[发明专利]一种光伏功率短期预测方法及相关装置

权利要求书

1.一种光伏功率短期预测方法，其特征在于，包括：

S1、根据光伏电站的历史发电数据与气象数据的对应关系构建样本数据，对所述样本数据进行归一化处理；

S2、构建GWO模型，初始化所述GWO模型的参数，以及狼群的种群规模和个体位置，并计算所述GWO模型的种群中个体位置更新过程使用的系数向量，构建SVR模型并作为初始预测模型，将所述SVR模型中的惩罚因子C和核参数gamma作为GWO模型中狼群个体的位置参数；

S3、计算狼群中各个个体的惩罚因子C和核参数gamma对应的适应度函数值，根据所述适应度函数值选取若干个体作为种群的首领；

S4、计算狼群中各个个体与所述首领的距离，根据所述距离，采用了规范的GWO候选位置生成策略，计算个体第一候选位置，采用基于维度学习的狩猎DLH搜索策略，计算个体的第二候选位置；基于适应度函数，从所述第一候选位置和所述第二候选位置中确定个体的最优位置；

S5、重复步骤S3-S4，直至达到预设的迭代次数，得到训练好的预测模型，将待预测日的天气数据输入到所述预测模型中，得到光伏发电功率曲线。

2.根据权利要求1所述的光伏功率短期预测方法，其特征在于，所述计算狼群中各个个体与首领的距离，具体包括：

基于距离迭代公式，根据若干个所述首领的当前位置，计算得到狼群中各个个体与所述首领的距离值；

其中，所述距离迭代公式为：

；

式中，表示个体与其他个体间的距离向量，t表示当前迭代次数，p表示种群首领的代号，分别为α、β、γ；代表α、β、γ的当前位置。

3.根据权利要求2所述的光伏功率短期预测方法，其特征在于，所述根据所述距离，采用了规范的GWO候选位置生成策略，计算个体第一候选位置，具体包括：

基于GWO候选位置生成公式，根据所述距离计算得到个体第一候选位置；

其中，GWO候选位置生成公式为：

；

；

式中，、、是迭代过程中的中间向量，用以表征α、β、γ位置对下次迭代的影响程度，表示根据当前个体与α、β、γ个体之间距离计算得出的迭代侯选位置。

4.根据权利要求3所述的光伏功率短期预测方法，其特征在于，所述采用基于维度学习的狩猎DLH搜索策略，计算个体的第二候选位置，具体包括：

计算个体的当前位置和候选位置一的欧氏距离，并作为的半径R_i(t)，并根据所述半径构造的邻集N_i(t)，根据所述邻集内N_i(t)的个体构造所述第二候选位置；

其中，；

（1）

（2）

式（1）中，表示与的欧氏距离，式（2）表示候选位置的第d维参数受、、三者共同影响，其中，从邻集N_i(t)中随机选择，从种群整体中随机选择。