-
公开(公告)号:CN117277265A
公开(公告)日:2023-12-22
申请号:CN202310942432.3
申请日:2023-07-30
Applicant: 上海电力大学
Abstract: 本发明公开了基于天气聚类与QRNN的短期光伏功率区间概率预测方法及系统包括:采集原始数据集,对光伏数据与天气数据进行数据预处理,去除异常值,填补缺值;采用动态自组织映射算法进行相似天气聚类,得到晴天、多云天、阴天下的数据簇;对不同天气下影响光伏出力的因素进行相关性分析;建立分位数回归神经网络单调模型,并预测光伏出力区间范围;采用核密度估计进行光伏功率概率预测。本发明提出的基于天气聚类与QRNN的短期光伏功率区间概率预测方法及系统,通过动态SOM聚类提高了不同场景下光伏功率数据簇的清晰度,并建立QRNN单调区间预测模型与KDE概率预测模型,改善了不同场景下区间预测结果的带宽宽度,更贴合实际出力区间,且概率预测结果也具有可靠性。
-
公开(公告)号:CN116632823A
公开(公告)日:2023-08-22
申请号:CN202310588965.6
申请日:2023-05-24
Applicant: 上海电力大学
Abstract: 本发明涉及一种基于功率转换模型与多层感知机的短期光伏功率预测方法,包括:采集原始数据集,包括历史光伏板发电数据及气象数据;对原始数据集进行预处理,并按照天气类型划分原始数据;通过计算日内平均晴空指数与变化指数,进行天气变化性分析;建立考虑光伏板物理误差的光伏功率转换模型;基于多层感知机,并在模型复杂性、计算复杂性与过拟合性方面进行改进,以建立预测模型,用于预测得到不同天气类型下的阵列平面辐照度与环境温度;将阵列平面辐照度与环境温度的预测结果输入光伏功率转换模型中,输出得到光伏功率值。与现有技术相比,本发明能够有效提高非晴空天气条件下的预测精度,同时确保预测值更加贴近于实际值。
-