一种基于DPMM的光伏输出功率预测误差的拟合方法和系统技术方案

本发明专利技术公开一种基于DPMM的光伏输出功率预测误差的拟合方法和系统，属于光伏发电技术领域。包括：获取光伏输出功率的真实值与预测值，构建光伏输出功率数据对，将归一化后的预测值分为K个组别；采用DPMM对数据进行拟合，得到联合概率密度函数；基于联合概率密度函数，计算光伏输出预测值的边际分布；根据对预测数据所分组别和光伏输出预测值的边际分布，计算在不同预测值水平下，光伏输出真实值关于y＝y

【技术实现步骤摘要】
一种基于DPMM的光伏输出功率预测误差的拟合方法和系统


[0001]本专利技术属于光伏发电
，更具体地，涉及一种基于DPMM(Dirichlet Process Mixture Model，狄利克雷过程混合模型)的光伏输出功率预测误差的拟合方法和系统。

技术介绍

[0002]据统计，2019年全球光伏新增装机约为115GW，与2018年的104GW相比，同比增长了11％。截止2019年12月，全球光伏累计装机量已经达到627GW。由于太阳辐射具有高不确定性和强随机性的特点，使得对光伏输出功率的预测成为了不可避免的问题。另外，大规模的光伏接入势必会影响到电力系统运营的安全性和稳定性，因此，研究光电的随机性，对提高光伏输出功率的预测精度，促进电力系统安全稳定运营，进而降低非可再生能源的消耗，减少温室气体的排放具有必不可少的作用。
[0003]目前，对如何有效预测光伏输出功率的研究较多，但是对于光伏输出功率预测误差分布的研究却比较少。传统的做法是认为光伏输出功率的预测误差服从正态分布，然而，在现实中，一般的高斯分布并不能很好地对预测误差进行拟合。另一种方法则是使用传统的混合高斯分布(Gaussian mixture model，GMM)对光伏输出功率的预测误差进行拟合，然而，GMM需要预先设置混合模型中的部件个数，对部件个数的依赖性较强，该问题在一定程度上会影响到GMM最终的拟合效果。因此，如何有效地拟合光伏输出功率的预测误差是一个难点问题。

