基于復(fù)合數(shù)據(jù)源自回歸模型光伏發(fā)電功率超短期預(yù)測方法
【專利摘要】本發(fā)明公開了一種基于復(fù)合數(shù)據(jù)源自回歸模型光伏發(fā)電功率超短期預(yù)測方法，包括輸入數(shù)據(jù)得到自回歸模型參數(shù)；以及輸入光伏發(fā)電功率預(yù)測所需輸入數(shù)據(jù)到根據(jù)上述自回歸模型的參數(shù)確定的自回歸模型中得到預(yù)測結(jié)果；輸入模型訓(xùn)練基礎(chǔ)數(shù)據(jù)，采用殘差方差圖法對自回歸模型AR(p)定階，采用矩估計方法對定階的AR(p)模型參數(shù)進行估計。通過對光伏發(fā)電過程中的光伏發(fā)電功率進行預(yù)測，為新能源發(fā)電實時調(diào)度、新能源發(fā)電日前計劃、新能源發(fā)電月度計劃、新能源發(fā)電能力評估和棄光電量估計提供關(guān)鍵信息。通過引入復(fù)合數(shù)據(jù)源有效提高光伏發(fā)電功率超短期預(yù)測精度，從而實現(xiàn)在保障電網(wǎng)安全穩(wěn)定經(jīng)濟運行的前提下有效提高新能源上網(wǎng)電量目的。
【專利說明】基于復(fù)合數(shù)據(jù)源自回歸模型光伏發(fā)電功率超短期預(yù)測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及新能源發(fā)電過程中光伏發(fā)電功率預(yù)測【技術(shù)領(lǐng)域】，具體地，涉及一種基于復(fù)合數(shù)據(jù)源自回歸模型的光伏發(fā)電功率超短期預(yù)測方法。
【背景技術(shù)】
[0002]我國風(fēng)電進入規(guī)?；l(fā)展階段以后所產(chǎn)生的大型新能源基地多數(shù)位于“三北地區(qū)”(西北、東北、華北)，大型新能源基地一般遠離負(fù)荷中心，其電力需要經(jīng)過長距離、高電壓輸送到負(fù)荷中心進行消納。由于風(fēng)、光資源的間歇性、隨機性和波動性，導(dǎo)致大規(guī)模新能源基地的風(fēng)電、光伏發(fā)電出力會隨之發(fā)生較大范圍的波動，進一步導(dǎo)致輸電網(wǎng)絡(luò)充電功率的波動，給電網(wǎng)運行安全帶來一系列問題。
[0003]截至2014年4月，光伏發(fā)電裝機容量已達到435萬千瓦，約占甘肅電網(wǎng)總裝機容量的13%，同時甘肅成為我國光伏發(fā)電裝機規(guī)模最大的省份。目前，甘肅電網(wǎng)風(fēng)電、光伏發(fā)電裝機超過甘肅電網(wǎng)總裝機容量的1/3。隨著新能源并網(wǎng)規(guī)模的不斷提高，光伏發(fā)電不確定性和不可控性給電網(wǎng)的安全穩(wěn)定經(jīng)濟運行帶來諸多問題。準(zhǔn)確預(yù)估可利用的發(fā)電光資源是對大規(guī)模光伏發(fā)電優(yōu)化調(diào)度的基礎(chǔ)。對光伏發(fā)電過程中的光伏發(fā)電功率進行預(yù)測，可為新能源發(fā)電實時調(diào)度、新能源發(fā)電日前計劃、新能源發(fā)電月度計劃、新能源發(fā)電能力評估和棄光電量估計提供關(guān)鍵信息。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于，針對上述問題，提出一種基于復(fù)合數(shù)據(jù)源自回歸模型光伏發(fā)電功率超短期預(yù)測方法，以實現(xiàn)高精度光伏發(fā)電功率超短期預(yù)測的優(yōu)點。
[0005]為實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是:
