國網(wǎng)河南省電力公司安陽縣供電公司 韓德利

1 引言

在“雙碳”政策背景下，電力行業(yè)如何實(shí)現(xiàn)節(jié)能減碳已經(jīng)成為熱點(diǎn)話題，大力推進(jìn)電力行業(yè)可再生能源發(fā)展迫在眉睫[1]。在眾多可再生能源中，太陽能因具有清潔性、可持續(xù)性等優(yōu)勢(shì)，使太陽能發(fā)電的關(guān)注度較高。相比于其他可再生能源發(fā)電技術(shù)，太陽能發(fā)電技術(shù)應(yīng)用較為廣泛，發(fā)展較為成熟[2]。據(jù)國家能源局?jǐn)?shù)據(jù)，截止到2022年年底，我國太陽能發(fā)電裝機(jī)容量累計(jì)達(dá)4億kW，同比增長28.1%，全年新增容量達(dá)8741萬kW，同比增長60.3%[3]。然而，光伏并網(wǎng)的數(shù)量攀升對(duì)電網(wǎng)運(yùn)行穩(wěn)定性造成了一定的沖擊，光伏電網(wǎng)面臨著運(yùn)行不穩(wěn)定、運(yùn)行調(diào)度難等問題。為了保障光伏并網(wǎng)的穩(wěn)定推進(jìn)，需要構(gòu)建精準(zhǔn)的光伏發(fā)電功率預(yù)測(cè)模型[4]。本文在借鑒相關(guān)學(xué)者研究基礎(chǔ)上，結(jié)合了變分模態(tài)分解法（VMD）與和聲搜索算法（HS），對(duì)傳統(tǒng)BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，構(gòu)建了VMD-HS-BP 光伏發(fā)電功率預(yù)測(cè)模型[5]。

2 模型構(gòu)建

為了進(jìn)一步提升光伏發(fā)電功率預(yù)測(cè)精準(zhǔn)性，本文采用VMD 與HS 算法對(duì)BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，構(gòu)建光伏發(fā)電功率預(yù)測(cè)模型，具體流程如下。

一是相關(guān)性分析。采用相關(guān)性分析法對(duì)輸入變量與輸出變量之間的相關(guān)性進(jìn)行檢驗(yàn)，并從中剔除了相關(guān)性水平較低的變量。采用相關(guān)性分析法對(duì)相關(guān)性水平較低的變量進(jìn)行剔除，可以有效降低冗余變量數(shù)量，避免此類變量對(duì)結(jié)果精準(zhǔn)性的影響，并且可以通過相關(guān)性分析結(jié)果衡量不同影響因素對(duì)光伏發(fā)電功率的影響水平，具體相關(guān)性表達(dá)式：

二是VMD 分解。采用VMD 對(duì)采集的光伏數(shù)據(jù)進(jìn)行分解，并采用中心頻率法確定模態(tài)數(shù)。VMD作為一種全新的多分辨率序列分解技術(shù)，在應(yīng)用中可以將原始序列進(jìn)行分解處理，序列f（t）可分解為k 個(gè)具有相同頻率的有線寬帶分量，表示為uk（k=1，2，…，K）。此外，該技術(shù)在應(yīng)用中可通過迭代搜尋的方式確定相應(yīng)的最優(yōu)解，模型分解后，所有模態(tài)分量和具有中心頻率的有線寬帶在經(jīng)過初始化后，可對(duì)應(yīng)獲取到k 個(gè)估算的中心角頻率。考慮到變分問題屬于約束問題，需通過二次乘法和拉格朗日乘數(shù)進(jìn)行轉(zhuǎn)化分析，在轉(zhuǎn)化完成后，需采用交替方向乘子法進(jìn)行求解分析，并通過迭代更新方式，獲取最終分解模態(tài)分量。VMD 的核心思想為構(gòu)造與求解變分問題，具體操作如下。

