本技術(shù)涉及計(jì)算機(jī)技術(shù)的，特別涉及一種光伏功率預(yù)測(cè)方法。

背景技術(shù)：

1、隨著全球能源結(jié)構(gòu)的轉(zhuǎn)型與可持續(xù)發(fā)展理念的深入人心，光伏發(fā)電作為一種清潔、可再生的能源形式，日益受到廣泛關(guān)注和應(yīng)用。然而，光伏發(fā)電固有的間歇性、隨機(jī)性和波動(dòng)性特點(diǎn)，使得大規(guī)模的光伏發(fā)電接入電網(wǎng)后，對(duì)電力系統(tǒng)的穩(wěn)定運(yùn)行構(gòu)成了不小的挑戰(zhàn)。這種不穩(wěn)定性不僅可能影響電力供應(yīng)的質(zhì)量，而且可能對(duì)電網(wǎng)的安全穩(wěn)定運(yùn)行帶來(lái)潛在的風(fēng)險(xiǎn)。

2、為了應(yīng)對(duì)這些挑戰(zhàn)，必須對(duì)光伏發(fā)電的功率進(jìn)行準(zhǔn)確預(yù)測(cè)，以便能夠合理安排電網(wǎng)的運(yùn)行方式和采取相應(yīng)的應(yīng)對(duì)措施。通過(guò)光伏發(fā)電功率的預(yù)測(cè)，電力調(diào)度部門(mén)可以更好地平衡發(fā)電和電力消費(fèi)之間的關(guān)系，從而確保電力系統(tǒng)的穩(wěn)定與可靠。

3、目前，常用的光伏發(fā)電預(yù)測(cè)方法主要包括物理預(yù)測(cè)方法和統(tǒng)計(jì)預(yù)測(cè)方法兩大類(lèi)。物理預(yù)測(cè)方法主要依賴(lài)于氣象數(shù)據(jù)、衛(wèi)星圖像以及光伏設(shè)備的物理參數(shù)等信息，通過(guò)建立預(yù)測(cè)模型來(lái)預(yù)測(cè)光伏發(fā)電的功率。而統(tǒng)計(jì)預(yù)測(cè)方法則主要通過(guò)對(duì)歷史數(shù)據(jù)的統(tǒng)計(jì)和分析，找出光伏發(fā)電功率與其他因素之間的隱含聯(lián)系，從而進(jìn)行預(yù)測(cè)。

4、近年來(lái)，隨著人工智能技術(shù)的快速發(fā)展，統(tǒng)計(jì)預(yù)測(cè)方法逐漸成為主流。時(shí)間序列模型、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)等先進(jìn)的機(jī)器學(xué)習(xí)算法也被廣泛應(yīng)用于光伏功率預(yù)測(cè)領(lǐng)域。然而，這些方法在實(shí)際應(yīng)用中仍存在一些問(wèn)題。例如，當(dāng)預(yù)測(cè)模型僅基于歷史數(shù)據(jù)進(jìn)行分析而沒(méi)有新數(shù)據(jù)的補(bǔ)充時(shí)，模型可能會(huì)出現(xiàn)固化的現(xiàn)象。此外，由于氣象數(shù)據(jù)的精度問(wèn)題以及光伏發(fā)電本身的隨機(jī)性，固化的預(yù)測(cè)模型可能會(huì)出現(xiàn)預(yù)測(cè)誤差過(guò)大的情況，從而影響預(yù)測(cè)的準(zhǔn)確性。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述問(wèn)題，本技術(shù)提供一種光伏功率預(yù)測(cè)方法。

2、第一方面，本技術(shù)提供一種光伏功率預(yù)測(cè)方法，采用如下的技術(shù)方案：

3、一種光伏功率預(yù)測(cè)方法，包括以下步驟：

4、獲取歷史數(shù)據(jù)和預(yù)測(cè)日氣象數(shù)據(jù)，并對(duì)光伏預(yù)測(cè)模型訓(xùn)練后得到第一光伏預(yù)測(cè)模型，并通過(guò)精度評(píng)價(jià)得到第一光伏預(yù)測(cè)模型的參考評(píng)價(jià)指標(biāo)；

