[发明专利]一种基于因子分析的并网光伏电站日发电量预测方法

权利要求书

1.一种基于因子分析的并网光伏电站日发电量预测方法，其特征在于，包括以下步骤：

步骤S1：获取历史常规气象观测值、气温日较差Td、日清晰度指数Kt和光伏电站数据库中的历史光伏发电量数据Em，并进行标准化处理；

步骤S2：对标准化后的历史常规气象观测值、气温日较差Td、日清晰度指数Kt进行因子分析，并采用极大方差法进行因子轴旋转，提取旋转后的2个公因子，并获得旋转后每个公因子的载荷矩阵；

步骤S3：建立光伏电量预测模型为：

Ee*=af1+bf2]]>

其中，是光伏发电量标准化值，a、b是回归系数，f₁、f₂是旋转后的公因子，将所提取的2个公因子作为输入量f₁、f₂，将标准化后的历史光伏发电量数据Em^*作为输出量进行多元回归分析，获得回归系数a、b；

步骤S4：获取气象要素预测数据，经标准化处理后，利用步骤S2中获得的公因子载荷矩阵，计算出公因子新值；

步骤S5：将气象要素预测数据的2个公因子新值和回归系数a、b代入光伏电量预测模型，得到后对其进行逆标准化变换，得到日光伏发电量的预测值。

2.根据权利要求1所述的一种基于因子分析的并网光伏电站日发电量预测方法，其特征在于，所述的气温日较差Td的计算公式为：

Td＝Tmax-Tmin

其中，Tmax为日最高气温，Tmin为日最低气温；

日清晰度指数Kt的计算公式为：

Kt＝H/Ho

其中，H为日太阳总辐射，Ho为日天文辐射，通过如下公式计算

式中，E_sc为太阳常数，n为一年中的日序号，ω_s为水平面上的日落时角，为当地的地理纬度，δ为太阳赤纬角。

3.根据权利要求1所述的一种基于因子分析的并网光伏电站日发电量预测方法，其特征在于，所述的标准化处理公式为：

xi*=xi-x‾1NΣi=1N(xi-x‾)2]]>

其中，x_i为原始数据，是相应的标准化数据，是原始数据的平均值，N是样本数，建立标准化的数据矩阵。

4.根据权利要求1所述的一种基于因子分析的并网光伏电站日发电量预测方法，其特征在于，所述的因子分析方法为：

求标准化数据的相关矩阵，再求相关矩阵的特征值、每个公因子的解释方差以及累积贡献率，前两个公因子的特征值>1，累计方差贡献率>84.871％，故而提取两个公因子；采用极大方差法进行旋转，获得旋转后的2个公因子。

5.根据权利要求1所述的一种基于因子分析的并网光伏电站日发电量预测方法，其特征在于，所述的历史常规气象观测值和气象要素预测数据均包括水平面上日太阳总辐射H、日天文辐射Ho、日照时数S、日最高气温Tmax、日最低气温Tmin、日平均气温T、日相对湿度R和日平均气压P。