光伏发电功率的智能预测算法

被引:15
作者
程泽
韩丽洁
李思宇
巩力
机构
[1] 天津大学电气与自动化工程学院
关键词
灰色关联度分析(GRA); 最小二乘支持向量机(LSSVM); 光伏发电; 功率预测;
D O I
暂无
中图分类号
TM615 [太阳能发电];
学科分类号
0807 ;
摘要
光伏发电系统的出力具有强烈的波动性,为了减轻其对电网的冲击,有必要进行光伏出力预测。提出了一种基于灰色关联度分析(gray relational analysis,GRA)和最小二乘支持向量机(least square support vector machine,LSSVM)方法对光伏出力进行预测,该方法是传统直接预测和间接预测方法的结合,分析了辐照度、天气类型等对光伏输出功率的影响。通过GRA选择训练样本,使样本更全面地反映预测日的天气属性;然后运用LSSVM提前24 h预测输出功率,利用天津市太阳能光电建筑示范项目的实测数据对该预测模型进行了测试与评估,算例结果表明,所提出的GRA-LSSVM的预测方法具有较高的预测精度。
引用
收藏
页码:34 / 39
页数:6
相关论文
共 11 条
[1]   基于EEMD-SVM方法的光伏电站短期出力预测 [J].
茆美琴 ;
龚文剑 ;
张榴晨 ;
曹雨 ;
徐海波 .
中国电机工程学报, 2013, 33 (34) :17-24+5
[2]   基于灰色神经网络组合模型的光伏短期出力预测 [J].
王守相 ;
张娜 .
电力系统自动化, 2012, 36 (19) :37-41
[3]   基于神经网络与关联数据的光伏电站发电功率预测方法 [J].
王飞 ;
米增强 ;
杨奇逊 ;
赵洪山 .
太阳能学报, 2012, 33 (07) :1171-1177
[4]   基于CAPSO-RNN的光伏系统短期发电量预测 [J].
赵杰 ;
张艳霞 .
中国电力, 2012, (04) :87-91
[5]   自适应混沌粒子群优化算法 [J].
赵志刚 ;
常成 .
计算机工程, 2011, 37 (15) :128-130
[6]   最小二乘支持向量机在光伏功率预测中的应用 [J].
朱永强 ;
田军 .
电网技术, 2011, 35 (07) :54-59
[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]   基于灰色模型和最小二乘支持向量机的电力短期负荷组合预测 [J].
唐杰明 ;
刘俊勇 ;
杨可 ;
刘友波 .
电网技术, 2009, 33 (03) :63-68
[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]   基于数据挖掘的SVM短期负荷预测方法研究 [J].
牛东晓 ;
谷志红 ;
邢棉 ;
王会青 .
中国电机工程学报, 2006, (18) :6-12