[发明专利]一种基于因子分析的并网光伏电站日发电量预测方法

摘要

本发明涉及一种基于因子分析的并网光伏电站日发电量预测方法，包括：步骤S1：获取历史气象观测值及气温日较差、清晰度指数和历史光伏发电量数据，并进行标准化处理；步骤S2：对标准化后数据进行因子分析，采用极大方差法进行因子轴旋转，提取旋转后的2个公因子；步骤S3：建立光伏电量预测模型，将所提取的2个公因子作为输入量，将标准化后的历史光伏发电量数据作为输出量，进行多元回归分析，获得模型中的回归系数；步骤S4：获取气象要素预测数据计算出的2个公因子新值；步骤S5：将2个公因子新值和回归系数代入预测模型，经逆标准化变换，得到日光伏发电量的预测值。与现有技术相比，本发明具有算法和建模简单、发电量预测准确率高等优点。

主权项

一种基于因子分析的并网光伏电站日发电量预测方法，其特征在于，包括以下步骤：步骤S1：获取历史常规气象观测值、气温日较差Td、日清晰度指数Kt和光伏电站数据库中的历史光伏发电量数据Em，并进行标准化处理；步骤S2：对标准化后的历史常规气象观测值、气温日较差Td、日清晰度指数Kt进行因子分析，并采用极大方差法进行因子轴旋转，提取旋转后的2个公因子，并获得旋转后每个公因子的载荷矩阵；步骤S3：建立光伏电量预测模型为：$E_e^{*}={\mathrm{af}}_1+{\mathrm{bf}}_2$其中，是光伏发电量标准化值，a、b是回归系数，f₁、f₂是旋转后的公因子，将所提取的2个公因子作为输入量f₁、f₂，将标准化后的历史光伏发电量数据Em^*作为输出量进行多元回归分析，获得回归系数a、b；步骤S4：获取气象要素预测数据，经标准化处理后，利用步骤S2中获得的公因子载荷矩阵，计算出公因子新值；步骤S5：将气象要素预测数据的2个公因子新值和回归系数a、b代入光伏电量预测模型，得到后对其进行逆标准化变换，得到日光伏发电量的预测值。