太陽能輻照強度分鐘級預(yù)測方法
【專利摘要】一種太陽能輻照強度分鐘級預(yù)測方法，屬于新能源預(yù)測領(lǐng)域。本發(fā)明的目的是通過對太陽能輻照強度進行分鐘級預(yù)測，為太陽能預(yù)測提供更精確的輸入?yún)?shù)，優(yōu)化系統(tǒng)運行和控制，提高節(jié)能效率的太陽能輻照強度分鐘級預(yù)測方法。本發(fā)明的預(yù)測步驟如下：選取輸入學(xué)習(xí)樣本、歸一化處理、確定網(wǎng)絡(luò)的結(jié)構(gòu)參數(shù)、建立傳遞函數(shù)、采用Levenberg-Marquardt訓(xùn)練方法、設(shè)置網(wǎng)絡(luò)參數(shù)、仿真預(yù)測和計算誤差九步驟來完成。本發(fā)明對未來24小時的天陽能輻照強度進行分鐘級預(yù)測，預(yù)測時間尺度為超短期，預(yù)測時間間隔為五分鐘。對光伏發(fā)電系統(tǒng)的輸出功率有重要意義，為光伏發(fā)電并網(wǎng)運行提供科學(xué)依據(jù)和方法支持，為太陽能資源評估技術(shù)研究奠定了基礎(chǔ)。
【專利說明】太陽能輻照強度分鐘級預(yù)測方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于新能源預(yù)測領(lǐng)域。

【背景技術(shù)】
[0002] 太陽能是一種可再生的清潔能源，其總量屬現(xiàn)今世界上可以開發(fā)的最大能源，可 直接開發(fā)和利用，且無須開采和運輸。它的儲量無限、普遍，、經(jīng)濟，是未來重要的接續(xù)能源 和戰(zhàn)略能源。
[0003] 大規(guī)模光伏發(fā)電是一種有效利用太陽能的方式，但光伏發(fā)電系統(tǒng)受輻照強度和天 氣類型、環(huán)境溫度、日照時數(shù)、風(fēng)向和風(fēng)力等級、空氣密度、相對濕度、大氣壓強等因素影響， 這些因素具有不穩(wěn)定性、隨機性、間歇性，因此并網(wǎng)后對功率有很大的影響，光伏系統(tǒng)輸出 功率的擾動將影響到電網(wǎng)的安全穩(wěn)定性運行，會對電力系統(tǒng)負(fù)荷預(yù)測、規(guī)劃帶來不確定性。 光伏發(fā)電系統(tǒng)的輸出功率主要受太陽輻照強度的影響，太陽能輻照強度預(yù)測對光伏發(fā)電系 統(tǒng)的輸出功率有重要意義。因此太陽能輻照強度預(yù)測準(zhǔn)確與否顯得尤為重要。
[0004] 目前，對太陽能輻照強度的預(yù)測常用的方法有回歸分析法、時間序列模型法、灰色 模型法、模糊預(yù)測法、專家系統(tǒng)法、小波分析法、衛(wèi)星數(shù)據(jù)估算法、人工神經(jīng)網(wǎng)絡(luò)法等，前五 種的預(yù)測方法時間間隔較長，考慮的因素較少；小波分析法波系數(shù)序列的預(yù)測誤差將不同 程度造成預(yù)報結(jié)果不準(zhǔn)確；衛(wèi)星數(shù)據(jù)估算法由于氣象衛(wèi)星的發(fā)射情況沒有普及，只能用于 某些地區(qū)；人工神經(jīng)網(wǎng)絡(luò)方法具有大規(guī)模并行、分布式存儲和處理、自組織、自適應(yīng)和自學(xué) 能力，特別適用于處理需要同時考慮許多因素和不精確條件的模糊信息問題。
[0005] BP人工網(wǎng)絡(luò)是目前應(yīng)用最多的一種神經(jīng)網(wǎng)絡(luò)形式，它具備神經(jīng)網(wǎng)絡(luò)的普遍優(yōu)點。 BP人工網(wǎng)絡(luò)的應(yīng)用領(lǐng)域模式識別、圖像識別、控制和優(yōu)化、預(yù)測、通信、空間科學(xué)等，其中預(yù) 測領(lǐng)域通常有股票預(yù)測、地震預(yù)測、IC卡管理和交通管理等。