[发明专利]基于XGBoost的光伏辐照度预报方法及系统

权利要求书

1.一种基于XGBoost的光伏辐照度预报方法，其特征在于，包括：

S1、数据准备与预处理，包括光伏电站的历史观测辐照度数据的数据集R，以及与数据集R同时间段的NWP预报数据集W；

S2、根据光伏电站经纬度计算与数据集R相同时间的晴空辐照度，得数据集RT；将数据集W中所有要素与RT分别作乘法、除法得到交叉处理的若干列新要素作为数据集W2；使用XGBoost算法建立以数据集W2为输入，以数据集R为目标的模型M；

S3、验证并根据模型预测光伏电站短期辐照度；

NWP预报数据集W包括辐照度、风速、风向、温度、湿度、气压共6项要素；

所述根据光伏电站经纬度计算与数据集R相同时间的晴空辐照度，得数据集RT，具体包括：

b=360*(yday-81)/364

e=9.87*sin(2*b*π/180)-7.53*cos(b*π/180)-1.5*sin(b*π/180)

time=time+e

a=((23.45*sin((π*2*(284+yday))/365.0))*π)/180.0

d=(hour-(12.0+(120.0-longitude)/15.0)+minute/60.0)*15.0*π/180.0

c=1+0.033*cos(360*π/180*yday/365)

f=latitude*π/180.0

RT=(100.0*12.8*c)*((sin(f)*sin(a))+((cos(f)*cos(a))*cos(d)))

其中time为要计算辐照度的时间；yday为time所在本年的第几天；hour为time的小时值；minute为time的分钟值；longitude为经度；latitude为纬度。

2.根据权利要求1所述的基于XGBoost的光伏辐照度预报方法，其特征在于，步骤S1具体包括：

S101、准备光伏电站的历史观测辐照度数据；

S102、整理辐照度数据得到为期一年逐15分钟的数据集R；

S103、处理数据集R中违背真实光照规律的异常值，异常值包括夜间值不为0、白天值连续2小时无变化、值大于1500的情况，将符合条件的数据删除，并用前后7天内相同时刻的值求平均后代替；

S104、准备数据集R同时间段的NWP预报数据集W，包括辐照度、风速、风向、温度、湿度、气压共6项要素。

3.根据权利要求1所述的基于XGBoost的光伏辐照度预报方法，其特征在于，步骤S2中，建立模型M包括：

S201、将数据集R进行平滑处理；

S202、将数据集W2进行标准化；

S203、将整个数据集按8：2的比例随机划分为训练集和测试集；

S204、对XGBoost算法参数空间进行搜索，得到测试集上评估出的最优参数。

4.根据权利要求1所述的基于XGBoost的光伏辐照度预报方法，其特征在于，步骤S3的过程具体包括：

S301、另准备一组与数据集W时间不重叠的NWP预报数据集T作为验证集；

S302、根据光伏电站经纬度计算与数据集T相同时间的晴空辐照度，得数据集RT2；

S303、将数据集T中所有要素与RT2分别作乘法、除法得到交叉处理的若干列新要素作为数据集T2；

S304、将数据集T2带入已建好的模型M计算后得到输出结果集Y，即为最终预测辐照度数据。