一种基于有偏凸损失函数的光伏区间预测方法技术

本发明专利技术公开了一种基于有偏凸损失函数的光伏区间预测方法，属于计算、推算或计数的技术领域。使用极限学习机作为预测区间上下限的基础预测模型。基于提出的有偏凸损失函数构建区间预测模型的训练优化目标，对提出的区间预测模型训练可看作一个双层优化问题。在上层问题中，通过评估不同候选超参数下构建的区间预测性能确定上下限预测模型的最佳组合；在下层优化问题中，给定有偏损失函数的超参数，通过凸优化方法训练预测区间上下限预测模型。本申请实现了光伏出力区间的快速预测，克服了启发式算法直接优化易陷入局部最优的缺陷。

【技术实现步骤摘要】
一种基于有偏凸损失函数的光伏区间预测方法
本专利技术公开了一种基于有偏凸损失函数的光伏区间预测方法，涉及可再生能源出力预测技术，属于计算、推算或计数的

技术介绍
为实现能源可持续发展，调整能源结构，保护生态环境，积极发展可再生能源发电技术已成为世界各国新时期能源发展的主旋律。光伏发电作为太阳能发电的一种重要表现形式，取之不尽，用之不竭，不受地域限制，具有广阔的应用前景。但光伏发电量与天气、季节和地理位置等因素密切相关，光伏发电具有随机性和间歇性的出力特性。随着电网光伏渗透率的不断提高，光伏出力的随机性和不确定性会对电网安全稳定和经济运行产生日益严峻的负面影响。在传统可再生能源并网研究中，发电预测形式以点预测为主，但点预测因所包含的信息量过低且难以量化出力的不确定性与可再生能源的本质特征不符。而预测的区间能够描述可再生能源出力的波动范围和不确定度，提高预测信息的利用率。因此，基于一定置信度的预测区间和误差能够更好地服务于电力系统经济运行和安全稳定控制。因为预测目标的置信区间是未知的，传统的点预测优化方法不能直接用于区间预本文档来自技高网...

【技术保护点】
1.一种基于有偏凸损失函数的光伏区间预测方法，其特征在于，建立光伏区间的上限预测模型和下限预测模型，分别为上限预测模型和下限预测模型构建用于在超参数约束下确定输出权重的有偏凸损失函数，以达到预测区间期望覆盖率且平均预测区间宽度最窄为目标搜索最优超参数组合，在最优超参数组合的约束下确定上限预测模型有偏凸损失函数值最小或下限预测模型有偏凸损失函数值最小时的输出权重，组合确定了最优超参数组合和输出权重的上下限预测模型得到区间预测模型，输入数据经区间预测模型的处理得到光伏出力区间预测结果。/n

【技术特征摘要】
1.一种基于有偏凸损失函数的光伏区间预测方法，其特征在于，建立光伏区间的上限预测模型和下限预测模型，分别为上限预测模型和下限预测模型构建用于在超参数约束下确定输出权重的有偏凸损失函数，以达到预测区间期望覆盖率且平均预测区间宽度最窄为目标搜索最优超参数组合，在最优超参数组合的约束下确定上限预测模型有偏凸损失函数值最小或下限预测模型有偏凸损失函数值最小时的输出权重，组合确定了最优超参数组合和输出权重的上下限预测模型得到区间预测模型，输入数据经区间预测模型的处理得到光伏出力区间预测结果。


2.根据权利要求1所述一种基于有偏凸损失函数的光伏区间预测方法，其特征在于，所述上限预测模型为下限预测模型为β分别为上限预测模型和下限预测模型的输出权重，β＝[β1,β2,…，βl]T，l为预测模型隐藏层的神经元总数，Δyi＝Li-yi，为区间上限的预测偏差，Δyi为区间下限的预测偏差，Δyi≤0，yi为第i个预测点的实际值，Ui、Li为第i个预测点实际值的上下限，Cu和Cl分别为上限预测模型和下限预测模型的正则化系数。Vu和Vl分别为上限预测模型和下限预测模型的超参数，Vu＝{Wu,ru,cu,Cu}和Vl＝{Wl,rl,cl,Cl}，Wu、ru、cu分别为上限预测模型有偏凸损失函数项的权重、缩放系数、平移系数，Wl、rl、cl分别为下限预测模型有偏凸损失函数项的权重、缩放系数、平移系数。


3.根据权利要求2所述一种基于有偏凸损失函数的光伏区间预测方法，其特征在于，预测区间覆盖率PICR为平均预测区间宽度PINAW为N为训练数据集中统计数据样本的个数，y1为第1个预测点x1的实际值，yN为第N个预测点xN的实际...

【专利技术属性】
技术研发人员：龙寰，张琛，吴在军，胡伟，荆江平，
申请(专利权)人：东南大学，国网江苏省电力有限公司，
类型：发明
国别省市：江苏;32