龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：山东科技大学
摘要：本发明涉及光伏功率预测技术领域，提供一种光伏功率短期预测及其不确定性分析方法及系统。包括：利用WRF‑Solar模式获取目标区域的高分辨率太阳辐照度预报数据，并结合均值聚类方法将气象数据进行分型处理；对WRF‑Solar输出的太阳辐照度预报值进行修正，以减少系统误差；通过多目标黏菌算法优化支持向量机的核函数参数和误差惩罚因子，构建MOSMA‑SVM光伏功率预测模型；采用核密度估计法对预测误差进行分析，计算给定置信度下的误差边界值，得到光伏功率预测的置信区间。本发明的方法提供了精确的预测值，并评估了预测结果的不确定性，为电网调度和光伏消纳计划的制定提供了重要参考。
主权项：1.一种光伏功率短期预测及其不确定性分析方法，其特征在于，其包括如下的步骤：S1.数据准备与预处理：获取目标区域的太阳辐照度、温度及风速的天气预报数据；对光伏电站历史功率数据进行清洗，剔除不良数据；根据历史实测辐照度大小及时间段将光伏电站数据划分类型，分为晴朗、多云、阴雨三种天气类型；S2.太阳辐照度预测与修正：利用WRF-Solar模式获取目标区域的太阳辐照度预报数据；将每日太阳辐照度数据分为上午、中午、下午三个时段；对每个时段的太阳辐照度实测历史数据进行K-means聚类分析；S3.模式输出统计订正：采用模式输出统计方法，选取气象因子，构建订正方程，对WRF-Solar输出的太阳辐照度预报值进行修正；S4.光伏功率预测模型构建与验证：将天气预报数据作为输入，光伏电站历史功率数据作为输出，构建光伏功率预测模型；利用多目标黏菌算法MOSMA优化支持向量机SVM的核函数参数和误差惩罚因子，构建MOSMA-SVM光伏功率预测模型；在训练集上训练模型，并在测试集上验证模型的预测性能，采用均方根误差RMSE和平均绝对百分比误差MAPE指标评估模型；S5.光伏功率不确定性分析：利用核密度估计法KDE对MOSMA-SVM模型的预测误差进行分析，获取预测误差的分布情况，进而在给定的置信度下，计算预测误差的边界值，结合确定性预测结果给出光伏功率预测的置信区间。
全文数据：
权利要求：
百度查询： 山东科技大学 一种光伏功率短期预测及其不确定性分析方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号