【技术实现步骤摘要】
一种基于PCA
‑
RBF算法的光伏发电功率预报方法
[0001]本专利技术涉及光伏发电
，具体涉及一种基于PCA
‑
RBF算法的光伏发电功率预报方法。
技术介绍
[0002]光伏发电系统是一种利用太阳能转化为电能的清洁能源系统，具有环保、可再生、分布式等优点，已经成为全球能源转型的重要方向之一。然而，光伏发电系统的发电量受到太阳辐照度的影响，光伏发电系统规划与分析的基础之一就是太阳辐照数据，太阳辐照度是定量描述和研究太阳光辐射的重要参量，也是影响光伏发电量的重要因素，而太阳辐照度的变化具有不确定性和时空性，因此光伏发电功率的预测成为了光伏发电系统规划和运行管理的重要问题，准确的辐照度预报对于保障电网的安全可靠运行具有重要的意义。
[0003]传统的辐照度预报方法大致可分为物理方法和统计方法两大类，如数值天气预报等物理方法，需要对实际物理过程有清晰的认识和重现能力，但由于模式的物理参数化方案的不完善和很多参数的不确定等，使得对辐照度的预报存在较大的误差。统计方法主要是利用大量的...
【技术保护点】
【技术特征摘要】
1.一种基于PCA
‑
RBF算法的光伏发电功率预报方法，其特征在于，所述光伏发电功率预报方法包括以下几个步骤：S1：获取运行WRF模式所需历史再分析气象数据，所述历史再分析气象数据利用数据同化系统融合了模式预报气象数据与不同来源的历史实测气象数据；S2：通过在目标研究区域运行WRF模式，获取目标研究区域的预测气象数据，所述预测气象数据包括与光伏发电功率相关的气象预报参数；S3：将获取的目标研究区域的预测气象数据与历史实测气象数据进行误差分析，获取WRF模式预报准确率；S4：根据所述WRF模式预报准确率，确定WRF模式的参数方案；S5：基于所述与光伏发电功率相关的气象预报参数，通过基于主成分分析的径向基函数神经网络算法，对与光伏发电功率相关的气象预报参数进行数据预处理、使用主成分分析PCA算法对数据预处理后的气象预报参数进行特征重构、将主成分分析后的数据输入RBF神经网络，建立光伏发电功率预测PCA
‑
RBF算法模型；S6：利用光伏发电功率预测PCA
‑
RBF算法模型对气象预报主成分参数进行训练，基于历史实测光伏发电功率数据，对PCA
‑
RBF算法模型的训练结果进行准确度评估，获取PCA
‑
RBF预报准确率；S7：根据所述PCA
‑
RBF预报准确率，确定PCA
‑
RBF算法模型的参数方案；S8：使用建立的光伏发电功率预测PCA
‑
RBF算法模型对光伏发电功率数据进行预报，获取光伏发电功率的预报结果。2.根据权利要求1所述基于PCA
‑
RBF算法的光伏发电功率预报方法，其特征在于，所述历史再分析气象数据包括从ECMWF官网下载的ERA5全球粗分辨率气压层数据以及表面层气象数据；所述气象预报参数至少包括风速、风向、温度、湿度、气压以及辐照度。3.根据权利要求2所述基于PCA
‑
RBF算法的光伏发电功率预报方法，其特征在于，所述WRF模式包括前处理系统、资料同化系统、主处理模块以及后处理可视化模块。4.根据权利要求3所述基于PCA
‑
RBF算法的光伏发电功率预报方法，其特征在于，在目标研究区域运行WRF模式主要包括以下步骤：S41：运行geogrid解码器geogrid.exe，用于定义WRF模式运行空间，以及嵌套区域、提供模拟区域的静态地面数据；S42：运行ungrib解码器ungrib.exe，用于解压气象文件，进行数据重投影以及转坐标；S43：运行metgrid解码器metgrid.exe，用于对地表参数、气象数据进行时空插值，使其插值到选定的模拟区域，其输出文件即为后续主处理模块运行的初始场；S44：运行初始化程序real.exe，生成为初始时刻的状态和模拟时刻的侧边界状态；S45：运行主程序wrf.exe，得到模型输出目标区域气象场数据。5.根据权利要求4所述基于PCA
‑
RBF...
【专利技术属性】
技术研发人员：王玲霞，
申请(专利权)人：上海融和元储能源有限公司，
类型：发明
国别省市：
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。