基于VMD-SE-LSSVM和迭代误差修正的光伏发电功率预测

• 作者: 余向阳 岳同耿日 杨宁宁 赵怡茗 高春阳
• 来源期刊: 太阳能学报
• 学科: 工学
• 关键词: 预测模型 支持向量机 模态分解 误差分析 熵
• 年，卷（期）: 2020,（2）
• 页码范围: 310-318
• 页数: 9页
• 分类号: TM615
• 语种: 中文

摘要

根据光伏发电功率的变化是非稳定和随机的特点,为进一步提高光伏功率预测精度,该文提出一种基于VMD-SE-LSSVM和迭代误差修正的预测方法.该方法首先采用变分模态分解(VMD)技术将历史光伏发电功率分解成一系列有限带宽的子模态,避免模态混叠和噪声冲击的影响;然后用最小二乘支持向量机分别预测光伏发电功率和误差,将误差补偿后的功率值作为最终的预测结果.此外,该文还采用样本熵(SE)原理将天气类型量化作为特征向量输入支持向量机(SVM)参与预测,兼顾了天气因素和时间维度对预测值的影响.经过仿真和与传统方法的预测结果比对,该文所提出的方法在不同天气类型中均提高了准确性,在光伏电站功率预测中具有一定的理论与实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余向阳		49	398	12.0	18.0
2	杨宁宁		5	21	4.0	4.0
3	岳同耿日		2	0	0.0	0.0
4	赵怡茗		2	0	0.0	0.0
5	高春阳		3	2	1.0	1.0