基于EMD-RVM的短期光伏发电系统功率预测

• 作者: 桑康伟 王坤 高文根
• 来源期刊: 四川理工学院学报（自然科学版）
• 学科: 工学
• 关键词: 光伏预测 经验模态分解 相关向量机 相似日
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 机械、电子及计算机科学
• 页码范围: 45-51
• 页数: 7页
• 分类号: TM615
• 字数: 4240字
• 语种: 中文
• DOI: 10.11863/j.suse.2019.01.07

摘要

由于光伏发电并网会对电网产生冲击,进而影响电网的稳定,因此提高光伏发电预测的精度对电网具有重要的意义.考虑到光伏出力的非平稳性和随机性,提出了一种基于经验模态分解(EMD)和相关向量机(RVM)的组合方法(EMD-RVM)对光伏发电系统功率进行预测.首先把历史数据按照天气类型进行分类,利用欧氏距离算法筛选出与待预测日特征相似的历史数据;然后将光伏发电输出功率序列进行集合经验模态分解,得到若干个不同频率的相对平稳的固有模态分量(IMF),通过分析不同分量的特征规律对各分量建立对应的RVM模型,再将各分量的预测值等权值求和得到最终预测值.仿真结果表明,同一些传统预测方法相比,利用EMD-RVM组合方法进行光伏发电预测具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高文根		66	116	6.0	8.0
2	王坤		2	4	2.0	2.0
3	桑康伟		1	2	1.0	1.0