[发明专利]一种基于神经网络的混合型光伏发电功率预测方法及系统

说明书

一种基于神经网络的混合型光伏发电功率预测方法及系统，包括以下步骤：步骤1，获取预测日前M天的光伏发电功率历史数据和气象历史数据数；步骤2，从步骤1获得的气象数据中选择两种，计算预测日前第i天气象相关度将预测日前M天划分为第一类相似日和第二类相似日；步骤3，对步骤1获得的预测日前M天的光伏发电功率历史数据和气象历史数据进行小波分解；步骤4，小波分解结果与相似日划分相结合；步骤5，将训练数据代入BP神经网络，并以GA优化BP神经网络的连接权值和偏置；步骤6，判断预测日当天相似日类型，将预测日当天的气象数据进行小波分解，代入步骤5获得的对应神经网络中，并进行逆小波变换重构获得光伏发电功率预测结果。

技术领域

本发明光伏发电领域，更具体地，涉及一种基于神经网络的混合型光伏发电功率预测方法。

背景技术

21世纪以来，随着科技和经济快速的发展，能源工业已经发生了翻天覆地的变化。化石能源的逐渐枯竭，可再生能源的蓬勃发展，环境污染问题的日益凸显，提高对多种类型能源的综合利用效率、降低污染物的排放已经成为我国构建清洁、低碳、安全、高效的现代能源体系所需要解决的关键问题。太阳能作为一种可再生清洁能源，有许多值得借鉴和推广的理由。

从全球光伏发电行业的发展现状来看，由于世界各国对于可持续发展观念的越来越重视，全球光伏发电的规模正在迅速扩大。随着电力技术的不断发展，光伏发电的成本在显著降低，光伏发电产品的价格也在随之不断的降低。目前世界上许多地区的国家都在积极地推动光伏发电项目，光伏市场有越来越多的投资者参与进来，全球光伏市场正在向着多元化的方向发展。从海外市场装机量来看，每年有越来越多的项目装机量超过十亿瓦。光伏发电在市场上的竞争力正在逐渐提升，在将来很有可能成为最受欢迎的新能源技术。

对于光伏功率的准确预测，可以提高电网稳定性、增加电网消纳光电能力。光伏发电具有间歇性、随机性和波动性，由此给电网的安全运行带来了一系列问题，电网调度部门传统的做法只能采取拉闸限电这样的无奈之举。随着光伏发电站电网电源结构比重的增加，光伏功率预测系统变得尤为重要，光伏功率预测越准，光伏并网给电网的安全运行带来的影响就越小，就能够有效的帮助电网调度部门做好各类电源的调度计划。

目前对于光伏功率的预测所用的方法主要是运用人工智能方法。对于光伏预测功率的问题，是一种多种环境参数与光伏输出功率的非线性、非确定性的一种关系，很难用公式表达出来每一时刻之间的具体关系。所以在光伏预测中，很多人都在使用人工智能方式进行对光伏功率的预测，对于选取模型扬长避短，或者改进模型缺点，使得建立更加精确的模型，进一步提高预测精度。

发明内容

为解决现有技术中存在的不足，本发明的目的在于，提供一种基于人工神经网络的光伏发电功率预测方法，是采用了遗传算法、自定义相似日分析和小波分解的混合模型，用于预测光伏功率输出。

本发明采用如下的技术方案。一种基于神经网络的混合型光伏发电功率预测方法，包括以下步骤：

步骤1，获取预测日前M天的光伏发电功率历史数据和气象历史数据，包括预测日前第i天第j时刻的光伏发电功率和气象历史数据，i＝1,2,…,M，i＝1表示预测日的前一天，以及预测日当天的气象数据，包括预测日前当天第j时刻的气象数据，j＝1,2,…,N，N表示每日采样点数；

步骤2，从步骤1获得的气象数据中选择两种，计算预测日前第i天气象相关度PCC_i，根据PCC_i将预测日前M天划分为第一类相似日和第二类相似日；

步骤3，对步骤1获得的预测日前M天的光伏发电功率历史数据和气象历史数据进行小波分解，获得光伏发电功率历史数据的高频分量、低频分量，以及气象历史数据的高频分量和低频分量；