[发明专利]一种基于特征建模的新能源发电量预测方法

摘要

本发明公开了一种基于特征建模的新能源发电量预测方法，包括如下步骤：积累新能源发电量数值、发电影响因素历史数值；初始化特征建模模型参数；将积累数值转化为特征向量，并作为输入用于特征模型处理系统中；经过处理得到发电量的预测值。新能源发电受环境干扰难以精确数学建模，准确预测其发电量存在较大难度。本发明所述方法无需精确建模，利用特征建模对数据信息的压缩，通过最小二乘法计算出特征模型中各个特征项系数，由历史数据的拟合情况自动选取合适的特征模型，最终预测发电量。本发明有效地提高了实时负荷预测精度，计算复杂度较低，具有较高的使用价值。

主权项

1.一种基于特征建模的新能源发电量预测方法，其特征在于，包括如下步骤：步骤1)，采集新能源发电量以及环境参数的历史数值，并对所述历史数值进行归一化处理；其中，所述新能源发电量的历史数值归一化为：所述环境参数的历史数值归一化为：其中，k表示当前时刻；表示k‑i时刻的新能源发电量的历史数值归一化结果；x_k‑i表示k‑i时刻的新能源发电量的历史数值；x_min和x_max分别表示历新能源发电量的历史数值中的最小和最大值；表示第j个环境参数在k‑i时刻的历史数值归一化结果；u_j,k‑i表示第j个环境参数在k‑i时刻的历史数值；u_j,min和u_j,max表示第j个环境参数的历史数值的最小和最大值；步骤2)，根据所述新能源发电量以及环境参数的历史数值归一化结果，将新能源发电量曲线拟合为特征模型，包括如下步骤：21)，建立特征模型为：其中，f_i+1(k)为k时刻新能源发电量加权系数，g_j,i+1(k)是k时刻第j个环境参数加权系数；表示当前时刻k的下一时刻预测值的归一化数据；n为特征模型的项数，m为环境参数个数；22)，通过式(4)所示的最小二乘法迭代计算k时刻新能源发电量加权系数fi+1(k)以及k时刻第j个环境参数加权系数：其中：其中，λ为遗忘因子；初始计算所述加权系数时n取3；23)，根据所述k时刻新能源发电量加权系数f_i+1(k)、k时刻第j个环境参数加权系数以及所述特征模型，计算得到新能源发电量历史数值归一化结果集的归一化后拟合值集合其中，N表示选取的历史数值为N+1个；24)，确定特征模型的项数：根据式(6)计算所述新能源发电量历史数值归一化结果集和归一化后拟合值集合之差的平方和的平均值；若所述σ2未达到预定精度时，将n值加1并返回重复所述步骤21)至步骤24)，直到达到预定精度或在确定次数重复中选取使σ2最小值对应的n作为特征模型的项数；步骤3)，根据步骤2)所确定的特征模型，预测k+1时刻新能源发电量的值为：其中，即表示k+1时刻新能源发电量的预测值；步骤4)，令k＝k+1，重复步骤2)至步骤3)即得到k+2,k+3,...时的发电量预测值。