基于支持向量机回归的光伏发电出力预测

被引:322
作者
栗然
李广敏
机构
[1] 华北电力大学电力系统保护与动态安全监控教育部重点实验室
关键词
光伏并网系统; 支持向量机(SVM); 非线性回归; 光伏出力预测;
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
建立总峰瓦值为30MW的光伏电站数学模型,并且基于保定地区气象资料以及美国国家航空和宇航局(NASA)提供的保定地区太阳辐射数据,模拟得到该光伏发电系统出力数据。分析光伏系统出力特性以及影响光伏出力因素。根据影响光伏出力的诸多因子的复杂性和非线性,决定预报因子与预报对象间的非线性关系,建立光伏系统出力的支持向量机(SVM)回归模型,并进行相应的预测。预测结果表明,支持向量机回归(SVR)方法为解决光伏系统出力的预测提供了一种可行路径。
引用
收藏
页码:74 / 78
页数:5
相关论文
共 9 条
[1]
太阳能光伏系统MPPT控制算法的对比研究 [J].
崔岩 ;
蔡炳煌 ;
李大勇 ;
胡宏勋 ;
董静微 .
太阳能学报, 2006, (06) :535-539
[2]
风力和太阳能光伏发电现状及发展趋势 [J].
张伯泉 ;
杨宜民 .
中国电力, 2006, (06) :65-69
[3]
大型光伏并网系统的建模与仿真 [J].
茆美琴 ;
苏建徽 ;
张国荣 ;
杜雪芳 ;
刘翔 .
合肥工业大学学报(自然科学版), 2005, (09) :1069-1072
[4]
分布式发电接入位置和注入容量限制的研究 [J].
王志群 ;
朱守真 ;
周双喜 ;
黄仁乐 ;
王连贵 .
电力系统及其自动化学报, 2005, (01) :53-58
[5]
支持向量机回归方法在实时业务预报中的应用 [J].
冯汉中 ;
陈永义 .
气象, 2005, (01) :41-44+68
[6]
分布式发电对配电网电压分布的影响 [J].
王志群 ;
朱守真 ;
周双喜 ;
黄仁乐 ;
王连贵 .
电力系统自动化, 2004, (16) :56-60
[7]
太阳能利用的发展概况和未来趋势 [J].
赵玉文 .
中国电力, 2003, (09)
[8]
短期负荷预测的支持向量机方法研究 [J].
李元诚 ;
方廷健 ;
于尔铿 .
中国电机工程学报, 2003, (06)
[9]
太阳辐射逐时模型的建立 [J].
张素宁 ;
田胜元 .
太阳能学报, 1997, (03)