基于改进相似日的光伏系统日发电量预测

• 作者: 刘文斌 朱翔鸥 罗素芹 陈国栋
• 来源期刊: 照明工程学报
• 学科: 工学
• 关键词: 支持向量机回归 相似日 光伏系统 日发电量预测
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 太阳能照明
• 页码范围: 115-119
• 页数: 5页
• 分类号: TM615
• 字数: 4018字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-440X.2018.03.023

摘要

光伏系统日发电量预测对于提高可远程监控的离网光伏设备的电能管理具有重要的意义.针对这一需求,通过分析影响光伏系统日发电量的因素,提出了用加权平均总云量以量化日天气类型,并以此改进选取相似日过程中气象特征向量的构造.通过计算分析相似度筛选出与预测日特征相似的历史数据,作为预测模型的训练样本,利用支持向量机回归(SVR)对光伏系统的日发电量进行预测,并通过某地太阳能LED路灯的实测数据对模型进行验证,计算分析了预测误差.结果表明,该方法具有较高的预测精度,所提模型具有有效性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱翔鸥	温州大学物理与电子信息工程学院	32	144	6.0	10.0
2	刘文斌	温州大学物理与电子信息工程学院	36	152	6.0	11.0
3	罗素芹	温州大学物理与电子信息工程学院	6	23	3.0	4.0
4	陈国栋	温州大学物理与电子信息工程学院	2	6	1.0	2.0