【技术实现步骤摘要】
一种光伏功率短期区间预测方法和系统
[0001]本专利技术涉及一种基于
CEEMDAN
‑
GSA
‑
LSTMandSVR
的光伏功率短期区间预测方法和系统,属于光伏功率预测领域
。
技术介绍
[0002]我国陆地三分之二以上的国土面积年日照时数在
2200
小时以上,年太阳辐射总量超过
5000MJ/m2,为太阳能光伏开发利用提供了良好的先天资源条件
。
光伏功率预测作为源网荷储一体化和多能互补发展的关键技术之一,对进一步规范和完善光伏电站消纳统计工作有重大意义,可以为电力系统的调度
、
运行
、
消纳提供更为完善的数据支撑
。
[0003]当前,利用太阳能的主要问题是其时空规律性不明显,地表接受到的太阳辐射量的大小可以分为两部分,第一部分表示时序部分,第二部分表示随机部分
。
时序分量是由地球的自转和公转运动决定的,随机分量是由天气等随机因素决定的,这就导致光伏出力也存在时序性和随机性两部分
。
如今,利用神经网络进行光伏功率预测已经成为一大热门方法
。
然而,现有的预测方法基本上是单一的前馈式神经网络或反馈式神经网络及其改进方法,并没有考虑到光伏出力同时受到随机因素和时序因素的影响
。
[0004]点预测和区间预测是从预测结果来看的两种预测方法,点预测的结果是随时间变化的数据点,区间预测的结果是随时间变化 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.
一种光伏功率短期区间预测方法,其特征在于,该方法包括以下步骤:对预先获取的历史光伏功率数据进行
CEEMDAN
分解,并基于得到的
IMF
分量得到时序分量和随机分量;基于得到的时序分量和随机分量分别进行预测,并将预测结果相加作为点预测结果;计算点预测结果与真实值的误差,并对误差进行分类统计和
Johnson
变换,得到光伏功率区间预测结果
。2.
根据权利要求1所述的一种光伏功率短期区间预测方法,其特征在于,所述对预先获取的历史光伏功率数据进行
CEEMDAN
分解,并基于得到的
IMF
分量得到时序分量和随机分量,包括:获取光伏功率预测所需的基础数据,进行预处理后得到历史光伏功率数据;针对历史光伏功率数据,选取预设范围的序列长度进行
CEEMDAN
分解,使得每次分解均能得到相同数量的
IMF
分量;计算各
IMF
分量与赤纬角
、
时角
、
地外太阳辐照度
I0、
大气修正清晰度指数
k
’
T
的皮尔逊相关系数,将皮尔逊相关系数的绝对值大于预设值的
IMF
分量定义为时序分量,其他
IMF
分量定义为随机分量
。3.
根据权利要求2所述的一种光伏功率短期区间预测方法,其特征在于,获取的光伏功率预测所需的基础数据包括:地面辐射观测数据
、
常规气象要素观测数据和历史光伏功率数据;基于所述地面辐射观测数据和常规气象要素观测数据计算得到气压
、
温度
、
相对湿度
、
过去一小时降水量
、
十分钟内平均风速
、
十分钟内平均能见度
、
总云量
、
赤纬角
、
时角
、
大气修正清晰度指数
k
’
T
、
地外太阳辐照度
I0、
水平面总辐射
I、
水平面直接辐射
I
b
、
法向直射辐射
技术研发人员:李芬,梅念,王光达,孙凌,杨兴武,闫全全,孙改平,刘蓉晖,于淏,
申请(专利权)人:上海电力大学,
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。