一种光伏电站短期功率预测方法及系统技术方案

本发明专利技术涉及一种光伏电站短期功率预测方法及系统，该方法包括如下步骤：读取当前时刻及其之前一段时间的数据作为预测样本数据；对预测样本数据进行去噪和减样处理，再进行归一化处理；进行建模，得到光伏电站短期功率预测模型；获取预测时刻数据，再进行归一化处理；将归一化处理后输入光伏电站短期功率预测模型，得到输出向量，再进行逆归一化处理，得到预测值。还涉及这一种系统，该系统包括：获取样本数据模块、样本数据处理模块、支持向量机模型建模模块、获取预测数据模块、短期预测模块。通过本发明专利技术克服了传统距离模型偶然性强、对噪音敏感以及对整体样本分布敏感局限的问题，提高了光伏电站短期功率预测的准确率。

Short term power forecasting method and system for photovoltaic power station

The invention relates to a photovoltaic power station short-term power prediction method and system, the method comprises the following steps: read the current time and for a period of time before the prediction data as sample data; predict the sample data denoising and sample reduction processing, and then normalized; modeling, get the short-term power prediction model of photovoltaic power station access; the forecasting time data, then normalized normalized input; the short term photovoltaic power prediction model, the output vector, and then the inverse normalized prediction value. The system involves sampling data module, sample data processing module, support vector machine model building module, obtaining prediction data module and short-term prediction module. The invention overcomes the problems that the traditional distance model has strong chance, sensitive to noise, and is sensitive to the distribution of the whole sample distribution, thereby improving the accuracy of the short-term power prediction of the photovoltaic power station.

【技术实现步骤摘要】
一种光伏电站短期功率预测方法及系统
本专利技术属于电力系统光伏发电领域，尤其涉及一种光伏电站短期功率预测方法及系统。
技术介绍
光伏发电作为清洁、可再生能源，其应用前景非常广阔。由于光伏电站发电的输出功率具有剧烈变化的间歇性、随机性等特点，因此光伏电站并网必将对电网的平衡产生巨大的影响，同时也为电力调度带来了极大的挑战。随着大规模光伏电站接入区域电网，各光伏电站运行条件各不相同，为电力调度部门统一预测各光伏电站输出功率带来困难。因此，有必要对光伏电站，以最少的条件，预测其输出功率情况，为电力调度提供各光伏电站输出功率的预测数据，保障电网能量管理系统制定调度计划。现有的预测方法对各光伏电站要求较高，并且可操作性较低，不能满足实际运行要求，并且还因调度限制出力或者逆变器等设备维护而造成的噪声样本，不能够反映光伏电站有功功率与气象因素的客观规律，同时传统距离模型偶然性强、对噪音敏感以及对整体样本分布敏感存在局限。
技术实现思路
本专利技术所要解决的技术问题是：现有的预测方法对各光伏电站要求较高，可操作性较低，不能满足实际运行要求，并且还因调度限制出力或者逆变器等设备维护造成的噪声样本，不能够反本文档来自技高网...

【技术保护点】
一种光伏电站短期功率预测方法，其特征在于,该方法包括如下步骤：S1，读取当前时刻及其之前一段时间的光伏电站的大气上界水平辐照度、数值天气预报以及光伏电站并网点有功功率的数据作为预测样本数据；S2，利用样本筛选算法，对预测样本数据进行去噪和减样处理，再对去噪和减样处理后的预测样本数据进行归一化处理；S3，将归一化处理后的预测样本数据作为建模样本，对支持向量机模型进行建模，得到光伏电站短期功率预测模型；S4，获取预测时刻的光伏电站的大气上界水平辐照度、数值天气预报的预测时刻数据，对预测时刻数据进行归一化处理；S5，将归一化处理后的预测时刻数据输入所述光伏电站短期功率预测模型，得到输出向量，并对输出...

【技术特征摘要】
1.一种光伏电站短期功率预测方法，其特征在于,该方法包括如下步骤：S1，读取当前时刻及其之前一段时间的光伏电站的大气上界水平辐照度、数值天气预报以及光伏电站并网点有功功率的数据作为预测样本数据；S2，利用样本筛选算法，对预测样本数据进行去噪和减样处理，再对去噪和减样处理后的预测样本数据进行归一化处理；S3，将归一化处理后的预测样本数据作为建模样本，对支持向量机模型进行建模，得到光伏电站短期功率预测模型；S4，获取预测时刻的光伏电站的大气上界水平辐照度、数值天气预报的预测时刻数据，对预测时刻数据进行归一化处理；S5，将归一化处理后的预测时刻数据输入所述光伏电站短期功率预测模型，得到输出向量，并对输出向量进行逆归一化处理，得到光伏电站并网点有功功率的预测值。2.根据权利要求1所述的预测方法，其特征在于，所述S3中将归一化处理后的预测样本数据作为建模样本，其具体是将归一化处理后的预测样本数据中的大气上界水平辐照度、数值天气预报作为建模输入样本，同时将归一化处理后的预测样本数据中的光伏电站并网点有功功率作为建模输出样本，利用建模输入样本和建模输出样本同时对支持向量机模型进行建模，得到光伏电站短期功率预测模型。3.根据权利要求1或2所述的预测方法，其特征在于，所述S2中包括：S21，对预测样本数据进行初步筛选，将缺失部分数据的样本数据直接删除；S22，将预测样本数据按光伏电站装机容量平均分为N个功率区间，其中，N是根据光伏电站装机容量和样本筛选的精度来确定；S23，将初步筛选后的预测样本数据，分别划分到N个功率区间上，得到N个子样本集；S24，对各个子样本集中的每一个样本数据都进行去噪处理；S25，对去噪处理后的样本数据进行减样处理；S26，对减样处理的样本数据进行归一化处理。4.根据权利要求3所述的预测方法，其特征在于，所述S24中包括：S241，选取一个子样本集中的一个样本数据，计算该样本数据与本功率区间中其它样本数据的类内距离、该样本数据与其它功率区间样本数据的类间距离，并将本功率区间的类内距离和其它功率区间的类间距离进行排序；S242，根据排序后的类内距离和类间距离，利用K近邻距离模型计算该样本数据的类内K近邻距离和类间K近邻距离；S243，判断类内K近邻距离是否大于类间K近邻距离，若类内K近邻距离大于类间K近邻距离，则删除该样本，同时将该样本数据对应的子样本集的样本数减1；若否，则去噪终止。5.根据权利要求3所述的预测方法，其特征在于，所述S25中包括：S251，对去噪处理后的所有样本数据的重要度Wi赋值为0，被删除的样本数Ri赋值为1；S252，计算所有样本数据的重要度Wi，依据重要度Wi将所有样本数据升序排序；S253，选择重要度Wi最小的样本数据i及其最近邻样本数据j，将最小的样本数据i删除，并将样本数减1；S254，判断样本数是否符合样本缩减要求，若符合，则减样终止；否则，继续执行S252。6.根据权利要求4所述的预测方法，其特征在于，所述S242中:计算所述类内K近邻距离和类间K近邻距离，其分别为计算类内欧氏距离dW(i)和类间欧氏距离d...

【专利技术属性】
技术研发人员：侯佑华，蒿峰，张强，王新建，杭晨辉，王福贺，牛新，
申请(专利权)人：内蒙古电力集团有限责任公司，北京中科伏瑞电气技术有限公司，
类型：发明
国别省市：内蒙古,15