[发明专利]考虑小波分解和多目标优化的光伏发电预测方法及系统

说明书

本发明提供了考虑小波分解和多目标优化的光伏发电预测方法及系统，属于光伏发电预测技术领域，所述方法包括：获得光伏发电初始场景集；对光伏发电初始场景集去噪以重构光伏发电场景集；采用组合预测系统对重构后的光伏发电场景集进行预测，选取单一预测系统作为组合系统的预测子系统，各个预测子系统根据重构后的光伏发电场景集输出预测结果；确定各预测子系统的权重参数；利用求得的预测子系统的权重参数和各预测子系统的对重构后的光伏发电场景集的预测结果，加权输出最终预测结果。能够提高光伏发电预测的稳定性和准确性，有效的辅助综合能源系统进行合理的优化调度。

技术领域

本发明属于光伏发电预测技术领域，尤其涉及考虑小波分解和多目标优化算法的光伏发电预测方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

我国的能源结构一直以煤炭、石油等化石能源为主，这一现状会维持很长一段时间。然而化石能源储量有限，且不可再生，使用效率低下，在生产和利用过程中会产生大量的污染排放物，对环境造成不可逆的破坏。因此，能源供应与环境保护之间的矛盾日益突出。

而随着太阳能、风能等可再生能源的利用程度不断提升，可再生能源在综合能源系统中的渗透率不断提高，光伏发电技术也逐渐成为各国研究的热电。但光伏开发过程中存在不均衡性、随机性、波动性等特点，在接入电网时容易对电力网络造成冲击。

因此，对光伏发电进行预测已成为维护电力系统稳定和综合能源系统优化调度不可缺少的工作，根据历史数据提前准确预测光伏发电功率，可以使电力调度部门及时调整调度方案，提高电网运行的经济性和稳定性，减少弃光现象，对促进太阳能开发利用意义重大。现有的光伏预测方法主要采用神经网络，但单个神经网络算法不可避免的会出现预测精度低、结果不准确等问题。

发明内容

为克服上述现有技术的不足，本发明提供了考虑小波分解和多目标优化的光伏发电预测方法及系统，能够提高光伏发电预测的稳定性和准确性，有效的辅助综合能源系统进行合理的优化调度。

为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：

第一方面，本发明公开了考虑小波分解和多目标优化的光伏发电预测方法，包括：

获得光伏发电初始场景集；

对光伏发电初始场景集去噪以重构光伏发电场景集；

采用组合预测系统对重构后的光伏发电场景集进行预测，选取单一预测系统作为组合系统的预测子系统，各个预测子系统根据重构后的光伏发电场景集输出预测结果；

确定各预测子系统的权重参数；

利用求得的预测子系统的权重参数和各预测子系统的对重构后的光伏发电场景集的预测结果，加权输出最终预测结果。

作为进一步的技术方案，选择小波阈值去噪方法减少光伏发电初始场景集的高频噪声实现去噪处理。

第二方面，本发明公开了考虑小波分解和多目标优化的光伏发电预测系统，包括：

光伏发电场景集重构模块，被配置为：获得光伏发电初始场景集；

对光伏发电初始场景集去噪以重构光伏发电场景集；

子系统预测模块，被配置为：采用组合预测系统对重构后的光伏发电场景集进行预测，选取单一预测系统作为组合系统的预测子系统，各个预测子系统根据重构后的光伏发电场景集输出预测结果；

最终预测模块，被配置为：确定各预测子系统的权重参数；

利用求得的预测子系统的权重参数和各预测子系统的对重构后的光伏发电场景集的预测结果，加权输出最终预测结果。