[发明专利]基于通径分析聚类和混沌抑制的光伏输出功率预测方法

说明书

本发明公开了一种基于通径分析聚类和混沌抑制的光伏输出功率预测方法，该方法通过通径分析量化气象因子对光伏输出功率的影响并找出主导气象因子；根据主导气象因子对历史数据集进行聚类，得到与待预测日气象条件接近的相似日历史数据集；利用相空间重构方法，对非线性光伏输出功率时间序列进行重构；将时间序列作为输入，将光伏输出功率时间序列重构数据列向量作为输出，建立光伏输出功率预测模型；由相似日历史数据集制作训练样本，对光伏输出功率预测模型进行训练；对待预测日的时间序列进行重构，输入至光伏输出功率预测模型，得到对应的光伏输出功率预测值。本发明抑制了原始数据集的混沌特性，无论天气晴或阴雨，光伏预测精度都有提升。

技术领域

本发明涉及涉及电网短期光伏预测领域，特别涉及一种基于通径分析聚类和混沌抑制的光伏输出功率预测方法。

背景技术

目前，光伏发电的低运营成本和化石燃料能源对环境的不利影响，促进了光伏发电在世界范围内的发展。2021年全球光伏装机容量达到150万千瓦，与2020年相比增长了15％。为了满足可再生能源发电的高利用率和灵活调度满足电网需求,电力系统运营商需要进行短期光伏发电预测。电网中光伏输出功率的不确定性和高随机性对光伏预测方法提出了更高的精度要求。

现有的针对光伏发电预测的研究多聚焦于基于多个模型的合理组合和模型某些参数或者超参数的优化，而其缺乏对于原始数据的有效处理，制约了预测方法精度的进一步提高。为了解决这一问题，有关学者提出利用相空间重构技术对原始数据进行处理，捕捉数据波动规律，并按照该规律对数据集进行重构，从而实现抑制原始数据集的混沌特性。在这些方案中，都验证了抑制混沌现象的有效性，然而其忽略了天气类型对相空间重构结果的影响，实际上在这些研究中，都假设只有一种波动模式。部分学者也考虑到天气类型的影响，并基于天气进行分类再进行光伏预测，但目前主流的基于相关系数的分类策略是不太合理的。事实上，相关分析得出的结论，即光伏功率输出与温度呈正相关并不准确。这是因为相关系数没有考虑气象因素的相互依赖关系，因此得到了不准确的相关性分析结果。此外，相关性分析夸大了相对湿度对于光伏输出功率影响的作用，增加了不必要的计算。综上，现有的基于相关系数聚类和数据处理的光伏输出功率预测方法仍存在诸多缺陷，制约和限制了光伏的有效利用。

发明内容

为了解决现有光伏功率预测模型存在的阴雨天预测效果差、量化气象因素对光伏输出功率影响不合理、对数据处理不够深入的问题，本发明提出了一种基于通径分析聚类和混沌抑制的光伏输出功率预测方法。

本发明为解决公知技术中存在的技术问题所采取的技术方案是：一种基于通径分析聚类和混沌抑制的光伏输出功率预测方法，包括如下步骤：

步骤1，通过通径分析量化气象因子对光伏输出功率的影响并找出主导气象因子；

步骤2，根据主导气象因子，对历史数据集进行聚类，得到与待预测日气象条件接近的相似日历史数据集；

步骤3，利用相空间重构方法，对非线性光伏输出功率时间序列进行重构；将时间序列作为输入，将光伏输出功率时间序列重构数据列向量作为输出，建立光伏输出功率预测模型；由相似日历史数据集制作训练样本，对光伏输出功率预测模型进行训练；

步骤4，对待预测日的时间序列进行重构，输入至光伏输出功率预测模型，得到对应的光伏输出功率预测值。

进一步地，步骤1包括如下分步骤：

步骤A1，选取气象因子作为自变量，光伏输出功率作为因变量进行分析，对历史数据集进行标准化处理，消除气象因子的量级差异带来的潜在误差；

步骤A2，计算气象因子之间及气象因子与光伏输出功率间的相关系数：