基于多维时间序列局部支持向量回归的微网光伏发电预测

• 作者: 姜桂秀 张继元 舒杰 黄磊
• 来源期刊: 电力系统自动化
• 关键词: 光伏功率预测 微网(微电网) 多维时间序列相空间重构 支持向量回归 局部预测
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 绿色电力自动化
• 页码范围: 19-24
• 页数: 6页
• 字数: 4607字
• 语种: 中文
• DOI: 10.7500/AEPS20130710005

摘要

目前光伏发电预测普遍采用采样间隔较大的单一时间尺度功率序列建模，模型简单但对功率时序特征的模拟精度不高。文中提出了一种基于小采样间隔光伏功率数据的多维时间序列局部预测方法。通过构造不同时间尺度的光伏功率均值序列，形成以小时平均光伏功率序列为主要研究序列的多维时间序列；基于相关性分析、C-C方法和嵌入维最小预测误差法确定多维时间序列相空间重构的时间延迟和嵌入维；采用支持向量回归方法建立提前1h 的光伏功率局部预测模型。以国内某微网的光伏功率预测为例进行仿真实验，计算结果表明，多维时间序列局部预测模型优于基于单一时间尺度功率序列的局部预测模型，更具应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄磊	中国科学院广州能源研究所中国科学院可再生能源重点实验室	72	1531	18.0	38.0
2	舒杰	中国科学院广州能源研究所中国科学院可再生能源重点实验室	42	741	13.0	26.0
3	姜桂秀	中国科学院广州能源研究所中国科学院可再生能源重点实验室	4	98	4.0	4.0
4	张继元	中国科学院广州能源研究所中国科学院可再生能源重点实验室	5	84	2.0	5.0