CN108197837A - 基于KMeans聚类的光伏发电预测方法 - Google Patents

Abstract

本发明属于光伏发电技术领域，尤其涉及一种基于KMeans聚类的光伏发电预测方法。其使用核密度函数拟合出每类数据的概率密度函数估计，以给出发电数据统计意义上的分布规律。包括以下步骤：步骤1、从光伏电厂获取发电数据，对数据进行清洗；步骤2、对样本数据进行假设检验，通过假设检验得到发电数据分布规律，将数据初步分为Beta分布和Weibull分布两类；步骤3、使用核密度函数拟合Beta分布，求出Beta分布的形状参数a、b；步骤4、对形状参数a进行KMeans聚类分析，得到聚类结果；步骤5、根据步骤5的聚类结果对每类的Beta分布进行核密度函数拟合，求出每类Beta分布的置信区间；步骤6、进行发电出力预测。

Description

基于KMeans聚类的光伏发电预测方法

技术领域

本发明属于光伏发电技术领域，尤其涉及一种基于KMeans聚类的光伏发电预测方法。

背景技术

化石能源的过度开采导致了地球能源的迅速衰竭，从而衍生出全球性的电力市场化改革，可再生能源发电技术成为电力系统的一个研究热点。在电网中并入新能源发电单元，必须要充分考虑其发电不确定性、间断性对电网的影响，如引起电压偏差、电压波动与闪变、谐波畸变、三相不平衡和频率波动等问题，给电网带来具有间歇性和随机波动性的冲击。由于电能质量是影响电力系统安全稳定运行的重要因素，为此，对随机性电源接入电网情况下的发电出力进行全面地预测，评估其接入对电网的电能质量所造成的影响，对最大化地接受新能源电力有重要的指导意义。

光伏发电作为新能源发电的主要实现手段，出力的可预测性较低。因为光伏发电功率预测模型需要拟合的映射关系在不同的天气状态下存在明显差异，而天气预报数据通常有偏差，因此导致了基于天气预报数据建立的光伏预测模型对发电功率进行准确预测非常困难。在实际电网中，受天气变化及季节变化等的影响，光伏电源输出功率是随机变化的，现有的光伏发电预测分析方法主要是根据天气数据对已有发电数据进行分类，从而计算出对应天气的输出功率，未能挖掘出发电数据本身规律，未能给出光伏电源发电数据的分布类型及统计意义下的描述。

为了克服上述现有技术的不足，本发明提供了一种基于KMeans聚类的光伏发电预测方法，根据光伏电源并网点监测到的发电数据及历史天气预报，采用KMeans聚类方法对发电数据进行聚类分析，使用核密度函数拟合出每类数据的概率密度函数估计，以给出发电数据统计意义上的分布规律。

本发明从能准确获取的发电功率数据入手，深入挖掘数据本身的规律，采用置信区间概率性预测模型，实现了任意点预测对应的光伏实际出力的概率分布的估计。针对天气状况，根据聚类结果对天气分类，对每类天气类型的光伏发电情况分别进行建模以提高预测误差估计的准确度。以2015沈阳电站光伏出力数据进行了实证分析，验证了所提出方法对光伏出力条件预测误差估计的有效性及准确性。

发明内容

本发明就是针对现有技术存在的缺陷，提供一种基于KMeans聚类的光伏发电预测方法，其使用KMeans算法对光伏发电数据进行聚类操作，在统计学角度上挖掘发电数据分布规律，得出置信区间，预测结果更加准确且具有现实意义。

为实现上述目的，本发明采用如下技术方案，包括以下步骤：

步骤1、从光伏电厂获取发电数据，对数据进行清洗，检查并纠正发电数据文件中的错误，检查数据一致性，处理无效值和缺失值，将无效数据剔除，(考虑到数据量大小，)选取其中一部分作为样本数据，其中另一部分数据作为预测数据；

