基于天气类型聚类和LS-SVM的光伏出力预测

• 作者: 张华彬 杨明玉
• 来源期刊: 电力科学与工程
• 学科: 工学
• 关键词: 聚类 最小二乘支持向量机 光伏发电系统 出力预测 加权欧氏距离
• 年，卷（期）: 2014,（10）
• 页码范围: 42-47
• 页数: 6页
• 分类号: TM615
• 字数: 4038字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-0792.2014.010.008

摘要

分析了影响光伏出力的气象因素,结合光伏系统实际运行数据和气象信息,提出一种基于天气类型聚类和LS-SVM的光伏出力预测模型.选取太阳辐照时间、温度、相对湿度等作为气象特征向量,通过计算各向量的加权欧氏距离,筛选出最佳聚类集合,确定训练样本,使样本数据能更好地反映待预测日的实际气象信息.取最佳聚类日气象特征、相应光伏出力及待预测日气象特征输入训练好的LS-SVM模型,输出为待预测日对应时刻的光伏出力.最后通过实际算例分析、评估,验证了所提模型和算法的有效性,并通过增加样本数据点获得了更加精确的预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨明玉	华北电力大学电气与电子工程学院	70	563	13.0	17.0
2	张华彬	华北电力大学电气与电子工程学院	5	42	3.0	5.0