近些年來，一些學(xué)者應(yīng)用BP神 經(jīng)網(wǎng)絡(luò)對太陽能輻照強度進行預(yù)測，預(yù)測大多對不同的天氣類型采用不同的預(yù)測網(wǎng)絡(luò)，即 基于天氣類型聚類識別的預(yù)測方法， 定義的天氣類型有限，晴天、多云、陰天、雨天這四種基本類型，沒有考慮到晴轉(zhuǎn)陣雨等 突然驟變的天氣類型，而且考慮影響太陽能輻照強度的因素極少，只限于天氣類型、溫度、 氣候，這種類型的BP神經(jīng)網(wǎng)絡(luò)預(yù)測方法的工作量大且繁瑣，考慮影響太陽能輻照強度的因 素較少，使得預(yù)測結(jié)果不準(zhǔn)確，且預(yù)測的時間間隔較長，基本都為1個小時。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的是通過對太陽能輻照強度進行分鐘級預(yù)測，為太陽能預(yù)測提供更精 確的輸入?yún)?shù)，優(yōu)化系統(tǒng)運行和控制，提高節(jié)能效率的太陽能輻照強度分鐘級預(yù)測方法。
[0007] 本發(fā)明的預(yù)測步驟如下： a、 選取輸入學(xué)習(xí)樣本：把影響太陽能福照強度的多種因素作為模型的輸入學(xué)習(xí)樣本； b、 歸一化處理：使用matlab軟件對輸入學(xué)習(xí)樣本進行歸一化處理，使得所有數(shù)據(jù)的范 圍在[-1，1]之間； C、確定網(wǎng)絡(luò)的結(jié)構(gòu)參數(shù)：采用的網(wǎng)絡(luò)結(jié)構(gòu)為三層，隱含層神經(jīng)元的選取依據(jù)如下公 式·

【權(quán)利要求】
1. 一種太陽能輻照強度分鐘級預(yù)測方法，其特征在于： a、 選取輸入學(xué)習(xí)樣本：把影響太陽能福照強度的多種因素作為模型的輸入學(xué)習(xí)樣本； b、 歸一化處理：使用matlab軟件對輸入學(xué)習(xí)樣本進行歸一化處理，使得所有數(shù)據(jù)的范 圍在[-1，1]之間； c、 確定網(wǎng)絡(luò)的結(jié)構(gòu)參數(shù)：采用的網(wǎng)絡(luò)結(jié)構(gòu)為三層，隱含層神經(jīng)元的選取依據(jù)如下公 式：
其中為隱含層神經(jīng)元數(shù)，a為輸入神經(jīng)元數(shù)4為輸出神經(jīng)元數(shù)泌為[1，10]之間的 常數(shù)； d、 建立傳遞函數(shù)：取傳遞函數(shù)為：
其中?為增益參數(shù)，?通常設(shè)為1.0,這時/"Cr)即為函數(shù)； e、 采用Levenberg-Marquardt訓(xùn)練方法：表示第k次迭代的權(quán)值和閾值所組成的 向量，新的權(quán)值和閾值所組成的向量= +Aco,權(quán)值增量么祕十算 公式如下：
f、 設(shè)置網(wǎng)絡(luò)參數(shù)：對網(wǎng)絡(luò)的誤差參數(shù)，訓(xùn)練步長，訓(xùn)練時間，學(xué)習(xí)速率進行設(shè)定，來對網(wǎng) 絡(luò)進行訓(xùn)練； i、仿真預(yù)測：輸入預(yù)測前一天的輻照強度歷史數(shù)據(jù)和預(yù)測天的天氣狀況、最高溫度、最 低溫度、日照時數(shù)、風(fēng)向和風(fēng)力等級、空氣密度、相對濕度、大氣壓強因素，用訓(xùn)練好的網(wǎng)絡(luò) 對未來的太陽能輻照強度進行仿真預(yù)測； 1、 計算誤差：采取均方根誤差來評估本發(fā)明的準(zhǔn)確性和可行性。
2. 根據(jù)權(quán)利要求1所述的太陽能輻照強度分鐘級預(yù)測方法，其特征在于：影響太陽能 輻照強度的多種因素作為模型的輸入學(xué)習(xí)樣本共有45種。
【文檔編號】G06Q10/04GK104361399SQ201410397492
【公開日】2015年2月18日 申請日期:2014年8月14日 優(yōu)先權(quán)日:2014年8月14日
【發(fā)明者】賀文, 鐘海亮, 趙林川, 李國慶, 齊爽, 陳厚合, 辛業(yè)春 申請人:國網(wǎng)寧夏電力公司, 東北電力大學(xué), 國家電網(wǎng)公司