[0006]一種基于復(fù)合數(shù)據(jù)源自回歸模型光伏發(fā)電功率超短期預(yù)測方法，包括輸入數(shù)據(jù)得到自回歸模型參數(shù)；
[0007]以及輸入光伏發(fā)電功率預(yù)測所需輸入數(shù)據(jù)到根據(jù)上述自回歸模型的參數(shù)確定的自回歸模型中得到預(yù)測結(jié)果；
[0008]所述輸入數(shù)據(jù)得到自回歸模型參數(shù)具體包括步驟101、輸入模型訓(xùn)練基礎(chǔ)數(shù)據(jù)，
[0009]步驟102、采用殘差方差圖法對自回歸模型AR(p)定階，
[0010]步驟103、采用矩估計方法對定階的AR(p)模型參數(shù)進行估計。
[0011]根據(jù)本發(fā)明的優(yōu)選實施例，所述步驟101輸入模型訓(xùn)練基礎(chǔ)數(shù)據(jù)，輸入數(shù)據(jù)包括，光伏電站基礎(chǔ)信息、歷史輻照度數(shù)據(jù)、歷史功率數(shù)據(jù)和地理信息系統(tǒng)數(shù)據(jù)。
[0012]根據(jù)本發(fā)明的優(yōu)選實施例，所述步驟102采用殘差方差圖法對自回歸模型AR(p)定階:
[0013]具體為設(shè)Xt為需要估 計的項，Xt-!, xt-2，...，xt-n為已知歷史功率序列，自回歸模型AR(p)，模型定階就是確定模型中參數(shù)P的值；[0014]用系列階數(shù)逐漸遞增的模型擬合原始序列，每次都計算殘差平方和然后畫








，
出階數(shù)和σ2的圖形，當(dāng)階數(shù)由小增大時，(?會顯著下降，達到真實階數(shù)后&的值會逐漸
UCia
趨于平緩，甚至反而增大，
[0015]
【權(quán)利要求】
1.一種基于復(fù)合數(shù)據(jù)源自回歸模型光伏發(fā)電功率超短期預(yù)測方法，其特征在于，包括輸入數(shù)據(jù)得到自回歸模型參數(shù)； 以及輸入光伏發(fā)電功率預(yù)測所需輸入數(shù)據(jù)到根據(jù)上述自回歸模型的參數(shù)確定的自回歸模型中得到預(yù)測結(jié)果； 所述輸入數(shù)據(jù)得到自回歸模型參數(shù)具體包括步驟101、輸入模型訓(xùn)練基礎(chǔ)數(shù)據(jù)， 步驟102、采用殘差方差圖法對自回歸模型AR(P)定階， 步驟103、采用矩估計方法對定階的AR(p)模型參數(shù)進行估計。
2.根據(jù)權(quán)利要求1所述的基于復(fù)合數(shù)據(jù)源自回歸模型光伏發(fā)電功率超短期預(yù)測方法，其特征在于，所述步驟101輸入模型訓(xùn)練基礎(chǔ)數(shù)據(jù)，輸入數(shù)據(jù)包括，光伏電站基礎(chǔ)信息、歷史輻照度數(shù)據(jù)、歷史功率數(shù)據(jù)和地理信息系統(tǒng)數(shù)據(jù)。
3.根據(jù)權(quán)利要求2所述的基于復(fù)合數(shù)據(jù)源自回歸模型光伏發(fā)電功率超短期預(yù)測方法，其特征在于，所述步驟102采用殘差方差圖法對自回歸模型AR(p)定階: 具體為設(shè)Xt為需要估計的項，Χη,Χμ，...，xt_n為已知歷史功率序列，自回歸模型AR(p)，模型定階就是確定模型中參數(shù)P的值； 用系列階數(shù)逐漸遞增的 模型擬合原始序列，每次都計算殘差平方和然后畫出階


數(shù)和iif的圖形，當(dāng)階數(shù)由小增大時，會顯著下降，達到真實階數(shù)后的值會逐漸趨于平緩，甚至反而增大，
