基于样条估计分位数回归光伏功率回归模型.docVIP

基于样条估计分位数回归光伏功率回归模型 　　摘 要：光伏发电功率预测的准确与否是太阳能光伏发电是否能够有效地并入当前电网从而大大地提高太阳能利用率的关键.分位数回归是一种能够给出输出量的详细完整分布，从而便于分析与研究的回归模型.样条就是仅在节点处平滑连接的多项式函数，样条估计具有简单易行和计算速度快的优点.本文通过建立基于样条估计的分位数回归模型，在光伏面板发电功率数据的基础上，拟合光伏功率曲线，通过计算残差平方和和确定系数进行对拟合效果的评估.结果表明，该模型利用已有的光伏面板发电功率数据，可以在给出功率预测值的完整分布的同时，准确有效地分析相关因素对光伏发电功率的影响，展现不同分位点的回归拟合效果，?亩?有效地提高光伏系统对太阳能的利用率，避免光伏发电在接入电网时所产生的不利影响. 　　关键词：光伏功率预测；分位数回归；样条估计法；概率预测；曲线拟合 　　中图分类号：TM721 文献标志码：A 　　Photovoltaic Power Regression Model Based on Spline Estimationand Quantile Regression 　　LU Zhiying，REN Yimo，GE Lukun 　　（School of Electrical and Information Engineering，Tianjin University，Tianjin 300072，China） 　　Abstract：A quantile regression model was established based on spline estimation. Based on the output data of photovoltaic panel，the curve of power was fitted，which was compared with ordinary least squares regression model and simple quantile regression model. The results show that the quantile regression model can give much more accurate and effective analysis on the influence of relative factors on the output power of photovoltaic panels，improve the efficiency of solar energy，provide the complete distribution of output power，and reduce the negative impact of photovoltaic panel when connected to the grid. 　　Key words：photovoltaic power prediction；quantile regression；spline estimation；probability prediction；curve fitting 　　当代社会已经公认太阳能是一种具有强大竞争力的绿色能源.利用太阳能的有效方式之一是光伏发电，目前我国的光伏发电系统正在由独立系统发展到大规模并网[1].由于受各种因素的影响，光伏系统进行发电的功率是不稳定的，在接入电网时会造成一些不利影响[2-3]，因此人们在使用光伏发电时常持有谨慎的态度，从而影响太阳能以及光伏发电的应用范围. 　　在短期光伏功率预测的领域，国内外学者对光伏出力的相关影响因素和新方法新理论进行了一定的分析和研究.文献[4]利用天气类型指数的方法来进行光伏短期出力预测；文献[5]利用了机器学习的方法之一局部支持向量回归来进行微网光伏发电的预测；文献[6]总结了目前大多数已有的短期太阳能光伏发电预测方法的思路，建立预测公式或模型，对光伏电站发电量进行预测. 　　分位数回归（Quantile Regression，QR）是一种利用自变量的多个分位数（例如四分位、中位、百分位等）来得到因变量完整的条件分布的方法，可以得到更详细的描述变量的统计分布. 　　样条是指一种采用分段定义的简单方便的多项式参数曲线，样条估计在许多曲线估计的领域中都得到了大量的应用. 　　通过建立基于样条估计的分位数回归模型，在光伏面板出力功率数据的基础上，可以准确地拟合光伏出力曲线，并与OLS模型以及简单分位数回归模型的拟合效果进行比较与分析.结果表明，基于样条估计的分位数回归模型能够更加准确地拟合光伏出力曲线，得到光伏出力数据的条件分布的完整分布，在详细地描述光伏出