基于改进BP-SVM-ELM与粒子化SOM-LSF的微电网光伏发电组合预测方法

• 作者: 付青 单英浩 朱昌亚 耿炫
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 分布式能源 微电网 组合预测 思维进化算法 粒子群算法 极限学习机 自组织特征映射网络
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 分布式网络和智能化
• 页码范围: 3334-3342
• 页数: 9页
• 分类号: TM615|TM715
• 语种: 中文
• DOI: 10.13334/j.0258-8013.pcsee.152083

摘要

针对微电网中光伏发电短期预测难度大的问题，从新的空间角度提出一种直接考虑微电源间能量关系的组合预测方法。使用思维进化算法优化BP神经网络、粒子群算法优化支持向量机和基于单隐层前馈网络极限学习机分别进行预测，方差-协方差权值动态分配法来组合预测结果。并对单天预测和滚动预测，提出一种粒子化自组织特征映射网络相似日聚类，结合最小二乘法拟合等权平均输出的综合预测体系。实际实验表明，该方法具有互补性强、灵活度好和准确性高等优点，可为微电网优化调度提供技术参考。