 预测模型中的权重系数其中所述j= 1，2,3…m，所述m为组合预测模型种单项预 测模型的个数； 采用确定权重系数后的所述组合预测模型对预测区内发电量的进行预测并输出最终 预测结果。2. 根据权利要求1所述的光伏系统发电量的预测方法，其特征在于，所述采用确定权 重系数后的所述组合预测模型对预测区内发电量的进行预测并输出最终预测结果，包括： 依据公式卜算i+1时刻的所述组合预测模型的预测值 产1 , f(i+1)，其中fj(i+1)为i+1时刻第j单项预测模型的预测值； 依据i+1时刻发电量实际值以及所述n种评价指标对所述预测值f(i+1)进行评价得 到预测精度； 判断所述预测精度是否满足预设要求，如果是，采用确定权重系数后的所述组合预测 模型对预测区内发电量的进行预测并输出最终预测结果，否则，对所述组合预测模型中的 单项预测模型进行内部修正并更新初选单元集合，利用更新后的初选单元集合中的多个单 项预测模型分别对光伏系统在所述预测时间序列中同一预测区间内的发电量进行预测。3. 根据权利要求1所述的光伏系统发电量的预测方法，其特征在于，所述对所述多个 单项预测模型进行包容性检验，包括： 分别采用上述多个单项预测模型对预测时间序列中同一时刻光伏系统的发电量进行 预测； 将所述多个单项预测模型的预测结果采用回归方程表示； 获取所述每个单项预测模型在回归方程中所占的回归系数； 判断每两个单项预测模型的回归系数03和0b之间的关系是否满足条件a，0b) 等于（1，〇)或（1，〇)，如果满足条件，则认为03所对应的单项预测模型与0 b所对应单项 预测模型相包容，否则，不包容。4. 根据权利要求1所述的光伏系统发电量的预测方法，其特征在于，所述获取与当前 气象参数相匹配的n种评价指标，包括： 在历史数据中查询曾经预测过的与当前获取的所述气象参数相匹配的历史气象参 数； 获取与所述历史气象参数相匹配的n种评价指标，将所述历史气象参数的n种评价指 标作为所述多个单项预测模型的n种评价指标。5. 根据权利要求1所述的光伏系统发电量的预测方法，其特征在于，所述依据所n种评 价指标和所述组合预测模型中各个单项预测模型在i时刻的预测值计算i时刻所述组合预 测模型中的各个单项预测模型的信息熵I;依据所述信息熵确定所述i时刻时，组合预测 模型中第j种单项预测模型在所述组合预测模型中的权重系数Wj(i)，包括： 分别采用n种评价指标对所述组合预测模型中的每个单项预测模 型在i时刻的预测值进行评价，得到各个单项预测模型的评价矩阵Ei:所述为第j种单项预测模型在i时刻的采用 第k种评价指标评价出的评价值； 对所述评价矩阵Ei归一化处理得到归一化评价矩阵Pi:沂述Pik为ep在采用第k种评价指标评价 出的m单相预测模型的评价指标中所占的比重； 依据所述公式〖得到第j种单项预测模型的信息熵I; 根据公式计算算得到所述第j种单项预测模型在i时刻时在组合预 /二1 测模型中的权重系数c^_(i)，其6. 根据权利要求1所述的光伏系统发电量的预测方法，其特征在于，所述指n种价指标 包括：绝对误差、平均误差、平均相对误差、均方根误差、平均绝对误差、平均绝对误差百分 比和/或均方根误差百分比。7. -种光伏系统发电量的预测系统，其特征在于，包括： 原始数据采集处理模块，用于获取光伏发电站的历史发电量数据和所述光伏发电站所 处地的气象参数，对所述历史发电量数据和气象参数进行预处理，依据所述气象参数提取 预测时间序列； 包容性检测模块，用于对初选单元集合中的多个单项预测模型进行包容性检测，将不 相互包容的单项预测模型选入组合预测模型中； 评价指标提取模块，用于获取与当前气象参数相匹配的n种评价指标； 权重系数计算模块，用于依据所n种评价指标和所述组合预测模型中各个单项预测模 型在i时刻的预测值计算i时刻所述组合预测模型中的各个单项预测模型的信息熵Sj，依 据所述信息熵确定所述i时刻时组合预测模型中第j种单项预测模型在组合预测模型中的 权重系数《j(i)，其中所述j= 1，2, 3…m，所述m为组合预测模型种单项预测模型的个数； m 初选单元预测模块，用于依据公式/(/+D= +_D，计算i+l时刻的所述组合 M 预测模型的预测值f(i+l)，其中A(i+ 1)为i+ 1时刻第j单项预测模型的预测值； 发电量预测模块，用于采用确定权重系数后的所述组合预测模型对预测区内发电量的 进行预测并输出最终预测结果。8. 根据权利要求7所述的光伏系统发电量的预测系统，其特征在于，所述发电量预测 丰吴块包括： 预测精度测量模块，用于依据i+1时刻发电量实际值以及所述n种评价指标对所述预 测值f(i+l)进行评价得到预测精度； 修正模块，用于判断所述预测精度是否满足预设要求，如果是，采用确定权重系数后的 所述组合预测模型对预测区内发电量的进行预测本文档来自技高网...

【技术保护点】
一种光伏系统发电量的预测方法，其特征在于，包括：获取光伏发电站的历史发电量数据和所述光伏发电站所处地的气象参数，对所述历史发电量数据和气象参数进行预处理，依据所述气象参数提取预测时间序列；对初选单元集合中的多个单项预测模型进行包容性检测，将不相互包容的单项预测模型选入组合预测模型中；获取与当前气象参数相匹配的n种评价指标；依据所n种评价指标和所述组合预测模型中各个单项预测模型在i时刻的预测值计算i时刻所述组合预测模型中的各个单项预测模型的信息熵Sj；依据所述信息熵确定所述i时刻时，组合预测模型中第j种单项预测模型在所述组合预测模型中的权重系数ωj(i)，其中所述j＝1,2，3…m，所述m为组合预测模型种单项预测模型的个数；采用确定权重系数后的所述组合预测模型对预测区内发电量的进行预测并输出最终预测结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：陈显达，王俊海，李万雄，李先林，吕勇，王策，代飞顺，
申请(专利权)人：海南汉能薄膜太阳能有限公司，
类型：发明
国别省市：海南;66