5、將預(yù)測(cè)日氣象數(shù)據(jù)輸入第一光伏預(yù)測(cè)模型中得到第一預(yù)測(cè)數(shù)據(jù)；

6、實(shí)時(shí)獲取預(yù)測(cè)日的歷史時(shí)序數(shù)據(jù)，當(dāng)歷史時(shí)序數(shù)據(jù)中樣本數(shù)量達(dá)到第一預(yù)設(shè)值時(shí)，基于歷史時(shí)序數(shù)據(jù)和第一預(yù)測(cè)數(shù)據(jù)對(duì)第一光伏預(yù)測(cè)模型進(jìn)行精度評(píng)價(jià)得到第一評(píng)價(jià)指標(biāo)；

7、實(shí)時(shí)比對(duì)第一評(píng)價(jià)指標(biāo)和參考評(píng)價(jià)指標(biāo)以判斷第一光伏預(yù)測(cè)模型的預(yù)測(cè)精度，并基于預(yù)測(cè)精度確定最終預(yù)測(cè)模型；

8、將預(yù)測(cè)日氣象數(shù)據(jù)輸入最終預(yù)測(cè)模型中得到預(yù)測(cè)結(jié)果。

9、如此設(shè)置，在通過(guò)歷史數(shù)據(jù)獲得第一光伏預(yù)測(cè)模型后，通過(guò)獲取預(yù)測(cè)日的歷史時(shí)序數(shù)據(jù)對(duì)第一光伏預(yù)測(cè)模型進(jìn)行指標(biāo)評(píng)價(jià)，核對(duì)第一光伏預(yù)測(cè)模型在預(yù)測(cè)日的實(shí)際預(yù)測(cè)精度，再通過(guò)對(duì)實(shí)際預(yù)測(cè)精度進(jìn)行評(píng)判，通過(guò)評(píng)判結(jié)果來(lái)確定最終預(yù)測(cè)模型。

10、在其中一個(gè)實(shí)施例中：所述對(duì)光伏預(yù)測(cè)模型訓(xùn)練后得到第一光伏預(yù)測(cè)模型，并通過(guò)精度評(píng)價(jià)得到第一光伏預(yù)測(cè)模型的參考評(píng)價(jià)指標(biāo)的步驟具體包括：

11、基于預(yù)測(cè)日氣象數(shù)據(jù)和相似日聚類(lèi)分析模型從歷史數(shù)據(jù)中篩選第一模型訓(xùn)練集和第一模型測(cè)試集；

12、將第一模型訓(xùn)練集輸入預(yù)設(shè)的光伏預(yù)測(cè)模型中訓(xùn)練，得到第一光伏預(yù)測(cè)模型；

13、基于第一模型測(cè)試集對(duì)第一光伏預(yù)測(cè)模型進(jìn)行評(píng)價(jià)得到初始評(píng)價(jià)指標(biāo)，基于初始評(píng)價(jià)指標(biāo)得到參考評(píng)價(jià)指標(biāo)。

14、如此設(shè)置，通過(guò)相似日聚類(lèi)分析的方式來(lái)獲取模型訓(xùn)練的數(shù)據(jù)，如此可以提高第一光伏預(yù)測(cè)模型的預(yù)測(cè)精度。

15、在其中一個(gè)實(shí)施例中：所述實(shí)時(shí)比對(duì)第一評(píng)價(jià)指標(biāo)和參考評(píng)價(jià)指標(biāo)以判斷第一光伏預(yù)測(cè)模型的預(yù)測(cè)精度，并基于預(yù)測(cè)精度確定最終預(yù)測(cè)模型的步驟具體包括：

16、實(shí)時(shí)判斷第一評(píng)價(jià)指標(biāo)的精度是否大于參考評(píng)價(jià)指標(biāo)，若是，則以第一光伏預(yù)測(cè)模型作為最終預(yù)測(cè)模型；

