基于歷史數(shù)據(jù)的光伏發(fā)電量預(yù)測方式的組合應(yīng)用

張鳳珠

（西南石油大學(xué) 電氣信息學(xué)院，四川 成都 610500）

0 引 言

自工業(yè)革命以來，科技因得到長足發(fā)展而日新月異，自然界中的傳統(tǒng)能源消耗量也隨之與日俱增。與此同時，傳統(tǒng)能源儲備面臨著前所未有的枯竭危機。在這樣的背景下，全世界都將目光聚焦在可再生能源的利用和開發(fā)上。太陽能具有低污染、可持續(xù)、安全可靠等優(yōu)點，使得利用太陽能發(fā)電這一新方式脫穎而出[1]。光伏發(fā)電量的準(zhǔn)確預(yù)測是實現(xiàn)能源最大化利用的重點要素，也是光伏電站實現(xiàn)電力合理調(diào)度的基礎(chǔ)，更是電網(wǎng)實現(xiàn)經(jīng)濟規(guī)劃的基本參考因素。

目前，已有的多種光伏發(fā)電量預(yù)測方法中，以聚類預(yù)測和人工智能算法預(yù)測兩種預(yù)測方法應(yīng)用最廣泛。其中，聚類分析法具有精度不足、速度較慢、對歷史數(shù)據(jù)準(zhǔn)確度要求高等缺點；人工智能算法則存在對數(shù)據(jù)量要求大、對輸入的數(shù)據(jù)庫學(xué)習(xí)時間較長等缺點；組合預(yù)測方法則能避免上述缺點。

1 數(shù)據(jù)搜集與整理

以西南地區(qū)某10.5 kW 光伏電站過去3年的地區(qū)氣象數(shù)據(jù)、濕度數(shù)據(jù)、歷史發(fā)電數(shù)據(jù)為輸入量和預(yù)測輸出量，對3 種預(yù)測方式進行驗證對比。

搜集的氣象數(shù)據(jù)可分為晴天、陰天和雨天3 類；濕度數(shù)據(jù)分為30%以下、31%～70%、71%以上共3 個區(qū)段。為提高卷積神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)效率和預(yù)測精度，還需要對光伏發(fā)電量的歷史數(shù)據(jù)進行歸一化處理。歸一化公式為[2]：

2 預(yù)測方法及結(jié)果的對比

2.1 FCM 相似日聚類預(yù)測法

FCM 算法是一種以隸屬度來確定每個數(shù)據(jù)點屬于某個聚類程度的算法。該聚類算法是傳統(tǒng)硬聚類算法的一種改進。

設(shè)數(shù)據(jù)集X={x1,x2,…,xn}，它的模糊c劃分可用模糊矩陣U=[uij]表示，矩陣U的元素uij表示第j(j=1,2,…,n)個數(shù)據(jù)點屬于第i(i=1,2,…,c)類的隸屬度，uij滿足條件[3]：

目前，被廣泛使用的聚類準(zhǔn)則為取類內(nèi)加權(quán)誤差平方和的極小值，即[4]：

其中V為聚類中心，m為加權(quán)指數(shù)，dij(xj,vi)=||vi-xj||。

算法流程[5]：（1）標(biāo)準(zhǔn)化數(shù)據(jù)矩陣；（2）建立模糊相似矩陣，初始化隸屬矩陣；（3）算法開始迭代，直到目標(biāo)函數(shù)收斂到極小值；（4）根據(jù)迭代結(jié)果，由最后的隸屬矩陣確定數(shù)據(jù)所屬的類，顯示最后的聚類結(jié)果。

算法預(yù)測結(jié)果如圖1 所示。

圖1 FCM 相似日聚類發(fā)電預(yù)測

2.2 卷積神經(jīng)預(yù)測法

卷積神經(jīng)網(wǎng)絡(luò)是一類包含卷積計算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)，是深度學(xué)習(xí)的代表算法之一。該預(yù)測方法中，將歸一化到[0，1]區(qū)間的光伏發(fā)電歷史數(shù)據(jù)作為“時間-發(fā)電量”的二維數(shù)據(jù)輸入[6-9]，經(jīng)過深度學(xué)習(xí)預(yù)測出光伏電站的發(fā)電量。算法預(yù)測結(jié)果如圖2 所示。

圖2 卷積神經(jīng)網(wǎng)絡(luò)發(fā)電預(yù)測

2.3 組合預(yù)測方式

該方式是在卷積神經(jīng)預(yù)測法的基礎(chǔ)上，將FCM 相似日聚類結(jié)果作為卷積神經(jīng)網(wǎng)絡(luò)的二層數(shù)據(jù)輸入，可得算法預(yù)測結(jié)果如圖3 所示。

圖3 組合法發(fā)電預(yù)測

3 結(jié)果分析

在進行10 次對比檢驗試驗后，拾取誤差點，將預(yù)測精度、時間作為綜合考量[10]，可得：FCM 相似日聚類預(yù)測法效果最差；卷積神經(jīng)預(yù)測法效果次之，但建立在歷史數(shù)據(jù)量足夠大的前提下；組合預(yù)測法效果最好且所需數(shù)據(jù)量相對更小，如表1 所示。

表1 3 種預(yù)測方式對比檢驗試驗

可見，在光伏發(fā)電大力發(fā)展的今天，該組合預(yù)測方式有著巨大的應(yīng)用前景。