[发明专利]一种光伏短期功率预测模型训练方法、预测方法及装置

说明书

本申请公开了一种光伏短期功率预测模型训练方法、预测方法及装置，通过历史环境数据和历史光伏发电功率数据生成训练样本和测试样本，通过训练样本对各麻雀个体对应的极限学习机进行训练；根据测试样本输入到各初始光伏短期功率预测模型得到的功率预测值和测试样本的历史光伏发电功率数据计算各麻雀个体的适应度值；根据适应度值选择发现者和跟随者，进而更新麻雀种群的位置，在第一阶段寻优满足预设条件后，输出当代麻雀种群的位置，进行第二阶段的参数寻优，最终将从所有代麻雀种群的位置中确定的全局最佳位置还原为极限学习机的网络参数，得到最终光伏短期功率预测模型，改善了现有技术存在的容易陷入局部最优，导致预测准确性不高的技术问题。

技术领域

本申请涉及光伏发电技术领域，尤其涉及一种光伏短期功率预测模型训练方法、预测方法及装置。

背景技术

近年来，随着社会的高速发展，人们对能源的需求日益增加，但由于化石等常规能源的短缺，能源危机日趋严重，且化石燃料的快速消费也会导致严重的环境污染。由于可再生能源取之不尽，用之不竭，对环境友好，因此其成为发电的更优选择。目前，太阳能被认为是最重要的可再生能源之一，由此产生了光伏发电系统。然而光伏发电系统的输出功率具有间歇性和波动性，随机发电与用户随机用电的平衡问题给电力系统稳定运行带来了严重影响。因此，研究高精度光伏发电短期功率预测技术对于电力系统调度具有十分重要的指导意义。

由于光伏面板的输出特性受外部因素的影响，因此光伏面板的最大功率点(Maximum PowerPoint,MPP)将随着这些外部因素而变化。在目前的研究领域中，通过参考光伏发电系统的历史数据进行短期功率预测的直接预测方式成为了研究的热门。但现有的预测方法容易陷入局部最优，使得预测准确性不高。

发明内容

本申请提供了一种光伏短期功率预测模型训练方法、预测方法及装置，用于改善现有技术存在的容易陷入局部最优，导致预测准确性不高的技术问题。

有鉴于此，本申请第一方面提供了一种光伏短期功率预测方法，包括：

S1、根据获取的历史环境数据和历史光伏发电功率数据生成训练样本和测试样本；

S2、在确定极限学习机的网络结构后，对麻雀种群的位置、第一迭代次数t₁和第二迭代次数t₂进行初始化，其中，所述麻雀种群中每只麻雀个体的位置对应所述极限学习机的一组网络参数；

S3、通过所述训练样本对当代麻雀种群中各麻雀个体对应的极限学习机进行训练，得到各麻雀个体对应的初始光伏短期功率预测模型；

S4、根据所述测试样本输入到各麻雀个体对应的所述初始光伏短期功率预测模型得到的功率预测值和所述测试样本的历史光伏发电功率数据计算各麻雀个体的适应度值；

S5、判断第一迭代次数t₁是否达到第一预设迭代次数，若否，则将所述适应度值最大的麻雀个体作为发现者，剩余麻雀个体作为跟随者，基于所述发现者和所述跟随者的位置更新当代麻雀种群的位置，得到下一代麻雀种群的位置，设置t₁＝t₁+1，并返回步骤S3，若是，则输出当代麻雀种群的位置，并执行步骤S6；

S6、判断第二迭代次数t₂是否达到第二预设迭代次数，若否，则根据全局最佳位置更新当代麻雀种群的位置，得到下一代麻雀种群的位置，设置t₂＝t₂+1，并返回步骤S3，若是，则将全局最佳位置还原为所述极限学习机的网络参数，得到最终光伏短期功率预测模型，其中，所述全局最佳位置通过所述适应度值从所有代麻雀种群的位置中确定得到。

可选的，所述根据所述测试样本输入到各麻雀个体对应的所述初始光伏短期功率预测模型得到的功率预测值和所述测试样本的历史光伏发电功率数据计算各麻雀个体的适应度值，包括：