[发明专利]预测光伏发电功率的方法及装置

权利要求书

1.一种预测光伏发电功率的方法，其特征在于，所述方法包括：

(A)获取预测时段与输入参数对应的值，其中，所述输入参数包括：时段对应于一年中的第X天、时段对应于一天中的第Y小时、时段对应的数值天气预报；

(B)将获取的与输入参数对应的值输入到基于训练集训练得到的发电功率预测模型，以获取预测时段的光伏发电功率值，

其中，所述训练集包括：多个历史时段之中的每一历史时段与输入参数对应的值以及所述每一历史时段的实际光伏发电功率值。

2.根据权利要求1所述的方法，其特征在于，时段对应的数值天气预报包括以下项之中的至少一项：时段对应的气温、时段对应的短波辐射、时段对应的地面气压。

3.根据权利要求2所述的方法，其特征在于，所述输入参数是通过相关性分析、灵敏度分析以及Garson算法三者联合从多个参数中确定的对光伏发电功率预测影响最大的参数。

4.根据权利要求1所述的方法，其特征在于，步骤(B)包括：

将获取的与输入参数对应的值分别输入到不同的发电功率预测模型，并基于不同的发电功率预测模型预测的结果来确定预测时段的光伏发电功率值，

其中，不同的发电功率预测模型是分别利用不同类型的人工神经网络基于训练集建立的，或者，不同的发电功率预测模型是分别使用不同的训练算法基于训练集来训练同一类型的人工神经网络分别得到的。

5.根据权利要求4所述的方法，其特征在于，所述不同类型的人工神经网络包括：前向神经网络、模式识别神经网络、函数拟合神经网络、径向基神经网络。

6.根据权利要求4所述的方法，其特征在于，所述不同的训练算法包括：L-M算法、贝叶斯正则化算法、量化共轭梯度算法。

7.一种预测光伏发电功率的装置，其特征在于，所述装置包括：

参数值获取程序模块，获取预测时段与输入参数对应的值，其中，所述输入参数包括：时段对应于一年中的第X天、时段对应于一天中的第Y小时、时段对应的数值天气预报；

预测程序模块，将获取的与输入参数对应的值输入到基于训练集训练得到的发电功率预测模型，以获取预测时段的光伏发电功率值，

其中，所述训练集包括：多个历史时段之中的每一历史时段与输入参数对应的值以及所述每一历史时段的实际光伏发电功率值。

8.根据权利要求7所述的装置，其特征在于，时段对应的数值天气预报包括以下项之中的至少一项：时段对应的气温、时段对应的短波辐射、时段对应的地面气压。

9.根据权利要求8所述的装置，其特征在于，所述输入参数是通过相关性分析、灵敏度分析以及Garson算法三者联合从多个参数中确定的对光伏发电功率预测影响最大的参数。

10.根据权利要求7所述的装置，其特征在于，预测程序模块将获取的与输入参数对应的值分别输入到不同的发电功率预测模型，并基于不同的发电功率预测模型预测的结果来确定预测时段的光伏发电功率值，

其中，不同的发电功率预测模型是分别利用不同类型的人工神经网络基于训练集建立的，或者，不同的发电功率预测模型是分别使用不同的训练算法基于训练集来训练同一类型的人工神经网络分别得到的。

11.根据权利要求10所述的装置，其特征在于，所述不同类型的人工神经网络包括：前向神经网络、模式识别神经网络、函数拟合神经网络、径向基神经网络。

12.根据权利要求10所述的装置，其特征在于，所述不同的训练算法包括：L-M算法、贝叶斯正则化算法、量化共轭梯度算法。

13.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被配置为使计算机的处理器执行如权利要求1-6之中任意一项所述的预测光伏发电功率的方法。

14.一种计算机，其特征在于，所述计算机包括如权利要求13所述的计算机可读存储介质。