[发明专利]基于改进RBF神经网络的光伏电站群区域功率预测方法

摘要

本发明公开一种基于改进RBF神经网络的光伏电站群区域功率预测方法，包括以下步骤：划分整个区域为若干子区域，进行数据质量控制，剔除明显不合实际的数据点；计算各子区域内光伏电站实测功率与子区域总实测功率间的相关性系数，为每一个子区域选择若干基准光伏电站；利用物理和统计相结合的方法实现基准光伏电站的短期功率预测；建立基于遗传操作算子的粒子群算法优化的RBF神经网络模型，预测各子区域的短期功率；将各子区域功率预测结果累加得到区域光伏电站群的预测总功率。本发明旨在为电力调度部门依据区域功率预测结果制定次日发电计划，优化实时调度调整，减少电力系统旋转备用容量，降低系统运行成本，进一步提高系统光伏接纳能力。

主权项

一种基于改进RBF神经网络的光伏电站群区域功率预测方法，其特征在于：它依次包括以下步骤：步骤1：将整个区域划分为若干子区域，并进行数据质量控制，剔除明显不合实际的数据点；步骤2：计算各子区域内光伏电站实测功率与子区域总实测功率间的相关性系数，为每一个子区域选择若干基准光伏电站；步骤3：利用物理和统计相结合的方法实现基准光伏电站的短期输出功率预测；步骤4：建立基于遗传操作算子的粒子群算法优化的RBF神经网络模型，预测各子区域的短期输出功率；步骤5：将各子区域功率预测结果累加得到区域光伏电站群的预测输出总功率。