步骤2、对样本数据进行假设检验，通过假设检验得到发电数据分布规律，将数据初步分为Beta分布和Weibull分布两类；

其中Weibull分布对应数据量较少，且对应天气均为较恶劣天气，因此将符合Weibull分布的发电数据归为一类，计算该类的置信区间；

步骤3、使用核密度函数拟合Beta分布，求出Beta分布的形状参数a、b；

步骤4、对形状参数a进行KMeans聚类分析，得到聚类结果；据聚类结果将天气类型进行归类，归类结果如表1所示：

表1天气分类

步骤5、根据步骤5的聚类结果对每类的Beta分布进行核密度函数拟合，从而求出每类Beta分布的置信区间；

步骤6、进行发电出力预测；已知某天天气，预测其发电出力情况，根据天气情况确定检验数据所属天气类别，从而确定其所属发电数据类别，返回对应的置信区间，即为该天的发电出力预测。

进一步地，所述步骤3中，求得形状参数a、b包括以下步骤：

步骤3-1、根据Beta分布的概率密度函数的数学表达式为：

式中：x(0≤x≤1)为被统计的随机变量；a、b(a>0,b>0)为Beta分布的形状参数；B(a,b)为以a、b为参数的Beta函数；求得B(a,b)如下式：

步骤3-2、根据Beta分布的性质，利用集合均值和方差来计算Beta分布形状参数a、b；

由发电量数据Beta函数，求该函数的均值和方差为：

同时，根据Beta分布的性质，Beta分布的期望值和方差可表示为：

对式子(5)、(6)联立求解，导出利用期望值和方差计算Beta分布形状参数a、b的方程式：

根据式(7)、(8)的结果，利用式(3)、(4)计算集合的均值和方差，得到Beta分布模型的参数a、b。

进一步地，所述步骤4中，对形状参数a进行KMeans聚类分析包括以下步骤：

步骤4-1、从参数a的数据集合X中随机选择K个初始中心点C₁,C₂,...,C_k作为参照；

步骤4-2、以C₁,C₂,...,C_k为初始参照点，依据以下原则对X进行初步的划分：若d_ie(x_i,c_e)<d_if(x_j,c_f),j＝(1,2,...,k),e≠f,i＝(1,2,...,k)，则将x_i划分到类c_e中，否则将x_i划分到类c_f中。式中，x_i代表数据集中的任意数据，C_k代表聚出的类；

步骤4-3、根据公式再次计算每个聚类子类的中心点

步骤4-4、如果对于任意的i∈(1,2,...,k)，c_i都能够成立，则算法终止，当前形成的c_i代表最终划分成的类簇。否则，返回到步骤4-2执行；

为使本步骤的结束条件不能满足而陷入无限循环的状态，预先设置一个最大的迭代循环次数作为阀值；

步骤4-5、输出最终对参数a的聚类结果，即发电数据的聚类结果。

进一步地，所述步骤5包括以下步骤：

步骤5-1、根据步骤3的公式(7)、(8)，求出每类发电数据中每天Beta分布的参数a、b；

步骤5-2、根据步骤4对参数a的聚类结果，将符合Beta分布的发电数据按照聚类结果分类；

步骤5-3、使用核密度函数别对每类的Beta分布进行拟合，从而求出每类发电数据的置信区间。

进一步地，所述步骤6包括以下步骤：

步骤6-1、已知某天天气，按照天气情况进行天气类别对应；

步骤6-2、根据天气类别映射发电数据类别；

步骤6-3、返回对应发电数据类别的置信区间。

与现有技术相比本发明有益效果。

本发明提供的基于KMeans聚类的光伏发电预测分析方法，摒弃了传统从天气数据入手的预测方法，将重点放在发电数据本身，使用KMeans算法对光伏发电数据进行聚类操作，在统计学角度上挖掘发电数据分布规律，得出置信区间，预测结果更加准确且具有现实意义；提出的分析方法能根据观测样本预测光伏发电的置信区间，可以准确预测出不同天气下的光伏发电情况。

