短期电站光伏功率的主因隐含型预测方法
【技术领域】
[0001] 本发明属于电力工程领域，具体涉及一种短期电站光伏功率的主因隐含型预测方 法。
【背景技术】
[0002] 目前，环球光伏发电容量迅猛增长。由于固有的波动性和间隙性，电站光伏发电功 率被电力网吸纳的充分度取决于其预测方法的易实现性和准确性。
[0003] 现有的电站光伏功率预测方法，主要有基于直接或间接因果关系的预测方法两 种。基于直接因果关系的预测方法需要先预测出地面的太阳辐射强度，其复杂度同天气预 报，不仅不易实现而且准确度低。已有基于间接因果关系的预测方法，有的需要大气上界的 太阳辐射强度或假定该强度一天不变、并通过一次映射完成一天多时点光伏功率的预测， 不易实现或原理上不够准确（未反映早中晚太阳高度角从〇增大再减小到〇对电站光伏功 率的影响）；有的只考虑气温和湿度两个影响因素，没有计及风速和云量等重要因素对散 热和漫反射的影响。综上，已有电站光伏功率的预测方法要么不易实现、要么原理上不够准 确。
【发明内容】
[0004] 针对现有技术的上述缺陷，本发明提供了一种短期电站光伏功率的主因隐含型预 测方法，提高电站光伏功率预测的易实现性和准确性。
[0005] 本发明的技术方案为：一种短期电站光伏功率的主因隐含型预测方法，包括如下 步骤： S1，采集历史日特定时点的气象因素记录和电站光伏功率记录数据，构建预测日和历 史日特定时点的气象因素记录矩阵和历史日特定时点的电站光伏功率记录列向量； 52, 按照历史日与预测日特定时点的气象因素记录之间的马氏距离，从历史气象因素 及光伏功率记录中筛选出相似记录，构建原因相似的初选样本集； 53, 根据初选样本集中各历史日特定时点的气象因素及光伏功率记录与初选样本总体 之间的马氏距离，从初选样本集中挑选出因果相似的精选样本； 54, 对精选样本集中各个量值的记录数据标准化，构建标准化的精选样本集； 55, 构建基于简化间接因果径向基函数网络的电站光伏功率的预测模型结构，并运用 标准化的精选样本集确定预测模型结构中的参数，建立电站光伏功率的预测模型； 56, 根据电站光伏功率的预测模型和预测日特定时点的气象因素记录，对预测日特定 时点电站光伏功率的值进行预测。
[0006] 步骤S1，考虑总云量、降水量、相对湿度、气压、气温和风速6个间接影响光伏功 率大小的气象因素。
[0007] 步骤S2,按马氏距离从小到大从历史气象因素及光伏功率记录中筛选出与预测日 特定时点气象因素记录相似的样本、构建间接影响因素相似的初选样本集；步骤S3,按马 氏距离从小到大从初选样本集中挑选出气象因素及光伏功率记录与初选样本总体相似的 样本、构建间接影响因素及结果相似的精选样本集。
[0008] 步骤S4,根据精选样本集和均值为0、方差为1的数据标准化方法，对精选样本集 中各个量值的记录数据标准化。
[0009] 本发明方法针对指定电站的光伏功率，提出了一种基于简化间接因果径向基函数 网络的电站光伏功率的预测模型结构，合理隐去了影响电站光伏功率的主要气象因素"太 阳辐射强度"。按与预测时点气象因素的马氏距离从历史气象及光伏功率记录中筛选出相 似记录、构建间接影响因素相似（简称原因相似）的初选样本集，继而按与初选样本总体的 马氏距离挑选出间接影响因素及结果相似（简称因果相似）的精选样本，再用精选样本集 确定预测模型结构中的待定参数，实现短期电站光伏功率的预测建模和预测。这种方法通 过在模型中隐含（不显含）"太阳辐射强度"影响因素和考虑多个气象因素并按各预测时 点建模，不仅简化了预测模型、容易基于已有天气预报信息实现预测，而且预测方法在原理 上更准确，解决了已有电站光伏功率预测方法存在的要么不易实现、要么原理上不够准确 的问题。
【附图说明】
[0010] 图1是本发明实施例提供的短期电站光伏功率的主因隐含型预测方法的实现流 程图； 图2是本发明实施例提供的光伏电站通用输入输出模型示意图。
【具体实施方式】
[0011] 图1示出了本发明实施 例提供的短期电站光伏功率的主因隐含型预测方法的实现流程，为了便于说明，仅示 出了与本发明实施例相关的部分，详述如下： 在步骤Sl中，根据已知的光伏发电原理、电站光伏发电功率及气象记录，构建预测日 和历史日特定时点的气象因素记录矩阵和历史日特定时点的电站光伏功率记录列向量。
[0012] 步骤Sl包括： 根据已知的光伏发电原理、预测日和历史日特定时点（所述特定时点指某个光伏功率 预测时点）的气象因素记录，构建如下预测日和历史日特定时点的气象因素记录矩阵。
【主权项】
1. 一种短期电站光伏功率的主因隐含型预测方法，其特征在于包括如下步骤： S1，采集历史日特定时点的气象因素记录和电站光伏功率记录数据，构建预测日和历 史日特定时点的气象因素记录矩阵和历史日特定时点的电站光伏功率记录列向量； 52, 按照历史日与预测日特定时点的气象因素记录之间的马氏距离，从历史气象因素 及光伏功率记录中筛选出相似记录，构建原因相似的初选样本集； 53, 根据初选样本集中各历史日特定时点的气象因素及光伏功率记录与初选样本总体 之间的马氏距离，从初选样本集中挑选出因果相似的精选样本； 54, 对精选样本集中各个量值的记录数据标准化，构建标准化的精选样本集； 55, 构建基于简化间接因果径向基函数网络的电站光伏功率的预测模型结构，并运用 标准化的精选样本集确定预测模型结构中的参数，建立电站光伏功率的预测模型； 56, 根据电站光伏功率的预测模型和预测日特定时点的气象因素记录，对预测日特定 时点电站光伏功率的值进行预测