[发明专利]结合光伏功率物理模型与数据驱动的光伏功率预测方法

权利要求书

1.一种结合光伏功率物理模型与数据驱动的光伏功率预测方法，其特征在于，包括以下步骤：

1)基于光伏功率物理模型，获取与光伏功率直接相关的天气特征为有效光强和光伏阵列温度，得到光伏功率关于有效光强和光伏阵列温度的线性表达式，确定影响光伏功率的关键天气特征；

光伏功率P_mp的物理模型表达式如式(1)所示：

式中，E_e为有效光强，T_c为光伏阵列温度，E₀为参考光强，T₀为参考温度，P_mp0为光伏额定功率，γ为光伏阵列的温度系数；由式(1)可知，与光伏功率直接相关的天气特征为有效光强E_e和光伏阵列温度T_c；

则光伏功率关于有效光强和光伏阵列温度的线性表达式如式(2)所示：

式(2)为光伏功率P_mp关于E_e和E_e·T_c的线性表达式；将E_e和E_e·T_c记为影响光伏功率的关键天气特征；

2)选取历史时段，建立历史时段的关键天气特征矩阵；每个历史时段为获得光伏功率数据和天气数据的一个单位采样时间；

对于任一历史时段t∈{1,2...T^h}，T^h为历史时段数目，设为历史时段t的有效光强，为历史时段t的光伏阵列温度；历史时段的关键天气特征矩阵表达式如下：

3)选取预测时段，建立预测时段的关键天气特征矩阵；每个预测时段的长度与历史时段相同；

对于任一预测时段t∈{1,2...T^f}，T^f为预测时段数目，设为预测时段t的有效光强，为预测时段t的光伏阵列温度；预测时段的关键天气特征矩阵表达式如下：

4)从数值天气预报的历史数据库中获取历史时段天气数据，建立历史天气数据矩阵该矩阵每行表示一个历史时段，每列表示一类天气数据，共N类天气数据；

5)从数值天气预报的预测天气数据库中获取预测时段天气数据，建立预测天气数据矩阵该矩阵每行表示一个预测时段，每列表示一类天气数据，预测时段所选取的天气数据类别与历史时段相同，共N类天气数据；

6)分别构建历史时段输入矩阵和预测时段输入矩阵，表达式分别如式(8)和式(9)所示：

7)将历史时段输入矩阵和预测时段输入矩阵合并，运用主成分分析法，对历史时段输入矩阵和预测时段输入矩阵进行特征提取；

对历史时段和预测时段合并后的输入矩阵进行奇异值分解，提取得到主成分特征矩阵其中为历史时段的主成分特征矩阵，为预测时段的主成分特征矩阵，L为主成分特征数目；

8)对于任一预测时段t∈{1,2...T^f}，计算该预测时段主成分特征与各历史时段主成分特征的曼哈顿距离，运用K邻近聚类方法，选取与该预测时段主成分特征曼哈顿距离最近的K个历史时段；

9)运用支持向量机方法，拟合步骤8)得到的K个历史时段的主成分特征与对应历史时段光伏功率的关系，得到该预测时段t的拟合映射关系记为g_t:R^1×L→R^1×1；

10)将预测时段t的主成分特征输入到步骤9)得到的映射关系g_t，计算得到预测时段t的光伏功率。