技术实现思路

[0004]针对现有技术的缺陷和改进需求，本专利技术提供了一种基于DPMM的光伏输出功率预测误差的拟合方法和系统，其目的在于基于DPMM，对在不同预测值水平下，光伏输出功率的预测误差所服从的条件分布进行拟合，完善光伏输出功率的分析体系。
[0005]为实现上述目的，按照本专利技术的第一方面，提供了一种基于DPMM的光伏输出功率预测误差的拟合方法，该方法包括以下步骤：
[0006]S1.获取光伏输出功率的真实值与预测值，构建光伏输出功率数据对[X
T
,Y
T
]T
，将归一化后的预测值分为K个组别，每个组包含中间值y
*
，区间宽度为其中，X表示归一化后的光伏输出功率真实值，Y表示对应时期归一化后的光伏输出功率预测值，Z＝X
‑
Y表示光伏输出功率预测误差；
[0007]S2.采用DPMM对数据对[X
T
,Y
T
]T
进行拟合，得到[X
T
,Y
T
]T
的联合概率密度函数F
XY
(x,y)；
[0008]S3.基于[X
T
,Y
T
]T
的联合概率密度函数F
XY
(x,y)，计算光伏输出预测值Y的边际分布f
Y
(y)；
[0009]S4.根据对预测数据所分的组别和光伏输出预测值Y的边际分布f
Y
(y)，计算在不
同预测值水平下，光伏输出真实值X关于y＝y
*
的条件分布f
X|Y
(x|y)；
[0010]S5.根据光伏输出真实值X关于y＝y
*
的条件分布f
X|Y
(x|y)，计算在不同预测值水平下，光伏输出预测误差Z关于y＝y
*
的条件分布f
Z|Y
(z|y)。
[0011]优选地，步骤S2中，[X
T
,YT]T
的联合概率密度函数计算公式如下：
[0012][0013][0014]其中，M表示DPMM中部件个数，m为混合模型中各部件的编号，ω
m
、μ
m
、σ
m
分别表示各部件的权重系数、均值向量和协方差矩阵，N
m
(
·
)表示混合模型中第m个D维部件，D表示混合模型中高斯部件的维度，det(
·
)表示矩阵的行列式。
[0015]优选地，步骤S3中，光伏输出预测值Y的边际分布计算公式如下：
[0016][0017]其中，表示均值向量μ
m
中y的均值，表示协方差矩阵σ
m
中y的方差。
[0018]优选地，步骤S4中，光伏输出真实值X关于y＝y
*
的条件分布计算公式如下：
[0019][0020]其中，中间变量ω
′
m
、的计算公式如下：
[0021][0022][0023][0024]其中，表示均值向量μ
m
中x的均值，分别表示协方差矩阵σ
m
中x和y之间的协方差、y和x之间的协方差，表示协方差矩阵σ
m
中x的方差。
[0025]优选地，步骤S5中，光伏输出预测误差Z关于y＝y
*
的条件分布计算公式如下：
[0026][0027]为实现上述目的，按照本专利技术的第二方面，提供了一种基于DPMM的光伏输出功率预测误差的拟合系统，包括：计算机可读存储介质和处理器；
[0028]所述计算机可读存储介质用于存储可执行指令；
[0029]所述处理器用于读取所述计算机可读存储介质中存储的可执行指令，执行第一方面所述的基于DPMM的光伏输出功率预测误差的拟合方法。
[0030]总体而言，通过本专利技术所构思的以上技术方案，能够取得以下有益效果：
[0031]本专利技术采用DPMM，对光伏输出功率的真实值和预测值进行拟合，得到真实值与预测值之间的联合概率密度函数，这样一来，可直接获得不同预测值水平下，预测误差所服从的分布，避免对每个预测值水平分别拟合预测误差的分布，简化了处理过程；相较于传统GMM需要事先人为确定部件的具体个数，DPMM可根据样本的实际情况自适应确定混合模型中的最优部件个数，省略了事先确定该参数的操作，无疑是比传统的GMM更为灵活的方法。
附图说明
[0032]图1为本专利技术实施例提供的各个光电场的光伏输出功率的预测值与真实值的对比图，(a)
‑
(f)分别对应Washington光电场、California光电场、New York光电场、Paris光电场、Rouen光电场和Amiens电场；
[0033]图2为本专利技术实施例提供的一种基于DPMM的光伏输出功率预测误差的拟合方法流程图；
[0034]图3为本专利技术实施例提供的Washington光电场，(a)为光伏输出功率数据对的直方图；(b)为基于DPMM拟合得到的[X
T
,Y
T
]T
联合分布；
[0035]图4为本专利技术实施例提供的California光电场，(a)为光伏输出功率数据对的直方图；(b)为基于DPMM拟合得到的[X
T本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于DPMM的光伏输出功率预测误差的拟合方法，其特征在于，该方法包括以下步骤：S1.获取光伏输出功率的真实值与预测值，构建光伏输出功率数据对[X
T
，Y
T
]
T
，将归一化后的预测值分为K个组别，每个组包含中间值y
*
，区间宽度为其中，X表示归一化后的光伏输出功率真实值，Y表示对应时期归一化后的光伏输出功率预测值，Z＝X
‑
Y表示光伏输出功率预测误差；S2.采用DPMM对数据对[X
T
，Y
T
]
T
进行拟合，得到[X
T
，Y
T
]
T
的联合概率密度函数F
XY
(x，y)；S3.基于[X
T
，Y
T
]
T
的联合概率密度函数F
XY
(x，y)，计算光伏输出预测值Y的边际分布f
Y
(y)；S4.根据对预测数据所分的组别和光伏输出预测值Y的边际分布f
Y
(y)，计算在不同预测值水平下，光伏输出真实值X关于y＝y
*
的条件分布f
X|Y
(x|y)；S5.根据光伏输出真实值X关于y＝y
*
的条件分布f
X|Y
(x|y)，计算在不同预测值水平下，光伏输出预测误差Z关于y＝y
*
的条件分布f
Z|Y
(z|y)。2.如权利要求1所述的方法，其特征在于，步骤S2中，[X

【专利技术属性】
技术研发人员：李远征，蔡亦涵，倪质先，黄晶晶，连义成，王梦昊，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：