[发明专利]一种递进式光伏发电系统输出功率组合预测方法及系统

权利要求书

1.一种光伏发电系统输出功率组合预测方法，其特征在于，包括以下步骤：

获取光伏发电系统的预测数据；

分别建立基于BP神经网络、RVM算法、RBF神经网络和SVM算法的光伏发电系统输出功率预测模型；

建立与每个光伏发电系统输出功率预测模型对应的数据融合模型；

将所述预测数据分别输入至光伏发电系统输出功率预测模型，得到每个模型对应的预测值；

将所有预测值两两组合后分别输入至数据融合模型中，计算得到输出功率的一次估值；

通过最优权重对一次估值进行加权组合，计算得到最终的功率预测值。

2.根据权利要求1所述的一种光伏发电系统输出功率组合预测方法，其特征在于，所述预处理数据包括环境温度、光照强度和输出功率。

3.根据权利要求1所述的一种光伏发电系统输出功率组合预测方法，其特征在于，所述一次估值根据光伏发电系统输出功率预测模型的预测值和相应的权重计算得到；

所述预测值的权重根据光伏发电系统输出功率预测模型的训练误差计算得到。

4.根据权利要求3所述的一种光伏发电系统输出功率组合预测方法，其特征在于，所述训练误差的计算公式为：

所述权重的计算公式为：

所述一次估值的计算公式为：

其中，ε_i为光伏发电系统输出功率预测模型的训练误差；y_i预测为光伏发电系统输出功率预测模型的输出功率预测值；y_i实际为光伏发电系统输出功率的实际值；δ为固定值；λ_j为预测值对应的权重；Y_out1为一次估值。

5.根据权利要求1所述的一种光伏发电系统输出功率组合预测方法，其特征在于，最终的功率预测值的计算过程包括：

根据一次预测误差值求解偏差矩阵；

根据所述偏差矩阵获得最优权重；

根据最优权重和一次估值计算得到最终的功率预测值。

6.根据权利要求5所述的一种光伏发电系统输出功率组合预测方法，其特征在于，所述偏差矩阵为：

式中，A为偏差矩阵；M为光伏发电系统输出功率采样总数；σ_1m、σ_2m、σ_3m和σ_4m分别为每个数据融合模型对应的一次预测误差值。

7.根据权利要求6所述的一种光伏发电系统输出功率组合预测方法，其特征在于，所述最优权重的计算公式为：

式中，ω₁、ω₂、ω₃和ω₄分别为每个数据融合模型一次估值的权重系数，E为转换向量。

8.根据权利要求1所述的一种光伏发电系统输出功率组合预测方法，其特征在于，最终的功率预测值为：

其中，Y_out2为最终的功率预测值；Y_out1为一次估值；ω_t为一次估值的权重系数。

9.根据权利要求1所述的一种光伏发电系统输出功率组合预测方法，其特征在于，所述预测数据采用编程直流电子负载获取。

10.一种光伏发电系统输出功率组合预测系统，其特征在于，所述系统包括：

获取模块：用于获取光伏发电系统的预测数据；

预测模型模块：用于分别建立基于BP神经网络、RVM算法、RBF神经网络和SVM算法的光伏发电系统输出功率预测模型；

融合模型模块：用于建立与每个光伏发电系统输出功率预测模型对应的数据融合模型；

预测值模块：用于将所述预测数据分别输入至光伏发电系统输出功率预测模型，得到每个模型对应的预测值；

一次估值模块：用于将所有预测值两两组合后分别输入至数据融合模型中，计算得到输出功率的一次估值；

加权组合模块：用于通过最优权重对一次估值进行加权组合，计算得到最终的功率预测值。