【技术实现步骤摘要】
本申请涉及发电预测，特别是涉及一种光伏出力的概率分布预测方法及设备。
技术介绍
1、光伏发电在能源电力系统中的应用越来越普及，光伏电站发电量的精准预测对电网安全、发电控制与调度、以及光伏电站的运维管理等方面有着重要的影响。光伏发电量的精确预测可以提高电网的稳定性，能够有效帮助电网调度部门做好各类电源的调度计划，可以帮助光伏电站减少由于限电带来的经济损失，提高光伏电站运营管理效率。目前，在对光伏电站的发电量进行预测时，通常是进行点预测，也即是预测某一段时间内的发电量，比如，预测某一天的发电量，而光伏发电有着较强的随机性、波动性、间歇性，因此，光伏出力预测误差较大。光伏电站出力受多元气象因素影响，其预测精度与天气状态密切相关。光伏发电出力的点预测可预测性较低，相比点预测而言，光伏发电出力的概率性预测能够提供更多的信息，能够有效提高光伏出力可预测性，因此如何实现任意点预测对应的光伏实际出力的条件误差概率分布的估计成为当前亟待解决的技术问题。
技术实现思路
1、本申请实施例的目的在于提供一种光伏出力的概率分布预测方法及设备，以解决上述技术问题。
2、一方面，提供一种光伏出力的概率分布预测方法，包括：
3、获取光伏电站在历史时间段下每日的实际出力数据和对应的预测出力数据；
4、采用雨流计数法对由所述实际出力数据确定的第一实际出力值序列进行特征提取，得到对应的计数特征数据；和/或对由所述实际出力数据确定的第二实际出力值序列进行差分处理，得到对应的出力走势特征
5、基于所述计数特征数据和/或所述出力走势特征数据将属于同一目标天气类型的所述实际出力数据，以及与所述实际出力数据对应的所述预测出力数据划分到同一数据集，得到与各所述目标天气类型对应的目标数据集；
6、针对每一所述目标天气类型，确定对应的copula函数；所述copula函数的变量为所述实际出力数据和所述预测出力数据；
7、根据与所述目标天气类型对应的所述实际出力数据和对应的所述预测出力数据计算相关系数，并根据所述相关系数计算与所述目标天气类型对应的所述copula函数的copula参数；
8、根据与所述目标天气类型对应的所述实际出力数据，计算与所述目标天气类型对应的实际出力边缘密度函数和实际出力边缘分布函数，并根据与所述目标天气类型对应的所述预测出力数据，计算与所述目标天气类型对应的预测出力边缘分布函数；
9、根据与所述目标天气类型对应的所述copula函数、所述copula参数、所述实际出力边缘密度函数、所述实际出力边缘分布函数以及所述预测出力边缘分布函数，计算目标预测出力值下的预测误差条件概率分布。
10、在其中一个实施例中，所述根据与所述目标天气类型对应的所述实际出力数据，计算与所述目标天气类型对应的实际出力边缘密度函数和实际出力边缘分布函数，并根据与所述目标天气类型对应的所述预测出力数据，计算与所述目标天气类型对应的预测出力边缘分布函数，包括：
11、根据与所述目标天气类型对应的所述实际出力数据确定待进行概率统计的实际出力值区间范围，并根据与所述目标天气类型对应的所述预测出力数据确定待进行概率统计的预测出力值区间范围；
12、根据所述历史时间段下每日的实际出力数据，计算实际出力数据落入各所述实际出力值区间范围的第一概率，并根据所述历史时间段下每日的对应的预测出力数据，计算预测出力数据落入各所述预测出力值区间范围的第二概率；
13、根据所述第一概率和所述实际出力值区间范围，得到实际出力边缘密度函数，并根据所述第二概率和所述预测出力值区间范围，得到预测出力边缘密度函数，
14、对所述实际出力边缘密度函数进行积分得到实际出力边缘分布函数，并对所述预测出力边缘密度函数进行积分得到预测出力边缘分布函数。
15、在其中一个实施例中，所述根据与所述目标天气类型对应的所述copula函数、所述copula参数、所述实际出力边缘密度函数、所述实际出力边缘分布函数以及所述预测出力边缘分布函数，计算目标预测出力值下的预测误差条件概率分布，包括：
16、根据fe|y(e|y＝p)＝c(fx(p+e),fy(p))·fx(p+e)计算目标预测出力值下的预测误差条件概率分布；其中，fe|y表示所述预测误差条件概率分布，y＝p表示预测出力数据取目标预测出力值，e表示所述实际出力数据与对应的所述预测出力数据之间的误差，fx表示所述实际出力边缘分布函数，fy表示所述预测出力边缘分布函数，c表示所述copula函数的导函数，fx表示所述实际出力边缘密度函数。
17、在其中一个实施例中，在所述根据fe|y(e|y＝p)＝c(fx(p+e),fy(p))·fx(p+e)计算目标预测出力值下的预测误差条件概率分布之后，所述方法包括：
18、根据与所述目标天气类型对应的预设置信度计算所述目标预测出力值下的误差下限和误差上限。
19、在其中一个实施例中，所述根据与所述目标天气类型对应的预设置信度计算所述目标预测出力值下的误差下限和误差上限，包括：
20、根据计算所述目标预测出力值下的误差下限，并根据所述目标预测出力值下的误差上限；其中1-α表示与所述目标天气类型对应的预设置信度，e1表示误差下限，e2表示所述误差上限。
21、在其中一个实施例中，所述目标天气类型包括第一目标天气类型和第二目标天气类型，所述光伏电站在所述第一目标天气类型下单位时间内的出力值大于所述光伏电站在所述第二目标天气类型下所述单位时间内的出力值，与所述第一目标天气类型对应的所述copula函数为对下尾处变化敏感的函数，与所述第二目标天气类型对应的所述copula函数为对上尾处变化敏感的函数。
22、在其中一个实施例中，与所述第一目标天气类型对应的所述copula函数为clayton copula函数，与所述第二目标天气类型对应的所述copula函数为gumbel copula函数。
23、在其中一个实施例中，每一所述实际出力数据包括所述光伏电站在对应历史日期下各第一单位时间内对应的第一实际出力值和在各第二单位时间内对应的第二实际出力值，所述第一单位时间对应的时长小于所述第二单位时间对应的时长；
24、所述采用雨流计数法对由所述实际出力数据确定的第一实际出力值序列进行特征提取，得到对应的计数特征数据，包括：
25、采用雨流计数法对由所述第一实际出力值组成的第一实际出力值序列进行特征提取，得到对应的计数特征数据；
26、对由所述实际出力数据确定的第二实际出力值序列进行差分处理，得到对应的出力走势特征数据，包括：
27、对由所述第二实际出力值组成的第二实际出力值序列进行差分处理，得到对应的出力走势特征数据。
28、在其中一个实施例中，所述基于所述计数特征数据和/或所述出力走势特征数据将属于同一目标天气类型的所述实本文档来自技高网...
