CN114330100A - 一种短期光伏功率概率区间预测方法 - Google Patents

Abstract

一种基于XGBoost‑LSTM与非参数核密度估计的短期光伏功率概率区间预测方法，包括：对获取的光伏功率及气象特征数据进行异常值检测和筛选，基于灰色关联分析(GRA)结合Kmeams算法筛选预测日的相似日集合，基于XGBoost算法结合长短期记忆神经网络(LSTM)的组合模型进行短期光伏功率点预测，基于非参数核密度估计方法进行短期光伏功率概率区间预测。本发明具有加快学习速率、提升预测精度优势；较好的解决因气象不确定性引发的光伏功率预测不准确的问题，为电网调度决策提供可靠依据，对电力系统应对光伏功率变化具有重要意义，保障系统安全稳定运行。

Description

一种短期光伏功率概率区间预测方法

技术领域

本发明涉及电力系统光伏功率预测领域，特别涉及一种基于XGBoost-LSTM与非参数核密度估计的短期光伏功率概率区间预测方法。

背景技术

科学数据证明，当前严重威胁人类生存与发展的气候变化主要是工业革命以来人类活动造成的二氧化碳排放所致，应对气候变化的关键在于“控碳”。第21届联合国气候变化大会(COP21)通过的《巴黎协定》中强调了通过可再生能源发电的必要性，并推动了不确定性发电系统并网的研究。

光伏发电是一种环境友好型的清洁能源，可以替代化石能源，具有很好的发展前景。作为太阳能开发利用的重要方式，光伏发电具有应用形式多样、容量规模灵活、安全可靠、维护便捷等优点，应用前景广阔。随着光伏电池组件技术的不断完善，光伏发电己经得到了快速发展。由于光伏发电输出功率受多种因素影响，具有较强的间歇性和波动性，这些特性使得高比例光伏接入后给电力系统造成巨大的冲击与挑战。主要表现在：(1)太阳运动规律与大气状态波动共同作用导致辐照度波动特性复杂，日内小时级变化难以把握；(2)云团生消运动造成地表辐照度快速剧烈变化，多云天气下光伏出力呈现分钟级无惯性突变。而正是因为光伏发电功率的这种特性，其大规模接入电网会导致发用电平衡难度加大，电力系统不确定性显著增加。

发明内容

本发明的目的是解决现有技术存在的上述问题，提供一种基于XGBoost-LSTM与非参数核密度估计的短期光伏功率概率区间预测方法。

本发明的技术方案是：一种短期光伏功率概率区间预测方法，步骤如下：

本发明的技术方案是：一种短期光伏功率概率区间预测方法，步骤如下：

S1基于3σ原则对所获取的光伏功率及太阳辐照轻度、环境温度、环境湿度、风速、风向、降水量等气象特征数据进行数据清洗、异常值检测及填补处理；

S2基于Pearson相关系数法对步骤S1处理后数据中的气象特征进行提取，选取特征向量；

S3基于三维赋权灰色关联分析法选取预测日的相似日集合；

S4构建含有分步预测结果特征的XGBoost-LSTM光伏功率预测模型；

S5将步骤S2提取的特征向量数据带入所述光伏功率预测模型，得到预测结果；

S6基于非参数核密度估计法构建光伏功率概率区间预测模型；

S7将步骤S5得到的预测结果数据带入所述光伏功率概率区间预测模型，得到预测区间带宽度。

2进一步，步骤S1所述气象特征数据为对光伏功率产生影响的环境因素，所述对光伏功率产生影响的环境因素包括太阳辐照强度、环境温度和环境湿度。

3进一步，步骤S1中数据清洗时采用3σ原则，分别计算数据的四分位数：第一四分位数(Q₁)和第三四分位数(Q₃)，设定可接受的值的取值范围为：

Q₃+k(Q₃-Q₁)～Q₁-k(Q₃-Q₁) (1)

