[发明专利]基于形状参数置信区间的光伏发电预测方法

摘要

本发明属于光伏发电技术领域，尤其涉及一种基于形状参数置信区间的光伏发电预测方法。其采用天气打分机制将天气分类从而将发电数据分类，使用核密度函数求出每类数据的概率密度函数估计，以给出发电数据统计意义上的分布规律。包括以下步骤：步骤1、从光伏电厂获取发电数据，对数据进行清洗，步骤2、对样本数据进行假设检验，将数据初步分为Beta分布和Weibull分布两类；步骤3、对天气类型进行打分，建立词典，步骤4、分别对每类发电出力数据进行分析，求出每种天气下的发电数据模型，使用核密度函数进行拟合，从而求出每类出力模型的置信区间；步骤5、利用校验数据进行检验，验证预测准确性。

主权项

1.基于形状参数置信区间的光伏发电预测方法，其特征在于，包括以下步骤：步骤1、从光伏电厂获取发电数据，对数据进行清洗，检查并纠正发电数据文件中的错误，检查数据一致性，处理无效值和缺失值，将无效数据剔除，选取其中一部分数据(90％)作为样本数据，选取另一部分数据(10％)作为检验数据；步骤2、对样本数据进行假设检验，通过假设检验得到发电数据分布规律，将数据初步分为Beta分布和Weibull分布两类；其中Weibull分布对应数据量较少，且对应天气均为较恶劣天气，因此将符合Weibull分布的发电数据归为一类，并拟合出该类的概率分布模型，计算出其形状参数，使用核密度函数对形状参数进行拟合，从而计算出Weibull分布类形状参数的置信区间；对符合Beta分布的数据，求出Beta分布的形状参数a、b；步骤3、对天气类型进行打分，建立词典，该词典规则为{'中雨':5,'雷阵雨':4,'中到大雨':6,'小到中雨':4,'中雪':5,'阵雪':3,'阵雨':3,'小到中雪':4,'阴':2,'晴':0,'大雪':6,'多云':1,'小雪':3,'雨夹雪':4,'霾':6,'小雨':3,'雾':2,'阵雨':3}；按照打分进行分类：分数为在0‑2分为A类晴好天气，3‑8分为B类阴雨天气，8分以上为C类恶劣天气；分类表表1如下所示：表1天气分类按照天气分类将符合Beta分布的发电数据分成三类，对每类进行概率分布拟合；步骤4、分别对每类发电出力数据进行分析，求出每种天气下的发电数据模型，使用核密度函数进行拟合，从而求出每类出力模型的置信区间；步骤5、利用校验数据进行检验，验证预测准确性。