基于lssvm帶arma修正的超短期光伏預(yù)測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于LSSVM帶ARMA修正的超短期光伏預(yù)測方法，屬于光伏發(fā)電技 術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 太陽能是未來最具競爭力的綠色能源之一。目前，世界各發(fā)達(dá)國家十分重視通過 發(fā)展光伏發(fā)電產(chǎn)業(yè)進(jìn)行太陽能資源的開發(fā)利用，光伏發(fā)電是利用半導(dǎo)體材料的光電效應(yīng)， 直接將太陽能轉(zhuǎn)換為電能，光伏發(fā)電具有波動性和間歇性，大規(guī)模光伏電站并網(wǎng)運(yùn)行會影 響電力系統(tǒng)的安全穩(wěn)定經(jīng)濟(jì)運(yùn)行，對光伏電站的輸出功率進(jìn)行預(yù)測有助于電網(wǎng)調(diào)度部門統(tǒng) 籌安排常規(guī)電源和光伏發(fā)電的協(xié)調(diào)配合，尤其是超短期光伏電站的輸出功率，從而實(shí)現(xiàn)適 時及時地調(diào)整調(diào)度計劃，合理安排電網(wǎng)運(yùn)行方式，提高電力系統(tǒng)運(yùn)行的安全性和穩(wěn)定性，獲 得更大的經(jīng)濟(jì)效益和社會效益。
[0003] 近幾年來，人們借助統(tǒng)計智能類預(yù)測方法、簡單物理模型類預(yù)測方法及復(fù)雜物理 模型類預(yù)測方法對光伏發(fā)電進(jìn)行超短期預(yù)測進(jìn)行了探索，取得了一定的成果，但是上述的 方法，預(yù)測平均誤差都比較低，以統(tǒng)計智能類預(yù)測方法的預(yù)測平均誤差最低，預(yù)測精度還未 達(dá)到令人滿意的程度，影響電力系統(tǒng)運(yùn)行的安全性和穩(wěn)定性。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明目的是為了克服現(xiàn)有的光伏電站輸出功率的超短期預(yù)測，平均誤差都比較 低，預(yù)測精度還未達(dá)到令人滿意的程度，影響電力系統(tǒng)運(yùn)行的安全性和穩(wěn)定性的問題。本發(fā) 明的基于LSSVM帶ARMA修正的超短期光伏預(yù)測方法，由LSSVM根據(jù)訓(xùn)練樣本得到最佳的預(yù) 測模型，并由ARMA誤差修正模型提供的誤差預(yù)測值對光伏功率預(yù)測值進(jìn)行修正，從而保證 所得到的超短期光伏電站發(fā)電功率預(yù)測誤差達(dá)到最小，提高預(yù)測精度，保證電力系統(tǒng)運(yùn)行 的安全性和穩(wěn)定性。
[0005] 為了達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案是：
[0006] 一種基于LSSVM帶ARMA修正的超短期光伏預(yù)測方法，其特征在于：包括以下步驟，
[0007] 步驟（1)，采集光伏電站的預(yù)測日前30天內(nèi)的功率數(shù)據(jù)、地面輻射數(shù)據(jù)及氣溫數(shù) 據(jù)，根據(jù)采集數(shù)據(jù)的時間關(guān)系，建立地面輻射值、氣溫及對應(yīng)實(shí)際發(fā)電功率每天的關(guān)系列 表；
[0008] 步驟（2)，對采集的數(shù)據(jù)進(jìn)行過濾，將日出前及日落后的數(shù)據(jù)、異常數(shù)據(jù)刪除； [0009] 步驟（3)，根據(jù)光伏電站的現(xiàn)場情況，以天為單位，分別對30天內(nèi)采集的光伏電站 的發(fā)電功率、地面輻射值及氣溫，進(jìn)行歸一化處理；
[0010] 步驟（4)，以天為單位，對歸一化處理后的數(shù)據(jù)，使用LSSVM進(jìn)行擬合，得到每天的 發(fā)電功率數(shù)據(jù)、氣溫數(shù)據(jù)及地面輻射值的輻射氣溫功率模型；
[0011] 步驟（5)，獲取氣象局對預(yù)測日的天氣類型判定，設(shè)定天氣類型，包括晴天、陰雨天 和多云；
