【技术实现步骤摘要】
本专利技术涉及电力系统，具体为一种数据驱动的光伏发电短期预测方法。
技术介绍
1、新能源正逐步由补充型能源转为支撑型能源，新能源的广泛接入，可以满足新一代智能电网绿色化发展的需求，但是其接入后带来的合理消纳、利用问题尚未解决，其中主要原因是新能源出力具有不确定性，准确预测其发电功率对电力系统安全稳定运行至关重要。然而，新能源中典型的分布式光伏资源的功率因其受气象因素影响很大，受不同气象因素影响的程度也不尽相同难以预测。传统仅依赖历史发电数据的光伏发电预测方法和基于物理建模的方法无法精准预测未来光伏发电情况，因为气象因素没有考虑进去。因此，研究数据驱动的考虑实时气象影响的光伏发电短期预测方法至关重要。
2、目前，光伏发电短期预测方法主要有基于模型的方法和基于数据的方法两大类。其中，基于数据的方法中有基于统计的方法和基于人工智能的方法；基于物理建模的方法需要研究光伏发电设备的特性，由于模型复杂、计算量大等缺点越来越不适用；基于统计的方法典型的有基于回归的方法和基于时间序列的趋势外推法，统计方法建模简单但因预测方程固定，在不同天气...
【技术保护点】
1.一种数据驱动的光伏发电短期预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种数据驱动的光伏发电短期预测方法，其特征在于：所述步骤S1中用矩阵X表示光伏发电及其影响光伏发电的因素的关联样本，即：
3.根据权利要求2所述的一种数据驱动的光伏发电短期预测方法，其特征在于：所述对光伏发电的历史发电数据以及影响光伏发电的因素标准化采用消除不同物理量量纲的方式，具体步骤为：
4.根据权利要求3所述的一种数据驱动的光伏发电短期预测方法，其特征在于：所述基于灰色关联分析法计算关联度的具体步骤为：计算矩阵Y中第二列至第n列之间的关
【技术特征摘要】
1.一种数据驱动的光伏发电短期预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种数据驱动的光伏发电短期预测方法，其特征在于：所述步骤s1中用矩阵x表示光伏发电及其影响光伏发电的因素的关联样本，即：
3.根据权利要求2所述的一种数据驱动的光伏发电短期预测方法，其特征在于：所述对光伏发电的历史发电数据以及影响光伏发电的因素标准化采用消除不同物理量量纲的方式，具体步骤为：
4.根据权利要求3所述的一种数据驱动的光伏发电短期预测方法，其特征在于：所述基于灰色关联分析法计算关联度的具体步骤为：计算矩阵y中第二列至第n列之间的关联系数，得到：
5.根据权利要求4所述的一种数据驱动的光伏发电短期预测方法，其特征在于：所述步骤s3中根据mse预测误差调整lstm网络模型参数的具体步骤为：将量测数据的70％划分为训练集，...
【专利技术属性】
技术研发人员：曾伟，熊俊杰，赵伟哲，李佳，饶臻，魏泽涛，徐希，
申请(专利权)人：国网江西省电力有限公司电力科学研究院，
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。