基于改进BP-SVM-ELM与粒子化SOM-LSF的微电网光伏发电组合预测方法

被引:131
作者
单英浩 [1 ]
付青 [1 ]
耿炫 [1 ]
朱昌亚 [2 ]
机构
[1] 中山大学物理学院
[2] 天宝电子(惠州)有限公司
基金
广东省科技计划;
关键词
分布式能源; 微电网; 组合预测; 思维进化算法; 粒子群算法; 极限学习机; 自组织特征映射网络;
D O I
暂无
中图分类号
TM615 [太阳能发电];
学科分类号
080811 [新能源发电与电能存储];
摘要
针对微电网中光伏发电短期预测难度大的问题,从新的空间角度提出一种直接考虑微电源间能量关系的组合预测方法。使用思维进化算法优化BP神经网络、粒子群算法优化支持向量机和基于单隐层前馈网络极限学习机分别进行预测,方差-协方差权值动态分配法来组合预测结果。并对单天预测和滚动预测,提出一种粒子化自组织特征映射网络相似日聚类,结合最小二乘法拟合等权平均输出的综合预测体系。实际实验表明,该方法具有互补性强、灵活度好和准确性高等优点,可为微电网优化调度提供技术参考。
引用
收藏
页码:3334 / 3343
页数:10
相关论文
共 24 条
[1]
基于思维进化神经网络的真空绝热板真空度测量精度改进方法研究 [J].
黄俊 ;
冯勇建 .
真空科学与技术学报, 2015, 35 (05) :528-532
[2]
微电网能量管理和控制简述 [J].
付青 ;
单英浩 ;
朱昌亚 ;
耿炫 .
新能源进展, 2015, 3 (02) :139-144
[3]
基于机器学习的自适应光伏超短期出力预测模型 [J].
高阳 ;
张碧玲 ;
毛京丽 ;
刘勇 .
电网技术, 2015, 39 (02) :307-311
[4]
基于多因子和合同网协调机制的微网多Agent混和能量管理方法 [J].
茆美琴 ;
金鹏 ;
奚媛媛 ;
张榴晨 ;
徐海波 ;
董玮 .
中国电机工程学报, 2014, 34 (31) :5542-5552
[5]
基于熵权法的光伏输出功率组合预测模型 [J].
杨锡运 ;
刘欢 ;
张彬 ;
陈嵩 .
太阳能学报, 2014, 35 (05) :744-749
[6]
基于马尔可夫链的光伏并网发电量预测 [J].
李英姿 ;
贺琳 ;
牛进苍 .
太阳能学报, 2014, 35 (04) :611-616
[7]
基于多维时间序列局部支持向量回归的微网光伏发电预测 [J].
黄磊 ;
舒杰 ;
姜桂秀 ;
张继元 .
电力系统自动化, 2014, 38 (05) :19-24
[8]
微电网技术综述 [J].
杨新法 ;
苏剑 ;
吕志鹏 ;
刘海涛 ;
李蕊 .
中国电机工程学报, 2014, 34 (01) :57-70
[9]
基于动态贝叶斯网络的光伏发电短期概率预测 [J].
董雷 ;
周文萍 ;
张沛 ;
刘广一 ;
李伟迪 .
中国电机工程学报, 2013, 33(S1) (S1) :38-45
[10]
粒子群优化的KFCM及SVM诊断模型在断路器故障诊断中的应用 [J].
梅飞 ;
梅军 ;
郑建勇 ;
张思宇 ;
朱克东 .
中国电机工程学报, 2013, 33 (36) :134-141+19