新能源功率预测算法优化研究

被引：22

作者：

史洁 ^{[1
]}

刘晓飞 ^{[2
]}

机构：

[1] 济南大学物理科学与技术学院

[2] 济南市城市规划咨询服务中心

来源：

发电技术 | 2019年 / 40卷 / 01期

关键词：

风电; 光伏; 功率预测; 支持向量机; 神经网络; 小波分析;

D O I：

暂无

中图分类号：

TM61 [各种发电];

学科分类号：

080802 [电力系统及其自动化];

摘要：

以风能和太阳能为代表的新能源具有随机性、间歇性和波动性,对新能源发电功率进行预测是有效解决以上问题的途径。在确定性预测中充分考虑风电出力和预测模型特性,提出分段支持向量机(piecewisesupport vector machine,PSVM)和神经网络(neural network,NN)预测算法;充分考虑天气特征对光伏出力的影响,提出基于气象特性分析的光伏出力预测算法。通过若干风电场的算例分析,证明了上述几种预测模型的实用性,为功率预测的可靠性分析提供支持。

引用

页码：78 / 82

页数：5

共 8 条

[1]

PIECEWISE SUPPORT VECTOR MACHINE MODEL FOR SHORT-TERM WIND-POWER PREDICTION [J].