初始化各模態(tài)、中心頻率、拉格朗日乘法算子；更新模態(tài)分量uk與中心頻率wk，表達(dá)式：

更新拉格朗日乘數(shù)，表達(dá)式：

四是光伏序列預(yù)測(cè)結(jié)果輸出。使用經(jīng)過訓(xùn)練的改進(jìn)BP 神經(jīng)網(wǎng)絡(luò)，按照上述流程，依次預(yù)測(cè)各個(gè)分量，并將所有分量的預(yù)測(cè)值進(jìn)行疊加，形成最終的預(yù)測(cè)值，并將被作為本次預(yù)測(cè)的結(jié)果輸出。

這個(gè)預(yù)測(cè)過程是基于對(duì)光伏序列的深度學(xué)習(xí)和對(duì)大量數(shù)據(jù)的分析，旨在挖掘隱藏在數(shù)據(jù)中的規(guī)律和趨勢(shì)，從而提高預(yù)測(cè)的準(zhǔn)確性和可靠性。通過改進(jìn)的BP 神經(jīng)網(wǎng)絡(luò)，可以更好地處理復(fù)雜的非線性關(guān)系，從而更準(zhǔn)確地預(yù)測(cè)光伏序列的未來走勢(shì)。在預(yù)測(cè)過程中，每個(gè)分量都經(jīng)過了嚴(yán)謹(jǐn)?shù)耐评砗途_的模擬，以確保最終預(yù)測(cè)值的準(zhǔn)確性和可靠性。這些預(yù)測(cè)值不僅反映了光伏序列的當(dāng)前狀態(tài)，還為未來的發(fā)展趨勢(shì)提供了有力的參考。此外，該預(yù)測(cè)模型還具有思路清晰、邏輯嚴(yán)密的特點(diǎn)。每個(gè)步驟都經(jīng)過了精心設(shè)計(jì)和嚴(yán)格驗(yàn)證，以確保最終結(jié)果的精確性和可重復(fù)性。這種嚴(yán)謹(jǐn)?shù)姆椒ú粌H提高了預(yù)測(cè)的準(zhǔn)確性，還有助于推動(dòng)光伏行業(yè)的進(jìn)一步發(fā)展。

3 試驗(yàn)分析

3.1 數(shù)據(jù)處理

以河南電力公司某地區(qū)某光伏建筑為模型構(gòu)建試驗(yàn)對(duì)象，光伏建筑總面積約為240m2，建筑頂部布設(shè)了光伏發(fā)電系統(tǒng)。光伏發(fā)電功率預(yù)測(cè)模型每天在日照時(shí)間內(nèi)采集數(shù)據(jù)信息，數(shù)據(jù)采集工作為期一整月，該階段共計(jì)采集獲取了1566組數(shù)據(jù)，采集數(shù)據(jù)處理中為避免數(shù)據(jù)誤差，進(jìn)行了歸一化處理：

式中，x為樣本的各類數(shù)據(jù)；xmax為樣本數(shù)據(jù)的最大值；xmin為樣本數(shù)據(jù)的最小值。

完成歸一化處理后，提出了＜0.5的變量，并進(jìn)一步計(jì)算輸入變量與輸出變量之間的相關(guān)性，其結(jié)果見表1。通過相關(guān)性分析剔除了小于0.5的輸入變量，進(jìn)而計(jì)算輸入量和輸出量之間的相關(guān)性，計(jì)算相關(guān)系數(shù)。

表1 輸入與輸出變量間相關(guān)系數(shù)

由上表可知，結(jié)合相關(guān)系那個(gè)分析結(jié)果，需要提出＜0.5的變量條件，分別為前一刻試驗(yàn)條件環(huán)境溫度、前三刻光伏發(fā)電功率、風(fēng)速、相對(duì)濕度和大氣壓。

3.2 變量設(shè)置

結(jié)合本次試驗(yàn)測(cè)試調(diào)試要求，選用三層BP 神經(jīng)網(wǎng)絡(luò)，其中包含7個(gè)輸入變量和1個(gè)輸出變量。其中，BP 神經(jīng)網(wǎng)絡(luò)的神經(jīng)元個(gè)數(shù)為12個(gè)，輸入層函使用transig 函數(shù)，輸出層trainlm 函數(shù)，相應(yīng)算法的具體設(shè)置內(nèi)容見表2。

