一种计及空间相关性的光伏电站历史出力数据的修正方法

• 作者: 尹晓敏 孟祥剑 侯昆明 陈亚潇 高峰
• 来源期刊: 山东大学学报（工学版）
• 关键词: 光伏发电 数据降维 功率预测 人工神经网络 数据修正
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 电气工程|Electrical Engineering
• 页码范围: 118-123
• 页数: 6页
• 分类号: TM615
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2020.431

摘要

针对光伏系统渗透率增高对电力系统稳定运行带来的严峻挑战,考虑到光伏功率预测技术精度高度依赖于数据精度的问题,提出一种基于人工神经网络的光伏电站历史出力数据修正方法.利用人工神经网络在建立复杂非线性映射关系的优越性,引入皮尔逊相关系数对数据进行降维处理,选择与目标光伏电站出力相关性高的电站作为基准光伏电站,并结合光伏出力的空间相关性特征与基准光伏电站的出力数据对目标光伏电站失准及缺失数据进行修正,以解决由人为因素或数据采集系统老旧带来的光伏数据失准问题,并通过山东省聊城市的光伏历史出力数据对所提方法进行分析验证.