【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及電力系統(tǒng)，特別是birch驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法及系統(tǒng)。
技術(shù)介紹
1、在光伏發(fā)電領(lǐng)域，光伏發(fā)電站的功率預(yù)測(cè)對(duì)于實(shí)現(xiàn)高效能源管理和優(yōu)化電網(wǎng)運(yùn)行至關(guān)重要。當(dāng)前的功率預(yù)測(cè)方法涉及風(fēng)速、風(fēng)向、溫度、濕度、氣壓和光照強(qiáng)度等多個(gè)影響因素，其中使用bp神經(jīng)網(wǎng)絡(luò)方法已被廣泛應(yīng)用。然而，區(qū)域分布式光伏發(fā)電站往往缺乏健壯的數(shù)據(jù)，同時(shí)缺乏點(diǎn)對(duì)點(diǎn)的風(fēng)速、風(fēng)向、溫度等氣象預(yù)報(bào)數(shù)據(jù)。此外，nwp數(shù)據(jù)通常以3*3km的網(wǎng)格形式提供，導(dǎo)致一個(gè)網(wǎng)格內(nèi)只有一組共享的氣象信息，而該網(wǎng)格區(qū)域可能覆蓋多個(gè)分布式光伏發(fā)電站。因此，使用一組共享的氣象信息來(lái)預(yù)測(cè)多個(gè)分布式光伏發(fā)電站的輸出功率存在準(zhǔn)確性不足的問(wèn)題。其次，在一個(gè)區(qū)域內(nèi)可能存在眾多分布式光伏發(fā)電站，直接使用所有站點(diǎn)的數(shù)據(jù)進(jìn)行預(yù)測(cè)會(huì)導(dǎo)致計(jì)算量過(guò)大和模型復(fù)雜性增加的問(wèn)題。
2、因此，本方案首先獲取本區(qū)域及鄰近區(qū)域的nwp氣象數(shù)據(jù)，利用idw空間插值法來(lái)預(yù)測(cè)本區(qū)域內(nèi)的所有分布式光伏發(fā)電站的點(diǎn)到點(diǎn)氣象數(shù)據(jù)，其次，設(shè)計(jì)了單隱層bp神經(jīng)網(wǎng)絡(luò)來(lái)訓(xùn)練模型，以減少模型的復(fù)雜度，同時(shí)為了提高模型的性能，在訓(xùn)練的過(guò)程中采用了交叉驗(yàn)證法。另外，本方案采用birch聚類算法對(duì)具有相似特征的模型進(jìn)行聚類，相較于k-means聚類算法，birch聚類算法可以處理分布式發(fā)電站所產(chǎn)生的大量數(shù)據(jù)，同時(shí)不需要指定聚類簇?cái)?shù)。通過(guò)birch聚類能夠應(yīng)對(duì)模型對(duì)于部分地區(qū)功率預(yù)測(cè)的需求(每個(gè)地區(qū)影響光伏預(yù)測(cè)的因素不盡相同)。
技術(shù)實(shí)現(xiàn)思路
1、鑒于上述存在的問(wèn)題，提出了本專利
2、因此，本專利技術(shù)所要解決的問(wèn)題是：為解決使用一組共享的氣象信息來(lái)預(yù)測(cè)多個(gè)分布式光伏發(fā)電站的輸出功率存在準(zhǔn)確性不足的問(wèn)題。
3、為解決上述技術(shù)問(wèn)題，本專利技術(shù)提供如下技術(shù)方案：birch驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法，包括，使用氣象數(shù)據(jù)插值方法idw對(duì)本區(qū)域及鄰近區(qū)域的每個(gè)分布式光伏發(fā)電站的氣象數(shù)據(jù)進(jìn)行數(shù)據(jù)采集；使用bp神經(jīng)網(wǎng)絡(luò)算法對(duì)根據(jù)氣象數(shù)據(jù)插值方法idw獲得的各光伏發(fā)電站的氣象數(shù)據(jù)進(jìn)行模型訓(xùn)練；使用birch聚類算法對(duì)訓(xùn)練好的光伏發(fā)電站功率預(yù)測(cè)模型進(jìn)行分組；按照生成的模型根據(jù)天氣預(yù)報(bào)信息進(jìn)行當(dāng)前區(qū)域所有發(fā)電站的功率預(yù)測(cè)。
