一种基于多重特征与多模型融合的光伏出力预测方法

本发明涉及光伏发电技术领域，特别是一种基于多重特征与多模型融合的光伏出力预测方法，包括以下步骤：步骤S1：采集分布式光伏电站的历史出力数据及相关气象数据形成数据集，基于数据集构建多个单特征序列，步骤S2：将固定周期特征序列、动态特征序列、局部波动特征序列、关联气象辅助特征以及至少两个单特征序列组合形成的多个组合序列输入至XGBoost模型进行训练学习得到多个单模型；步骤S3：将单模型进行增强融合得到多模型，将多个单模型或多模型进行迭代训练和优化，得到稳健的综合集成模型；步骤S4：对综合集成模型的预测结果进行概率化修正，得到最终的中长期分布式光伏预测序列。本发明的优点是提出的模型框架的预测能力具有先进性和鲁棒性。