其中，k为正态总体的标准差σ,上述范围之外的值则认定为异常值。

4进一步，步骤S1中异常值检测及填补处理过程是异常值检测剔除后对数据进行缺失值填充，采用线性插补法和均值插补法填补计算，取其平均值填充对应缺失值。

4进一步，步骤S2选取特征向量，是指选取影响程度为极强相关、强相关、中等强度相关的影响因素作为特征向量，Pearson相关系数r计算公式为：

其中

x为气象因素，y为光伏功率，n为天数，对应极强相关的影响因素的Pearson相关系数取值：0.8<r<1.0；对应强相关的影响因素的Pearson相关系数取值：0.6<r<0.8；对应中等强度相关的影响因素的Pearson相关系数取值：0.4<r<0.6。

5进一步，步骤S3中采用三维赋权灰色关联分析选取相似日的具体过程是：采取赋权灰色关联分析进行预测日与历史日的气象指标整体关联度分析，采取时刻、日期、特征分别赋权的三维关联度分析，进行关联系数排序，获得预测日的相似日集合，关联系数为：

其中ρ取为0.5；x₀(k)为待预测日的第j个气象决定因素，x_i(k)为第i个历史日第k个气象决定因素；待预测日x₀与历史日x_i的相似度定义为：

6进一步，步骤S4所述含有扩充特征的XGBoost-LSTM光伏功率预测模型构建过程是：

XGBoost算法作为有监督的集成学习算法，理解为多棵决策树的求和模型，其公式为：

其中，k指第k棵决策树；f_k为函数空间的独立函数；F为函数空间，由决策树组成；

采用决策树作为基学习器，构建多个弱学习器，在迭代学习过程中通过沿着降低梯度的方向不断训练模型，利用二阶泰勒级数将损失函数展开，为求整体最优解，在目标函数中加入正则项，以控制模型的准确度和复杂程度；确定树生长深度、步长、树的数量、每棵树使用的样本百分比、input_shape、unit、bias参数，并选取相应损失函数；

对XGBoost模型进行训练及验证，得到XGBoost模型验证结果数据集；使用XGBoost模型验证结果对模型训练集进行特征扩充，增加数据维度，使数据携带更多信息；将扩充后的数据集作为LSTM模型的输入训练集，对LSTM模型进行训练及验证，得到LSTM模型的验证结果数据集；使用LSTM模型验证结果对模型训练集继续进行扩充，以此实现模型间学习内容相互连接。

7进一步，步骤S6所述基于非参数核密度估计法光伏功率概率区间预测模型的构建过程是：采用步骤5中获取的光伏功率预测误差数据集，使用非参数核密度算法，选取最适合的核函数，并采用MISE优化法获得最优带宽的核密度估计，假设置信水平为(1-α)，获得置信水平下的上分位数F_α/2和下分位数F_(1-α/2)；

结合MISE算法优化的带宽，得到了具有最优带宽的KDE；假设置信度为(1-α)，则可以得到上分位数F_α/2和下分位数F_(1-α/2)；最后，得到风力发电区间τ＝[U^α,L^α]，所述上下限的表达式为：

式中，U^α和L^α分别为(1-α)置信水平下预测功率区间的上下限，P_pre为光伏功率的现场预测值。

进一步，步骤S7中利用多目标蝗虫优化算法对XGBoost模型、LSTM模型进行连接系数寻优，首先初始化蝗虫的位置和参数以及要迭代的最大次数，并计算每个蝗虫的适应度值，找出最佳的适应度值并保存相应的蝗虫到变量；循环更新参数c和蝗虫位置并计算每个蝗虫的适应度值，保存每次迭代最好的适应度值并更新，蝗虫位置更新公式为：

最后判断迭代次数是否达到设定的最大值，若达到最大迭代次数则退出循环并返回全局最优解，得到基于多目标寻优算法的含有扩充特征的XGBoost-LSTM光伏功率预测结果。

