基于天气状态模式识别的光伏电站发电功率分类预测方法

• 作者: 周海明 杨光 王飞 甄钊 米增强
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 光伏电站 功率预测 模式识别 太阳辐照度 支持向量机 天气状态
• 年，卷（期）: 2013,（34）
• 所属期刊栏目: 太阳能并网发电与电力系统交互影响
• 页码范围: 67-74
• 页数: 8页
• 分类号: TM615
• 字数: 6775字
• 语种: 中文

摘要

光伏发电功率的准确预测对电网调度的计划安排及光伏电站的优化运行具有重要意义。采用单一模型实现多种不同天气状态下光伏发电功率的准确预测非常困难。在分析辐照度变化规律基础上，综合考虑分类总数、类型代表性和分布均衡性，针对气象专业天气类型进行归纳合并，得到4种广义天气类型；进而给出光伏发电功率分类预测的基本框架；提取辐照度的特征参数，建立基于支持向量机的天气状态模式识别模型，辨识恢复部分历史数据所缺失的天气类型信息；最后利用光伏电站的实际运行数据进行仿真，结果验证了模式识别的准确性和分类预测的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王飞		2	77	2.0	2.0
2	米增强		4	244	4.0	4.0
3	甄钊		1	69	1.0	1.0
4	杨光		1	69	1.0	1.0
5	周海明		15	286	7.0	15.0