[发明专利]一种光伏发电短期功率预测方法、装置及存储介质

权利要求书

1.一种光伏发电短期功率预测方法，其特征在于，包括：

获取待预测日和若干个历史日的天气影响因子，计算待预测日和每个历史日的综合相似值，获取与待预测日的综合相似值最高的第一历史日的光伏功率实际值；

根据待预测日的光伏功率输出值和第一历史日的光伏功率实际值，构建适应度函数；根据待预测日的天气影响因子确定初始天牛群位置，根据所述适应度函数和自适应步长对初始天牛群进行寻优，更新初始天牛群位置；

根据当前的自适应步长和当前的天牛群位置，计算Elman神经网络的输出-隐含、隐含-承接和隐含-输出的各自的权值和阈值，以使所述Elman神经网络根据当前的所有权值和阈值输出一个预测值；根据所述预测值，计算更新后的天牛群位置的第一适应度函数值；

当所述第一适应度函数值满足迭代终止条件，则将当前的三个权值和当前的三个阈值作为最优参数，以使所述Elman神经网络根据所述最优参数进行功率预测；所述迭代终止条件为大于预设数值且维持在恒定的数值。

2.如权利要求1所述的一种光伏发电短期功率预测方法，其特征在于，所述获取待预测日和若干个历史日的天气影响因子，计算待预测日和每个历史日的综合相似值，具体为：

根据待预测日和若干个历史日的天气影响因子，构建待预测日的第一影响因子矩阵和历史日的第二影响因子矩阵，将所述第一影响因子矩阵与第二影响因子矩阵相减，获得距离矩阵；将所述距离矩阵的元素相加，获得待预测日和若干个历史日的距离相似值；

分别将第一影响因子矩阵和第二影响因子矩阵的每一行的数值映射到三维空间中，获得待预测日的第一趋势矩阵和历史日的第二趋势矩阵；所述第一影响因子矩阵和第二影响因子矩阵的每一行的数值分别为每一天的若干个天气因素的特征向量；

计算所述第一趋势矩阵与所述第二趋势矩阵对应向量的角度余弦值，将所述角度余弦值投射到[0,1]的区间中，将每个时刻的角度余弦值叠加，获得趋势相似值；

根据所述距离相似值和趋势相似值，计算综合相似度。

3.如权利要求1所述的一种光伏发电短期功率预测方法，其特征在于，所述根据待预测日的光伏功率输出值和第一历史日的光伏功率实际值，构建适应度函数，具体为：

α＝P_t+1,e-P_t,e

β＝P_t+1,o-P_t,o；

其中，f为适应度函数，P_t+1,e与P_t,e为第t+1和t个时刻的第一历史日的光伏功率实际值，P_t+1,o与P_t,o为第t+1和t个时刻的待预测日光伏功率输出值。

4.如权利要求1所述的一种光伏发电短期功率预测方法，其特征在于，所述根据待预测日的天气影响因子确定初始天牛群位置之前，还包括：

确定天牛群搜索算法的自适应步长：

μ_n＝-arctan[a(n+b)]+c；

其中，μ_n为自适应步长，n为迭代次数，步长参数a、b和c为预设参数值；

初始化天牛群搜索方向：

式中，表示第k只天牛的搜索方向，k∈1,2,3,…K；K为天牛种群规模；rand表示随机函数；g表示空间维度；

选取[-1,1]之间的随机数作为天牛群搜索算法的初始解集和天牛群初始位置；

根据所述自适应步长，计算天牛初始位置的第二适应度函数值；

初始天牛群左右须位置计算：

式中，x_r^k和x_l^k分别表示第k只天牛的左右须位置，n为当前迭代次数，x_n^k表示第k只天牛在第n次迭代时的位置，d_n^k为第k只天牛在第n次迭代时天牛须与天牛位置之间的距离，计算公式为：

d_n＝η_ad_n-1+d₀；

式中，η_ad为天牛须与天牛位置之间的距离衰减因子，d₀为初始距离。