【技术实现步骤摘要】
基于功率重构和时序约束的长预见期光伏功率预测方法
[0001]本专利技术属于光伏功率预测
,特别是涉及到一种基于功率重构和时序约束的长预见期光伏集群功率预测方法
。
技术介绍
[0002]为减少碳排放以减轻环境危机,新能源装机容量逐年攀升,由于太阳能资源获取便捷,光伏发电增长迅速
。
准确的新能源功率预测及经济效益最大化问题一直是电力系统关注的热点
。
然而,由于日天气过程复杂多变,光伏出力存在极强不确定性,给电网的稳定运行带来了严峻挑战,准确的光伏功率预测是其并网的关键
。
由于长预见期的数值天气预报随时间尺度的延长可靠性降低,光伏功率的自相关性随时间尺度的延长逐渐减小,高时间尺度下的光伏功率难以有效预测
。
光伏装机容量逐渐增大为大规模的光伏并网带来了巨大挑战,为保障电力系统的安全稳定运行,有必要突破更长预见期的光伏功率预测
。
[0003]现有研究通常使用
NWP
关键气象要素作为功率预测的输入,难以解决
NWP
预报误差对功率预测精度的影响
。
预测方法通常考虑对功率本身的预测,并未采取有效的可预测信息的提取,这进一步限制了光伏功率高时间尺度预测精度的提升
。
[0004]因此,现有技术中亟需一种新的技术方案来解决上述问题
。
技术实现思路
[0005]本专利技术所要解决的技术问题是:提供一种基于功率重构和时序约束的长预见期光伏功 ...
【技术保护点】
【技术特征摘要】
1.
基于功率重构和时序约束的长预见期光伏功率预测方法,其特征是:包括以下步骤,且以下步骤顺次进行,步骤一
、
近似积分法电量计算已知
15min
分辨率的功率和辐照度,采用每日
96
个功率离散点连成的折线图与时间轴围成的面积近似表征日电量和日辐照能,光伏日电量和辐照能计算式为:其中:
z
为日电量或日辐照能;
i
为每日的时点;
y(i)
为每个时点对应的功率值;步骤二
、
基于变分模态分解
VMD
的日电量和辐照能分解采用
VMD
对所述步骤一获得的光伏日电量和辐照能序列进行分解,将非平稳的无规律序列分解为多个平稳有规律的分量序列,提取出电量序列和辐照能序列的本征特征;步骤三
、
基于多元线性回归模型的时间序列预测将电量分解后与对应中心频率的辐照能分量输入到多元线性回归模型中,结合电量时序外推和辐照能与电量映射预测长预见期的电量;多元线性回归模型的公式为:
Y
=
β0+
β1X1+
β2X2+
…
+
β
n
X
n
+
ε
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
其中:
Y
表示输出变量,
X1,X2,
…
,X
n
表示输入变量,
β0,
β1,
β2,
…
,
β
n
表示未知参数,
ε
表示误差项;步骤四
、
基于时序约束的电量
‑
功率重构将每天光伏出力的起止点用正弦函数拟合一条时间轴上方的正弦曲线,该正弦曲线与时间轴围成的面积近似等于日电量,即将日电量按光伏...
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。