基于EMD-LSSVM的光伏发电系统功率预测方法研究

被引：41

作者：

阳霜

罗滇生

何洪英

阳经伟

胡时雨

机构：

[1] 湖南大学电气与信息工程学院

来源：

太阳能学报 | 2016年 / 37卷 / 06期

关键词：

光伏发电系统功率预测; 经验模式分解(EMD); 最小二乘支持向量机(LSSVM); 欧氏距离; 相似日;

D O I：

暂无

中图分类号：

TM615 [太阳能发电];

学科分类号：

0807 ;

摘要：

考虑到光伏发电系统输出功率特性,提出一种将经验分解法(EMD)与最小二乘支持向量机(LSSVM)相结合的方法对光伏发电系统功率进行预测。首先将历史数据按天气类型分类,利用欧氏距离挑选出待预测日的相似日数据;然后运用EMD将原始光伏发电系统功率序列分解为不同频率的相对平稳的IMF分量,将信号中存在的不同尺度波动或趋势逐级分解出来;最后对各IMF的每一时刻分别建立LSSVM预测模型,将各分量对应时刻的预测值等权值求和得到该时刻最终的光伏发电量。仿真预测结果表明,该方法与单一的LSSVM预测法及小波分解与LSSVM相结合预测法相比,预测精度得到大幅度的提高。

引用

页码：1387 / 1395

页数：9

共 6 条

[1]

光伏微网的发电预测与能量管理技术研究.[D].陈昌松.华中科技大学.2011, 09

[2] 基于改进BP神经网络的光伏发电系统输出功率短期预测模型 [J].