附图说明

下面结合附图和具体实施方式对本发明做进一步说明。本发明保护范围不仅局限于以下内容的表述。

图1是本发明样本数据挖掘流程图。

图2是本发明发电数据预测图。

图3是本发明KMeans聚类算法流程图。

图4是本发明KMeans聚类结果。

图5-a、5-b、5-c、5-d是本发明聚类后拟合分布效果图。

具体实施方式

如图1-5所示，本发明根据光伏发电出力随辐照度及天气变化等特点，提出了设计方法：

通过假设检验确定光伏出力分布模型，首先分为两类，分别为满足Beta分布类和满足Weibull分布类，此为对原始发电出力数据的分析处理。

当分析出力模型对应天气时，发现Weibull分布类对应天气情况全部为恶劣天气，如暴雨、暴雪等，而Beta分布类对应天气类型较为复杂，因此需要进一步挖掘数据规律。

对Beta分布类的发电数据进行聚类分析，深入挖掘数据本身特性。使用KMeans算法对发电数据聚类后，根据每类发电数据对应的天气类型，实现天气数据的分类。根据分类结果进行每类发电数据概率分布的拟合，求出每类数据的置信区间。进行发电预测时根据天气情况对应发电数据分类，返回该类别的置信区间，即为预测范围。本发明通过对发电出力本身进行数据挖掘代替对难以准确获取的天气信息的暴力分类，使预测模型更具有现实意义。

具体地，其发电样本数据挖掘流程如图1所示，发电数据预测流程如图2所示。

概率预测发电出力步骤如下：

第一步，读入发电数据。

从光伏电厂获取发电数据后，对数据进行清洗，检查并纠正发电数据文件中的错误，检查数据一致性，处理无效值和缺失值，将无效数据剔除，考虑到数据量大小，选取其中一部分(90％)作为样本数据，其中另一部分(10％)数据作为预测数据。

第二步，对样本数据进行假设检验，通过假设检验得到发电数据分布规律，将数据初步分为Beta分布和Weibull分布两类。

其中Weibull分布对应数据量较少，且对应天气均为较恶劣天气，因此将符合Weibull分布的发电数据归为一类，计算其置信区间；对符合Beta分布的数据进行进一步分析。

Beta分布是最基本的有界分布，其密度函数的数学表达式为：

式中：x(0≤x≤1)为被统计的随机变量；a、b(a>0,b>0)为Beta分布的形状参数；B(a,b)为以a、b为参数的Beta函数。

形状参数a、b是决定Beta分布性质的重要参数。

建立光伏发电功率预测误差的分布模型，就是要根据实际的光伏发电功率集合，估计出这2个参数。常规参数估计方法是最小二乘估计法，本发明则根据Beta分布的性质，给出一个利用集合均值和方差来计算形状参数的方法。

发电量数据的均值和方差为：

根据Beta分布的性质，当已知Beta分布的形状参数a、b，可得Beta分布的期望值和方差：

对(5)(6)联立求解，导出利用期望值和方差计算Beta分布形状参数a、b的方程式：

根据式(7)(8)的结果，可以方便地利用式(3)(4)计算集合的均值和方差，得到Beta分布模型的参数a、b。

第三步，使用KMeans算法对Beta分布的参数a进行聚类分析，对Beta分布类进行深入数据挖掘，并将天气类型按照聚类结果分为四类，如表1所示；

表1天气分类

样本数据集为每隔15分钟采集一次的发电量数据，数据量大且随机性较强，因此要将数据进行聚类再做分析。

聚类是在不清楚数据集有几个类的前提下，把全部数据组成不同类别即“簇”。同一簇中对象间相似度大，而不相同簇间对象相似度最小。有些聚类算法是根据数值间欧式距离衡量不同事物间相似度即通过相似度来评判两个点是否被归为一类最终实现聚类。距离比较近的一般被分到一个簇中，相对远的被划分开，所以一个簇内之间点与点之间的距离远小于不同簇内点之间的距离。KMeans聚类属于划分方法。

图3所示为本发明使用的KMeans聚类算法流程图。如图3所示：

KMeans算法实现目标是把含有N个数据对象的集合X＝{x₁,x₂,...,x_n}划分成k个类C_i(j＝1,2,...,k)。算法首先在n个数据的数据集中任意选择k个数据对象作为k个类的初始聚类中心点，然后把集合中的其他数据对象划分到与其最近的中心点所属的类聚中，这样就形成了k个原始的聚类分布。对初次划分完的每一个类按照一定的规则(一般情况下是某种距离)重新计算其类中心点，如果新计算出的类中心点与上个过程的类中心点不同，则再次进行数据分配，如此反复循环进行下去，直到类中心点稳定不动(即所有数据对象已被正确分类)，这时准则函数收敛，算法终止。