4、作為本專利技術(shù)所述birch驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法的一種優(yōu)選方案，其中：所述數(shù)據(jù)采集包括，通過(guò)獲取本區(qū)域及鄰近區(qū)域的nwp氣象數(shù)據(jù)，并使用氣象數(shù)據(jù)插值方法idw，即反距離權(quán)重插值法估算每個(gè)分布式光伏發(fā)電站位置的氣象數(shù)據(jù)，獲取每個(gè)分布式光伏發(fā)電站的氣象數(shù)據(jù)；所述氣象數(shù)據(jù)包括風(fēng)速、風(fēng)向、溫度、濕度、氣壓和光照強(qiáng)度相關(guān)數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，包括數(shù)據(jù)清洗、缺失值處理和異常值檢測(cè)；所述氣象數(shù)據(jù)插值方法idw包括確定插值點(diǎn)、確定本區(qū)域及鄰近區(qū)域的nwp數(shù)據(jù)、確定鄰近區(qū)域及idw插值；所述確定插值點(diǎn)包括，在本區(qū)域內(nèi)選擇需要預(yù)測(cè)氣象信息的位置點(diǎn)，位置點(diǎn)為所有分布式光伏發(fā)電站的位置，使用經(jīng)緯度坐標(biāo)表示，每個(gè)發(fā)電站的地理位置為(lat_a，lon_a)，其中，a表示第a個(gè)發(fā)電站；所述確定本區(qū)域及鄰近區(qū)域的nwp數(shù)據(jù)包括，nwp氣象信息包含風(fēng)速、風(fēng)向、溫度、濕度、氣壓和光照強(qiáng)度數(shù)據(jù)；所述確定鄰近區(qū)域包括，通過(guò)計(jì)算待插值的分布式發(fā)電站位置點(diǎn)(lat_a，lon_a)與所有周邊區(qū)域中心點(diǎn)位置的歐基里得距離，得到距離最近的區(qū)域，獲取區(qū)域的nwp氣象數(shù)據(jù)作為鄰近區(qū)域的nwp數(shù)據(jù)；所述idw插值包括，利用本區(qū)域內(nèi)的nwp數(shù)據(jù)和鄰近區(qū)域的nwp數(shù)據(jù)，進(jìn)行idw插值計(jì)算，獲取本區(qū)域內(nèi)各分布式發(fā)電站的氣象數(shù)據(jù)。
5、作為本專利技術(shù)所述birch驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法的一種優(yōu)選方案，其中：所述模型訓(xùn)練包括，在訓(xùn)練過(guò)程中，將風(fēng)速、風(fēng)向、溫度、濕度、氣壓和光照強(qiáng)度氣象信息作為輸入特征，功率作為目標(biāo)輸出，通過(guò)迭代優(yōu)化模型參數(shù)，使得預(yù)測(cè)功率與實(shí)際功率之間的均方差最小化；設(shè)計(jì)單隱層bp神經(jīng)網(wǎng)絡(luò)，由輸入層、隱藏層和輸出層構(gòu)成，輸入層的神經(jīng)元個(gè)數(shù)與數(shù)據(jù)的輸入特征一致，輸出神經(jīng)元的個(gè)數(shù)取1；隱藏層神經(jīng)元個(gè)數(shù)的選取計(jì)算公式表示為：
6、
7、其中，l表示為隱藏層神經(jīng)元個(gè)數(shù)，m為輸入層神經(jīng)元個(gè)數(shù)，n為輸出層神經(jīng)元個(gè)數(shù)，h為調(diào)節(jié)常數(shù)，選取sigmoid函數(shù)作為bp神經(jīng)網(wǎng)絡(luò)隱層和輸出層神經(jīng)元的激活函數(shù)；同時(shí)采用交叉驗(yàn)證法來(lái)訓(xùn)練模型并校驗(yàn)?zāi)Ｐ停岣吣Ｐ偷膶W(xué)習(xí)能力。
8、作為本專利技術(shù)所述birch驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法的一種優(yōu)選方案，其中：所述birch聚類算法包括，將所有的訓(xùn)練好的模型作為樣本依次讀入，建立聚類特征樹cf樹；對(duì)建立的cf樹進(jìn)行篩選，去除異常cf節(jié)點(diǎn)，對(duì)于一些超球體距離非常近的元組進(jìn)行合并；利用聚類算法對(duì)所有的cf元組進(jìn)行聚類，得到一棵cf樹；利用聚類生成的cf樹的所有cf節(jié)點(diǎn)的質(zhì)心，作為初始質(zhì)心點(diǎn)，對(duì)所有的樣本點(diǎn)按距離遠(yuǎn)近進(jìn)行聚類。
9、作為本專利技術(shù)所述birch驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法的一種優(yōu)選方案，其中：所述建立聚類特征樹cf樹包括，從根節(jié)點(diǎn)root開始遞歸往下，計(jì)算當(dāng)前條目與要插入數(shù)據(jù)點(diǎn)之間的距離，尋找距離最小的那個(gè)路徑，找到與要插入數(shù)據(jù)點(diǎn)最接近的葉節(jié)點(diǎn)中的條目；比較計(jì)算出的距離是否小于閾值t，初始閾值t選擇前兩個(gè)節(jié)點(diǎn)距離的一半，若小于閾值t，則當(dāng)前條目吸收數(shù)據(jù)點(diǎn)；若大于等于閾值t，則判斷當(dāng)前條目所在葉節(jié)點(diǎn)的條目個(gè)數(shù)是否小于l，l為葉子結(jié)點(diǎn)的最大cf數(shù)，若小