基于相似日理论和PCA-PSO-BP的光伏发电功率预测

• 作者: 李秉晨 于惠钧 刘靖宇
• 来源期刊: 电工技术
• 关键词: 光伏发电 相似日理论 气象因素 预测模型
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 新能源系统与设备|New Energy Systems and Equipment
• 页码范围: 26-28
• 页数: 3页
• 分类号: TM615
• 语种: 中文
• DOI: 10.19768/j.cnki.dgjs.2021.06.011

摘要

针对光伏发电功率预测精度不高的问题,提出一种基于相似日理论和主成分分析(PCA)-粒子群算法(PSO)-BP神经网络的光伏发电功率预测模型.考虑不同季节下发电功率差异较大,通过灰色关联度选取预测日的相似日,采用主成分分析法对影响光伏发电功率的因素进行降维处理,利用降维后的相似日气象数据和历史发电功率数据来建立PSO-BP预测模型.试验验证,该方法与单一BP神经网络、PSO-BP预测模型相比,功率预测精度得到提高.