基于灰色关联理论与经验模态分解的光伏出力超短期预测

被引:29
作者
索春梅 [1 ]
孙健 [2 ]
张宗峰 [3 ]
王贤宗 [4 ]
机构
[1] 哈尔滨电力职业技术学院
[2] 国网北京市电力公司电力科学研究院
[3] 国网山东省电力公司日照供电公司
[4] 国网山东省电力公司临沂供电公司
关键词
灰色关联理论; 经验模态分解; 光伏; 超短期预测;
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
光伏出力受太阳辐照度、温度、瞬时云团等影响,出力序列呈现明显的非平稳特性,给预测工作带来难度。为降低出力波动性对预测效果的影响,满足光伏出力超短期预测对预测精度的需要,提出两阶段构建输入样本的方法,首先使用灰色关联度理论构建待预测日的相似日样本集合,再使用经验模态分解法拆解相似日历史出力,得到振动模态相对平稳的本征模函数及剩余分量后,使用支持向量机模型对每个分量进行滚动预测,最后将预测结果重构得到下一时刻的点预测值。实例证明,该组合模型的均方根误差可达到1.93,实现了较高精度,可以为光伏出力调度工作提供更多决策依据。
引用
收藏
页码:159 / 164+172 +172
页数:7
相关论文
共 13 条
[1]
针对气象数据弱相关的光伏输出功率预测方法研究 [D]. 
杜翠 .
华北电力大学(北京),
2016
[2]
灰色系统理论及其应用.[M].刘思峰等著;.科学出版社.1999,
[3]
基于小波变换和支持向量机的短期光伏发电功率预测 [J].
罗毅 ;
邢校萄 .
新能源进展, 2014, 2 (05) :380-384
[4]
基于拟牛顿法小波神经网络的光伏发电系统短期功率预测模型 [J].
杨超颖 ;
王金浩 ;
王硕 ;
徐永海 ;
黄浩 .
中国电力, 2014, (06) :117-124
[5]
基于EEMD-SVM方法的光伏电站短期出力预测 [J].
茆美琴 ;
龚文剑 ;
张榴晨 ;
曹雨 ;
徐海波 .
中国电机工程学报, 2013, 33 (34) :17-24+5
[6]
光伏并网发电系统对电网的影响研究综述 [J].
陈炜 ;
艾欣 ;
吴涛 ;
刘辉 .
电力自动化设备, 2013, 33 (02) :26-32+39
[7]
基于相似日和最小二乘支持向量机的光伏发电短期预测 [J].
傅美平 ;
马红伟 ;
毛建容 .
电力系统保护与控制, 2012, 40 (16) :65-69
[8]
光伏电站输出功率影响因素分析 [J].
张雪莉 ;
刘其辉 ;
马会萌 ;
李蓓 .
电网与清洁能源, 2012, 28 (05) :75-81
[9]
最小二乘支持向量机在光伏功率预测中的应用 [J].
朱永强 ;
田军 .
电网技术, 2011, 35 (07) :54-59
[10]
基于支持向量机回归的光伏发电出力预测 [J].
栗然 ;
李广敏 .
中国电力, 2008, (02) :74-78