一种基于时序动态回归的超短期光伏发电功率预测方法技术

本发明专利技术公开了一种基于时序动态回归的超短期光伏发电功率预测方法，包括：获取历史光伏发电功率数据和数值天气预报数据构成历史数据集；将据历史数据划分为白天时段与夜晚时段；根据白天时段建立基于时序动态回归的预测模型，根据历史数据集的白天时段子集，确定预测模型的参数；判定当前时刻的预测提前期是否与白天时段有交集，若有，根据距当前时刻最近的历史数据，确定预测模型中的待定参数；获得实时的数值天气预报结果，将实时天气预报与截取的历史数据集代入预测模型中，输出计算结果，将预测提前期内处于夜晚时段的部分预测结果取0，得到当前时刻的最终预测结果；待到下一时刻，更新历史数据集，继续滚动预测。

【技术实现步骤摘要】
一种基于时序动态回归的超短期光伏发电功率预测方法
本专利技术属于新能源发电预测领域，尤其涉及一种超短期光伏发电功率预测方法。
技术介绍
随着光伏产业的快速发展，为了降低并网光伏发电的随机性与波动性对电网安全可靠运行的不利影响，寻求准确可行的光伏发电功率预测方法是十分重要且必要的。光伏发电功率预测可以根据预测提前期分为超短期、短期、中长期预测等。超短期预测主要关注未来数小时内的光伏出力情况，对于日内电网调度计划调整与电力市场交易具有重要指导意义。现有的超短期光伏发电功率预测实用方法主要有两类：一是结合气象云图分析的预测方法，二是基于数据驱动的预测方法。这两类方法都要求对外部环境进行实时测量以获得输入数据，数据驱动方法一般要用到当地的太阳辐射强度、湿度、温度等实时气象数据，云图分析方法还需要得到实时气象云图。与以上数据采集需求相矛盾的是，现今我国光伏发电产业的配套气象观测设备普遍不完善。尤其在分布式光伏发电部分，由于其主要安装在用户侧，普遍没有上述预测方法所需要的高精度气象观测数据。因此这些方法推广使用的可行性不高。为了解决这一挑战，一种仅本文档来自技高网...

【技术保护点】
1.一种基于时序动态回归的超短期光伏发电功率预测方法，其特征在于，包括以下步骤：/n获取历史光伏发电功率数据和数值天气预报数据构成历史数据集；/n将据历史数据划分为白天时段与夜晚时段；夜晚时段的光伏发电功率预测值直接取0，根据白天时段建立基于时序动态回归的预测模型，/n根据历史数据集的白天时段子集，确定预测模型的参数；/n判定当前时刻的预测提前期是否与白天时段有交集，/n若有，根据距当前时刻最近的历史数据，确定预测模型中的待定参数；/n若无，预测结果直接取0；/n获得实时的数值天气预报结果，将实时天气预报与截取的历史数据集代入预测模型中，输出计算结果，将预测提前期内处于夜晚时段的部分预测结果取...

【技术特征摘要】
1.一种基于时序动态回归的超短期光伏发电功率预测方法，其特征在于，包括以下步骤：
获取历史光伏发电功率数据和数值天气预报数据构成历史数据集；
将据历史数据划分为白天时段与夜晚时段；夜晚时段的光伏发电功率预测值直接取0，根据白天时段建立基于时序动态回归的预测模型，
根据历史数据集的白天时段子集，确定预测模型的参数；
判定当前时刻的预测提前期是否与白天时段有交集，
若有，根据距当前时刻最近的历史数据，确定预测模型中的待定参数；
若无，预测结果直接取0；
获得实时的数值天气预报结果，将实时天气预报与截取的历史数据集代入预测模型中，输出计算结果，将预测提前期内处于夜晚时段的部分预测结果取0，得到当前时刻的最终预测结果；
待到下一时刻，更新历史数据集，继续滚动预测。


2.如权利要求1所述的一种基于时序动态回归的超短期光伏发电功率预测方法，其特征在于：所述历史光伏发电功率数据为光伏电站总发电功率的历史测量值；
所述数值天气预报数据为当地的历史数值天气预报结果。


3.如权利要求1所述的一种基于时序动态回归的超短期光伏发电功率预测方法，其特征在于：所述预测模型包括回归模型和残差模型两部分，其中回归模型刻画光伏功率与地表太阳辐射数据以及谐波序列的回归关系，残差模型采用...

【专利技术属性】
技术研发人员：张耀，林帆，王建学，王珂，杜泽钰，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61