本发明的有益效果：

1.本发明采用3σ原则对数据进行清洗，降低因原始数据不准确引起的预测误差。

2.本发明采用含有分步预测结果特征的XGBoost-LSTM复合预测方法进行光伏功率预测，提升预测精度至97％以上。

3.本发明采用非参数核密度估计法进行光伏功率概率区间预测，预测区间带宽度缩短10％以上。

附图说明

图1为本发明的流程图；

图2-图6为本发明的真实值与不同模型预测结果的对比曲线图。

具体实施方式

下面结合附图和实施例对本发明进行详细描述：

如图1所示，一种基于XGBoost-LSTM与非参数核密度估计的短期光伏功率概率区间预测方法，步骤如下：

S1基于3σ原则对所获取的光伏功率及气象特征数据进行数据清洗、异常值检测及填补处理；

所述对光伏功率产生影响的环境因素包括太阳辐照强度、环境温度和环境湿度、风速、风向、降水量；

数据清洗时采用3σ原则，分别计算数据的四分位数：第一四分位数(Q₁)和第三四分位数(Q₃)，设定可接受的值的取值范围为：

Q₃+k(Q₃-Q₁)～Q₁-k(Q₃-Q₁) (1)

其中，k为正态总体的标准差σ,上述范围之外的值则认定为异常值；

异常值检测及填补处理过程是异常值检测剔除后对数据进行缺失值填充，采用线性插补法和均值插补法填补计算，取其平均值填充对应缺失值。

S2基于Pearson相关系数法对步骤S1处理后数据中的气象特征进行提取，选取特征向量；

对气象特征进行提取，是指选取影响程度为极强相关、强相关、中等强度相关的影响因素作为特征向量，Pearson相关系数r计算公式为：

其中

x为气象因素，y为光伏功率，n为天数，对应极强相关的影响因素的Pearson相关系数取值：0.8<r<1.0；对应强相关的影响因素的Pearson相关系数取值：0.6<r<0.8；对应中等强度相关的影响因素的Pearson相关系数取值：0.4<r<0.6；

S3基于三维赋权灰色关联分析法选取预测日的相似日集合；

采用三维赋权灰色关联分析选取相似日的具体过程是：采取赋权灰色关联分析进行预测日与历史日的气象指标整体关联度分析，采取时刻、日期、特征分别赋权的三维关联度分析，进行关联系数排序，获得预测日的相似日集合，关联系数为：

其中ρ取为0.5；x₀(k)为待预测日的第j个气象决定因素，x_i(k)为第i个历史日第k个气象决定因素；待预测日x₀与历史日x_i的相似度定义为：

S4构建含有分步预测结果特征的XGBoost-LSTM光伏功率预测模型；

XGBoost算法作为有监督的集成学习算法，理解为多棵决策树的求和模型，其公式为：

其中，k指第k棵决策树；f_k为函数空间的独立函数；F为函数空间，由决策树组成；

采用决策树作为基学习器，构建多个弱学习器，在迭代学习过程中通过沿着降低梯度的方向不断训练模型，利用二阶泰勒级数将损失函数展开，为求整体最优解，在目标函数中加入正则项，以控制模型的准确度和复杂程度；确定树生长深度、步长、树的数量、每棵树使用的样本百分比、input_shape、unit、bias参数，并选取相应损失函数；

对XGBoost模型进行训练及验证，得到XGBoost模型验证结果数据集；使用XGBoost模型验证结果对模型训练集进行特征扩充，增加数据维度，使数据携带更多信息；将扩充后的数据集作为LSTM模型的输入训练集，对LSTM模型进行训练及验证，得到LSTM模型的验证结果数据集；使用LSTM模型验证结果对模型训练集继续进行扩充，以此实现模型间学习内容相互连接。