【技术保护点】
1.一种光伏出力的概率分布预测方法，其特征在于，包括：
2.如权利要求1所述的光伏出力的概率分布预测方法，其特征在于，所述根据与所述目标天气类型对应的所述实际出力数据，计算与所述目标天气类型对应的实际出力边缘密度函数和实际出力边缘分布函数，并根据与所述目标天气类型对应的所述预测出力数据，计算与所述目标天气类型对应的预测出力边缘分布函数，包括：
3.如权利要求1所述的光伏出力的概率分布预测方法，其特征在于，所述根据与所述目标天气类型对应的所述Copula函数、所述Copula参数、所述实际出力边缘密度函数、所述实际出力边缘分布函数以及所述预测出力边缘分布函数，计算目标预测出力值下的预测误差条件概率分布，包括：
4.如权利要求3所述的光伏出力的概率分布预测方法，其特征在于，在所述根据fE|Y(e|y＝p)＝c(FX(p+e),FY(p))·fX(p+e)计算目标预测出力值下的预测误差条件概率分布之后，所述方法包括：
5.如权利要求4所述的光伏出力的概率分布预测方法，其特征在于，所述根据与所述目标天气类型对应的预设置信度计算所述目标预测出
6.如权利要求1所述的光伏出力的概率分布预测方法，其特征在于，所述目标天气类型包括第一目标天气类型和第二目标天气类型，所述光伏电站在所述第一目标天气类型下单位时间内的出力值大于所述光伏电站在所述第二目标天气类型下所述单位时间内的出力值，与所述第一目标天气类型对应的所述Copula函数为对下尾处变化敏感的函数，与所述第二目标天气类型对应的所述Copula函数为对上尾处变化敏感的函数。
7.如权利要求6所述的光伏出力的概率分布预测方法，其特征在于，与所述第一目标天气类型对应的所述Copula函数为Clayton Copula函数，与所述第二目标天气类型对应的所述Copula函数为Gumbel Copula函数。
8.如权利要求1所述的光伏出力的概率分布预测方法，其特征在于，每一所述实际出力数据包括所述光伏电站在对应历史日期下各第一单位时间内对应的第一实际出力值和在各第二单位时间内对应的第二实际出力值，所述第一单位时间对应的时长小于所述第二单位时间对应的时长；
9.如权利要求8所述的光伏出力的概率分布预测方法，其特征在于，所述基于所述计数特征数据和/或所述出力走势特征数据将属于同一目标天气类型的所述实际出力数据，以及与所述实际出力数据对应的所述预测出力数据划分到同一数据集，得到与各所述目标天气类型对应的目标数据集，包括：
10.一种光伏出力的概率分布预测设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序，以实现如权利要求1-9中任一项所述的方法。
...【技术特征摘要】
1.一种光伏出力的概率分布预测方法，其特征在于，包括：
2.如权利要求1所述的光伏出力的概率分布预测方法，其特征在于，所述根据与所述目标天气类型对应的所述实际出力数据，计算与所述目标天气类型对应的实际出力边缘密度函数和实际出力边缘分布函数，并根据与所述目标天气类型对应的所述预测出力数据，计算与所述目标天气类型对应的预测出力边缘分布函数，包括：
3.如权利要求1所述的光伏出力的概率分布预测方法，其特征在于，所述根据与所述目标天气类型对应的所述copula函数、所述copula参数、所述实际出力边缘密度函数、所述实际出力边缘分布函数以及所述预测出力边缘分布函数，计算目标预测出力值下的预测误差条件概率分布，包括：
4.如权利要求3所述的光伏出力的概率分布预测方法，其特征在于，在所述根据fe|y(e|y＝p)＝c(fx(p+e),fy(p))·fx(p+e)计算目标预测出力值下的预测误差条件概率分布之后，所述方法包括：
5.如权利要求4所述的光伏出力的概率分布预测方法，其特征在于，所述根据与所述目标天气类型对应的预设置信度计算所述目标预测出力值下的误差下限和误差上限，包括：
6.如权利要求1所述的光伏出力的概率分布预测方法，其特征在于，所述目标天气类型包括第一目标天气类型和第二目标天气类型，所述光伏电站在所述第一目标天气类型下单...
【专利技术属性】
技术研发人员：徐前程，段克亮，董晓宇，
申请(专利权)人：北京晶澳能源科技有限公司，
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。