17、若否，則基于歷史時(shí)序數(shù)據(jù)對(duì)光伏預(yù)測(cè)模型訓(xùn)練以得到第二光伏預(yù)測(cè)模型；

18、將預(yù)測(cè)日氣象數(shù)據(jù)輸入第二光伏預(yù)測(cè)模型中得到第二預(yù)測(cè)數(shù)據(jù)；

19、基于第二預(yù)測(cè)數(shù)據(jù)、以及樣本時(shí)序在第一預(yù)設(shè)值后的歷史時(shí)序數(shù)據(jù)對(duì)第二光伏預(yù)測(cè)模型進(jìn)行精度評(píng)價(jià)得到第二評(píng)價(jià)指標(biāo)，實(shí)時(shí)比對(duì)第二評(píng)價(jià)指標(biāo)和參考評(píng)價(jià)指標(biāo)以判斷第二光伏預(yù)測(cè)模型的預(yù)測(cè)精度，并基于第一光伏預(yù)測(cè)模型和第二光伏預(yù)測(cè)模型的預(yù)測(cè)精度確定最終預(yù)測(cè)模型。

20、如此設(shè)置，第一評(píng)價(jià)指標(biāo)的精度大于參考評(píng)價(jià)指標(biāo)時(shí)，表示第一光伏預(yù)測(cè)模型的預(yù)測(cè)精度符合預(yù)期，因此，可以將其作為最終預(yù)測(cè)模型。而當(dāng)?shù)谝辉u(píng)價(jià)指標(biāo)的精度不大于參考評(píng)價(jià)指標(biāo)時(shí)，通過(guò)歷史時(shí)序數(shù)據(jù)訓(xùn)練得到第二光伏預(yù)測(cè)模型，再通過(guò)第二光伏預(yù)測(cè)模型的指標(biāo)評(píng)價(jià)對(duì)其精度進(jìn)行評(píng)價(jià)，最后通過(guò)第一光伏預(yù)測(cè)模型和第二光伏預(yù)測(cè)模型的預(yù)測(cè)精度結(jié)果來(lái)確定最終預(yù)測(cè)模型。

21、在其中一個(gè)實(shí)施例中：所述基于歷史時(shí)序數(shù)據(jù)對(duì)光伏預(yù)測(cè)模型訓(xùn)練以得到第二光伏預(yù)測(cè)模型的步驟具體包括：

22、基于歷史時(shí)序數(shù)據(jù)，通過(guò)相似日聚類(lèi)分析模型從歷史數(shù)據(jù)中篩選第二模型訓(xùn)練集；

23、將第二模型訓(xùn)練集與歷史時(shí)序數(shù)據(jù)合并后輸入預(yù)設(shè)的光伏預(yù)測(cè)模型中訓(xùn)練，得到第二光伏預(yù)測(cè)模型。

24、在其中一個(gè)實(shí)施例中：獲取所述第二評(píng)價(jià)指標(biāo)的條件為：判斷歷史時(shí)序數(shù)據(jù)中樣本數(shù)量是否達(dá)到第二預(yù)設(shè)值，其中，第二預(yù)設(shè)值大于第一預(yù)設(shè)值。

25、如此設(shè)置，在樣本數(shù)量達(dá)到一定數(shù)量的時(shí)候，再進(jìn)行第二評(píng)價(jià)指標(biāo)的計(jì)算，如此，可以避免樣本數(shù)量過(guò)少時(shí)，因?yàn)榇嬖跀?shù)據(jù)波動(dòng)時(shí)影響評(píng)價(jià)的準(zhǔn)確度。

26、在其中一個(gè)實(shí)施例中：所述基于第一光伏預(yù)測(cè)模型和第二光伏預(yù)測(cè)模型的預(yù)測(cè)精度確定最終預(yù)測(cè)模型的步驟具體包括：

