买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国农业大学;中国电力科学研究院有限公司;国家电网有限公司;国网辽宁省电力有限公司;国网辽宁省电力有限公司电力科学研究院

摘要：本发明属于电力系统运行与控制技术领域，涉及一种基于相似日选取和分类分时误差修正的光伏功率预测方法，包括：得到每日特征气象数据和有功功率；基于欧式距离阈值划分法实现相似日分类；得到日内和日间数据特征；对各类相似日数据分开训练预测；得到每类相似日训练样本在不同时间点的预测误差；对新一天特征气象数据统计分析，与前述日内和日间数据特征进行差距度分析，完成相似日归类，利用对应训练模型，实现初步功率预测；据相似日内分时误差，实现分时误差修正，得到最终的有功功率预测值。方法利用功率间相似性实现相似日分类，相比于利用数值天气预报数据实现相似日分类更直观，针对不同相似日分别预测，实现误差修正，提高预测精度。

主权项：1.一种基于相似日选取和分类分时误差修正的光伏功率预测方法，其特征在于，包括如下步骤：A.将光伏电场历史特征气象数据进行按天分组，得到每日的特征气象数据；将历史有功功率序列进行按天分组，得到每日的有功功率数据；B.求取任意两天有功功率数据间的欧氏距离，得到所有欧氏距离值的范围；利用基于欧氏距离的不确定性阈值划分方法完成对欧氏距离值的范围的初步分段，实现据有功功率数据相似性得到的相似日初步分类；然后，在相似日初步分类下，计算总距离相关系数；改变分段数目，取总距离相关系数下对应的相似日分类，作为最终的相似日分类；C.对各类相似日的特征气象数据进行统计分析，分别得到各类相似日特征气象数据的相似日日内数据特征和相似日日间数据特征；D.将各类相似日的特征气象数据和对应的有功功率数据作为相似日训练样本；对各类相似日的特征气象数据和对应的有功功率数据进行分开训练和预测；并得到每类相似日训练样本在不同时间点的预测误差，实现对相似日训练误差的分类分时统计；E.得到新的一天的特征气象数据后，对特征气象数据进行统计分析，与步骤C得到的各类相似日特征气象数据的相似日日内数据特征和相似日日间数据特征进行差距度对比分析，完成相似日类别归类，利用对应的相应归类的训练模型，实现初步的功率预测；F.根据各相似日内的分时误差统计结果，实现对应相似日预测的分时误差修正，从而得到最终的有功功率预测值；步骤B所述求取任意两天有功功率数据间的欧氏距离的具体步骤如下：根据有功功率数据，计算得到的欧氏距离公式如式3所示， 其中，Pmj表示第m天第j个时间点的有功功率数据，Pnj表示第n天第j个时间点的有功功率数据，dPmj,Pnj表示：利用任意两天的有功功率数据计算得到的欧氏距离；求得任意两天的有功功率数据的欧氏距离后，得到所有欧氏距离值的范围在[0,s]之间；步骤B所述利用基于欧氏距离的不确定性阈值划分方法完成对欧氏距离集合的初步分段的具体步骤如下：首先，计算阈值分界数值ddk，如式4所示， 其中，k表示：相似日分类数目；其次，计算各相似日分类依据的欧氏距离范围，如式5所示， 将欧氏距离在[0,d1]，[d1,d2],[d2,d3]，……，[dk-1,s]的数据归为不同类相似日，其中，d1＝ddks，d2＝2ddks，d3＝3ddks,……,dk-1＝k-1ddks；当k取某一定值时，计算各类相似日日间特征气象数据的距离相关系数dcorNWFm,NWFn，如式6所示，并计算各类相似日特征气象数据距离相关系数的均值dcorμ，如式7所示， 其中，DBmj表示：第m天第j个时间点的短波辐射数据集，DBnj表示：第n天第j个时间点的短波辐射数据集，QRmj表示：第m天第j个时间点的潜热通量数据集，QRnj表示：第n天第j个时间点的潜热通量数据集，GRmj表示：第m天第j个时间点的感热通量数据集，GRnj表示：第n天第j个时间点的感热通量数据集，CBmj表示：第m天第j个时间点的长波辐射数据集；CBnj表示：第n天第j个时间点的长波辐射数据集；M表示该类相似日包含的总天数；最后，计算出所有类相似日对应的dcorμ，再计算当前分类下，所有dcorμ的平均值dcormm，作为总距离相关系数；更换k的取值，再次计算dcormm；将dcormm最小时所对应的k的取值作为最终的相似日分类数目。

全文数据：

权利要求：

百度查询： 中国农业大学 中国电力科学研究院有限公司 国家电网有限公司 国网辽宁省电力有限公司 国网辽宁省电力有限公司电力科学研究院 基于相似日选取和分类分时误差修正的光伏功率预测方法