一种基于高维Copula技术的光伏发电爬坡事件概率预测方法

    公开(公告)号:CN110378504A

    公开(公告)日:2019-10-25

    申请号:CN201910293799.0

    申请日:2019-04-12

    IPC分类号: G06Q10/04 G06Q50/06

    摘要: 本发明公开了一种基于高维Copula技术的光伏发电爬坡事件概率预测方法,包括如下步骤:从历史光伏功率数据中识别出光伏发电爬坡事件集合;提取表征爬坡事件的四种典型特征;采用ε不敏感支持向量机法得到各个特征量的点预测值;得到预测误差数据集,利用混合高斯模型建立单个特征量预测误差的边缘概率分布;利用正则最大似然估计法进行参数估计;选择最优的Copula函数模型;基于最优Copula模型,利用牛顿-拉夫逊法迭代得到具体的预测区间。本发明利用高维Copula建模方法,根据光伏功率爬坡特征量之间的随机相关性,建立各个特征量的条件概率模型,能够为光伏发电爬坡事件的预测提供额外的不确定信息,提高概率预测的精确性和鲁棒性。

    一种基于压缩感知技术的分布式光伏辐照度量测布点方法

    公开(公告)号:CN110212591A

    公开(公告)日:2019-09-06

    申请号:CN201910293814.1

    申请日:2019-04-12

    IPC分类号: H02J3/46 H02S50/10

    摘要: 本发明公开了一种基于压缩感知技术的分布式光伏辐照度量测布点方法,包括如下步骤:收集量测数据;建立光伏总体出力与各光伏电站辐照度之间的多项式关系模型;利用压缩感知技术重构模型的多项式系数;将多项式系数的求解近似等价为可行域为凸的l1范数最小化问题;求解模型的截断误差;求解l1范数最小化问题,得到模型的多项式系数;将多项式系数的绝对值按从大到小排列,进行量测布点。本发明利用压缩感知技术,对光伏总体出力与区域内各光伏电站辐照度之间的多项式模型进行稀疏优化,实现了模型的降维和简化,选取最具代表性的光伏电站布置量测,在保证对区域光伏全局出力准确估计的基础上,减少冗余量测点,提高了经济效益。

    一种基于高维Copula技术的光伏发电爬坡事件概率预测方法

    公开(公告)号:CN110378504B

    公开(公告)日:2023-04-07

    申请号:CN201910293799.0

    申请日:2019-04-12

    IPC分类号: G06Q10/04 G06Q50/06

    摘要: 本发明公开了一种基于高维Copula技术的光伏发电爬坡事件概率预测方法,包括如下步骤:从历史光伏功率数据中识别出光伏发电爬坡事件集合;提取表征爬坡事件的四种典型特征;采用ε不敏感支持向量机法得到各个特征量的点预测值;得到预测误差数据集,利用混合高斯模型建立单个特征量预测误差的边缘概率分布;利用正则最大似然估计法进行参数估计;选择最优的Copula函数模型;基于最优Copula模型,利用牛顿‑拉夫逊法迭代得到具体的预测区间。本发明利用高维Copula建模方法,根据光伏功率爬坡特征量之间的随机相关性,建立各个特征量的条件概率模型,能够为光伏发电爬坡事件的预测提供额外的不确定信息,提高概率预测的精确性和鲁棒性。

    基于气象数据的分布式光伏出力推算方法、系统及装置

    公开(公告)号:CN114792064A

    公开(公告)日:2022-07-26

    申请号:CN202210468048.X

    申请日:2022-04-29

    摘要: 一种基于气象数据的分布式光伏出力推算方法、系统及装置,其特征在于,所述方法包括以下步骤:步骤1,采集电网区域中分布式光伏的地理气象数据,并采用REOF函数和主观修正方法对分布式光伏进行网格划分;步骤2,从每一个所述网格中提取基准光伏,基于每一个所述网格调整气象监测站的部署位置,并基于所述基准光伏的出力数据和调整后的所述气象监测站的地理气象数据构建回归模型,从而估计出每一个所述网格中基准光伏的实时出力;步骤3,基于每一个所述网格的分布式光伏台账数据,推算出每一个所述网格的光伏集群实时出力和所述电网区域中光伏集群的实时出力。本发明方法降低了推算过程中数据出力的成本,提高了推算结果的时效性和精准程度。