基于平均Lyapunov指数的光伏发电在线预测方法技术

本发明专利技术涉及一种基于平均Lyapunov指数的光伏发电在线预测新方法。光伏发电随天气变化具有的随机性和间歇性，会影响到电网和光伏微电网的储能容量配置和稳定运行；本发明专利技术首先对光伏发电历史数据按晴天、多云天和雨天3种天气类型进行分类，分别构建上述3种天气状态下的光伏发电时间序列；按当前天气类型，设置嵌入维数和延迟时间，重构光伏发电时间序列的相空间；基于相空间初始状态点出发的动力学演化过程，计算相空间演化过程的平均Lyapunov指数并将其作为状态轨迹在相空间中的分离速率，在线计算光伏发电功率的预测值。本发明专利技术所提供在线预测方法，有效减少光伏发电功率波动对电网的影响，对光伏发电的推广应用具有重要意义。

【技术实现步骤摘要】
基于平均Lyapunov指数的光伏发电在线预测方法
本专利技术属于光伏新能源领域，涉及一种基于平均Lyapunov指数的光伏发电在线预测新方法。
技术介绍
光伏发电因其可再生性和零污染，被视为传统发电的重要替代形式。光伏能源作为一种理想的可再生能源，其输出功率的波动性和间歇性很大。一方面，大规模的并网运行会对传统电网的安全和系统的可靠性造成较大影响，这是太阳能光伏发电大规模利用的最大瓶颈。另一方面，当区域负荷供电由微电网承担时，由于微电网一般容量较小，太阳能发电功率比例即使较小也可能会对微电网的稳定运行带来一系列问题。光伏发电功率的准确预测，可以为电力系统调度运行部门及时调整发电计划、优化微电网运行、配电网运行调度等提供重要参考依据，将有效减少光伏发电功率随机性、间歇性对电网的影响，对光伏发电的推广应用具有重要意义。光伏发电预测技术从原理的角度可分为两类：基于物理模型方法和基于数据驱动方法。前者所涉及的模型参数，通常需要由电池厂商提供或利用大规模运算辨识，因此实际应用存在明显的局限性。而基于数据驱动的方法以大量历史数据为基础，利用光伏发电与天气条件之间的相关性，通过智能分析算法实现预本文档来自技高网...

【技术保护点】
1.基于平均Lyapunov指数的光伏发电在线预测方法，其特征在于，该方法具体包括以下步骤：步骤(1)构建与当前天气类型匹配的光伏输出功率时间序列；将天气分为晴天、多云以及雨天3种天气类型，从历史数据中随机筛选出与当前天气类型匹配的光伏发电功率数据，并按时间顺序构建光伏发电时间序列x(t),t＝1,2,…,n；其中t表示离散的光伏发电功率采样时刻，n为光伏发电时间序列x(t)的总长度；步骤(2)计算光伏发电时间序列x(t)的平均周期P；对光伏发电时间序列x(t)进行快速傅里叶变换，如式(1)所示；

【技术特征摘要】
1.基于平均Lyapunov指数的光伏发电在线预测方法，其特征在于，该方法具体包括以下步骤：步骤(1)构建与当前天气类型匹配的光伏输出功率时间序列；将天气分为晴天、多云以及雨天3种天气类型，从历史数据中随机筛选出与当前天气类型匹配的光伏发电功率数据，并按时间顺序构建光伏发电时间序列x(t),t＝1,2,…,n；其中t表示离散的光伏发电功率采样时刻，n为光伏发电时间序列x(t)的总长度；步骤(2)计算光伏发电时间序列x(t)的平均周期P；对光伏发电时间序列x(t)进行快速傅里叶变换，如式(1)所示；其中k表示光伏发电时间序列x(t)所对应的离散频率；计算F(k)取最大值时所对应的离散频率K，如式(2)所示；F(K)≥F(i)，i＝1,2,…,N,i≠K(2)由此计算光伏发电时间序列x(t)的平均周期P，如式(3)所示；步骤(3)重构光伏发电时间序列x(t)的相空间X；基于嵌入维数m和延迟时间τ，得到重构后的相空间X；相点记为Xi，i＝1,2,…,N，其中N＝n-(m-1)×τ；X和Xi分别如式(4)和式(5)所示；X＝{Xi,i＝1,2,…,N}(4)Xi＝[x(i),x(i+τ),…x(i+(m-1)×τ)]T(5)设置延迟时间τ＝3；按天气类型的不同分别设置嵌入维数m；天气类型为晴天时，m＝40；天气类型为多云时，m＝3；天气类型为雨天时，m＝10；步骤(4)计算相空...

【专利技术属性】
技术研发人员：郑凌蔚，刘兆坤，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江,33