基于改进权值优化模型的光伏功率区间预测

• 作者: 韦善阳 黄乾 黎静华
• 来源期刊: 电力建设
• 学科: 工学
• 关键词: 光伏功率 区间预测 径向基函数(RBF)神经网络 粒子群优化(PSO)
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 促进高比例新能源消纳的光伏发电功率与负荷预测
• 页码范围: 26-33
• 页数: 8页
• 分类号: TM615
• 字数: 7081字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7229.2019.07.004

摘要

区间预测方法可以反映光伏发电功率可能的变化范围,提供比点预测方法更丰富的预测信息.文章提出了一种基于径向基函数(radial basis function,RBF)神经网络的区间预测模型以直接输出光伏功率预测区间.为优化模型输出区间的性能和避免惩罚系数选择问题,构建了一种考虑区间预测偏差信息的改进预测区间优化模型,并采用粒子群算法(particle swarm optimization,PSO)求解,获得最优RBF神经网络输出权值以提高预测区间的可信度和准确性.通过对比传统区间优化模型和所提改进区间优化模型的预测结果,发现改进区间优化模型能够获得宽度更窄和预测偏差更小的光伏功率预测区间,可为调度决策提供更准确的辅助信息.