于l，則直接將數(shù)據(jù)點(diǎn)插入作為要插入數(shù)據(jù)點(diǎn)的新條目，若大于等于l，則需要分裂葉節(jié)點(diǎn)，分裂的原則為尋找葉節(jié)點(diǎn)中距離最遠(yuǎn)的兩個(gè)條目并以這兩個(gè)條目作為分裂后新的兩個(gè)葉節(jié)點(diǎn)的起始條目，其他剩下的條目根據(jù)距離最小原則分配到兩個(gè)新的葉節(jié)點(diǎn)中，刪除原葉節(jié)點(diǎn)并更新整個(gè)cf樹；若數(shù)據(jù)點(diǎn)無(wú)法插入，則提升閾值t，t擴(kuò)大1.05倍，并按照步驟重建樹吸收更多的葉節(jié)點(diǎn)條目，直到把所有數(shù)據(jù)點(diǎn)全部插入完畢；在cf樹重建過(guò)程中，通過(guò)利用老樹的葉節(jié)點(diǎn)來(lái)重新構(gòu)建一棵新樹，樹的重建過(guò)程不需要訪問(wèn)所有點(diǎn)，即構(gòu)建cf樹只需訪問(wèn)數(shù)據(jù)一次。
10、作為本專利技術(shù)所述birch驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法的一種優(yōu)選方案，其中：所述建立聚類特征樹cf樹還包括，計(jì)算出簇質(zhì)心、半徑和直徑，簇半徑r是成員對(duì)象到質(zhì)心的平均距離，簇直徑d是簇中兩兩數(shù)據(jù)點(diǎn)的平均距離，表示為：
11、
12、
13、
14、其中，為簇質(zhì)心，r為簇半徑，d為簇直徑，為簇中第i個(gè)數(shù)據(jù)點(diǎn)，n為簇內(nèi)的數(shù)據(jù)點(diǎn)數(shù)量，ss為各數(shù)據(jù)點(diǎn)的平方和，ls為各點(diǎn)的線性求和。
15、作為本專利技術(shù)所述birch驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法的一種優(yōu)選方案，其中：所述對(duì)所有的樣本點(diǎn)按距離遠(yuǎn)近進(jìn)行聚類包括，cf樹建立，所有光伏電站的數(shù)據(jù)被分別放在k個(gè)節(jié)點(diǎn)下，重新計(jì)算當(dāng)前k個(gè)簇的簇中心模型，對(duì)每個(gè)簇中所包含的光伏發(fā)電站模型對(duì)應(yīng)的權(quán)重向量和偏置向量求均值，得到聚類效果最佳的k個(gè)簇中心模型，表示為：
16、
17、其中，zi(j)＝[wi?bi]t為重新生成的第i個(gè)簇中心模型的所有權(quán)重參數(shù)和偏置參數(shù)組本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.BIRCH驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法，其特征在于：包括，
2.如權(quán)利要求1所述的BIRCH驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法，其特征在于：所述數(shù)據(jù)采集包括，通過(guò)獲取本區(qū)域及鄰近區(qū)域的NWP氣象數(shù)據(jù)，并使用氣象數(shù)據(jù)插值方法IDW，即反距離權(quán)重插值法估算每個(gè)分布式光伏發(fā)電站位置的氣象數(shù)據(jù)，獲取每個(gè)分布式光伏發(fā)電站的氣象數(shù)據(jù)；
3.如權(quán)利要求2所述的BIRCH驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法，其特征在于：所述模型訓(xùn)練包括，在訓(xùn)練過(guò)程中，將風(fēng)速、風(fēng)向、溫度、濕度、氣壓和光照強(qiáng)度氣象信息作為輸入特征，功率作為目標(biāo)輸出，通過(guò)迭代優(yōu)化模型參數(shù)，使得預(yù)測(cè)功率與實(shí)際功率之間的均方差最小化；
4.如權(quán)利要求3所述的BIRCH驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法，其特征在于：所述BIRCH聚類算法包括，將所有的訓(xùn)練好的模型作為樣本依次讀入，建立聚類特征樹CF樹；
5.如權(quán)利要求4所述的BIRCH驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法，其特征在于：所述建立聚類特征樹CF樹包括，從根節(jié)點(diǎn)root開始遞歸往下，計(jì)算當(dāng)前條目與要插入數(shù)據(jù)點(diǎn)之間的距離，尋找距離最小的
