訓(xùn)練方法、所適用的預(yù)測(cè)發(fā)電功率的方法及各自系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及光伏電站應(yīng)用領(lǐng)域，尤其設(shè)及一種訓(xùn)練方法、所適用的預(yù)測(cè)發(fā)電功率 的方法及各自系統(tǒng)。
【背景技術(shù)】
[0002] 太陽(yáng)能是未來(lái)最具競(jìng)爭(zhēng)力的綠色能源之一。目前，世界各發(fā)達(dá)國(guó)家十分重視通過(guò) 發(fā)展光伏發(fā)電產(chǎn)業(yè)進(jìn)行太陽(yáng)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(yáng)能轉(zhuǎn)換為電能。由于光伏發(fā)電受天氣變化、季節(jié)變化而具有波動(dòng)性和間歇性，大 規(guī)模光伏電站并網(wǎng)運(yùn)行會(huì)影響電力系統(tǒng)的安全穩(wěn)定經(jīng)濟(jì)運(yùn)行。
[0003] 因此，需要對(duì)光伏電站的輸出功率進(jìn)行預(yù)測(cè)，W便電網(wǎng)調(diào)度部口統(tǒng)籌安排常規(guī)電 源和光伏發(fā)電的協(xié)調(diào)配合，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(huì)效益。
[0004] 近幾年來(lái)，人們借助統(tǒng)計(jì)智能類預(yù)測(cè)方法、簡(jiǎn)單物理模型類預(yù)測(cè)方法及復(fù)雜物理 模型類預(yù)測(cè)方法對(duì)光伏發(fā)電進(jìn)行超短期預(yù)測(cè)進(jìn)行了探索，取得了一定的成果，但是上述各 方法所預(yù)測(cè)的平均準(zhǔn)確度都比較低。運(yùn)主要是模型構(gòu)建方面有待提高。因此，需要對(duì)現(xiàn)有技 術(shù)進(jìn)行改進(jìn)。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明提供一種訓(xùn)練方法、所適用的預(yù)測(cè)發(fā)電功率的方法及各自系統(tǒng)，用于解決 現(xiàn)有技術(shù)中預(yù)測(cè)光伏電站發(fā)電功率的準(zhǔn)確度低的問(wèn)題。
[0006] 第一方面，提供一種光伏電站模型的訓(xùn)練方法，包括:獲取根據(jù)歷史實(shí)測(cè)的光伏電 站相關(guān)信息所構(gòu)建的樣本集合;其中，所述樣本集合中每個(gè)樣本包含溫度值、地面福射值、 實(shí)際發(fā)電功率值；W及采用網(wǎng)格捜索的方式，更換基于SVM所構(gòu)建的模型中的各常量參數(shù)， 并利用所述樣本集合中的各溫度值和地面福射值對(duì)所述模型進(jìn)行預(yù)測(cè)訓(xùn)練，直至得到所述 模型所訓(xùn)練出的預(yù)測(cè)發(fā)電功率值與所述樣本集合中的實(shí)際發(fā)電功率值的誤差最小。
[0007] 第二方面，提供一種預(yù)測(cè)光伏電站的發(fā)電功率的方法，包括:獲取預(yù)測(cè)的不同時(shí)刻 的溫度值、地面福射值；W及將各所述溫度值、地面福射值輸入由上述訓(xùn)練方法所訓(xùn)練的模 型，得到預(yù)測(cè)的所述光伏電站在所述不同時(shí)刻的發(fā)電功率。
[000引第=方面，提供一種光伏電站模型的訓(xùn)練系統(tǒng)，包括:第一獲取模塊，用于獲取根 據(jù)歷史實(shí)測(cè)的光伏電站相關(guān)信息所構(gòu)建的樣本集合;其中，所述樣本集合中每個(gè)樣本包含 溫度值、地面福射值、實(shí)際發(fā)電功率值;訓(xùn)練模塊，用于采用網(wǎng)格捜索的方式，更換基于SVM 所構(gòu)建的模型中的各常量參數(shù)，并利用所述樣本集合中的各溫度值和地面福射值對(duì)所述模 型進(jìn)行預(yù)測(cè)訓(xùn)練，直至得到所述模型所訓(xùn)練出的預(yù)測(cè)發(fā)電功率值與所述樣本集合中的實(shí)際 發(fā)電功率值的誤差最小。
