一种短期光伏功率概率区间预测方法技术

一种基于XGBoost

【技术实现步骤摘要】
一种短期光伏功率概率区间预测方法


[0001]本专利技术涉及电力系统光伏功率预测领域，特别涉及一种基于XGBoost
‑
LSTM与非参数核密度估计的短期光伏功率概率区间预测方法。

技术介绍

[0002]科学数据证明，当前严重威胁人类生存与发展的气候变化主要是工业革命以来人类活动造成的二氧化碳排放所致，应对气候变化的关键在于“控碳”。第21届联合国气候变化大会(COP21)通过的《巴黎协定》中强调了通过可再生能源发电的必要性，并推动了不确定性发电系统并网的研究。
[0003]光伏发电是一种环境友好型的清洁能源，可以替代化石能源，具有很好的发展前景。作为太阳能开发利用的重要方式，光伏发电具有应用形式多样、容量规模灵活、安全可靠、维护便捷等优点，应用前景广阔。随着光伏电池组件技术的不断完善，光伏发电己经得到了快速发展。由于光伏发电输出功率受多种因素影响，具有较强的间歇性和波动性，这些特性使得高比例光伏接入后给电力系统造成巨大的冲击与挑战。主要表现在：(1)太阳运动规律与大气状态波动共同作用导致辐照度波动特性复杂，日内小时级变本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种短期光伏功率概率区间预测方法，其特征是，步骤如下：S1基于3σ原则对所获取的光伏功率及太阳辐照轻度、环境温度、环境湿度、风速、风向、降水量等气象特征数据进行数据清洗、异常值检测及填补处理；S2基于Pearson相关系数法对步骤S1处理后数据中的气象特征进行提取，选取特征向量；S3基于三维赋权灰色关联分析法选取预测日的相似日集合；S4构建含有分步预测结果特征的XGBoost
‑
LSTM光伏功率预测模型；S5将步骤S2提取的特征向量数据带入所述光伏功率预测模型，得到预测结果；S6基于非参数核密度估计法构建光伏功率概率区间预测模型；S7将步骤S5得到的预测结果数据带入所述光伏功率概率区间预测模型，得到预测区间带宽度。2.根据权利要求1所述的一种短期光伏功率概率区间预测方法，其特征是，步骤S1所述气象特征数据为对光伏功率产生影响的环境因素，所述对光伏功率产生影响的环境因素包括太阳辐照强度、环境温度和环境湿度。3.根据权利要求1所述的一种短期光伏功率概率区间预测方法，其特征是，步骤S1中数据清洗时采用3σ原则，分别计算数据的四分位数：第一四分位数(Q1)和第三四分位数(Q3)，设定可接受的值的取值范围为：Q3+k(Q3‑
Q1)～Q1‑
k(Q3‑
Q1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中，k为正态总体的标准差σ,上述范围之外的值则认定为异常值。4.根据权利要求1所述的一种短期光伏功率概率区间预测方法，其特征是，步骤S1中异常值检测及填补处理过程是异常值检测剔除后对数据进行缺失值填充，采用线性插补法和均值插补法填补计算，取其平均值填充对应缺失值。5.根据权利要求1所述的一种短期光伏功率概率区间预测方法，其特征是，步骤S2选取特征向量，是指选取影响程度为极强相关、强相关、中等强度相关的影响因素作为特征向量，Pearson相关系数r计算公式为：其中x为气象因素，y为光伏功率，n为天数，对应极强相关的影响因素的Pearson相关系数取值：0.8<r<1.0；对应强相关的影响因素的Pearson相关系数取值：0.6<r<0.8；对应中等强度相关的影响因素的Pearson相关系数取值：0.4<r<0.6。6.根据权利要求1所述的一种短期光伏功率概率区间预测方法，其特征是，步骤S3中采用三维赋权灰色关联分析选取相似日的具体过程是：采取赋权灰色关联分析进行预测日与历史日的气象指标整体关联度分析，采取时刻、日期、特征分别赋权的三维关联度分析，进行关联系数排序，获得预测日的相似日集合，关联系数为：
其中ρ取为0.5；x0(k)为待预测日的第j个气象决定因素，x
i
(k)为第i个历史日第k个气象决定因素；待预测日x0与历史日x
i
的相似度定义为：7.根据权利要求1所述的一种短期光伏功率概率区间预测方法，其特征是，步骤S4所述含...

【专利技术属性】
技术研发人员：纪德贵，李忠伟，王顺江，李斌，邱鹏，潘月明，孟镇，吴凯，
申请(专利权)人：国网辽宁省电力有限公司国家电网有限公司，
类型：发明
国别省市：