【技术实现步骤摘要】
本专利技术属于风光发电，尤其涉及一种风光互补发电系统发电量预测方法。
技术介绍
1、第风光互补发电系统是一种结合了风力发电和太阳能光伏发电两种可再生能源技术的综合型发电系统。该系统通过风力发电机捕捉风能转化为电能，同时利用光伏板将太阳光能转化为电能，从而实现能源获取的最大化。由于风力和光照条件在一天之中和不同季节间的变化，这种互补的方式可以在一定程度上平衡输出电力的波动，提高系统的稳定性和可靠性，适用于偏远地区供电、公共设施、住宅用电等多种场景，有助于促进清洁能源的应用与发展。
2、现有技术(hmc)的主要缺点是，它仅捕获了光伏(pv)/风力发电的时间动态，而忽略了其他相互依存关系。hmc是通过构建两个单独的高阶马尔可夫链(markov chain)来分别预测pv输出和风力发电量的，这意味着该方法仅考虑了pv/风力发电的时间序列动态，而没有考虑pv输出功率与风力输出功率之间的相互关系，或者与其他相关变量(如热指数)之间的依赖性。这种方法的局限性在于，它可能无法充分捕捉到影响pv和风力发电量预测准确性的所有关键因素，从而限制了预测模型的整体性能和准确性。
技术实现思路
1、本专利技术的目的在于提供一种风光互补发电系统发电量预测方法，旨在解决无法充分捕捉到影响pv和风力发电量预测准确性的所有关键因素，从而限制了预测模型的整体性能和准确性的问题。
2、本专利技术是这样实现的，一种风光互补发电系统发电量预测方法，所述方法包括：
3、进行数据采集，得到历史
4、对历史数据进行预处理，得到预处理数据，对预处理数据进行离散化处理，得到离散数据；
5、构建hmmc模型，通过历史数据构建历史数据集对hmmc模型进行训练；
6、采集实时数据，基于实时数据计算热指数，hmmc模型根据热指数进行功率预测。
7、优选的，所述对历史数据进行预处理，得到预处理数据的步骤中，预处理的过程包括对历史数据进行数据清晰、缺失值处理和数据归一化处理。
8、优选的，所述对预处理数据进行离散化处理，得到离散数据的步骤中，将连续的历史数据转换为用于hmmc模型处理的离散数据，过程为：将历史数据离散化为若干个状态区间，通过求解最优的时间间隔使得各个状态的滞留时间相等。
9、优选的，所述hmmc模型的公式为：
10、
11、式中，是第rrr个数据序列在时间t+1的状态概率分布，k是时间滞后长度，表示模型考虑的历史时间步数，是滞后系数，表示数据序列j在时间滞后i时对序列r的影响权重，是状态转移概率矩阵，表示从第j个序列在时间t-i的状态到第r个序列在时间t+1t+1t+1的状态转移的概率，是第r个序列在时间t+1-i时的状态概率分布。
12、优选的，所述hmmc模型根据热指数进行功率预测的步骤中，预测公式为
13、
14、式中，是在时间t+1时刻预测的第r个数据序列的值，r代表光伏发电、风力发电或热指数，k是历史观测的时间窗口长度，用于预测的过去时刻数量，是滞后系数，表示在时间滞后i和数据序列j对第r个数据序列的影响权重，该系数用于调整各个时间点和序列对预测结果的贡献，这是状态转移概率矩阵的第c(r)列，其中c(r)是第r个数据序列当前的状态，描述了从第j个序列的状态在时间t-i到第r个序列状态在时间t+1的转移概率，代表第r个数据序列所有可能状态的向量，n(r)是第r个数据序列的离散状态数量。该向量表示该序列在不同状态下的代表性值，c(r)是第r个数据序列当前的状态编号，表示在时间t时，第r个序列所处的离散状态。
15、优选的，所述气象数据包括温度、相对湿度和热指数。
16、优选的，所述热指数的计算公式为：
17、
18、式中，hi为热指数，表示环境温度和相对湿度对人体感受的综合影响，用于增强预测精度的气象变量，cij是通过实验确定的系数，用于描述不同温度t和相对湿度rh的组合对热指数的影响，ti为环境温度，单位为摄氏度，为模型的一个输入
19、本专利技术提供的一种风光互补发电系统发电量预测方法，能够提高预测准确性：通过考虑光伏和风力发电之间的相互依赖性，以及将热指数作为气象变量纳入模型，本专利技术显著提高了pv和风力发电量的预测准确性，利用历史数据进行模型训练，并对模型进行动态更新以适应新的数据样本，确保预测的准确性和时效性。
本文档来自技高网...【技术保护点】
1.一种风光互补发电系统发电量预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的风光互补发电系统发电量预测方法，其特征在于，所述对历史数据进行预处理，得到预处理数据的步骤中，预处理的过程包括对历史数据进行数据清晰、缺失值处理和数据归一化处理。
3.根据权利要求1所述的风光互补发电系统发电量预测方法，其特征在于，所述对预处理数据进行离散化处理，得到离散数据的步骤中，将连续的历史数据转换为用于HMMC模型处理的离散数据，过程为：将历史数据离散化为若干个状态区间，通过求解最优的时间间隔使得各个状态的滞留时间相等。
4.根据权利要求1所述的风光互补发电系统发电量预测方法，其特征在于，所述HMMC模型的公式为：
5.根据权利要求1所述的风光互补发电系统发电量预测方法，其特征在于，所述HMMC模型根据热指数进行功率预测的步骤中，预测公式为
6.根据权利要求1所述的风光互补发电系统发电量预测方法，其特征在于，所述气象数据包括温度、相对湿度和热指数。
7.根据权利要求6所述的风光互补发电系统发电量预测方法，其特征
...【技术特征摘要】
1.一种风光互补发电系统发电量预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的风光互补发电系统发电量预测方法，其特征在于，所述对历史数据进行预处理，得到预处理数据的步骤中，预处理的过程包括对历史数据进行数据清晰、缺失值处理和数据归一化处理。
3.根据权利要求1所述的风光互补发电系统发电量预测方法，其特征在于，所述对预处理数据进行离散化处理，得到离散数据的步骤中，将连续的历史数据转换为用于hmmc模型处理的离散数据，过程为：将历史数据离散化为若干个状态区间，通过求解最优的...
【专利技术属性】
技术研发人员：杜云华，彭静萍，何星遥，徐小天，孙嘉伟，张富澳，
申请(专利权)人：中国长江电力股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。