基于改进支持向量机算法的光伏发电短期功率滚动预测

被引:34
作者
王继东
宋智林
冉冉
机构
[1] 天津大学智能电网教育部重点实验室
关键词
光伏发电; 短期功率预测; 粒子群优化; 支持向量机; 滚动预测;
D O I
暂无
中图分类号
TM615 [太阳能发电];
学科分类号
0807 ;
摘要
光伏发电具有明显的波动性与随机性,对其短期功率进行预测可以更准确地实现电网能量管理和运行调度。首先提出了一种基于粒子群优化支持向量机算法(PSO-SVM)的光伏发电短期功率滚动预测模型;通过寻找相似日,以相似日的实际功率和预测日的天气数据作为模型的输入量,对次日一天的发电功率进行预测;再以次日的实际输出功率与预测功率进行滚动对比,当预测点不满足给定预测精度时,以当日实测数据对后期预测点的功率进行修正预测。仿真算例表明所提光伏发电短期功率的滚动预测模型可以更精确地实现功率预测。
引用
收藏
页码:9 / 13
页数:5
相关论文
共 10 条