[0012] 步驟（6)，選取前30天內(nèi)與步驟（5)的預(yù)測日天氣類型相同，且日期離預(yù)測日最靠 近一天的輻射氣溫功率模型，作為預(yù)測用輻射氣溫功率模型；
[0013] 步驟（7)，預(yù)測日當(dāng)天以5min為間隔頻率進(jìn)行光伏超短期預(yù)測，以每隔5min采 集的歸一化處理后的地面輻射值及氣溫數(shù)據(jù)作為輸入值，歸一化處理如步驟（3)的過程相 同，通過預(yù)測用輻射氣溫功率模型并對模型輸出結(jié)果采用反歸一化處理，得到5min后的光 伏發(fā)電功率預(yù)測值；
[0014] 步驟（8)，根據(jù)ARMA誤差預(yù)測模型對步驟（7)得到的光伏發(fā)電功率預(yù)測值進(jìn)行誤 差預(yù)測；
[0015] 步驟（9)，根據(jù)步驟（8)得到的ARMA誤差預(yù)測結(jié)果修正步驟（7)光伏發(fā)電功率預(yù) 測值進(jìn)行誤差預(yù)測，得到經(jīng)過修正的預(yù)測日當(dāng)天預(yù)測時間頻率為5min的超短期光伏功率 預(yù)測值。
[0016] 前述的基于LSSVM帶ARMA修正的超短期光伏預(yù)測方法，其特征在于：步驟（1)根 據(jù)采集數(shù)據(jù)的時間關(guān)系，建立地面輻射值、氣溫及對應(yīng)實(shí)際發(fā)電功率每天的關(guān)系列表，如公 式⑴所示，
[0017] T= {R(t),A(t),ff(t)；t=I, . . . ,n} (I)
[0018] 其中，T為24小時內(nèi)地面輻射值、氣溫及對應(yīng)實(shí)際發(fā)電功率的關(guān)系列表；R(t)為對 應(yīng)時間序列的地面輻射值;A(t)為對應(yīng)時間序列的氣溫;W(t)為對應(yīng)時間序列的實(shí)際光伏 發(fā)電功率，t為采集數(shù)據(jù)的采集點(diǎn)按照5min的間隔排序后的序號，n為時間序列的采樣點(diǎn)， 取值為 288,R(t) ={r(t)，t= 1，? ? ?，n}、A(t) = {a(t)，t= 1，? ? ?，n}、W(t) = {w(t)，t =1，. . .，n}，r(t)為采集點(diǎn)t處的地面輻射值，a(t)為采集點(diǎn)t處的氣溫，w(t)為采集點(diǎn) t處的實(shí)際光伏發(fā)電功率。
[0019] 前述的基于LSSVM帶ARMA修正的超短期光伏預(yù)測方法，其特征在于：步驟（2)異 常數(shù)據(jù)，包括地面輻射值為零，實(shí)際光伏發(fā)電功率不為零；地面輻射值不為零，實(shí)際光伏發(fā) 電功率為零；
[0020] 前述的基于LSSVM帶ARMA修正的超短期光伏預(yù)測方法，其特征在于：步驟⑶根 據(jù)光伏電站的現(xiàn)場情況，以天為單位，分別對30天內(nèi)采集的光伏電站的發(fā)電功率、地面輻 射值及氣溫，進(jìn)行歸一化處理的方法，將采集得到光伏電站的發(fā)電功率、地面輻射值及氣溫 換算到[0，1]范圍內(nèi)，具有包括以下步驟，
[0021] (1)地面輻射值歸一化后的結(jié)果r'⑴，如公式⑵所示，
[0022] r(t) =(r(t)~r(t) min) /(r(t)max-r(t) min),t=I,. . . ,n
[0023] (2)
[0024] 其中，1(〇_為24小時內(nèi)地面輻射值序列中的最大值，r(t) _為24小時內(nèi)地面 輻射數(shù)據(jù)序列中的最小值；
[0025] (2)氣溫歸一化后的結(jié)果a'（t)，如公式（3)所示，
[0026] a' (t) =(a(t)-a(t) min) /(a(t)max-a(t) min),t=I, . . . ,n(3)
[0027] 其中，a(t)MX為24小時內(nèi)氣溫數(shù)據(jù)序列中的最大值，a(t) ^為24小時內(nèi)氣溫數(shù) 據(jù)序列中的最小值；
[0028] (3)光伏電站的發(fā)電功率歸一化后的結(jié)果w'⑴，如公式⑷所示，
[0029] w' (t) =(w(t)-w(t) min) /(w(t)max-w(t) min),t=I, . . . ,n
[0030] (4)
