A photovoltaic data clustering method provided by the invention is based on clustering neural network setting characteristic index system includes total irradiance temporal difference variance of irradiance, using samples of the clustering model, clustering of irradiance acquisition. This method has strong data regularity to obtain the clustering results, and can satisfy the purpose of high precision short-term PV power prediction.
【技术实现步骤摘要】
光伏数据聚类方法、光伏功率预测方法、存储介质和设备
本专利技术涉及新能源发电
,特别是涉及光伏数据聚类方法、光伏功率预测方法、存储介质和设备。
技术介绍
光伏电站发电是一种典型的间歇式电源,具有昼夜周期性。由于光伏功率受气象、环境条件的影响,具有较大的波动性和随机性。这使得大规模光伏发电并网时,会对电网造成不良影响。因此,如果能在日前及时准确预测光伏功率,根据预测的光伏功率对电网调度,这将对光伏电站运行具有重要意义。光伏功率预测是根据历史和当前数据对未来一定时段内的光伏功率进行预测的技术。据统计,美国加州地区在晴空条件下,短期光伏功率预测的方均根误差误差可以控制在8%以内。但是,非晴空条件下短期光伏功率预测的平均方均根误差可高于20%。结合目前的研究现状发现,尽管可以根据光伏数据的周期性与天气模态的强相关性,通过简单的预测模型对光伏数据进行聚类,实现基础预测目标,但是,聚类得到的数据规律性还不够集中,不足以实现高精度的短期光伏功率预测。
技术实现思路
基于此,本专利技术提出一种对光伏数据进行精细聚类的方法,使聚类获取的数据规律性强,可以满足高精度的短期光伏功率预测的目的。一种光伏数据聚类方法,包括:根据辐照度的特征指标体系获取聚类模型中光伏数据的聚类类别;获取光伏样本数据,并利用所述光伏样本数据对所述聚类模型进行训练,得到光辐照度与所述聚类类别的对应关系;获取光辐照度,并使用所述聚类模型对获取的光辐照度进行聚类;其中,所述辐照度的特征指标体系,包括:总辐照度平均值、总辐照度波动性指标、总辐照度时序差分序列方差;所述总辐照度波动性指标为实测总辐照度和大气层 ...
【技术保护点】
一种光伏数据聚类方法,其特征在于,包括:根据辐照度的特征指标体系获取聚类模型中光伏数据的聚类类别;获取光伏样本数据,并利用所述光伏样本数据对所述聚类模型进行训练,得到光辐照度与所述聚类类别的对应关系;获取光辐照度,并使用所述聚类模型对获取的光辐照度进行聚类;其中,所述辐照度的特征指标体系,包括:总辐照度平均值、总辐照度波动性指标、总辐照度时序差分序列方差;所述总辐照度波动性指标为实测总辐照度和大气层外理论辐照度之间的偏差。
【技术特征摘要】
1.一种光伏数据聚类方法,其特征在于,包括:根据辐照度的特征指标体系获取聚类模型中光伏数据的聚类类别;获取光伏样本数据,并利用所述光伏样本数据对所述聚类模型进行训练,得到光辐照度与所述聚类类别的对应关系;获取光辐照度,并使用所述聚类模型对获取的光辐照度进行聚类;其中,所述辐照度的特征指标体系,包括:总辐照度平均值、总辐照度波动性指标、总辐照度时序差分序列方差;所述总辐照度波动性指标为实测总辐照度和大气层外理论辐照度之间的偏差。2.根据权利要求1所述的方法,其特征在于,所述根据辐照度的特征指标体系获取聚类模型中光伏数据的聚类类别的步骤包括:获取所述聚类模型的权向量的各分量与所述总辐照度平均值、所述总辐照度波动性指标、所述总辐照度时序差分序列方差的对应关系;根据所述总辐照度平均值、总辐照度波动性指标、总辐照度时序差分序列方差确定所述聚类模型的聚类类别数。3.根据权利要求1所述的方法,其特征在于,所述输入光伏样本数据对所述聚类模型进行训练,获取光辐照度与所述聚类类别的对应关系的步骤包括:输入光辐照度反复训练所述聚类模型,使所述聚类模型的神经网络权值在概率分布上与输入的光辐照度的分布空间逐渐趋于一致;所述输入的光辐照度聚集至的对应的不同神经网络权值向量周围,以获取光辐照度与所述聚类类别的对应关系。4.根据权利要求2所述的方法,其特征在于,所述聚类类别数为6。5.根据权利要求4所述的方法,其特征在于,所述聚类模型为自组织映射神经网络聚类模型。6.根据权利要求1-5任一项所述的方法,其特征在于,所述总辐照度波...
【专利技术属性】
技术研发人员:汪宁渤,鲁宗相,乔颖,丁坤,李津,周识远,陈钊,王定美,贾怀森,
申请(专利权)人:甘肃省电力公司风电技术中心,清华大学,国网甘肃省电力公司,国家电网公司,
类型:发明
国别省市:甘肃,62
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。