FCM-XGBoost-GRU短期光伏功率预测方法技术

本发明专利技术涉及光伏控制技术领域，具体涉及一种FCM‑XGBoost‑GRU短期光伏功率预测方法。本发明专利技术通过计算距离相关系数DCC分析影响光伏输出功率的气象变量，筛选出相关性较高的变量作为关键特征；分析计算关键特征的一类统计指标作为聚类特征，采用FCM方法对历史光伏数据聚类分析并将结果按照天气类型分类；针对不同天气类型，采用XGBoost‑GRU组合预测模型对预测模块单元进行训练；根据预测日前的气象数据确定预测日的天气类型，将历史光伏数据和预测日前的气象数据作为输入，导入到XGBoost‑GRU预测模型中，得到预测日的光伏功率预测结果；显著减小光伏预测误差，提高短期光伏功率预测的准确性。

【技术实现步骤摘要】

本专利技术涉及光伏控制，具体涉及一种fcm-xgboost-gru短期光伏功率预测方法。

技术介绍

1、在近年来，光伏产业蓬勃发展，太阳能逐渐成为社会生产的基本能源之一。随着光伏发电规模不断扩大并直接并入电力系统，面临着电力系统安全稳定运行和电能质量方面的严峻挑战。为克服光伏直接并网带来的不确定性，短期准确预测光伏产量变得至关重要，以促进光伏大规模并网的实现。目前，国内外对光伏输出功率的短期预测已经进行大量的研究，主要研究方法可以归纳为以下三种类型：物理方法、统计方法和机器学习方法。物理方法是一种基于构建光伏发电物理模型的预测方式。通过模型仿真，该方法依赖于输入的电厂地理信息和数值天气预报信息来预测光伏的输出功率。然而，这种方法存在一些问题，包括抗干扰能力差和稳定性不高，因为物理模型难以完整地考虑所有影响光伏产量的复杂因素。统计方法则是利用大量历史数据，通过时间序列分解等统计技术来与待预测功率相关联，从统计学角度分析数据得出光伏输出的概率预测结果。但是由于光伏产量受多种因素影响，仅从历史数据的角度分析导致实际预测精度较低。机器学习方法成为目前光伏产量预测的本文档来自技高网...

【技术保护点】

1.一种FCM-XGBoost-GRU短期光伏功率预测方法，其特征在于，包括如下步骤：

2.如权利要求1所述的FCM-XGBoost-GRU短期光伏功率预测方法，其特征在于，所述S1中，影响光伏输出功率的气象变量划分为：太阳辐照度、温度、湿度、气压、降雨量、风速和风向，对上述变量进行相关性分析，筛选出影响光伏输出功率的影响因素；

3.如权利要求2所述的FCM-XGBoost-GRU短期光伏功率预测方法，其特征在于，所述S2中，统计指标为平均值、标准差、峰度以及偏度，以此作为天气分类的聚类特征，其中：

4.如权利要求3所述的FCM-XGBoost-GRU...

【技术特征摘要】

1.一种fcm-xgboost-gru短期光伏功率预测方法，其特征在于，包括如下步骤：

2.如权利要求1所述的fcm-xgboost-gru短期光伏功率预测方法，其特征在于，所述s1中，影响光伏输出功率的气象变量划分为：太阳辐照度、温度、湿度、气压、降雨量、风速和风向，对上述变量进行相关性分析，筛选出影响光伏输出功率的影响因素；

3.如权利要求2所述的fcm-xgboost-gru短期光伏功率预测方法，其特征在于，所述s2中，统计指标为平均值、标准差、峰度以及偏度，以此作为天气分类的聚类特征，其中：

4.如权利要求3所述的fcm-xgboost-gru短期光伏功率预测方法，其特征在于，所述s2中，对筛选出的关键气象因素，分别计算出统计指标作为后续聚类的特征矩阵，由于历史光伏的输出功率和关键气象因素单位不统一，因此采用最大最小归一化法对历史光伏输出功率和关键气象因素进行归一化处理：

5.如权利要求4所述的fcm-xgboost-gru短期光伏功率预测方法，其特征在于，所述s2中，基于fcm结合模糊理论，引入隶属度函数来描述各特征值与聚类中心的隶属度，并根据隶属度之间的关系来判断特征值与各类别之间的隶属程度；

6.如权利要求5所述的fcm-xgboost-gru短期光伏...

【专利技术属性】
技术研发人员：谈诚，许一川，蔡飞，金磊，孙婧卓，韩阳，刘啸瑜，
申请(专利权)人：国网江苏省电力有限公司常州供电分公司，
类型：发明
国别省市：