[发明专利]计及天气与气象因子关联度的短期光伏发电预测方法

说明书

本发明公开了一种计及天气与气象因子关联度的短期光伏发电预测方法，其包括以下步骤：步骤1、通过iForest算法剔除坏数据；步骤2、分别计算在四种天气类型下光伏发电功率与五种气象因子的Pearson相关系数R，并进行归一化；步骤3、对待测日的五种气象因子做模糊聚类，并获得历史日与待测日的关联系数；步骤4、引入相关系数归一化值，求出历史日与待测日的关联度；步骤5、将关联度高的历史日做为历史数据以及待测日的气象因子一起输入改进的ACO‑BP神经网络，最后得到待测日光伏发电的预测值；步骤6、确定神经网络相关系数，进行仿真。本发明以提高光伏发电预测精度为目标，提高预测模型的实用性，在调度与预测进行结合时发挥很大作用。

技术领域

本发明新能源发电预测技术领域，具体提出一种计及天气与气象因子关联度的短期光伏发电预测方法。

背景技术

随着世界能源的消耗量巨增以及煤炭等资源的快速减少，人类对清洁、可再生能源的需求增大，太阳能作为一种清洁、环保、可再生的新能源，已成为对应能源短缺、气候变化与节能减排的重要选择之一。光伏系统大量接入电网，其自身存在的间歇性和随机性问题，将会对与其连接的电网稳定性产生不利影响。因此准确预测光伏发电功率对电网合理调度、削峰填谷、降低成本、有效利用资源、最终获取更高社会综合效益起着不可替代的重要作用。

光伏预测的方法根据预测对象不同分为直接预测与间接预测2种。直接预测即直接对光伏发电功率进行预测，间接预测则是通过辐照强度的预测对光伏出力进行估算。对于既定光伏发电系统，其历史出力数据包含设备、地域及环境信息，具有高度自相关性。因此，对于既定的光伏系统直接预测比间接预测具有更高精确度。

由于光伏发电系统的输出功率对外界环境的依赖性较高，受气象因子、地理环境等影响，所以光伏发电系统具有随机性与间歇性,其对电网电能质量和可靠性带来了很大影响。在接入电网时，由于电力系统会因光照、温度等外界环境因素的变化而造成输出功率的波动，从而对电网的稳定造成一定冲击，影响其电能质量，所以光伏功率预测过程光照、温度等气象因子应该加以考虑。

目前，光伏功率预测也引起了越来越多的专家学者的重视。准确预测光伏发电输出功率功率有助于调度部门提前做好调度计划和风险规避，以提高电力系统的安全性及光伏发电的竞争力。但是目前大多数研究都存在一定的局限性，要么只考虑天气对光伏发电的影响，要么只考虑气象因子对光伏发电的影响，没有将这两方面因素结合起来考虑，存在一定的局限性，会造成对历史日选择出现偏差，从而影响光伏发电输出功率预测的偏差。更准确地预测光伏发电输出功率，其相关研究迫在眉睫。

因此，在光伏发电输出功率的预测中将天气对光伏发电的影响以及气象因子对光伏发电的影响结合起来进行考虑，提高对历史日选择的准确性，从而提高光伏发电输出功率预测的准确性显得尤为重要。

发明内容

本发明目的在于提供一种通过提高历史日选择的准确性，从而提高光伏发电功率预测精度的方法。通过提出计及不同天气和气象因子与光伏发电功率的关联度，解决历史日选择准确性不高的问题；并且通过iForest算法剔除采集数据中的坏数据。同时通过在BP神经网络中引入蚁群算法，避免了网络陷入局部最优值的问题；并加入自适应学习效率，大大缩短了网络学习的时间长度。

为实现上述目的，本发明采用了以下技术方案：

本发明提出的一种计及天气与气象因子关联度的短期光伏发电预测方法，所述方法包括如下步骤：

S1、将天气类型划分为晴空天气、多云天气、雾霾天气、阴雨天气，气象因子划分为太阳辐射强度、温度、风速、空气相对湿度、大气气溶胶指数，将数据标准化，并通过iForest算法去除坏数据；

S2、利用Pearson相关系数法分析不同天气类型下光伏发电功率与各个气象因子的相关系数：