共 9 条
- [9] Estimation of the energy of a PV generator using artificial neural network[J]. RENEWABLE ENERGY, 2009, 34 (12) : 2743 - 2750Almonacid, F.Rus, C.Perez, P. J.Hontoria, L.
天气类型聚类的支持向量机在光伏系统输出功率预测中的应用
被引：23
作者：
金鑫
[1
,2
]
袁越
[1
,2
]
傅质馨
[1
,2
]
张凯航
[1
,2
]
机构：
[1] 河海大学能源与电气学院
[2] 河海大学可再生能源发电技术教育部工程研究中心
来源：
关键词：
光伏发电;
功率预测;
天气预报;
支持向量机;
加权欧氏距离;
D O I：
10.19725/j.cnki.1007-2322.2013.04.003
中图分类号：
TM615 [太阳能发电];
学科分类号：
0807 ;
摘要：
光伏发电具有较强的波动性和随机性的特点,大容量光伏发电接入,会对电力系统的安全稳定运行带来严峻挑战。本文分析了温度、湿度等气象因素对光伏发电系统输出功率的影响,结合光伏系统的历史发电数据与气象信息,提出一种基于天气类型聚类的支持向量机预测模型。通过计算合适的权值,确定各气象因素的加权欧氏距离,选择输入样本,使样本能更好地反映预测日的天气属性;在此基础上运用支持向量机进行短期输出功率预测,并利用某地实测数据对训练好的模型进行了测试与评估。结果证明,该方法建立的模型具有较高的精度。
引用
收藏
页码：13 / 18
页数：6
相关论文