【技术实现步骤摘要】
一种光伏功率短期预测方法
本专利技术涉及光伏发电技术，具体涉及一种光伏功率短期预测方法。
技术介绍
太阳能是理想的可再生清洁能源，取之不尽用之不竭，它不但不会对大气环境带来污染，并且分布地域十分辽阔，可开采性强。目前，太阳能发电已经成为传统发电的补充方式，其应用技术也越来越成熟，光伏发电技术得到了广泛应用。近十年以来，我国政府也将新能源技术的研究重点放在光伏发电项目上，并先后出台多项政策来扶持光伏并网项目的广泛推广。根据国家能源局的统计，截至2019年6月底，全国光伏发电累计装机18559万千瓦，同比增长20％，新增1140万千瓦。光伏发电在缓解能源危机的同时，也给电网安全带来了许多问题。由于光伏发电量受气象因素影响较大，其输出随机性和间歇性较强，为了避免其给电网造成损坏，有必要根据气象因素对光伏发电功率进行预测。目前现有技术方案如下：1.1物理法光伏转换效率模型：太阳能电池发电的原理是基于光电半导体二极管的光生伏特效应将太阳辐射度直接转换为电能，光伏电池直流发电量的出力为：PD(t)＝ηAG(1)<...
【技术保护点】
1.一种光伏功率短期预测方法，其特征在于，包括以下步骤：/nS1：收集本地光伏电站的历史数据作为数据样本，所述历史数据包括：在历史时间段内每一历史日的日期、气象信息，所述气象信息包括：天气类型、气象因素；所述气象因素包括：当天每一时刻的温度值、湿度值、辐射度值、云团量值；从历史日中随机选取一天作为待预测日；/nS2：判断待预测日的天气所属的天气类型，结合加权灰色关联度在同一种天气类型下的数据样本中选取与待预测日最相似的历史日；/nS3：以步骤S2中的“最相似的历史日”为背景采用改进蚁狮算法优化最小二乘支持向量机的正则化参数和核参数进行光伏功率的最优化预测。/n
【技术特征摘要】
1.一种光伏功率短期预测方法，其特征在于，包括以下步骤：
S1：收集本地光伏电站的历史数据作为数据样本，所述历史数据包括：在历史时间段内每一历史日的日期、气象信息，所述气象信息包括：天气类型、气象因素；所述气象因素包括：当天每一时刻的温度值、湿度值、辐射度值、云团量值；从历史日中随机选取一天作为待预测日；
S2：判断待预测日的天气所属的天气类型，结合加权灰色关联度在同一种天气类型下的数据样本中选取与待预测日最相似的历史日；
S3：以步骤S2中的“最相似的历史日”为背景采用改进蚁狮算法优化最小二乘支持向量机的正则化参数和核参数进行光伏功率的最优化预测。
2.如权利要求1所述的方法，其特征在于，所述天气类型包括晴天、雨天、多云。
3.如权利要求2所述的方法，其特征在于，所述步骤S2进一步包括：
S21：判断待预测日的天气所属的天气类型，并对应列出同属一个天气类型的数据样本中的s个历史日的信息；s为正整数；所述s个历史日中的一个历史日，记为第i个历史日，i＝1，……，s；
S22：以式(4)计算待预测日与第i个历史日的灰色关联度；
过程如下：
每天气象信息以式(2)表示
Ti＝[xi1，xi2，xi3，xi4](2)
在上式中T表示数据样本气象信息集合，为温度每一时刻的值，代表每一时刻的湿度值，表示每一时刻的辐射度值，表示每一时刻的云团量值，n代表气象因素的维度；
计算第i个历史日的第k个气象因素与待预测日的第k个气象因素的灰色关联度如式(3)；k＝1，2，3，4；
在上式中ρ取0.5；x0k表示待预测日的第k个气象因素，xik表示第i个历史日的第k个气象因素；
通过上式分别计算出温度、湿度、辐射度、云团量与功率的灰色关联度；则待预测日与第i日的灰色关联度为式(4)；
在上式中ωk表示第k个气象因素的权重，m表示气象因素的个数，θi表示待预测日与第i日的加权灰色关联度，式中
S23：按θi从大到小排列历史日，取前五天作为与待测日最相似的历史日。
4.如权利要求3所述的方法，其特征在于...
【专利技术属性】
技术研发人员：王昕，姚强，林鹏，张昕，谢震伟，刘春平，
申请(专利权)人：上海交通大学，国网吉林省电力有限公司，国网吉林省电力有限公司延边供电公司，
类型：发明
国别省市：上海;31
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。