[发明专利]一种基于SVR的超短期光伏预测残差修正方法

权利要求书

1.一种基于SVR的超短期光伏预测残差修正方法，其特征在于：包括以下步骤：

步骤1：用预测日实时监测的光伏发电功率数据建立预测日ARIMA滚动预测模型中，得到初步预测结果；

步骤2：选取一历史气象相似日，用其光伏发电功率数据建立相似日的ARIMA滚动预测模型，并计算得到相似日残差数据；

步骤3：用步骤2得到的相似日残差数据建立SVR模型，得到预测日的预测残差；

步骤4：采用预测日的预测残差对步骤1得到的初步预测结果进行修正，得到最终预测结果；

所述步骤2具体包括：

选取最为靠近预测日的相似日一天的实时光伏发电功率数据建立相似日ARIMA滚动预测模型，得到该相似日的预测数据；

将该相似日的预测值和该相似日的实测数据做差，得到相似日残差数据。

2.根据权利要求1所述的一种基于SVR的超短期光伏预测残差修正方法，其特征在于：所述预测日ARIMA滚动预测模型构建步骤包括：

S210：根据某日前n个时刻的光伏发电功率数据组成的时间序列y₁,y₂,…,y_n建立ARIMA模型；

S220：采用建立的ARIMA模型对下一时刻的光伏发电功率数据进行预测，得到下一时刻的光伏发电功率预测数据；

S230：到达下一时刻后，获取下一时刻的光伏发电功率实测数据，再以下一时刻的光伏发电功率预测数据和下一时刻的光伏发电功率实测数据进行对比，当建立的ARIMA模型的预测精度不满足要求时，则将下一时刻的功率实测数据y_n+1加入到时间序列y₁,y₂,…,y_n中，构成新的时间序列y₁,y₂,…,y_n,y_n+1，基于新的时间序列构建新ARIMA模型；

S240：循环执行S220和S230，直至完成一整天的功率预测，得到预测日ARIMA滚动预测模型。

3.根据权利要求1所述的一种基于SVR的超短期光伏预测残差修正方法，其特征在于：所述相似日与预测日为同一天气类型。

4.根据权利要求1所述的一种基于SVR的超短期光伏预测残差修正方法，其特征在于：所述SVR模型的输入为一组连续的时间序列残差向量，其输出为下一时刻的发电功率残差功率，表示为：

式中，Y_in是SVR模型的输入矩阵，Y_out是输出向量，m为残差序列中元素的个数，l为输入向量中元素的个数。