S5将步骤S2提取的特征向量数据带入所述光伏功率预测模型，得到预测结果；

采用步骤5中获取的光伏功率预测误差数据集，使用非参数核密度算法，选取最适合的核函数，并采用MISE优化法获得最优带宽的核密度估计，假设置信水平为(1-α)，获得置信水平下的上分位数F_α/2和下分位数F_(1-α/2)；

结合MISE算法优化的带宽，得到了具有最优带宽的KDE；假设置信度为(1-α)，则可以得到上分位数F_α/2和下分位数F_(1-α/2)；最后，得到风力发电区间τ＝[U^α,L^α]，所述上下限的表达式为：

式中，U^α和L^α分别为(1-α)置信水平下预测功率区间的上下限，P_pre为光伏功率的现场预测值；

S6基于非参数核密度估计法构建光伏功率概率区间预测模型；

S7将步骤S5得到的预测结果数据带入所述光伏功率概率区间预测模型，利用多目标蝗虫优化算法对XGBoost模型、LSTM模型进行连接系数寻优，首先初始化蝗虫的位置和参数以及要迭代的最大次数，并计算每个蝗虫的适应度值，找出最佳的适应度值并保存相应的蝗虫到变量；循环更新参数c和蝗虫位置并计算每个蝗虫的适应度值，保存每次迭代最好的适应度值并更新，蝗虫位置更新公式为：

最后判断迭代次数是否达到设定的最大值，若达到最大迭代次数则退出循环并返回全局最优解，得到基于多目标寻优算法的含有扩充特征的XGBoost-LSTM光伏功率预测结果，得到预测区间带宽度。

应用实例：

将本方法应用到DKA太阳能中心光伏数据下进行验证，其光伏组件基本情况如下：(1)制造商：埃肯(2)阵列评级：5.5KW(3)面板额定输出功率：250W(4)面板数：22(5)阵列面积：36.30m²。对2018年2月28日7：00～18：00，30min间隔时刻进行光伏功率预测，预测结果如图2-图6所示，预测精度为97.88％，预测区间带宽度缩短10.5％。

本发明不局限于上述实施方式，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围之内。本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

以上仅为本发明的具体实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种短期光伏功率概率区间预测方法，其特征是，步骤如下：

S1基于3σ原则对所获取的光伏功率及太阳辐照轻度、环境温度、环境湿度、风速、风向、降水量等气象特征数据进行数据清洗、异常值检测及填补处理；

S2基于Pearson相关系数法对步骤S1处理后数据中的气象特征进行提取，选取特征向量；

S3基于三维赋权灰色关联分析法选取预测日的相似日集合；

S4构建含有分步预测结果特征的XGBoost-LSTM光伏功率预测模型；

S5将步骤S2提取的特征向量数据带入所述光伏功率预测模型，得到预测结果；

S6基于非参数核密度估计法构建光伏功率概率区间预测模型；

S7将步骤S5得到的预测结果数据带入所述光伏功率概率区间预测模型，得到预测区间带宽度。

2.根据权利要求1所述的一种短期光伏功率概率区间预测方法，其特征是，步骤S1所述气象特征数据为对光伏功率产生影响的环境因素，所述对光伏功率产生影响的环境因素包括太阳辐照强度、环境温度和环境湿度。

3.根据权利要求1所述的一种短期光伏功率概率区间预测方法，其特征是，步骤S1中数据清洗时采用3σ原则，分别计算数据的四分位数：第一四分位数(Q₁)和第三四分位数(Q₃)，设定可接受的值的取值范围为：

Q₃+k(Q₃-Q₁)～Q₁-k(Q₃-Q₁) (1)

其中，k为正态总体的标准差σ,上述范围之外的值则认定为异常值。

4.根据权利要求1所述的一种短期光伏功率概率区间预测方法，其特征是，步骤S1中异常值检测及填补处理过程是异常值检测剔除后对数据进行缺失值填充，采用线性插补法和均值插补法填补计算，取其平均值填充对应缺失值。

