基于多维度选取相似日的光伏功率预测

• 作者: 常悦 马玉鑫
• 来源期刊: 新型工业化
• 关键词: 相关性分析 聚类分析 LSTM模型 神经网络模型 功率预测
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 电力工业
• 页码范围: 63-65
• 页数: 3页
• 分类号: TM615
• 语种: 中文
• DOI: 10.19335/j.cnki.2095-6649.2020.08.025

摘要

由于某些光伏电站地处偏僻或者电站条件的限制,使得电站不能获取完善准确可靠的天气信息,其中辐照强度、天气条件、温度等环境对于光伏出力的影响较大,天气信息的不充分会使预测精度下降.因此,本文引入一种通过对天气信息的相关性分析以及对电站历史出力数据的聚类分析选取相似集,进而对不同天气选取不同的预测模型.结果表明:晴天时选择LSTM模型,非晴天时选择BP神经网络,预测效果较佳.