基于自适应模糊时间序列法的光伏发电短期功率预测

被引:6
作者
杨志超 [1 ,2 ]
朱峰 [3 ]
张成龙 [1 ,2 ]
葛乐 [1 ,2 ]
袁晓冬 [4 ]
机构
[1] 南京工程学院电力工程学院
[2] 江苏省高校“配电网智能技术与装备”协同创新中心
[3] 国网绍兴供电公司输电运检室
[4] 江苏省电力公司电力科学研究院
关键词
光伏发电; 自适应; 模糊时间序列法; 功率预测;
D O I
10.13960/j.issn.1672-2558.2014.01.009
中图分类号
TM615.2 [];
学科分类号
0807 ;
摘要
针对并网光伏发电系统功率预测问题,提出一种基于自适应模糊时间序列法的并网光伏发电短期功率预测模型.根据光伏发电系统的历史发电数据,进行自适应算法处理,使数据结构与预测模型相适应,确定聚类数目、划分论域并定义论域区间.通过对历史数据进行模糊化处理,确定各模糊关系组,再计算各类模糊关系组的权重向量.按照模糊时间序列的方法进行光伏发电功率预测,并去模糊化得到实际预测结果.结果表明,对比时间序列预测法ARIMA模型,本文预测模型结果误差由13.66%减小到11.34%,并且在处理突变数据上有较大改进.
引用
收藏
页码:6 / 13
页数:8
相关论文
共 11 条
[1]  
自适应模糊时间序列预测模型的研究.[D].张慧.大连海事大学.2012, 10
[2]   短期太阳能光伏发电预测方法研究进展 [J].
崔洋 ;
孙银川 ;
常倬林 .
资源科学, 2013, 35 (07) :1474-1481
[3]   综合权重的模糊时间序列的电力负荷预测方法 [J].
刘晓娟 ;
方建安 .
华东电力, 2012, 40 (04) :518-520
[4]   基于天气类型聚类识别的光伏系统短期无辐照度发电预测模型研究 [J].
代倩 ;
段善旭 ;
蔡涛 ;
陈昌松 ;
陈正洪 ;
邱纯 .
中国电机工程学报, 2011, 31 (34) :28-35
[5]   基于反馈型神经网络的光伏系统发电功率预测 [J].
张艳霞 ;
赵杰 .
电力系统保护与控制, 2011, 39 (15) :96-101+109
[6]   基于模糊识别的光伏发电短期预测系统 [J].
陈昌松 ;
段善旭 ;
蔡涛 ;
代倩 .
电工技术学报, 2011, 26 (07) :83-89
[7]   基于马尔可夫链的光伏发电系统输出功率短期预测方法 [J].
丁明 ;
徐宁舟 .
电网技术, 2011, 35 (01) :152-157
[8]   基于神经网络的光伏阵列发电预测模型的设计 [J].
陈昌松 ;
段善旭 ;
殷进军 .
电工技术学报, 2009, 24 (09) :153-158
[9]   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
[10]   一种多变量时间序列的短期负荷预测方法研究 [J].
雷绍兰 ;
孙才新 ;
周湶 ;
邓群 ;
刘凡 .
电工技术学报, 2005, (04) :62-67