6.如權(quán)利要求5所述的BIRCH驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法，其特征在于：所述建立聚類特征樹CF樹還包括，計(jì)算出簇質(zhì)心、半徑和直徑，簇半徑R是成員對(duì)象到質(zhì)心的平均距離，簇直徑D是簇中兩兩數(shù)據(jù)點(diǎn)的平均距離，表示為，
7.如權(quán)利要求6所述的BIRCH驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法，其特征在于：所述對(duì)所有的樣本點(diǎn)按距離遠(yuǎn)近進(jìn)行聚類包括，CF樹建立，所有光伏電站的數(shù)據(jù)被分別放在K個(gè)節(jié)點(diǎn)下，重新計(jì)算當(dāng)前K個(gè)簇的簇中心模型，對(duì)每個(gè)簇中所包含的光伏發(fā)電站模型對(duì)應(yīng)的權(quán)重向量和偏置向量求均值，得到聚類效果最佳的K個(gè)簇中心模型，表示為，
8.一種采用如權(quán)利要求1～7任一所述的BIRCH驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法的系統(tǒng)，其特征在于：包括，數(shù)據(jù)采集模塊、數(shù)據(jù)預(yù)處理模塊、模型訓(xùn)練模塊、聚類分組模塊及功率預(yù)測(cè)模塊；
9.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，其特征在于：所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述的BIRCH驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法的步驟。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于：所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述的BIRCH驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法的步驟。
...【技術(shù)特征摘要】
1.birch驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法，其特征在于：包括，
2.如權(quán)利要求1所述的birch驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法，其特征在于：所述數(shù)據(jù)采集包括，通過(guò)獲取本區(qū)域及鄰近區(qū)域的nwp氣象數(shù)據(jù)，并使用氣象數(shù)據(jù)插值方法idw，即反距離權(quán)重插值法估算每個(gè)分布式光伏發(fā)電站位置的氣象數(shù)據(jù)，獲取每個(gè)分布式光伏發(fā)電站的氣象數(shù)據(jù)；
3.如權(quán)利要求2所述的birch驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法，其特征在于：所述模型訓(xùn)練包括，在訓(xùn)練過(guò)程中，將風(fēng)速、風(fēng)向、溫度、濕度、氣壓和光照強(qiáng)度氣象信息作為輸入特征，功率作為目標(biāo)輸出，通過(guò)迭代優(yōu)化模型參數(shù)，使得預(yù)測(cè)功率與實(shí)際功率之間的均方差最小化；
4.如權(quán)利要求3所述的birch驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法，其特征在于：所述birch聚類算法包括，將所有的訓(xùn)練好的模型作為樣本依次讀入，建立聚類特征樹cf樹；
5.如權(quán)利要求4所述的birch驅(qū)動(dòng)的區(qū)域分布式光伏功率預(yù)測(cè)方法，其特征在于：所述建立聚類特征樹cf樹包括，從根節(jié)點(diǎn)root開始遞歸往下，計(jì)算當(dāng)前條目與要插入數(shù)據(jù)點(diǎn)之間的距離，尋找距離最小的那個(gè)路徑，找到與要插入數(shù)據(jù)點(diǎn)最接近的葉節(jié)點(diǎn)中的條目；
6.如權(quán)利要求5所述的birch驅(qū)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：文賢馗，周科，張俊瑋，鄧彤天，范強(qiáng)，王冕，于楊，姚浩，習(xí)偉，楊濤，曾鵬，張世海，林呈輝，徐玉韜，高吉普，辛明勇，付宇，肖小兵，蔡永翔，王揚(yáng)，
申請(qǐng)(專利權(quán))人：貴州電網(wǎng)有限責(zé)任公司，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。