基于模糊信息粒化的光伏出力区间预测

• 作者: 周亚武 孟安波 殷豪 陈云龙
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 光伏区间预测 模糊信息粒化理论 集成经验模态分解 样本熵 随机分量
• 年，卷（期）: 2018,（14）
• 所属期刊栏目: 信息与能源
• 页码范围: 63-68
• 页数: 6页
• 分类号: TM615
• 字数: 4715字
• 语种: 中文

摘要

相对于传统的光伏点预测而言,光伏区间预测可以为电网调度人员提供更加全面、有效的预测信息.鉴于此,文章提出一种基于模糊信息粒化理论的区间预测方法.针对光伏功率原始数据的强波动特性,采用集成经验模态分解方法将其分解为若干个子序列.并依据样本熵理论,将复杂度较高的子序列重组为随机分量,代表光伏输出的波动性,论文对该随机分量进行模糊化处理,从而得出其波动趋势以及波动上、下界,再分别进行预测;而复杂度相对较低的其他子序列代表光伏出力稳定分量,因此,直接对其进行确定性预测.论文采用经过纵横交叉算法改进的人工神经网络(CSO-BP)进行预测,得出最终光伏区间预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷豪	广东工业大学自动化学院	51	287	10.0	14.0
2	孟安波	广东工业大学自动化学院	92	669	15.0	21.0
3	陈云龙	广东工业大学自动化学院	12	39	4.0	6.0
4	周亚武	广东工业大学自动化学院	10	49	4.0	6.0