[发明专利]基于优化copula的光伏功率概率估计方法及系统

权利要求书

1.基于优化copula的光伏功率概率估计方法，其特征在于，包括如下步骤：

根据获取的集中式以及分布式光伏电站的历史光伏数据，进行天气聚类得到多个天气类型；

根据不同的天气类型下的光伏数据得到的光伏出力的累计分布，分别构建量化动态表示集中式光伏和分布式光伏的功率空间相关性的多个copula函数模型，并针对不同天气选择最优模型；

根据获取的集中式光伏电站的数据，通过对应天气的最优模型实现分布式光伏的点预测；

基于分布式光伏的实际值和点预测值关系构建条件概率模型，通过条件概率模型得到分布式光伏功率的概率分布以及点预测值对应的条件概率。

2.如权利要求1所述的基于优化copula的光伏功率概率估计方法，其特征在于：

多个copula函数模型包括Frank Copula函数模型以及混合Copula相关性函数模型，混合Copula相关性函数模型为Frank Copula函数模型与Archimedean Copula函数簇模型中其他模型的加权和。

3.如权利要求1所述的基于优化copula的光伏功率概率估计方法，其特征在于：

多个copula函数模型的构建方法为：

根据光伏出力的累积分布求得每种天气类型下的相关系数值，建立Frank Copula相关性函数模型；

基于Archimedean Copula函数簇中除Frank Copula函数外的其他函数，构建对应每种天气下的Copula函数簇模型，将Copula函数簇模型以及Frank Copula相关性函数模型按照权重加权求和得到优化后的混合Copula相关性函数模型；

采用Archimedean Copula函数簇的其他两种函数，包括：Gumble Copula函数和Clayton Copula函数。

4.如权利要求1所述的基于优化copula的光伏功率概率估计方法，其特征在于：

根据相关系数和误差评价指标，针对不同的天气分别对多个copula函数模型进行评价，获得对应于不同天气下的实现光伏功率预测精度最高的copula函数模型作为最优模型；

其中，相关系数包括：Pearson相关系数和决定系数R²，误差评价指标为均方根误差RMSE。

5.如权利要求1所述的基于优化copula的光伏功率概率估计方法，其特征在于：

根据获取的集中式以及分布式光伏电站的历史光伏数据，进行天气聚类得到多个天气类型的方法，包括如下步骤：

获取历史光伏数据，进行数据清洗；

获取历史光伏功率数据对应时期的气象数据，基于相关性分析确定聚类要素对天气进行聚类，得到不同天气类型。

6.如权利要求1所述的基于优化copula的光伏功率概率估计方法，其特征在于：聚类要素为大气压强、相对湿度、辐射度三维特征。

7.如权利要求1所述的基于优化copula的光伏功率概率估计方法，其特征在于：

聚类方法为k-means聚类算法；

或者，确定的三种天气类型为：多云、晴天、阴天。

8.如权利要求1所述的基于优化copula的光伏功率概率估计方法，其特征在于：基于分布式光伏的实际值和点预测值构建条件概率模型，用于计算实际的概率分布和点预测值对应的条件概率。