基于改进Kalman滤波块状态估计方法的分布式光伏发电预测

文章基于大量历史数据,在深度学习神经网络的基础上,构建了基于各变量随时间变化的非平稳动态模型,并结合各在线实时的测量装置模型,将状态估计问题转化在Kalman滤波框架下进行;针对目前预测方法预测步数少的不足,设定较长的预测周期,并将该周期内的所有变量视为一个整体的块向量,并据此改写相适应的块状态Kalman滤波模型;建立可同时实现点点实时估计滤波器及固定预测长度的块状态预测估计滤波器;利用计算机数字仿真结果对块状态预测滤波器的有效性进行实验验证,误差比较显示,改进算法与现有的Kalman滤波方法相比,预测效果前者均好于后者.