[发明专利]一种基于灰色关联分析的神经网络光伏发电出力预测方法

摘要

本发明涉及一种基于灰色关联的神经网络光伏发电出力预测方法，包括灰色关联度分析、神经网络训练和出力结果预测分析，灰色关联度分析通过对包含影响光伏出力因素的小时段样本灰色关联度计算并排序，从而获得最优样本；神经网络训练是利用最优样本对遗传算法优化过的BP神经网络进行训练，获得训练过的神经网络；出力结果预测分析是选取预测日各小时段的天气参数信息作为输入条件结合训练完成的神经网络以小时为步长对各时间段出力进行预测，并采用平均绝对百分比误差对系统的预测能力进行评价。本发明的预测方法不仅提高了突变天气时预测准确度，还避免了预测结果易陷入局部最优的缺陷。

主权项

一种基于灰色关联分析的遗传算法优化BP神经网络光伏发电短期出力预测方法，包括：A、灰色关联度分析，确定最优相似小时段训练样本：将各个小时段内天气参数信息组成一个行为序列，通过灰色关联度分析的方法计算出待预测小时段行为序列与选定样本小时段行为序列的综合关联度系数；在此基础上，对待预测小时段前一个或多个小时段与该样本小时段前一个或多个小时段进行关联度分析，得到天气变化趋势的拟合程度；对以上两者按权重相加得到最终的关联度系数；对所得的最终的关联度系数进行降序排序，选取前K个样本作为最优相似小时段训练样本，K为自然数；B、结合遗传算法，对神经网络进行训练：选取最优相似小时段训练样本的天气参数信息作为输入条件，选取最优相似小时段训练样本的光伏出力作为输出条件，对遗传算法优化的BP神经网络进行训练，得到具有联想记忆和预测能力的神经网络；由于每个小时段的出力特点不同，对于每个小时段都进行一次网络训练；C、光伏出力预测，结果分析：选取预测日各个小时段的天气参数信息作为输入条件，结合步骤B训练完成的神经网络，以小时为步长对各个时间段出力进行预测；采用平均绝对百分比误差对系统的预测能力进行评价。