[0031] 其中，w(t)M!^ 24小時內(nèi)光伏發(fā)電功率數(shù)據(jù)序列中的最大值，w(t)_為24小時 內(nèi)光伏發(fā)電功率數(shù)據(jù)序列中的最小值；
[0032] (4)令R'（t) = (r，（t)，t= 1，? ? ?，n)、A'（t) = (a，（t)，t= 1，? ? ?，n)、W' ⑴ =(w'（t)，t=l，...，n)，得到地面輻射值、氣溫及對應(yīng)實(shí)際發(fā)電功率每天的歸一化關(guān)系列 表，如公式（5)所不，
[0033] T，= {R，（t)，A，（t)，W，（t);t= 1，? ? ?，n}
[0034](5)〇
[0035]前述的基于LSSVM帶ARMA修正的超短期光伏預(yù)測方法，其特征在于：步驟（4)，以 天為單位，對歸一化處理后的數(shù)據(jù)，使用LSSVM進(jìn)行擬合，得到每天的發(fā)電功率數(shù)據(jù)、氣溫 數(shù)據(jù)及地面輻射值的輻射氣溫功率模型，由于單天的輻射氣溫功率模型的數(shù)據(jù)量小，采用 二折法對核參數(shù)和懲罰參數(shù)進(jìn)行優(yōu)化。
[0036]前述的基于LSSVM帶ARMA修正的超短期光伏預(yù)測方法，其特征在于：步驟（5)，獲 取氣象局對預(yù)測日的天氣類型判定可通過人工設(shè)定。
[0037] 本發(fā)明的有益效果是：本發(fā)明的基于LSSVM帶ARMA修正的超短期光伏預(yù)測方法， 由LSSVM根據(jù)訓(xùn)練樣本得到最佳的預(yù)測模型，并由ARMA誤差修正模型提供的誤差預(yù)測值 對光伏功率預(yù)測值進(jìn)行修正，從而保證所得到的超短期光伏電站發(fā)電功率預(yù)測誤差達(dá)到最 小，提高預(yù)測精度，并具有以下優(yōu)點(diǎn)：1)由于LSSVM自身的小樣本預(yù)測的優(yōu)勢，計算簡單，預(yù) 測模型訓(xùn)練與預(yù)測耗費(fèi)的時間短，耗用的資源較少；2)以天氣類型為條件，對預(yù)測模型進(jìn) 行篩選，使用預(yù)測模型更有針對性，并提高了氣象條件不穩(wěn)定情況下的光伏功率預(yù)測值；3) 通過ARMA模型對預(yù)測發(fā)電功率進(jìn)行修正，提高了預(yù)測精度，保證電力系統(tǒng)運(yùn)行的安全性和 穩(wěn)定性。
【附圖說明】
[0038] 圖1是本發(fā)明的基于LSSVM帶ARMA修正的超短期光伏預(yù)測方法的流程圖。
【具體實(shí)施方式】
[0039] 下面將結(jié)合說明書附圖，對本發(fā)明做進(jìn)一步說明。以下實(shí)施例僅用于更加清楚地 說明本發(fā)明的技術(shù)方案，而不能以此來限制本發(fā)明的保護(hù)范圍。
[0040] 本發(fā)明的基于LSSVM帶ARMA修正的超短期光伏預(yù)測方法，由LSSVM根據(jù)訓(xùn)練樣本 得到最佳的預(yù)測模型，并由ARMA誤差修正模型提供的誤差預(yù)測值對光伏功率預(yù)測值進(jìn)行 修正，從而保證所得到的超短期光伏電站發(fā)電功率預(yù)測誤差達(dá)到最小，提高預(yù)測精度，如圖 1所示，包括以下步驟，
[0041]步驟（1)，采集光伏電站的預(yù)測日前30天內(nèi)的功率數(shù)據(jù)、地面輻射數(shù)據(jù)及氣溫數(shù) 據(jù)，根據(jù)采集數(shù)據(jù)的時間關(guān)系，建立地面輻射值、氣溫及對應(yīng)實(shí)際發(fā)電功率每天的關(guān)系列 表，如公式（1)所示，
[0042] T= {R(t),A(t),ff(t)；t=I, . . . ,n} (I)
[0043] 其中，T為24小時內(nèi)地面輻射值、氣溫及對應(yīng)實(shí)際發(fā)電功率的關(guān)系列表；R(t)為對 應(yīng)時間序列的地面輻射值;A(t)為對應(yīng)時間序列的氣溫;W(t)為對應(yīng)時間序列的實(shí)際光伏 發(fā)電功率，t為采集數(shù)據(jù)的采集點(diǎn)按照5min的間隔排序后的序號，n為時間序列的采樣點(diǎn)， 取值為 288,R(t) ={r(t)，t= 1，? ? ?，n}、A(t