基于相似日和VMD-GRU的光伏功率组合预测方法研究

• 作者: 黄雅雯 段凯 杨海柱
• 来源期刊: 科技与创新
• 学科: 工学
• 关键词: 光伏发电功率预测 相似日 变分模态分解 门控循环单元神经网络
• 年，卷（期）: 2024,（7）
• 页码范围: 141-144
• 页数: 4页
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2024.07.038

摘要

光伏发电以其绿色、无污染等显著优势，获得了空前的发展，但对电网的安全稳定运行也造成了一定的影响。开展完善的光伏发电功率预测工作，是提升电网运行可靠性的重要保证，最大程度提高光伏发电的预测准确性，电网调度人员就能够根据区域负荷状况，适时地对电网运行方式进行调整，从而提升调度的效率和精度。针对光伏发电情况展开研究，分析影响光伏发电的因素，经过数据预处理等环节，与深度学习神经网络理论相结合，提出了基于相似日和VMD(Varational Mode Decomposition，变分模态分解)-GRU(Gate Recurrent Unit，门控循环单元神经网络)的光伏功率组合预测方法。