基于时间序列模型的光伏发电功率超短期预测方法
【专利摘要】本发明公开了一种基于时间序列模型的光伏发电功率超短期预测方法，其特征在于，包括以下步骤：步骤一：采集光伏电站历史功率数据，并对历史功率数据进行归一化处理。步骤二：根据归一化后历史功率数据建立拟合方程，根据建立的拟合方程和残差方差确定模型的阶数即p和q的值；步骤三：确定；的值；步骤四：建立自回归滑动平均模型。通过历史功率数据、以及拟合方程和自回归滑动平均模型方程对光伏发电功率超短期预测建立预测模型，根据预测模型和现有的数据即可达到对光伏发电功率进行短期准确预测的目的。
【专利说明】基于时间序列模型的光伏发电功率超短期预测方法
【技术领域】
[0001]本发明涉及光伏发电领域，具体地，涉及一种基于时间序列模型的光伏发电功率超短期预测方法。
【背景技术】
[0002]太阳能资源丰富、分布广泛，是21世纪最具发展潜力的可再生能源。随着全球能源短缺和环境污染等问题日益突出，太阳能光伏发电因其清洁、安全、便利、高效等特点，已成为世界各国普遍关注和重点发展的新兴产业。“十二五”时期我国将新增太阳能光伏电站装机容量约1000万千瓦，太阳能光热发电装机容量100万千瓦，分布式光伏发电系统约1000万千瓦。在今后的十几年中，中国光伏发电的市场将会进入高速发展时期。
[0003]截至2013年8月，甘肃电网并网光伏装机容量已超过140万千瓦，成为仅次于青海的第二大光伏发电基地。随着光伏电站的大规模并网，光伏发电出力的不确定性和不可控性给电网运行管理带来诸多问题，
[0004]因此，光伏并网容量规模较大时，开发实用的光伏发电功率超短期预测系统，可以有效减少旋转备用容量、提高电网安全经济运行水平。
[0005]丹麦、德国、意大利、西班牙、美国、日本等国家均已开展光伏发电功率预测方法的相关研究，同时部分国家已经形成相关的产品并得到规模化应用。光伏发电功率预测方法研究在国内刚刚起步，已经出现一些针对光伏发电功率预测的相关专利，包括利用专家知识库进行光伏发电功率预测的方法、利用BP神经网络进行光伏发电功率预测的方法等。但尚未出现基于时间序列模型的光伏发电功率超短期预测方法。
【发明内容】
[0006]本发明的目的在于，针对上述问题，提出一种基于时间序列模型的光伏发电功率超短期预测方法，以实现对光伏发电功率进行短期准确预测的优点。
[0007]为实现上述目的，本发明采用的技术方案是:
[0008]一种基于时间序列模型的光伏发电功率超短期预测方法，包括以下步骤:
[0009]步骤一:采集光伏电站历史功率数据，并对历史功率数据进行归一化处理，归一化
处理公式如下:
【权利要求】
1.一种基于时间序列模型的光伏发电功率超短期预测方法，其特征在于，包括以下步骤: 步骤一:采集光伏电站历史功率数据，并对历史功率数据进行归一化处理，归一化处理公式如下:
2.根据权利要求1所述的基于时间序列模型的光伏发电功率超短期预测方法，其特征在于，上述步骤二中的建立拟合方程，根据建立的拟合方程和残差方差确定模型的阶数为:使用系列阶数逐渐递增的模型来拟合原始序列，每次都计算残差平方和#然后画出阶数和σ的图形，当阶数由小增大时会显著下降，达到真实阶数后$的值则逐渐趋于平缓，残差方差的估计式为:
€=拟合误差的平方和/(实际观测值个数-模型参数个数) “实际观测值个数”是指拟合模型时实际使用的观察值项数，对于具有N个观察值的序列，拟合自回归模型，则实际使用的观察值最多为Ν-ρ。
3.根据权利要求2所述的基于时间序列模型的光伏发电功率超短期预测方法，其特征 在于，上述拟合自回归模型公式如下:
【文档编号】G06F17/30GK103473322SQ201310416832
【公开日】2013年12月25日 申请日期:2013年9月13日 优先权日:2013年9月13日
【发明者】路亮, 汪宁渤, 李照荣, 赵龙, 王有生, 刘光途 申请人:国家电网公司, 甘肃省电力公司, 甘肃省电力公司风电技术中心