KMeans算法中，使用欧式距离计算数据对象之间的距离来实现聚类。假定给出含有n个数据对象的集合，即假设给定数据集X＝{x₁,x₂,...,x_n}中的每个数据对象有P个属性，并且P个属性都是用连续型属性来描述的。d(x_i,x_j)表示数据对象x_i＝(x_i1,x_i2,...,x_ip)与x_j＝(x_j1,x_j2,...,x_jp)之间的距离，距离越小，则x_i与x_j之间关联性越大；反之距离越大，样本之间关联性越小。其欧式距离表示如下：

KMeans聚类算法执行步骤如下所述：

(1)从给定的数据集中随机选取k个作为质心。

(2)对剩下的数据，计算其到质心的距离，并把离质心近的数据与相应的质心归为一类。

(3)重新计算各个类的质心。

(4)重复以上2至3步骤直至每个聚类不再变化。

算法执行结束后当类中数据对象比较集中并且不同类间有明显区别时，这时聚类效果最好。KMeans聚类算法效率高，处理速度快，在处理海量数据时优势尤其明显。因此，使用KMeans聚类对发电数据进行挖掘，算法效率高，结果准确，具有研究和实际应用价值。

第四步，分别对每类发电出力数据进行分析，求出每种天气下的发电数据模型，使用核密度函数进行拟合，从而求出每类发电出力模型的置信区间。具体步骤如下：

(1)根据步骤三中对参数a的聚类结果对发电数据进行分类。

(2)使用核密度函数对每类发电数据进行拟合。

(3)求出每类发电数据的置信区间。

第五步，进行发电出力预测，具体步骤如下：

(1)提取预测数据的天气情况。

(2)根据天气情况对应天气类别，从而映射发电类别。

(3)返回该发电数据类别的置信区间，得到预测结果。

图4所示为KMeans算法对参数a聚类的结果,图中横坐标为概率分布期望值，纵坐标为方差值，迭代算法直至收敛，分为四个簇。使用Python进行数据分析，对发电数据迭代KMeans聚类操作，直至收敛为四个类。

表2为由参数a聚类结果对应的部分b值。b值获取过程为：发电数据按天获取，每隔15分钟记录一次，组成每天的数据集。除去无效数据与0数据后，按天计算发电数据服从的概率分布，通过公式求得参数a、b，使用KMeans算法对a进行聚类，聚类结果按类对应部分b值如表2所示。

表2KMeans聚类结果对应b值

表3是本发明置信区间计算结果。其中，cluster1、cluster2、cluster3、cluster4为Beta分布类的置信区间，cluster5为Weibull分布类的置信区间。当已知某天天气，根据天气情况对应天气分类，从而得到相应分类的置信区间，实现预测。

表3置信区间计算结果

图5为聚类后拟合分布结果，图5-a对应天气为A类天气，b对应为B类天气，c对应为C类天气，d对应为D类天气。使用Python进行聚类操作后，每类包含若干天发电数据，每类的发电数据服从Beta分布。使用Matlab对每类发电数据进行拟合，拟合结果如图5所示。

综上所述，本发明提供基于KMeans聚类的光伏发电预测方法。所述的方法可以对光伏发电数据、天气数据进行分析，估计出光伏发电数据的概率密度函数，进而求解置信区间，实现预测。

可以理解的是，以上关于本发明的具体描述，仅用于说明本发明而并非受限于本发明实施例所描述的技术方案，本领域的普通技术人员应当理解，仍然可以对本发明进行修改或等同替换，以达到相同的技术效果；只要满足使用需要，都在本发明的保护范围之内。

Claims (5)