27、實(shí)時(shí)判斷歷史時(shí)序數(shù)據(jù)中樣本數(shù)量達(dá)到第三預(yù)設(shè)值前第二評(píng)價(jià)指標(biāo)的精度是否大于參考評(píng)價(jià)指標(biāo)；

28、若是，則在第一評(píng)價(jià)指標(biāo)的精度不大于參考評(píng)價(jià)指標(biāo)時(shí)，以第二光伏預(yù)測(cè)模型為最終預(yù)測(cè)模型；在第一評(píng)價(jià)指標(biāo)的精度大于參考評(píng)價(jià)指標(biāo)時(shí)，將第一光伏預(yù)測(cè)模型和第二光伏預(yù)測(cè)模型融合后得到最終預(yù)測(cè)模型；

29、若否，則基于第一評(píng)價(jià)指標(biāo)與參考評(píng)價(jià)指標(biāo)的比對(duì)結(jié)果確定最終預(yù)測(cè)模型。

30、如此設(shè)置，第三預(yù)設(shè)值作為歷史時(shí)序數(shù)據(jù)的最晚預(yù)測(cè)時(shí)間，超過(guò)這個(gè)時(shí)間后獲取的歷史時(shí)序數(shù)據(jù)不再作為預(yù)測(cè)的參考，這主要是為數(shù)據(jù)的獲取和處理、以及模型訓(xùn)練提供足夠的時(shí)間。在第三預(yù)設(shè)值時(shí)第二評(píng)價(jià)指標(biāo)的精度大于參考評(píng)價(jià)指標(biāo)、且第一評(píng)價(jià)指標(biāo)的精度也大于參考評(píng)價(jià)指標(biāo)時(shí)，表示第一和第二光伏預(yù)測(cè)模型的預(yù)測(cè)精度都比較高，因此，將兩者融合后作為最終預(yù)測(cè)模型。而第三預(yù)設(shè)值時(shí)第二評(píng)價(jià)指標(biāo)的精度大于參考評(píng)價(jià)指標(biāo)、而第一評(píng)價(jià)指標(biāo)的精度不大于參考評(píng)價(jià)指標(biāo)時(shí)，第二光伏預(yù)測(cè)模型的精度比較高，而第一光伏預(yù)測(cè)模型的精度較低，因此將第二光伏預(yù)測(cè)模型作為最終預(yù)測(cè)模型。而在第三預(yù)設(shè)值前出現(xiàn)第二評(píng)價(jià)指標(biāo)的精度不大于參考評(píng)價(jià)指標(biāo)，則表示第二光伏預(yù)測(cè)模型的預(yù)測(cè)結(jié)果精度不高，需要基于第一光伏預(yù)測(cè)模型做進(jìn)一步的調(diào)整。

31、在其中一個(gè)實(shí)施例中：所述將第一光伏預(yù)測(cè)模型和第二光伏預(yù)測(cè)模型融合后得到最終預(yù)測(cè)模型的步驟具體包括：

32、基于第一評(píng)價(jià)指標(biāo)和第二評(píng)價(jià)指標(biāo)計(jì)算第一光伏預(yù)測(cè)模型和第二光伏預(yù)測(cè)模型的權(quán)重；

33、通過(guò)權(quán)重對(duì)第一光伏預(yù)測(cè)模型和第二光伏預(yù)測(cè)模型加權(quán)后得到最終預(yù)測(cè)模型。

34、如此設(shè)置，通過(guò)權(quán)重加權(quán)的方式對(duì)第一光伏預(yù)測(cè)模型和第二光伏預(yù)測(cè)模型進(jìn)行融合，由于第一光伏預(yù)測(cè)模型和第二光伏預(yù)測(cè)模型都存在較好的精度，而第一光伏預(yù)測(cè)模型在具有更穩(wěn)定的預(yù)測(cè)精度，第二光伏預(yù)測(cè)模型雖然具有更好的預(yù)測(cè)精度，但其由于具有更高的針對(duì)性，也導(dǎo)致其抗干擾能力偏弱，因此，兩者融合后，能夠得到更穩(wěn)定和精確的預(yù)測(cè)效果。