[0009]第四方面，提供一種預(yù)測(cè)光伏電站的發(fā)電功率的系統(tǒng)，包括:第二獲取模塊，用于 獲取預(yù)測(cè)的不同時(shí)刻的溫度值、地面福射值;預(yù)測(cè)模塊，用于將各所述溫度值、地面福射值 輸入由上述訓(xùn)練系統(tǒng)所訓(xùn)練的模型，得到預(yù)測(cè)的所述光伏電站在所述不同時(shí)刻的發(fā)電功 率。
[0010] 如上所述，本發(fā)明的訓(xùn)練方法、所適用的預(yù)測(cè)發(fā)電功率的方法及各自系統(tǒng)，具有W 下有益效果:采用網(wǎng)格捜索的方式訓(xùn)練SVM模型中的常量參數(shù)，能夠快速的同時(shí)捜索模型中 的多個(gè)常量參數(shù)，該多個(gè)常量參數(shù)能夠使所設(shè)計(jì)的模型更均衡，預(yù)測(cè)精度更高。
[0011] 另外，將樣本進(jìn)行等價(jià)剔除，有效提高樣本多樣性，并減少重復(fù)樣本對(duì)模型的冗余 訓(xùn)練;還有，對(duì)于等價(jià)樣本，采用按預(yù)設(shè)權(quán)重結(jié)合兩樣本的方式，能夠有效增加各樣本之間 的差異，進(jìn)一步提高訓(xùn)練效果。
[0012] 另外，采用多精度網(wǎng)格捜索的方式來(lái)挑選常量參數(shù)，能夠有效提高模型的預(yù)測(cè)準(zhǔn) 確度。
[0013] 此外，根據(jù)歷史預(yù)測(cè)地面福射值和對(duì)應(yīng)的實(shí)際地面福射值的比較結(jié)果，能夠確保 近期地面福射值的預(yù)測(cè)準(zhǔn)確性，進(jìn)而基于比較結(jié)果對(duì)預(yù)測(cè)日的各地面福射值進(jìn)行優(yōu)化，能 夠進(jìn)一步提高預(yù)測(cè)結(jié)果的準(zhǔn)確度。
[0014] 還有，根據(jù)歷史各相同或相似的天氣情況所對(duì)應(yīng)的實(shí)測(cè)發(fā)電功率，來(lái)修正所預(yù)測(cè) 的發(fā)電功率，有效解決了預(yù)測(cè)值超出正常范圍的異常偏差，使得所預(yù)測(cè)的各時(shí)刻的發(fā)電功 率都能為上層調(diào)度系統(tǒng)提供準(zhǔn)確的信息，并確保整個(gè)電網(wǎng)的穩(wěn)定運(yùn)行。
【附圖說(shuō)明】
[0015] 為了更清楚地說(shuō)明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對(duì)本發(fā)明實(shí)施例描述中所 需要使用的附圖作簡(jiǎn)單的介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施 例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可W根據(jù)本發(fā)明實(shí)施 例的內(nèi)容和運(yùn)些附圖獲得其他的附圖。
[0016] 圖1是本發(fā)明的光伏電站模型的訓(xùn)練方法的一個(gè)實(shí)施例的流程圖。
[0017] 圖2是本發(fā)明的光伏電站模型的訓(xùn)練方法中步驟S12的一個(gè)實(shí)施例的流程圖。
[0018] 圖3是本發(fā)明的光伏電站模型的訓(xùn)練方法中步驟S12的又一個(gè)實(shí)施例的流程圖。
[0019] 圖4是本發(fā)明的預(yù)測(cè)光伏電站的發(fā)電功率的方法的一個(gè)實(shí)施例的流程圖。
[0020] 圖5是本發(fā)明的預(yù)測(cè)光伏電站的發(fā)電功率的方法的又一個(gè)實(shí)施例的流程圖。
