[发明专利]太阳能辐照强度分钟级预测方法

摘要

一种太阳能辐照强度分钟级预测方法，属于新能源预测领域。本发明的目的是通过对太阳能辐照强度进行分钟级预测，为太阳能预测提供更精确的输入参数，优化系统运行和控制，提高节能效率的太阳能辐照强度分钟级预测方法。本发明的预测步骤如下：选取输入学习样本、归一化处理、确定网络的结构参数、建立传递函数、采用Levenberg-Marquardt训练方法、设置网络参数、仿真预测和计算误差九步骤来完成。本发明对未来24小时的天阳能辐照强度进行分钟级预测，预测时间尺度为超短期，预测时间间隔为五分钟。对光伏发电系统的输出功率有重要意义，为光伏发电并网运行提供科学依据和方法支持，为太阳能资源评估技术研究奠定了基础。

主权项

一种太阳能辐照强度分钟级预测方法，其特征在于：a、选取输入学习样本：把影响太阳能辐照强度的多种因素作为模型的输入学习样本；b、归一化处理：使用matlab软件对输入学习样本进行归一化处理，使得所有数据的范围在[‑1,1]之间；c、确定网络的结构参数：采用的网络结构为三层，隐含层神经元的选取依据如下公式：（1）其中：l为隐含层神经元数，a为输入神经元数，b为输出神经元数，k为[1,10]之间的常数；d、建立传递函数：取传递函数为：（2）其中g为增益参数， g通常设为1.0，这时f(x)即为TanH函数； e、采用Levenberg‑Marquardt训练方法：表示第k次迭代的权值和阈值所组成的向量， 新的权值和阈值所组成的向量为，权值增量计算公式如下：（3），其中，I为单位矩阵，J()为Jacobian矩阵，(4)；f、设置网络参数：对网络的误差参数，训练步长，训练时间，学习速率进行设定，来对网络进行训练；i、仿真预测：输入预测前一天的辐照强度历史数据和预测天的天气状况、最高温度、最低温度、日照时数、风向和风力等级、空气密度、相对湿度、大气压强因素，用训练好的网络对未来的太阳能辐照强度进行仿真预测；l、计算误差：采取均方根误差来评估本发明的准确性和可行性。