10.16081/j.issn.1006-6047.2016.07.007
基于近邻传播聚类和回声状态网络的光伏预测
分析了天气因素对光伏出力的影响,选择预报技术较为成熟的气象信息和能反映光伏变化趋势的波动分量作为分类特征.针对传统预测算法在突变天气条件下预测精度较低的问题,提出基于近邻传播聚类和回声状态网络的组合算法,通过近邻传播算法对光伏出力进行分类,并根据预测日所属的类别建立回声网络状态方程进行光伏出力预测.仿真表明所提算法不仅能满足非突变型天气下的光伏预测要求,还能较好地跟踪突变型天气下光伏出力变化,具有更高的准确度和通用性.
光伏发电、预测、波动分量、近邻传播、回声状态网络、聚类算法
36
TM615(发电、发电厂)
四川省科技厅科技计划项目2016GZ0143Project supported by the Science and Support Project of Sichuan Province2016GZ0143
2016-08-08(万方平台首次上网日期,不代表论文的发表时间)
41-46