[0021] 圖6是本發(fā)明的光伏電站模型的訓(xùn)練系統(tǒng)的一個(gè)實(shí)施例的結(jié)構(gòu)示意圖。
[0022] 圖7是本發(fā)明的預(yù)測(cè)光伏電站的發(fā)電功率的系統(tǒng)的一個(gè)實(shí)施例的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0023] 為使本發(fā)明解決的技術(shù)問(wèn)題、采用的技術(shù)方案和達(dá)到的技術(shù)效果更加清楚，下面 將結(jié)合附圖對(duì)本發(fā)明實(shí)施例的技術(shù)方案作進(jìn)一步的詳細(xì)描述，顯然，所描述的實(shí)施例僅僅 是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域技術(shù)人員在 沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0024] 如圖1所示，本發(fā)明提供一種光伏電站模型的訓(xùn)練方法。所述訓(xùn)練方法主要由訓(xùn)練 系統(tǒng)來(lái)執(zhí)行。所述訓(xùn)練系統(tǒng)為安裝在計(jì)算機(jī)設(shè)備中的軟件和硬件。其中，所述訓(xùn)練系統(tǒng)針對(duì) 目標(biāo)光伏電站構(gòu)建模型，并與該目標(biāo)光伏電站的數(shù)據(jù)庫(kù)相連，W獲取該光伏電站的歷史實(shí) 測(cè)的光伏電站相關(guān)信息。所述訓(xùn)練系統(tǒng)利用所獲取的歷史實(shí)測(cè)光伏電站相關(guān)信息為樣本， 對(duì)基于SVM構(gòu)建的模型進(jìn)行訓(xùn)練，W得到誤差最小的模型。
[0025] 在步驟Sll中，所述訓(xùn)練系統(tǒng)獲取根據(jù)歷史實(shí)測(cè)的光伏電站相關(guān)信息所構(gòu)建的樣 本集合;其中，所述樣本集合中每個(gè)樣本包含溫度值、地面福射值、實(shí)際發(fā)電功率值。
[0026] 在此，所述訓(xùn)練系統(tǒng)可W直接將預(yù)設(shè)時(shí)段內(nèi)歷史實(shí)測(cè)的各光伏電站相關(guān)信息集合 為樣本集合。
[0027] 優(yōu)選地，所述訓(xùn)練系統(tǒng)選取光伏電站所記錄的符合預(yù)設(shè)條件的歷史實(shí)測(cè)的包含溫 度值、地面福射值和實(shí)際發(fā)電功率值的光伏電站相關(guān)信息。在此，所述預(yù)設(shè)條件包括但不限 于:常規(guī)條件、異常條件等。其中，異常條件包括但不限于W下至少一種:地面福射值小于等 于零、地面福射值大于測(cè)量?jī)x器測(cè)量上限、氣溫值小于測(cè)量?jī)x器測(cè)量下限、氣溫值大于測(cè)量 儀器測(cè)量上限、發(fā)電功率小于等于零W及發(fā)電功率大于當(dāng)前裝機(jī)容量。所述常規(guī)條件可視 為滿足除異常條件之外的部分。
[0028] 所述訓(xùn)練系統(tǒng)可利用篩選出的樣本集合來(lái)訓(xùn)練基于SVM所構(gòu)建的模型。
[0029] 在一種優(yōu)選方式中，所述訓(xùn)練系統(tǒng)從所選取的歷史實(shí)測(cè)的光伏電站相關(guān)信息中， 剔除可被等價(jià)替換的光伏電站相關(guān)信息，并得到樣本集合。
[0030] 在此，所述等價(jià)替換是指溫度值和地面福射值相差不大，導(dǎo)致所得到的樣本集合 不具有代表性。為此，所述訓(xùn)練系統(tǒng)先對(duì)所選取的歷史實(shí)測(cè)的光伏電站相關(guān)信息進(jìn)行篩選， 再將篩選后的光伏電站相關(guān)信息作為樣本集合。
