气象数据弱相关的光伏出力短期预测

• 作者: 刘宗歧 刘文霞 徐晓波 杜翠
• 来源期刊: 现代电力
• 学科: 工学
• 关键词: 分布式光伏 光伏出力预测 支持向量机(SVM) 参数选择
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 清洁能源
• 页码范围: 1-6
• 页数: 6页
• 分类号: TM615
• 字数: 4761字
• 语种: 中文

摘要

光伏出力受气象因素影响,气象数据的有效程度影响着预测结果的准确性.本文提出了气象数据与光伏出力弱相关时短期光伏出力的预测方法.首先采用Pearson关联系数分析法得到影响光伏发电的主要因素,而后采用模糊聚类理论构建相似日,建立了具有优秀小样本学习能力的支持向量回归机预测模型.针对该模型,提出了两阶段确定模型参数的方法,首先采用全局网格搜索确定核参数p和正则化参数C的取值范围,再通过自适应差分进化算法寻找最优核参数p和正则化参数C,以提高参数ε选取范围设置较大时的预测精度.实例测试表明,使用本文提出的SVR方法预测的平均RMSE为5.551％,满足预测要求,比常规BP预测方法提高精度1.238％,在气象数据弱相关时对光伏短期出力有更好的预测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘文霞	华北电力大学电气与电子工程学院	89	1146	18.0	31.0
2	刘宗歧	华北电力大学电气与电子工程学院	58	845	13.0	28.0
3	杜翠	华北电力大学电气与电子工程学院	1	9	1.0	1.0
4	徐晓波	华北电力大学电气与电子工程学院	2	43	2.0	2.0