[发明专利]一种光伏发电功率的确定方法及系统

权利要求书

1.一种光伏发电功率的确定方法，其特征在于，包括：

获取历史气象数据以及历史光伏发电功率；所述历史气象数据包括温度、湿度、辐照度、风速、风向；

根据所述历史气象数据以及所述历史光伏发电功率确定影响因子；所述影响因子包括温度、湿度、辐照度；

所述根据所述历史气象数据以及所述历史光伏发电功率确定影响因子，具体包括：

对所述历史气象数据以及所述历史光伏发电功率进行归一化处理，得到处理后的历史气象数据-历史光伏发电功率关系；

根据所述历史气象数据-历史光伏发电功率关系确定影响因子；

根据所述历史光伏发电功率确定所述影响因子的权重；

具体包括：

对所述影响因子以及所述历史光伏发电功率进行相关性分析，得到历史光伏发电功率与所述历史气象数据之间的相关系数；

根据所述相关系数，采用平均影响值算法确定所述影响因子；

根据熵权法确定所述影响因子的权重；

获取待测日的待测日气象数据；

根据所述权重确定与所述待测日气象数据的相似度高于相似度阈值的历史日，具体包括：根据所述影响因子的权重，采用最优相似系数法确定与所述待测日气象数据的相似度高于相似度阈值的历史日；1)确定最优相似系数的形系数，2)确定最优相似系数的值系数，3)结合形系数与值系数，确定最优相似系数，4)综合所有影响因子的最优相似系数，计算待预测日与历史日的相似度；

获取所述历史日的历史日气象数据以及历史日光伏发电功率；

对径向基神经网络的初始权值以及阈值进行优化，得到优化后的径向基神经网络；

以所述历史日气象数据作为所述优化后的径向基神经网络的输入，以历史日光伏发电功率作为所述优化后的径向基神经网络的输出，建立改进思维进化算法优化径向基神经网络模型；

将所述待测日气象数据输入到所述改进思维进化算法优化径向基神经网络模型，输出待测日的光伏发电功率。

2.根据权利要求1所述的确定方法，其特征在于，所述对径向基神经网络的初始权值以及阈值进行优化，得到优化后的径向基神经网络，具体包括：

采用改进思维进化算法对径向基神经网络的初始权值以及阈值进行优化，得到优化后的径向基神经网络。