基于分时长短期记忆神经网络的光伏发电超短期功率预测

• 作者: 尹瑞 张沛 彭春华 时珉 王一峰 王铁强 田剑刚
• 来源期刊: 现代电力
• 学科: 工学
• 关键词: 光伏发电 超短期功率预测 长短期记忆网络 Spearman相关系数 分时预测
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 新能源电力系统
• 页码范围: 629-637,中插6
• 页数: 10页
• 分类号: TM615
• 语种: 中文
• DOI: 10.19725/j.cnki.1007-2322.2019.1026

摘要

准确预测光伏发电功率对电力系统运行调度至关重要.提出一种基于Spearman相关系数和分时长短期记忆网络的光伏发电功率预测方法.首先利用Spearman相关系数分析每个时刻下影响光伏发电功率的因素,选取相关度高的影响因素作为长短期记忆网络模型的输入变量;然后,对每个时刻建立一个基于长短期记忆网络的预测模型,实现分时光伏发电功率的预测.最后,利用实际光伏发电站的历史发电功率和数值天气预报数据进行案例分析.结果表明,所提方法比单一长短期记忆网络预测模型具有更高的预测精度.