基于特征筛选与ANFIS-PSO的分布式光伏发电功率预测方法研究

被引：19

作者：

时珉 ^{[1
]}

王强 ^{[1
]}

王铁强 ^{[1
]}

王一峰 ^{[1
]}

尹瑞 ^{[1
]}

何琰 ^{[2
]}

Yordanos Kassa Semero ^{[3
]}

机构：

[1] 国网河北省电力有限公司

[2] 北京清软创新科技股份有限公司

[3] 新能源电力系统国家重点实验室华北电力大学

来源：

可再生能源 | 2019年 / 07期

基金：

国家重点研发计划;

关键词：

分布式光伏发电系统; 发电功率预测; 特征筛选; 自适应神经模糊推理算法; 粒子群算法;

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：

短期分布式光伏发电功率预测对配电网调度计划的安排及优化具有重要意义。人工智能技术的进步为精细化分析光伏发电功率预测结果的影响因素以及提高光伏发电功率的预测精度提供了有效途径。文章提出一种基于特征筛选与ANFIS-PSO的分布式光伏发电功率预测方法。首先,基于随机森林中的增益情况,对影响分布式光伏发电系统的各项特征参数进行筛选;然后,通过自适应神经模糊推理算法对输入数据进行训练,并使用粒子群算法对ANFIS模型进行优化;接着,建立基于离线训练和在线预测的ANFIS-PSO分布式光伏发电功率预测模型;最后,利用北京某地分布式光伏发电系统的实际数据来验证模拟结果的准确性。

引用

页码：989 / 994

页数：6

共 15 条

[1]

基于GRA-BPNN时变权重的光伏短期出力组合预测 [J].