一种综合ANFIS和PCA的光伏发电功率预测新方法

被引：13

作者：

郑凌蔚 ^{[1
,2
]}

刘士荣 ^{[1
,2
]}

毛军科 ^{[1
]}

谢小高 ^{[1
]}

机构：

[1] 杭州电子科技大学自动化研究所

[2] 华东理工大学自动化研究所

来源：

太阳能学报 | 2012年 / 33卷 / 06期

基金：

浙江省自然科学基金;

关键词：

光伏发电功率预测; ANFIS; 降维; PCA; 天气预报;

D O I：

10.19912/j.0254-0096.2012.06.019

中图分类号：

TM615 [太阳能发电];

学科分类号：

0807 ;

摘要：

提出一种综合自适应神经模糊推理系统(ANFIS)和主成分分析(PCA)的光伏发电功率预测方法,以日期、时刻、历史天气预报中的云层状况和温度为输入量,以光伏发电系统历史发电数据和历史天气预报数据为基础,用主成分分析对输入量降维,提取主要输入成分,与光伏发电功率输出共同构成历史数据库,对历史数据进行训练,建立光伏发电功率的ANFIS预测模型,利用相对均方根误差对模型进行评估。结果表明,本文提出的方法建模速度快,模型预测精度较高。

引用

页码：993 / 1001

页数：9