基于气象因子权重相似日的短期光伏功率预测

• 作者: 李伟 王冰 缪永来 陈献慧
• 来源期刊: 广东电力
• 学科: 工学
• 关键词: 相似日 聚类分析 RBF-BP组合神经网络 遗传算法 功率预测
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 新能源发电与并网
• 页码范围: 59-64
• 页数: 6页
• 分类号: TM615
• 字数: 4367字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-290X.2018.004.009

摘要

基于相似日的短期功率预测是一种有效的光伏预测方法,而相似日选取的准确性直接影响预测结果的准确性.通过k均值聚类算法将天气类型聚类识别,并利用光伏功率与气象因子的相关性分析提取出主要气象因子,再根据灰色关联度分析得出不同类别中气象因子对于发电功率的权重,并给出带权重的相似度计算公式,从而获得相似日样本训练集.然后根据训练集建立遗传算法优化的RBF-BP组合神经网络模型进行预测,通过与传统的相似日选择算法进行比较,证明该模型具有更高的精度和适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李伟	河海大学能源与电气学院	48	376	13.0	17.0
2	王冰	河海大学能源与电气学院	57	228	9.0	13.0
3	陈献慧	河海大学能源与电气学院	5	9	1.0	3.0
4	缪永来	河海大学能源与电气学院	4	9	1.0	3.0