用于微电网的光伏发电功率预测方法及预测系统技术方案

本发明专利技术公开了一种用于微电网的光伏发电功率预测方法，包括获取光伏发电历史运行数据并处理；建立用于微电网的光伏发电功率预测模型；选取若干组输入参数构成若干个预测模型；计算各预测模型的性能参数并选取最终的预测模型；采用最终的预测模型对光伏发电功率进行预测。本发明专利技术还公开了实现所述预测方法的预测系统。本发明专利技术通过多因素的测量，并且采用历史数据建立多预测模型并选取最佳的预测模型进行预测，因此本发明专利技术能够对用于微电网的光伏发电功率进行精准预测，从而为微电网的运行提供有效的数据支撑；此外，本发明专利技术简单可靠，科学性好。

Photovoltaic power generation prediction method and prediction system for microgrid

The invention discloses a method for predicting the power of the photovoltaic power generation for the microgrid, including obtaining the historical data of the photovoltaic power generation and processing, establishing the forecasting model of the photovoltaic power for the microgrid, selecting several input parameters to form a number of prediction models, calculating the performance parameters of the pre test models and selecting the final results. The prediction model is adopted, and the final prediction model is used to predict the photovoltaic power generation. The invention also discloses a prediction system for realizing the prediction method. The invention is able to accurately predict the power of the photovoltaic power generation for the microgrid, thus providing effective data support for the operation of the microgrid, and the invention is simple and reliable, as a result of multi factor measurement, and the use of historical data to establish a multi prediction model and select the best prediction model. Good science.

【技术实现步骤摘要】
用于微电网的光伏发电功率预测方法及预测系统
本专利技术具体涉及一种用于微电网的光伏发电功率预测方法及预测系统。
技术介绍
随着国家经济技术的发展和人们生活水平的提高，电能已经成为了人们日常生产和生活中必不可少的二次能源，给人们的生产和生活带来了无尽的便利。传统的供电方式是由集中式大型发电厂发出的电能，经过电力系统的远距离传输，通过由高电压变到低电压的多级变送，为用户供电。微电网的应用无需建设配电站，而且可以根据终端用户的需求提供差异化的电能。发展微电网可避免或延缓增加输配电成本，减少输配电过程中的电能损耗。同时，它可以根据工业用电、居民用电等不同用户的需求，提供个性化供电，实现电力资源的优化配置，从而提高电力利用效率。微电网是由光伏、风电、热电等电源以及用电负荷、储能设备等组成的新型网络系统。分布式能源微网系统以小规模、小容量、模块化、分散式的方式布置在用户附近，能源利用效率高，可有效节约能源消耗。对于离网型微电网，光伏发电功率预测能够优化储能容量配置；对于并网型微电网，光伏发电功率预测不仅可以实现能源优化调度管理，还可以更好的实现备用配置。实现光伏发电功率预测不仅有助于光、热、储多本文档来自技高网...

【技术保护点】
1.一种用于微电网的光伏发电功率预测方法，包括如下步骤：S1.获取光伏发电的历史运行数据；S2.对步骤S1获取的历史运行数据进行处理；S3.根据步骤S2得到的处理后的数据，采用神经网络建立用于微电网的光伏发电功率预测模型；S4.针对步骤S3建立的神经网络预测模型，选取若干组神经网络输入参数构成若干个神经网络预测模型；S5.计算步骤S4得到的各个神经网络预测模型的性能参数，从而选取最佳性能参数所对应的神经网络预测模型作为最终的预测模型；S6.采用步骤S5得到的最终的预测模型对光伏发电功率进行预测。

【技术特征摘要】
1.一种用于微电网的光伏发电功率预测方法，包括如下步骤：S1.获取光伏发电的历史运行数据；S2.对步骤S1获取的历史运行数据进行处理；S3.根据步骤S2得到的处理后的数据，采用神经网络建立用于微电网的光伏发电功率预测模型；S4.针对步骤S3建立的神经网络预测模型，选取若干组神经网络输入参数构成若干个神经网络预测模型；S5.计算步骤S4得到的各个神经网络预测模型的性能参数，从而选取最佳性能参数所对应的神经网络预测模型作为最终的预测模型；S6.采用步骤S5得到的最终的预测模型对光伏发电功率进行预测。2.根据权利要求1所述的用于微电网的光伏发电功率预测方法，其特征在于步骤S1所述的运行数据包括光伏发电功率、太阳辐照度、环境温度、相对湿度、总云量和水平能见度。3.根据权利要求2所述的用于微电网的光伏发电功率预测方法，其特征在于步骤S2所述的对数据进行处理，具体为对数据进行归一化处理。4.根据权利要求3所述的用于微电网的光伏发电功率预测方法，其特征在于步骤S3所述的采用神经网络建立用于微电网的光伏发电功率预测模型，具体为采用RBF神经网络建立用于微电网的光伏发电功率预测模型。5.根据权利要求4所述的用于微电网的光伏发电功率预测方法，其特征在于所述的采用RBF神经网络建立用于微电网的光伏发电功率预测模型，具体为采用如下公式建立预测模型：式中为归一化后的光伏发电功率；X(t-1)为光伏发电功率预测模型的状态相依变量，Bk,t-1＝[b1,k,t-1b2,k,t-1b3,k,t-1b4,k,t-1b5,k,t-1]，k为1～nu的自然数；i为1～5的自然数；U(t)＝[u1(t)u2(t)u3(t)u4(t)u5(t)]T；且其中的φ(X(t-1))、均为模型的系数；u1为太阳辐照度，u2(t)为环境温度，u3为相对湿度，u4为总云量，u5为水平能见度，e(t)为白噪声，nu为RBF神经网络的输入对应的阶次，h为RBF神经网...

【专利技术属性】
技术研发人员：魏吉敏，杨鸿波，阳卫伟，袁晓弈，
申请(专利权)人：长沙有色冶金设计研究院有限公司，
类型：发明
国别省市：湖南,43