CN107194495-CN201710266598-一种基于历史数据挖掘的光伏功率纵向预测方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107194495 A (43)申请公布日 2017.09.22 (21)申请号 201710266598.2 G06Q 50/06(2012.01) (22)申请日 2017.04.21 (71)申请人 北京信息科技大学 地址 100192 北京市海淀区清河小营东路 12号 申请人 华北电力大学　 国家电网公司领导力开发研究中心　 吉林省电力科学研究院有限公司 (72)发明人 杨秀媛　徐铭璐　徐寿臣　王春玲　 韩晓娟　 (74)专利代理机构 北京众合诚成知识产权代理 有限公司 11246 代理人 陈波 (51)Int.Cl. G06Q 10/04(2012.01) 权利要求书3页 说明书8页 附图4页 (54)发明名称 一种基于历史数据挖掘的光伏功率纵向预 测方法 (57)摘要 本发明属于太阳能利用研究领域，特别涉及 一种基于历史数据挖掘的光伏功率纵向预测方 法，首先针对不同季节的历史光伏功率数据进行 统计分析，得到相应季节下光伏功率的6个统计 指标。利用欧式距离对上述统计指标进行聚类， 得到不同季节不同天气情况下的相似日矩阵，通 过一维正向云发生器形成相似日典型曲线及分 布区间。利用马尔可夫链理论实现相应时刻未来 24小时的光伏功率纵向预测，将该预测值与相似 日典型曲线分布区间进行融合，形成新的预测 值。最后将新的预测值与持续预测法得到的预测 A 值通过一维逆向云发生器进行加权融合，实现基 5 于历史数据相似云融合的光伏功率纵向预测，进 9 4 4 一步提高光伏功率的预测精度。 9 1 7 0 1 N C CN 107194495 A 权　利　要　求　书 1/3 页 1.一种基于历史数据挖掘的光伏功率纵向预测方法，其特征在于，包括： 步骤1、采集光伏电站输出功率数据，选取上一年某季节下的D天历史光伏功率数据进 行统计分析，得到相应季节下出力均值、标准差、变异系数、峰度、偏度和出力总和6个统计 指标，并进行归一化处理； 步骤2、利用欧式距离对D天历史光伏功率数据进行分类，形成n个不同的相似日矩阵c (m)，其中，1≤m≤n； 步骤3、利用一维正向云发生器计算D天内相似日矩阵c(m)从早7点至晚7点光伏功率的 云数字特征(E ，E ,H )形成相似日典型曲线及逐时云滴分布区间；其中，E -期望，E -熵，H - x n e x n e 超熵； 步骤4、将预测日对应季节下的M天光伏功率数据进行状态划分，利用绝对分布的马尔 可夫链理论计算转移频数矩阵和转移概率矩阵，选择对应t时刻转移概率矩阵 计算 初始状态分布和初始概率向量，求得预测时刻的概率分布，建立基于马尔科夫链的光伏功 率纵向预测模型，得到预测值；其中， 为某天t时刻所处状态i转移到达k天后t时刻所处 状态j的状态转移概率矩阵； 步骤5、读取天气预报信息确定待预测日的相似日典型曲线所属类别，根据步骤3得到 的相似日典型曲线及逐时云滴分布区间对步骤4中得到的预测值进行融合，得到融合后的 新预测值，与持续预测法得到的预测值