基于萤火虫算法-广义回归神经网络的光伏发电功率组合预测

• 作者: 徐清山 李立学 王昕 贾立凯 邵凤鹏 郑益慧 黄柯
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 主成分分析法 灰色关联度 萤火虫算法 广义回归神经网络
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 低碳电力技术 (特约专题主编 康重庆)
• 页码范围: 455-461
• 页数: 7页
• 分类号: TM615
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2016.0943

摘要

随着光伏发电大容量地并入电网，其输出的随机性必将对大电网安全稳定运行造成影响，为此建立了一种变权重的光伏短期组合预测模型，首先通过主成分分析法(principal component analysis，PCA)将影响光伏出力的多重线性因素进行压缩、提取以简化模型输入变量的维数，然后将提取的第一主成分结合灰色关联度来筛选相似日样本，接着将样本分别带入最小二乘支持向量机、改进BP网络2种单一模型进行2次预测。第1次预测作为相似日预测，用来训练权重系数，训练方法是萤火虫算法优化的广义回归神经网络；第2次预测是待预测日的预测。仿真结果验证了所提模型的有效性。