1.基于KMeans聚类的光伏发电预测方法，其特征在于，包括以下步骤：

步骤1、从光伏电厂获取发电数据，对数据进行清洗，检查并纠正发电数据文件中的错误，检查数据一致性，处理无效值和缺失值，将无效数据剔除，(考虑到数据量大小，)选取其中一部分作为样本数据，其中另一部分数据作为预测数据；

步骤2、对样本数据进行假设检验，通过假设检验得到发电数据分布规律，将数据初步分为Beta分布和Weibull分布两类；

其中Weibull分布对应数据量较少，且对应天气均为较恶劣天气，因此将符合Weibull分布的发电数据归为一类，计算该类的置信区间；

步骤3、使用核密度函数拟合Beta分布，求出Beta分布的形状参数a、b；

步骤4、对形状参数a进行KMeans聚类分析，得到聚类结果；据聚类结果将天气类型进行归类，归类结果如表1所示：

表1天气分类

步骤5、根据步骤5的聚类结果对每类的Beta分布进行核密度函数拟合，从而求出每类Beta分布的置信区间；

步骤6、进行发电出力预测；已知某天天气，预测其发电出力情况，根据天气情况确定检验数据所属天气类别，从而确定其所属发电数据类别，返回对应的置信区间，即为该天的发电出力预测。

2.根据权利要求1所述的基于KMeans聚类的光伏发电预测方法，其特征在于：所述步骤3中，求得形状参数a、b包括以下步骤：

步骤3-1、根据Beta分布的概率密度函数的数学表达式为：

式中：x(0≤x≤1)为被统计的随机变量；a、b(a>0,b>0)为Beta分布的形状参数；B(a,b)为以a、b为参数的Beta函数；求得B(a,b)如下式：

步骤3-2、根据Beta分布的性质，利用集合均值和方差来计算Beta分布形状参数a、b；

由发电量数据Beta函数，求该函数的均值和方差为：

同时，根据Beta分布的性质，Beta分布的期望值和方差可表示为：

对式子(5)、(6)联立求解，导出利用期望值和方差计算Beta分布形状参数a、b的方程式：

根据式(7)、(8)的结果，利用式(3)、(4)计算集合的均值和方差，得到Beta分布模型的参数a、b。

3.根据权利要求1所述的基于KMeans聚类的光伏发电预测方法，其特征在于：所述步骤4中，对形状参数a进行KMeans聚类分析包括以下步骤：

步骤4-1、从参数a的数据集合X中随机选择K个初始中心点C₁,C₂,...,C_k作为参照；

步骤4-2、以C₁,C₂,...,C_k为初始参照点，依据以下原则对X进行初步的划分：若d_ie(x_i,c_e)<d_if(x_j,c_f),j＝(1,2,...,k),e≠f,i＝(1,2,...,k)，则将x_i划分到类c_e中，否则将x_i划分到类c_f中。式中，x_i代表数据集中的任意数据，C_k代表聚出的类；

步骤4-3、根据公式再次计算每个聚类子类的中心点

步骤4-4、如果对于任意的i∈(1,2,...,k)，c_i都能够成立，则算法终止，当前形成的c_i代表最终划分成的类簇。否则，返回到步骤4-2执行；

为使本步骤的结束条件不能满足而陷入无限循环的状态，预先设置一个最大的迭代循环次数作为阀值；

步骤4-5、输出最终对参数a的聚类结果，即发电数据的聚类结果。

4.根据权利要求1所述的基于KMeans聚类的光伏发电预测方法，其特征在于：所述步骤5包括以下步骤：

步骤5-1、根据步骤3的公式(7)、(8)，求出每类发电数据中每天Beta分布的参数a、b；

步骤5-2、根据步骤4对参数a的聚类结果，将符合Beta分布的发电数据按照聚类结果分类；

步骤5-3、使用核密度函数别对每类的Beta分布进行拟合，从而求出每类发电数据的置信区间。

5.根据权利要求1所述的基于KMeans聚类的光伏发电预测方法，其特征在于：所述步骤6包括以下步骤：

步骤6-1、已知某天天气，按照天气情况进行天气类别对应；

步骤6-2、根据天气类别映射发电数据类别；

步骤6-3、返回对应发电数据类别的置信区间。