35、在其中一個(gè)實(shí)施例中：所述基于第一評(píng)價(jià)指標(biāo)與參考評(píng)價(jià)指標(biāo)的比對(duì)結(jié)果確定最終預(yù)測(cè)模型的步驟具體包括：

36、判斷第一評(píng)價(jià)指標(biāo)的精度是否大于參考評(píng)價(jià)指標(biāo)，若否，則基于歷史時(shí)序數(shù)據(jù)對(duì)光伏預(yù)測(cè)模型訓(xùn)練重新得到第三光伏預(yù)測(cè)模型，并以第三光伏預(yù)測(cè)模型作為最終預(yù)測(cè)模型；

37、若是，將第一光伏預(yù)測(cè)模型和第二光伏預(yù)測(cè)模型基于時(shí)序融合后得到最終預(yù)測(cè)模型。

38、如此設(shè)置，當(dāng)?shù)谝辉u(píng)價(jià)指標(biāo)的精度不大于參考評(píng)價(jià)指標(biāo)時(shí)，表示第一和第二光伏預(yù)測(cè)模型的精度都不夠，因此，重新訓(xùn)練后得到第三光伏預(yù)測(cè)模型，并將其作為最終預(yù)測(cè)模型。否則表示第一光伏預(yù)測(cè)模型仍具有較高的預(yù)測(cè)精度，以及第二光伏預(yù)測(cè)模型對(duì)第一預(yù)設(shè)值前數(shù)據(jù)具有較好的預(yù)測(cè)精度，因此，對(duì)第一光伏預(yù)測(cè)模型和第二光伏預(yù)測(cè)模型基于時(shí)序進(jìn)行融合，使最終預(yù)測(cè)模型以第一光伏預(yù)測(cè)模型為主，第二光伏預(yù)測(cè)模型為輔。

39、在其中一個(gè)實(shí)施例中：所述將第一光伏預(yù)測(cè)模型和第二光伏預(yù)測(cè)模型基于時(shí)序融合后得到最終預(yù)測(cè)模型的步驟具體包括：

40、基于第一評(píng)價(jià)指標(biāo)、第二評(píng)價(jià)指標(biāo)、以及第一預(yù)設(shè)值計(jì)算第一光伏預(yù)測(cè)模型和第二光伏預(yù)測(cè)模型的權(quán)重；

41、通過(guò)權(quán)重對(duì)第一光伏預(yù)測(cè)模型和第二光伏預(yù)測(cè)模型加權(quán)后得到最終預(yù)測(cè)模型。

42、如此設(shè)置，通過(guò)引入第一預(yù)設(shè)值與第一評(píng)價(jià)指標(biāo)和第二評(píng)價(jià)指標(biāo)結(jié)合的方式來(lái)設(shè)置權(quán)重，可以較好的達(dá)到以第一光伏預(yù)測(cè)模型為主，第二光伏預(yù)測(cè)模型為輔的效果。

43、在其中一個(gè)實(shí)施例中：所述基于第一評(píng)價(jià)指標(biāo)、第二評(píng)價(jià)指標(biāo)、以及第一預(yù)設(shè)值計(jì)算第一光伏預(yù)測(cè)模型和第二光伏預(yù)測(cè)模型的權(quán)重的步驟的加權(quán)公式為：

44、第一光伏預(yù)測(cè)模型的權(quán)重=第一評(píng)價(jià)指標(biāo)/（第一評(píng)價(jià)指標(biāo)+第一預(yù)設(shè)值/總樣本數(shù)*第二評(píng)價(jià)指標(biāo)）；

45、第二光伏預(yù)測(cè)模型的權(quán)重=第二評(píng)價(jià)指標(biāo)/（第一評(píng)價(jià)指標(biāo)+第一預(yù)設(shè)值/總樣本數(shù)*第二評(píng)價(jià)指標(biāo)）。