表2 HS 搜索算法與VMD 算法的具體設(shè)置

3.3 試驗(yàn)結(jié)果

為進(jìn)一步驗(yàn)證模型有效性，選擇使用BP、HS-BP 和EMD-HS-BP 模型進(jìn)行對(duì)比測(cè)試分析，并確定模型的相對(duì)誤差。運(yùn)用平均絕對(duì)百分比誤差和均方根相對(duì)誤差對(duì)幾種模型的誤差進(jìn)行評(píng)價(jià)分析。其中平均絕對(duì)百分比誤差計(jì)算：

均方根相對(duì)誤差計(jì)算：

不同類型模型的預(yù)測(cè)誤差值見表3。

表3 不同類型模型的預(yù)測(cè)誤差值

表3展示了不同類型模型在預(yù)測(cè)誤差方面的表現(xiàn)，其中VMD-HS-BP 模型的預(yù)測(cè)誤差最低，表現(xiàn)出更高的預(yù)測(cè)精度。相比其他三種同類型算法，本研究所提出的VMD-HS-BP 模型在應(yīng)用性和準(zhǔn)確性方面更勝一籌。具體來看，BP 模型的預(yù)測(cè)誤差較大，MAPE 為15.62%，RMSPE 為0.47%，這表明該模型的預(yù)測(cè)效果不太理想。而HS-BP 模型在MAPE 和RMSPE 方面均有所降低，分別為7.69%和0.29%，說明該模型在預(yù)測(cè)精度方面有一定提升。EMD-HS-BP 模型和VMD-HS-BP 模型在預(yù)測(cè)誤差方面表現(xiàn)更為出色。EMD-HS-BP 模型的MAPE 為5.41%，RMSPE 為0.23%，相比HS-BP模型，其在預(yù)測(cè)精度上有明顯提升。而VM DHS-BP 模型的MAPE 和RMSPE 分別為2.04%和0.07%，其預(yù)測(cè)誤差最低，表現(xiàn)出更高的預(yù)測(cè)精度。綜上所述，本研究所提出的VMD-HS-BP 模型在所有對(duì)比模型中具有最低的預(yù)測(cè)誤差，顯示出更高的預(yù)測(cè)精度和應(yīng)用性、準(zhǔn)確性方面的優(yōu)勢(shì)。這一結(jié)果表明，VMD-HS-BP 模型在處理實(shí)際問題時(shí)具有較高的實(shí)用價(jià)值。

4 結(jié)語

本文提出了一種VMD-HS-BP 光伏發(fā)電功率預(yù)測(cè)模型，該模型能夠有效提升光伏發(fā)電功率預(yù)測(cè)精度。以河南電網(wǎng)某地光伏建筑為試驗(yàn)對(duì)象，并根據(jù)模型運(yùn)行要求確定了相應(yīng)的參數(shù)設(shè)定條件與輸入變量信息。在試驗(yàn)驗(yàn)證中，運(yùn)用相關(guān)性分析方法對(duì)輸入數(shù)據(jù)變量與輸出數(shù)據(jù)變量進(jìn)行了分析，剔除了不符合要求的條件變量。為進(jìn)一步驗(yàn)證VMD-HS-BP 光伏發(fā)電功率預(yù)測(cè)模型的預(yù)測(cè)精度，在試驗(yàn)中引入了三種同類型模型進(jìn)行對(duì)比測(cè)試，通過平均絕對(duì)百分比誤差和均方根誤差結(jié)果對(duì)比，確定了本文所提出的光伏發(fā)電功率預(yù)測(cè)模型準(zhǔn)確性更高，具有較高的實(shí)用價(jià)值，能夠?yàn)殡娋W(wǎng)光伏發(fā)電功率預(yù)測(cè)提供參考。