[发明专利]短期电站光伏功率的主因隐含型预测方法

摘要

本发明方法针对指定电站的光伏功率，提出了一种基于简化间接因果径向基函数网络的电站光伏功率的预测模型结构，合理隐去了影响电站光伏功率的主要气象因素“太阳辐射强度”。按与预测时点气象因素的马氏距离从历史气象及光伏功率记录中筛选出相似记录、构建间接影响因素相似的初选样本集，继而按与初选样本总体的马氏距离挑选出间接影响因素及结果相似的精选样本，再用精选样本集确定预测模型结构中的待定参数，实现短期电站光伏功率的预测建模和预测。这种方法不仅简化了预测模型、容易基于已有天气预报信息实现预测，而且预测方法在原理上更准确，解决了已有电站光伏功率预测方法存在的要么不易实现、要么原理上不够准确的问题。

主权项

1.一种短期电站光伏功率的主因隐含型预测方法，其特征在于包括如下步骤：S1，采集历史日特定时点的气象因素记录和电站光伏功率记录数据，构建预测日和历史日特定时点的气象因素记录矩阵和历史日特定时点的电站光伏功率记录列向量；S2，按照历史日与预测日特定时点的气象因素记录之间的马氏距离，从历史日特定时点的气象因素记录及历史日特定时点的电站光伏功率记录中筛选出相似记录，构建原因相似的初选样本集；具体为按马氏距离从小到大从历史气象因素及光伏功率记录中筛选出与预测日特定时点气象因素记录相似的样本、构建间接影响因素相似的初选样本集；S3，根据初选样本集中各历史日特定时点的气象因素及光伏功率记录与初选样本总体之间的马氏距离，从初选样本集中挑选出因果相似的精选样本；具体为按马氏距离从小到大从初选样本集中挑选出气象因素及光伏功率记录与初选样本总体相似的样本、构建间接影响因素及结果相似的精选样本集；S4，对精选样本集中各个量值的记录数据标准化，构建标准化的精选样本集；具体为根据精选样本集和均值为0、方差为1的数据标准化方法，对精选样本集中各个量值的记录数据标准化；S5，构建基于简化间接因果径向基函数网络的电站光伏功率的预测模型结构，并运用标准化的精选样本集确定预测模型结构中的参数，建立电站光伏功率的预测模型；具体为构建如下基于简化间接因果径向基函数网络的电站光伏功率的预测模型结构：再根据上述标准化的精选样本集，按下式组确定预测模型结构中的wk参数：(w1 … wk … wm)T＝(ad”k)+(y1 … yd” … ym)T其中：w_k,k＝1,2,...,m是正则化径向基函数网络的输出连接权值，λ是正则化径向基函数宽度；然后，按λ等于x_·d”所有两两组合的欧氏范数最大值除以的结果确定λ参数；x_.d”＝[x_1d” … x_id” … x_6d”]^T，d”＝1,2,...,m，x_·d”是精选样本集中d”日特定时点气象因素记录的标准化值构成的6维列向量；x·k＝[x1k…xik…x6k]T是精选样本集中k日特定时点气象因素记录的标准化值构成的6维列向量、是正则化径向基函数的中心向量；S6，根据电站光伏功率的预测模型和预测日特定时点的气象因素记录，对预测日特定时点电站光伏功率的值进行预测；根据电站光伏功率的预测模型和预测日特定时点的气象因素记录，按下式计算预测日特定时点电站光伏功率预测值的标准化值：其中：y0是预测日特定时点电站光伏功率预测值的标准化值；x·0＝[x10…xi0…x60]T是预测日特定时点气象因素记录标准化值构成的6维列向量；再按下式对电站光伏功率预测值的标准化值去标准化，得到预测日特定时点电站光伏功率的预测值：p0＝y0σ(p)+ρ(p)其中：p0是预测日特定时点电站光伏功率的预测值，p是精选样本集中所有d”＝1,2,…,m日特定时点的光伏功率记录构成的m维列向量；ρ(p)和σ(p)分别是列向量p中元素的统计学均值和标准差，y0为预测日特定时点电站光伏功率预测值的标准化值。