一种考虑雾霾/沙尘因素的光伏出力预测方法技术

本发明专利技术提出了考虑雾霾/沙尘因素的光伏出力预测方法。首先对数据进行预处理，筛选掉异常数据、无效数据，补全缺失数据。之后利用决策树算法对天气数据进行分类，其次通过分析雾霾/沙尘形成机理和光伏发电原理，深入理解内在规律和运行机制，确定了主要特征，然后针对雾霾/沙尘类数据，先建立雾霾/沙尘影响模型1和光伏发电功率预测模型2，由模型1得到雾霾/沙尘因素对光伏发电功率的影响参数，由模型2输出光伏发电功率的预测值。结合了机理分析和数据驱动模型的优势，提高了模型的准确性和可靠性。

【技术实现步骤摘要】

本专利技术属于光伏出力预测技术，涉及考虑雾霾/沙尘因素的光伏出力预测方法。

技术介绍

1、光伏发电是电力系统新能源的一项来源，也是减少碳排放的有效方式，但光伏发电受到天气因素的影响，发电量是波动的，为了平衡发电侧与用电侧的电能，需要对光伏发电站的未来一定时间段的发电量做出预测。开展光伏电站功率预测技术研究是提高新能源预测精度、保证电网安全可靠运行、提电力企业的整体效益的重要手段。某些地区新能源功率预测目前存在的典型问题：一是数值天气预报空报、预测偏差大；二是极端和异常天气预测感知能力弱；三是基础数据质量堪忧，严重影响预测预报精度。

2、在光伏资源富集的某些区域频繁发生大面积雾霾、沙尘天气，对光伏发电出力产生了严重影响。大范围雾霾/沙尘成因及变化复杂，对太阳辐照量影响的不确定性给光伏站的出力预报精度带来了影响。目前的光伏出力功率预测技术，以历史实际功率、数值天气预报、地基云图为基础，利用统计分析的方法推算未来的功率，预测未来2~72h的输出功率，在光伏出力波动不大的情况下，上述方法具有一定的准确性，但对于因雾霾/沙尘等极端天气导致光伏发电功率大面本文档来自技高网...

【技术保护点】

1.一种考虑雾霾/沙尘因素的光伏出力预测方法，其特征在于步骤如下：

2.根据权利要求1所述的一种考虑雾霾/沙尘因素的光伏出力预测方法，其特征在于，步骤S1对历史数据进行归一化处理的公式为： ，其中，L’表示归一化后的数据；L表示归一前的数据，Lmin表示该所有数据中最小值，Lmax表示该数据中最大值。

3.根据权利要求1所述的一种考虑雾霾/沙尘因素的光伏出力预测方法，其特征在于，步骤S2决策树算法为C4.5，决策树的构建方法为：设随机变量Y是一个取有限个值的离散随机变量，其概率分布pi为：P{Y=yi}=pi，i=1,2,…,n，随机变量Y的熵H(Y)公式为：，i...

【技术特征摘要】

1.一种考虑雾霾/沙尘因素的光伏出力预测方法，其特征在于步骤如下：

2.根据权利要求1所述的一种考虑雾霾/沙尘因素的光伏出力预测方法，其特征在于，步骤s1对历史数据进行归一化处理的公式为： ，其中，l’表示归一化后的数据；l表示归一前的数据，lmin表示该所有数据中最小值，lmax表示该数据中最大值。

3.根据权利要求1所述的一种考虑雾霾/沙尘因素的光伏出力预测方法，其特征在于，步骤s2决策树算法为c4.5，决策树的构建方法为：设随机变量y是一个取有限个值的离散随机变量，其概率分布pi为：p{y=yi}=pi，i=1,2,…,n，随机变量y的熵h(y)公式为：，i=1,2,…,n，设训练数据集为d，|d|表示样本个数，有k个类ck,i=1,2,…,k,|ck|为属于类ck的样本个数，训练数据集d的熵h(d)公式为：，系统熵的变化大小为信息增益gain(d，y)，y的信息增益率为其信息增益与熵的比值，根据上述公式，(1)先计算数据集的原始熵，(2)计算每个变量特征的熵，(3)计算每个变量特征的信息增益率，选择信息增益率最大的特征作为根节点，(4)把每个节点当作一颗新的树，挑选剩余的特征，重复上面的步骤，继续通过信息增益率找到分支节点，最终生成决策树；

4.根据权利要求1所述的一种考虑雾霾/沙尘因素的光伏出力预测方法，其特征在于，步骤s3，根据雾霾/沙尘的形成机理，...

【专利技术属性】
技术研发人员：陈大为，张玮，慕龙，周兵，严兆峰，罗建军，吴振鹏，罗娜娜，张建伟，张凯寿，
申请(专利权)人：古浪绿舟光伏发电有限公司，
类型：发明
国别省市：