[0031] 本實(shí)施例中，所述訓(xùn)練系統(tǒng)遍歷的比較歷史實(shí)測(cè)的兩個(gè)光伏電站相關(guān)信息中的溫 度值和地面福射值是否分別滿足預(yù)設(shè)的等價(jià)條件;若是，則將根據(jù)該兩個(gè)光伏電站相關(guān)信 息中的兩實(shí)際發(fā)電功率值的加權(quán)處理，更換其中一個(gè)實(shí)際發(fā)電功率值，并將更換后的光伏 電站相關(guān)信息作為樣本，丟棄另一個(gè)光伏電站相關(guān)信息;若否，則將其中一個(gè)光伏電站相關(guān) 信息作為樣本。
[0032] 例如，所述訓(xùn)練系統(tǒng)依次執(zhí)行W下步驟：
[0033] 1)依次從矩陣F中取出向量Fi，i e [ 1，n]，其中，F(xiàn)為訓(xùn)練系統(tǒng)從歷史記錄中選出的 n個(gè)光伏電站相關(guān)信息的集合。Fi為第i個(gè)光伏電站相關(guān)信息所構(gòu)成的向量。
[0034] 2)檢查矩陣帥是否有與Fi等價(jià)的向量;其中，等價(jià)條件為I Ti-Tj I <1且IGi-Gj I < 1;其中，T為溫度值、G為地面福射值。
[0035] 3)若不滿足上述等價(jià)條件，則將Fi直接添加到樣本集合中。
[0036] 4)若滿足上述等價(jià)條件，則將Fi和Fj中的P值(即實(shí)際發(fā)電功率值)進(jìn)行加權(quán)。其中， 加權(quán)計(jì)算方式為P/ =mi X Pj+m2 X Pi，將Fj中的Pj值修改為P/，丟棄Fi。其中，mi ,m2為權(quán)重。
[0037] 所述訓(xùn)練系統(tǒng)反復(fù)執(zhí)行上述步驟1)-4)，得到剔除了可被等價(jià)替換的光伏電站相 關(guān)信息后的樣本集合。
[0038] 接著，所述訓(xùn)練系統(tǒng)將所得到的樣本集合中各溫度值、地面福射值和實(shí)際發(fā)電功 率值分別進(jìn)行歸一化處理，得到模型訓(xùn)練所需要的樣本集合。
[0039] 例如，所述訓(xùn)練系統(tǒng)將每個(gè)溫度值歸一化后的結(jié)果Ti'如公式(1)所示，
[0040] Ti ' = (T^Tmin)AT max-Tm in)，ie[l，n] (I)
[0041] 其中，Tmax為樣本集合中最大溫度值，Tmin為樣本集合中最小溫度值。
[0042] 所述訓(xùn)練系統(tǒng)將每個(gè)地面福射值歸一化后的結(jié)果G/如公式(2)所示，
[0043] Gi'=(GrGmin)AG max-Gm in)，ie[l，n] (2)
[0044] 其中，Gmax為樣本集合中最大地面福射值，Gmin為本集合中最小地面福射值。
[0045] 所述訓(xùn)練系統(tǒng)將每個(gè)實(shí)際發(fā)電功率值歸一化后的結(jié)果P/如公式(3)所示，
[0046] Pi' =化-PminV(Pmax-Pmin), ie[l，n] (3)
[0047] 其中，Pmax為樣本集合中最大實(shí)際發(fā)電功率值，Pmin為本集合中最小實(shí)際發(fā)電功率 值。
[0048] 所述訓(xùn)練系統(tǒng)將歸一化后的樣本集合作為訓(xùn)練模型的輸入數(shù)據(jù)，并執(zhí)行步驟S12。
[0049] 在步驟S12中，所述訓(xùn)練系統(tǒng)采用網(wǎng)格捜索的方式，更換基于SVM所構(gòu)建的模型中 的各常量參數(shù)，并利用所述樣本集合中的各溫度值和地面福射值對(duì)所述模型進(jìn)行預(yù)測(cè)訓(xùn) 練，直至得到所述模型所訓(xùn)練出的預(yù)測(cè)發(fā)電功率值與所述樣本集合中的實(shí)際發(fā)電功率值的 誤差最小。
[0050] 需要說(shuō)明的是，在基于SVM所構(gòu)建的模型中包含兩個(gè)常量參數(shù)，本發(fā)明的訓(xùn)練方法 的目的就是找到:根據(jù)樣本集合中的各溫度值和各地面福射值預(yù)測(cè)出的實(shí)際發(fā)電功率值、 與樣本集合中的對(duì)應(yīng)