擬合誤差的平方和/(實際觀測位個數(shù)-模型參數(shù)個數(shù))， 實際觀測值個數(shù)指擬合模型時實際使用的觀察值項數(shù)，對于具有N個觀察值的序列，擬合AR (P)模型，則實際使用的觀察值最多為Ν-ρ，模型參數(shù)個數(shù)指所建立的模型中實際包含的參數(shù)個數(shù)，對于含有均值的模型，模型參數(shù)個數(shù)為模型階數(shù)加1，對于N個觀測值的序列，AR模型的殘差估計式為:
4.根據(jù)權(quán)利要求3所述的基于復(fù)合數(shù)據(jù)源自回歸模型光伏發(fā)電功率超短期預(yù)測方法，其特征在于，所述步驟103采用矩估計方法對定階的AR(p)模型參數(shù)進行估計具體步驟為: 將光伏電站歷史功率數(shù)據(jù)利用數(shù)據(jù)序列X1, X2,..., Xt表示，其樣本自協(xié)方差定義為

5.根據(jù)權(quán)利要求4所述的基于復(fù)合數(shù)據(jù)源自回歸模型光伏發(fā)電功率超短期預(yù)測方法，其特征在于，所述輸入光伏發(fā)電功率預(yù)測所需輸入數(shù)據(jù)到根據(jù)上述自回歸模型的參數(shù)確定的自回歸模型中得到預(yù)測結(jié)果的步驟包括， 步驟201、輸入功率預(yù)測基礎(chǔ)數(shù)據(jù)； 步驟202、對輸入的基礎(chǔ)數(shù)據(jù)進行噪聲濾波及數(shù)據(jù)預(yù)處理； 步驟203、根據(jù)確定的參數(shù)建立自回歸模型，并將處理后的數(shù)據(jù)輸入從而得到預(yù)測結(jié)果O
6.根據(jù)權(quán)利要求5所述的基于復(fù)合數(shù)據(jù)源自回歸模型光伏發(fā)電功率超短期預(yù)測方法，其特征在于，還包括， 步驟204、將預(yù)測結(jié)果輸出，并通過圖表及曲線展示預(yù)測結(jié)果。
7.根據(jù)權(quán)利要求6所述的基于復(fù)合數(shù)據(jù)源自回歸模型光伏發(fā)電功率超短期預(yù)測方法，其特征在于，所述輸入功率預(yù)測基礎(chǔ)數(shù)據(jù)包括資源監(jiān)測系統(tǒng)數(shù)據(jù)和運行監(jiān)測系統(tǒng)數(shù)據(jù)，所述資源監(jiān)測系統(tǒng)數(shù)據(jù)包含光資源監(jiān)測數(shù)據(jù)；所述運行監(jiān)測系統(tǒng)數(shù)據(jù)包括光伏組件監(jiān)測數(shù)據(jù)、升壓站監(jiān)測數(shù)據(jù)和數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)數(shù)據(jù)。
8.根據(jù)權(quán)利要求6所述的基于復(fù)合數(shù)據(jù)源自回歸模型光伏發(fā)電功率超短期預(yù)測方法，其特征在于，所述噪聲濾波及數(shù)據(jù)預(yù)處理具體為:噪聲濾波模塊對監(jiān)測系統(tǒng)實時采集得到的帶有噪聲的數(shù)據(jù)進行濾波處理，去除壞數(shù)據(jù)和奇異值；數(shù)據(jù)預(yù)處理模塊對數(shù)據(jù)進行對齊、歸一化處理和分類篩選處理。
9.根據(jù)權(quán)利要求6所述的基于復(fù)合數(shù)據(jù)源自回歸模型光伏發(fā)電功率超短期預(yù)測方法，其特征在于，所述自回歸模型為:
【文檔編號】G06Q50/06GK103927600SQ201410163590
【公開日】2014年7月16日 申請日期:2014年4月22日 優(yōu)先權(quán)日:2014年4月22日
【發(fā)明者】汪寧渤, 路亮, 何世恩, 馬彥宏, 趙龍, 周強, 馬明, 張健美 申請人:國家電網(wǎng)公司, 國網(wǎng)甘肅省電力公司, 甘肅省電力公司風(fēng)電技術(shù)中心