5.根据权利要求1所述的一种短期光伏功率概率区间预测方法，其特征是，步骤S2选取特征向量，是指选取影响程度为极强相关、强相关、中等强度相关的影响因素作为特征向量，Pearson相关系数r计算公式为：

其中

x为气象因素，y为光伏功率，n为天数，对应极强相关的影响因素的Pearson相关系数取值：0.8<r<1.0；对应强相关的影响因素的Pearson相关系数取值：0.6<r<0.8；对应中等强度相关的影响因素的Pearson相关系数取值：0.4<r<0.6。

6.根据权利要求1所述的一种短期光伏功率概率区间预测方法，其特征是，步骤S3中采用三维赋权灰色关联分析选取相似日的具体过程是：采取赋权灰色关联分析进行预测日与历史日的气象指标整体关联度分析，采取时刻、日期、特征分别赋权的三维关联度分析，进行关联系数排序，获得预测日的相似日集合，关联系数为：

其中ρ取为0.5；x₀(k)为待预测日的第j个气象决定因素，x_i(k)为第i个历史日第k个气象决定因素；待预测日x₀与历史日x_i的相似度定义为：

7.根据权利要求1所述的一种短期光伏功率概率区间预测方法，其特征是，步骤S4所述含有扩充特征的XGBoost-LSTM光伏功率预测模型构建过程是：XGBoost算法作为有监督的集成学习算法，理解为多棵决策树的求和模型，其公式为：

其中，k指第k棵决策树；f_k为函数空间的独立函数；F为函数空间，由决策树组成；

采用决策树作为基学习器，构建多个弱学习器，在迭代学习过程中通过沿着降低梯度的方向不断训练模型，利用二阶泰勒级数将损失函数展开，为求整体最优解，在目标函数中加入正则项，以控制模型的准确度和复杂程度；确定树生长深度、步长、树的数量、每棵树使用的样本百分比、input_shape、unit、bias参数，并选取相应损失函数；

对XGBoost模型进行训练及验证，得到XGBoost模型验证结果数据集；使用XGBoost模型验证结果对模型训练集进行特征扩充，增加数据维度，使数据携带更多信息；将扩充后的数据集作为LSTM模型的输入训练集，对LSTM模型进行训练及验证，得到LSTM模型的验证结果数据集；使用LSTM模型验证结果对模型训练集继续进行扩充，以此实现模型间学习内容相互连接。

8.根据权利要求1所述的一种短期光伏功率概率区间预测方法，其特征是，步骤S6所述基于非参数核密度估计法光伏功率概率区间预测模型的构建过程是：采用步骤5中获取的光伏功率预测误差数据集，使用非参数核密度算法，选取最适合的核函数，并采用MISE优化法获得最优带宽的核密度估计，假设置信水平为(1-α)，获得置信水平下的上分位数F_α/2和下分位数F_(1-α/2)；

结合MISE算法优化的带宽，得到了具有最优带宽的KDE；假设置信度为(1-α)，则可以得到上分位数F_α/2和下分位数F_(1-α/2)；最后，得到风力发电区间τ＝[U^α,L^α]，所述上下限的表达式为：

式中，U^α和L^α分别为(1-α)置信水平下预测功率区间的上下限，P_pre为光伏功率的现场预测值。

9.根据权利要求1所述的一种短期光伏功率概率区间预测方法，其特征是，步骤S7中利用多目标蝗虫优化算法对XGBoost模型、LSTM模型进行连接系数寻优，首先初始化蝗虫的位置和参数以及要迭代的最大次数，并计算每个蝗虫的适应度值，找出最佳的适应度值并保存相应的蝗虫到变量；循环更新参数c和蝗虫位置并计算每个蝗虫的适应度值，保存每次迭代最好的适应度值并更新，蝗虫位置更新公式为：

最后判断迭代次数是否达到设定的最大值，若达到最大迭代次数则退出循环并返回全局最优解，得到基于多目标寻优算法的含有扩充特征的XGBoost-LSTM光伏功率预测结果。

Images